Улучшение кредитной деятельности коммерческого банка

 

На основании совокупной бальной оценки, полученной при расчете  в соответствии с таблицей - Финансовый результат, формулируем вывод финансовом положении Заемщика в соответствии с таблицей 2.12.

Таблица 2.12 - Вывод о финансовом положении заемщика при получении потребительского кредита

Количество полученных баллов	Финансовое положение Заемщика
0 баллов	Хорошее
1 балл	Среднее
2 балла	Плохое
3 балла	Плохое
4 балла	Плохое

 

В зависимости от количества баллов банк оценивает финансовое положение  заемщика: «хорошее», «среднее» или  «плохое». Затем составляется профессиональное суждение.        Приведем пример: рассмотрение заявки на кредит в размере 50.000 рублей Данилову С.А. ООО «Хоум Кредит энд Финанс Банк» -  формируется профессиональное суждение о финансовом положении заемщика.  Приведем данные, отразив их в Таблице 2.13.       Таблица 2.13 - Анализ финансового положения заемщика      1) Подробная информация о Заемщике:

Данные о заемщике –  Ф.И.О.	Данилов Сергей Александрович
ИНН	449380946372563
постоянная регистрация фактического места жительства (адрес)	г. Раменское, ул. Фабричная, д. 12, кв. 18
Паспортные данные	46 02 7487892, ОВД г. Раменское МО 03.12.2003 г.

2) Определение баллов  в соответствии с таблицей  - Финансовый результат:

Наименование показателя		Значение
1	среднемесячный доход  заемщика за последние 6 месяцев (стр. 1а+1б)	39150.00
А	заемщик	39150.00
Б	cозаемщик	нет
2	раcходы cемьи (стр.2а+2б+2б*2д +2в*2г)	17219.00
А	обязательные платежи	3000.00
Б	прожиточный минимум, установленный  для области проживания заемщика старше 18 лет	4911.00
В	прожиточный минимум, установленный  для области проживания заемщика для детей до 18 лет	4397.00
Д	количество иждивенцев старше 18 лет	нет
Г	количество иждивенцев до 18 лет	1
3	среднемесячные платежи  по прочим кредитным обязательствам (СПпр. кред. обяз.)	2000.00
4	среднемесячные платежи  по испрашиваемому кредиту (СПисп. кредит)	2043.74
5	Дч / Дmin (стр. 1- стр. 2 - стр. 3 - стр. 4)	17887.26
6	Р_ст	-
7	СЗ	-
8	Д_ос.долг (стр.6 - стр. 7)	-
9	итого баллов по таблице  «Финансовый результат»	0

 

3) Далее проведем анализ  наличия факторов риска (проверяет  СББ - служба безопасности банка)

Существенный фактор риска	Наличие / отсутствия факторов риска
наличие решений суда о  привлечении физического лица к  уголовной ответственности в  виде лишения свободы	Нет
наличие информации о потере доходов или имущества или  существенном снижении доходов, за счет которых предполагалось погашение  задолженности физическим лицом	Нет
наличие документально подтвержденных сведений об отзыве лицензии у кредитной  организации, где непосредственно  размещен вклад физического лица, если невозвращение этого вклада окажет влияние на способность заемщика физического лица выполнить свои обязательства (по ссуде)	Нет

 

4) Вывод о финансовом  положении Заемщика

Совокупная бальная оценка по таблице «Финансовый результат»	0
Оценка финансового положения  Заемщика	Хорошее

 

Таким образом, из данных таблицы можно усмотреть финансовое состояние заемщика, за счет каких средств он будет погашать потребительский кредит, а кроме того – проследить его кредитную историю, добросовестность и репутацию. Решение в отношении клиента будет принимать Кредитный комитет, который будет учитывать все вышеизложенное, перечисленные показатели.        Тем не менее, несмотря на тщательную оценку кредитоспособности в ООО «Хоум Кредит энд Финанс Банк» существуют проблемы невозврата кредитов, связанные с выдачей потребительских кредитов на так называемых точках в магазинах сети «Техна» с применением «скоринговой» системы. Так, на 01 марта 2013 г. задолженность по ним составила около 456198.36 рублей (с учетом просроченной задолженности, просроченных процентов и пеням по ним на 01.03.2013 года). Соответственно, уже в ближайшее время Банк вынужден сократить долю «быстрых кредитов» в своих портфелях и принять серьезные меры по их возвратам. Соответственно, рост невозврата долгов в банк объясняется увеличением популярности «быстрых кредитов». Половина объема просроченной задолженности приходится на экспресс кредиты, в т.ч. на «быстрые кредиты», выдаваемые по пластиковым картам.  Из-за бурного развития этого рынка в последние два года увеличилась и задолженность физических лиц, доля не возвратов в сегменте экспресс кредитов составляет 20 % от кредитных портфеля Банка, а по карточным кредитам - около 10 %. Эффективного механизма возврата долгов через судебные органы в Российской Федерации пока нет, поэтому Банки, желающие быстрее захватить рынок, сейчас расплачиваются за свою неосмотрительность. В настоящее время Министерство экономразвития подготовило законопроект, позволяющий проводить процедуру банкротства физических лиц. Так, согласно данному документу, по решению суда часть имущества гражданина может быть продана, а вырученные деньги направлены на погашение долгов. Соответственно, дело о банкротстве может быть начато, если долг заемщика перед банком превысил 10 000 рублей. Арест не будет накладываться на дом или квартиру, которые являются единственным жильем должника и членов его семьи, а также на предметы обычной домашней обстановки. Так, на 1 апреля 2013 года, согласно данным Центробанка, просрочка по ссудам составила 2,96 % или 66.1 миллиардов руб. На начало 2012 года этот показатель находился на уровне 1.85 % (21.8 миллиардов рублей). За первые четыре месяца текущего года общая просроченная задолженность по кредитам населению увеличилась на 14 %. Приведем пример: средние показатели пятидесяти банков-лидеров в области кредитования граждан вполне соответствуют ситуации на рынке в целом, а совокупная просрочка этих кредитных организаций составляет около 3 % от их общего розничного портфеля.

