Таценко А.Г. Разработка системы оценки риска при выдаче кредита физическим лицам

РУС | ENG

ДонНТУ | Портал магистров ДонНТУ

Таценко Алена Георгиевна

Тема выпускной работы: Разработка модели оценки риска при выдаче кредита физическим лицам

Руководитель: Беловодский Валерий Николаевич, доцент, к.м.н.

Реферат

Содержание

1. Введение, обоснование актуальности
2. Цели и задачи
3. Научная новизна
4. Обзор выполненных исследований и разработок
5. Планируемые и полученные результаты
6. Заключение
7. Литература

1. Введение, обоснование актуальности

   Острой проблемой в ХХ-ХХІ ст. стало изучение рисков. Общество, которое, не смотря на все принятые меры, не смогло предотвратить глобальные конфликты, международные кризисы, экологические катастрофы, в конце концов, осознало необходимость обязательной оценки риска в каждом виде деятельности, прежде чем принимать решения направленные на его реализацию.
   Особенную роль риск играет в экономике и менеджменте, которые как на внутреннем, так и на внешнем рынках невозможны без неопределенности, случайности и конфликтности, обусловленных различными причинами: природными явлениями, политическими событиями, налоговым регулированием и многими другими факторами.
   За последние несколько лет на Украине буйными темпами развивается кредитование, в том числе физических лиц. Поэтому появляется необходимость оценивать и прогнозировать риски. Непогашение кредитов, особенно крупных, может привести банк к банкротству, а в силу его положения в экономике, к целому ряду банкротств, связанных с ним предприятий, банков и частных лиц. Поэтому основным видом риска при кредитовании является кредитный.
   Сегодня имеются различные методы оценки рисков, которые используются банками, например, скоринговый метод, метод экспертных оценок, нормативный метод, метод аналогий. Однако, быстрое развитие банковской системы, в том числе кредитования, влечет за собой необходимость в усовершенствовании существующих моделей кредитного риска, следовательно, данная тема является актуальной.

2. Цели и задачи

   Цель дипломной работы – установить закономерности, зависимости формирования рисков при выдаче кредита физическим лицам для разработки системы оценки кредитных рисков позволяющих минимизировать кредитный риск.
   Идея работы заключается в анализе и использовании моделей оценки кредитного риска для создания системы адаптированной под местные особенности физических лиц Донецкой области.
   Задачи, решаемые в магистерской работе:
   - выполнить анализ существующих моделей оценки кредитного риска;
   - осуществить сбор и провести анализ статистических данных для установления статистических зависимостей;
   - разработка модели позволяющей оценить кредитный риск;
   - разработка системы оценки риска при выдаче кредита физическим лицам в виде программного продукта, направленного на использование в процессе кредитования коммерческими банками.
   Объектом исследования является система оценки риска при выдаче кредита физическим лицам.
   Предметом исследования являются модели оценки риска при выдаче кредита физическим лицам.
   Методы исследований – статистический анализ и обработка анкетных данных физических лиц; анализ и разработка базы данных; скоринговый метод оценки кредитного риска; метод оценки рисков с помощью деревья решений.

3. Научная новизна

   Научная новизна полученных результатов заключается в следующем:
   - разработка программного продукта, реализующего основные методы реализации кредитного скоринга;
   - проведении вычислительных экспериментов и составлении сравнителнього анализа методов реализации кредитного скоринга;
   - разработка модели оценки кредитного риска, основанной на кредитном скоринге.

4. Обзор выполненных исследований и разработок

   Основным видом деятельности банка является кредитная, которая обеспечивает в среднем 50 % доходности всех активов, и, как правило, высокая доходность непосредственно сопровождается повышенным риском.
   Одним из основных видов риска, с которыми сталкивается банк, является кредитный риск или риск неплатежа.
   Существует две оценки кредитного риска: при выдаче ссуды и при ее погашении. Важным этапом при кредитовании является оценка риска именно при выдаче ссуды, ведь если неправильно оценить кредитоспособность клиента банк может понести значительные убытки.
   В таблице 1 приведен сравнительный анализ существующих методов оценки риска при выдаче кредита физическим лицам.

