Оптимизация системы управления кредитным риском

Повышение доходности кредитных операций непосредственно связано с качеством оценки кредитного риска. В зависимости от классификации клиента по группам риска банк принимает решение, стоит ли выдавать кредит или нет, какой лимит кредитования и проценты следует устанавливать.

В мировой практике существует два основных метода оценки риска кредитования, которые могут применяться как отдельно, так и в сочетании друг с другом:

- субъективное заключение экспертов или кредитных инспекторов;

- автоматизированные системы скоринга.

В банковской практике Республики Беларусь применяется первый метод оценки риска кредитования на основании субъективного заключения экспертов или кредитных работников, что может привести к злоупотреблениям при выдаче кредитов, а как следствие к снижению доходности этих операций или к их убыточности.

В западной практике широко используются скоринг-системы (от англ, «score» - зарубка, метка, счет), которые в настоящее время широко применяются во всех экономически развитых странах. Хотя скоринг является одним из наиболее успешных примеров использования математических и статистических методов в бизнесе,) в белорусской банковской практике эта тема незаслуженно обойдена вниманием.

Для оценки кредитного риска производится анализ кредитоспособности заемщика, под которой в белорусской банковской практике понимается способность юридического или физического лица полностью и в срок рассчитаться по своим долговым обязательствам. В западной банковской практике кредитоспособность трактуется как желание, соединенное с возможностью своевременно погасить выданное обязательство. Далее мы будем использовать термин «кредитоспособность» именно в этом значении. В соответствии с таким определением основная задача скоринга заключается не только в том, чтобы выяснить, в состоянии клиент выплатить кредит или нет, но и степень надежности и обязательности клиента. Иными словами, скоринг оценивает, насколько клиент creditworthy, т. е. насколько он «достоин» кредита.

Скоринг представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.

В западной банковской системе, когда человек или фирма обращается за кредитом, банк может располагать следующей информацией для анализа:

- анкета, которую заполняет заемщик;

- информация на данного заемщика из кредитного бюро — организации, в которой хранится кредитная история всего взрослого населения страны и всех юридических лиц;

- данные движений по счетам, если речь идет об уже действующем клиенте банка.

Кредитные аналитики оперируют следующими понятиями: «характеристики» клиентов (в математической терминологии — переменные, факторы) и «признаки» — значения, которые принимает переменная. Если представить себе анкету, которую заполняет клиент, то характеристиками являются вопросы анкеты, а признаками — ответы на эти вопросы.

В самом упрощенном виде скоринговая модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель (score); чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени возрастания кредитоспособности.

Интегральный показатель каждого клиента сравнивается с неким числовым порогом, или линией раздела, которая рассчитывается из отношения, сколько в среднем нужно клиентов, которые платят в срок, для того, чтобы компенсировать убытки от одного должника. Клиентам с интегральным показателем выше этой линии выдается кредит, клиентам с интегральным показателем ниже этой линии — нет.

Все это выглядит очень просто, однако сложность заключается в определении, какие характеристики следует включать в модель и какие весовые коэффициенты должны им соответствовать.

В начале 50-х гг. в Сан-Франциско образовалась первая консалтинговая фирма в области скоринга — Fair Issac, которая до сих пор является лидером среди разработчиков скоринговых систем.

Но широкое применение скоринга началось с распространением кредитных карточек. При том количестве людей, которые ежедневно обращались за кредитными карточками, банкам ничего другого не оставалось, как автоматизировать процесс принятия решений по выдаче кредита. Однако очень скоро они оценили не только быстроту обработки заявлений на выдачу кредита, но и качество оценки риска. По данным некоторых исследований, после внедрения скоринг-систем уровень безнадежного долга сокращался до 50%.

В последние годы скоринг предприятий - клиентов банков помогает не просто оценить кредитный риск, но и разрабатывать прогнозные модели предотвращения риска и принимать на их основе более эффективные решения. Кредитный скоринг позволяет прогнозировать результаты деятельности предприятия в ближайшие 12 месяцев, оценивать вероятность его банкротства, рационализировать банковские операции, снижать издержки и потери, совершенствовать структуру портфеля, улучшать обслуживание клиентов.

Еще по теме:

Расчеты по инкассо
Инкассо (англ. "collection", фр. "encaissement") является одной из старейших банковских операций. В отличие от расчетов по аккредитиву, при использовании участниками внешнеэкономического контракта расчетов в форме инкассо управомоченная на получение платежа сторона (продавец), в ...

Кредитный портфель банка, его содержание и значение
Среди традиционных видов деятельности коммерческих банков основной операцией является предоставление кредитов, поскольку очевидна прямая зависимость между результатом кредитования, доходностью и стабильностью существования банка. Представление банком денежных средств под письменное обязательство кл ...

Пути повышения эффективности деятельности ОАО «Промышленно-строительный банк»
Основой задачей ОАО «Промышленно-строительный банк» в ближайшее время будет переход от стратегии экстенсивного роста к стратегии интенсивного развития. Приоритет будет отдан повышению эффективности использования имеющихся ресурсов, активизации накопленных «резервов роста». В условиях постепенного с ...