Таблица 1 - Сравнительный анализ методов оценки кредитного риска

Метод	Информационная база	Результат
Скоринг	- анкетные данные - информация на заемщика из кредитного бюро - движения по счетам	Присвоение каждой категории заемщиков баллы
Нормативный метод	- оценки кредитного рейтинга внешними рейтинговыми агентствами	Присвоение каждой категории заемщиков рискового веса
Метод экспертных оценок	- анкетные данные - наличие 5-7 экспертов экономической деятельности	Выдача/отказ о выдаче ссуды
Метод дерева решений	- анкетные данные	Распределение заемщиков по рисковым категориям
Метод аналогий	- анкетные данные - существующая база данных (опыт прошлых лет)	Заемщик относится к рисковой категории, как и заемщик с похожими данными

   Для построения системы оценки риска при выдаче кредита физическому лицу будет использоваться кредитный скоринг, основанный на анкетных данных физического лица.
   Кредитный скоринг позволяет прогнозировать статистическую вероятность ситуации того, что кредит, ссуда или другие финансовые обязательства не будут выполнены полностью и в срок. Кредитный скоринг основан на предположении, что, используя статистические методы можно прогнозировать поведение заёмщика, на основе данных о поведении этого или иных подобных заёмщиков в прошлом. Кредитный скоринг обеспечивает расчёт степени риска и снижает значение субъективной оценки при принятии решения о предоставлении кредита заёмщику. Этот способ значительно облегчает процедуру оценки заявки на предоставление кредитов, особенно в розничном кредитовании и кредитовании малых и средних предприятий. В то же время, модели кредитного скоринга помогают проще и быстрее осуществлять управление рисками профильным отделам и департаментам.
   Кредитный скоринг – это один из наиболее надежных и логически последовательных методов определения степени риска, связанного с потенциальным, или существующим заёмщиком. Разумеется, кредитный скоринг применим не всегда и не везде. Существуют и другие методики оценки рисков. Тем не менее, за последние десять лет кредитный скоринг применяется всё чаще. Традиционные скоринговые модели делят клиентов на различные категории, по степени вероятности дефолта, в зависимости от количества набранных баллов. Обратно пропорциональная шкала полученных баллов и соответствующая вероятность дефолта являются стандартом во многих финансовых институтах и организациях во всём мире.
   Данные, которые будут запрашиваться у физического лица:
   - цель кредита;
   - сумма кредита;
   - процентная ставка;
   - возраст;
   - семейное положение;
   - непрерывный стаж работы;
   - платежный ежемесячный баланс семьи в гривне (усредненный показатель за последние 3 месяца);
   - информация о ежемесячных расходах семьи в гривне (усредненный показатель за последние 3 месяца включает: коммунальные платежи, телефон, телевидение, образование (ВУЗ, школа, детсад), алименты);
   - рыночная стоимость залога;
   - погашение кредитов в прошлом.
   В мировой практике существует ряд методик кредитного скоринга. Известной методикой является модель Д. Дюрана, появившаяся в США в 40-е года. Дюран выделил группы факторов, позволяющих определить степень кредитного риска. Он выделил следующие коэффициенты при начислении баллов:
   - возраст 0,1 балл за каждый год свыше 20 лет (максимум - 0,30);
   - пол – женский (0,40), мужской (0);
   - срок проживания – 0,042 за каждый год в данной местности (максимально – 0,42);
   - профессия – 0,55 – за профессию с низким риском, 0 – за профессию с высоким риском, 0,16 – другие профессии;
   - работа – 0,21 – предприятия в общественной отрасли, 0 – другие;
   - занятость – 0,059 – за каждый год работы на данном предприятии;
   - финансовые показатели – наличие банковского счета – 0,45, наличие недвижимости – 0,35, наличие полиса по страхованию – 0,19.
   Таким образом, Дюран определил границу выдачи ссуды как 1,25 и более. Если набранная сумма баллов менее 1,25, следовательно, заемщик является неплатежеспособным, а если более, то кредитоспособным.
   На Украине оценка финансового состояния заемщика осуществляется с помощью следующих показателей:
   1.Коэффициент обеспеченности, который характеризует обеспеченность возврата кредита и процентной ставки, предоставленной заемщику.
   2. Коэффициент платежеспособности заемщиков.
   3. Возраст заемщиков.
   4. Наличие собственности.
   5. Наличие постоянной работы.
   6. Непрерывный стаж работы.
   7. Погашение кредитов в прошлом.
   В результате расчета всех выше перечисленных показателей, получаются баллы, которые в итоге суммируются, и по рейтинговой шкале определяется категория заемщика (см. таблицу 2).

Таблица 2 – Рейтинговая шкала для определения класса заемщика

Значение показателя Финансовое состояние Класс

От 50 баллов и выше Очень хорошее А

От 40 до 50 баллов Хорошее Б

От 25 до 39 баллов Удовлетворительное В

От 15 до 24 баллов Плохое Г

От 14 и менее Очень плохое Д

Если заемщик попадает в первый или второй класс, то банк выдаст ему ссуду, если в другие классы – риск для банка слишком велик и откажет в ссуде.
Исходя из существующих моделей оценки кредитного риска с помощью кредитного скоринга можно сделать вывод, что данную модель можно адаптировать под местные особенности физических лиц различных стран.

Рисунок 1 – Модель принятия решения о выдаче кредита

Из рисунка видно, что, основываясь на историю прошлых лет, можно создать математическую скоринговую модель оценки риска при выдаче кредита физическому лицу и на основе анкетных данных заемщика принять решение о выдаче кредита (см. рисунок 1).

5. Планируемые и полученные результаты

   В ходе исследований был разработан сравнительный анализ методик оценки кредитного риска, сбор анкетных данных физических лиц в городе Донецке для составления статистических особенностей физических лиц.
   Таким образом, нерешенными остались задачи: разработка модели оценки кредитного риска и системы оценки риска при выдаче кредита физически лицам.
   После выявления определенных закономерностей, характерных физическим лицам города Донецка, согласно анкетным данным, будет разработана усовершенствованная модель оценки финансового состояния заемщика, адаптированная под местные особенности Донецкого региона.

6. Заключение

   Таким образом, были проанализированные существующие методы оценки кредитного риска и выяснено, что кредитный скоринг является на сегодняшний день наиболее перспективным методом оценки кредитного риска, который является достаточно «гибким» для адаптации определенного региона страны.
   Следовательно, на основе данного метода будет разработана система оценки риска при выдаче кредита физическим лицам.
   Разработнання система может использоваться в кредитной деятельности коммерчекго банка.
   Окончательная готовность работы – январь 2008г.

7. Литература

   1. Г.И. Кравцова. Деньги, кредит, банки: Учебник, БГЭУ – Минск, 2003. – 527с.
   2. Економічний ризик і методи його вимірювання: Навчальний посібник. Київ: Центр навчальної літератури, 2003. 188 с.
   3. М.В. Шепелева. Скоринг - как метод оценки кредитного риска: Статья, ДонНТУ - Донецк, 2006.    Источник:http://masters.donntu.ru/2006/kita/shepeleva/library/index1.html
   4.Услуги консалтинга и кредитного скоринга: Статья. Источник: http://www.cicr.cz/?PageID=2307
   5. С. Ларин, И. Ходжаева. Оценка кредитоспособности физических лиц: Статья. Источник: http://www.it2b.ru/articles/razdel2/art2_4_22.php