Глава 3 Перспективные направления развития кредитования ОАО «Хоум Кредит энд Финанс Банк»

Предложения

Исходя из данных второй главы, анализируя кредитную деятельность «Хоум Кредит энд Финанс» банка можно констатировать тот факт, что в кредитная деятельность банка нуждается в совершенствовании.     Во второй главе мы выявили, что существуют определенные недостатки в кредитовании и принятии решений по выдаче кредитов в «Хоум Кредит энд Финанс Банк».           В данной связи с целью повышения эффективности скоринговой системы и уменьшению не возврата кредитов мы предлагаем создать так называемый «кейс», который был бы построен на базе аналитической платформы «Deductor» и «web-технологий», автоматизирующее всю последовательность действий от получения заявки на кредит в удаленной торговой точке до принятия решения о его выдаче и формировании необходимого пакета документов. Соответственно, в этом процессе были бы задействованы все звенья - оператор торговой точки, служба безопасности, кредитный инспектор банка, адаптируемая скоринговая модель и используемая автоматизируемая банковская система.      Мы полагаем, что процесс должен состоять из нескольких частей:  1. Бэк - и фронт - офис удаленных рабочих мест;     2. Схема документооборота /последовательности прохождения анкет через службы банка/;            3. База данных, содержащая информацию о заемщиках и истории принятия решений по ним;          4. LoansBase.Generator – генератор кредитных историй;    5. Система скоринга и аналитической отчетности;      6. Модуль интеграции с АБС – автоматизированной банковской системой. Рассмотрим каждую часть кейса подробнее.     Соответственно, бэк-офис и фронт-офис представляют собой автоматизированные рабочие места операторов ввода заявок и лиц, участвующих в принятии решений о выдаче кредита.      Использование web-технологий позволит Банку добиться следующего: 1) Централизация всех операций;        2) Высокая степень безопасности;        3) Легкость масштабирования системы и тиражирования ее на другие торговые точки;            4) Исключение необходимости устанавливать какое-либо дополнительное программное обеспечение – все операции выполняются при помощи стандартного браузера.         На нижеследующем рисунке изображена последовательность прохождения Анкеты заемщика через службы «Хоум Кредит Банк». Например, добавляется генерация пакета документов для подписи клиентом, автоматическое открытие счета и тому подобное. Данные анализа ссудной задолженности по кредитному качеству и диаграммы на рис. 9 показывают, что основную долю в задолженности Банка занимают обесцененные кредиты.

 

 

 

 

 

 

Рис. 9 - Последовательность прохождения  анкеты заемщика через службы банка

В ряде случаев предпочтительно  создание хранилища данных, в котором  содержатся консолидированная информация по заявкам с анкетами заемщиков  и истории принятия решений по выданным кредитам, а также погашениям кредитов. Это позволит Банку сосредоточить информацию о потребительском кредитовании в едином источнике и снизить нагрузку на оперативную базу данных.

     

 

Рис. 10 - Схема работы с хранилищем данных

Мы полагаем, что в хранилище данных также может накапливаться статистическая информация макроэкономического характера об уровне жизни в регионе, средней заработной плате, прожиточном минимуме и тому подобное с целью повышения качества скоринговых моделей.

Отметим, что кейс комплектуется встроенным хранилищем данных «Deductor Warehouse» на базе серверной СУБД «Oracle». Таким образом, как показано на рисунке 11 минимальная структура хранилища данных Банка будет состоять из трех процессов (кубов): заявки, статусы, погашения.

 

 

 

 

 

 

 

 

 

Рис. 11 - Структура хранилища данных Хоум Кредит Банка

Отметим, что искусственная кредитная история необходима в случае, когда реальной кредитной истории не существует, либо ее объем незначителен. Соответственно, это возникает в случаях, когда:

1) Банк выходит на рынок  потребительского кредитования  впервые;   2) Банк открывает новую кредитную программу с такими условиями, которые отличаются от прежних программ. В этом случае могут появиться или исчезнуть часть входных факторов, а ранее построенная скоринговая модель окажется неприменимой в новых условиях.       Следует отметить, что для генерации кредитных историй используется структура анкеты заемщика. В результате работы базового генератора формируется таблица со столбцами - входными факторами из анкеты заемщика, влияющих на принятие решения о выдаче кредита. Соответственно, гипотеза о влиянии тех или иных факторов выдвигается, как правило, экспертами банка.          После генерации кредитной истории эксперты банка проставляют в графу - Давать кредит свое решение. Соответственно, минимальное количество прецедентов в кредитной истории, которые должны обработать специалисты банка во многом зависит от числа столбцов, специфики кредитной программы, но в среднем оно составляет от пятисот до тысячи примеров.             Полагаем, что использование подхода с искусственной кредитной историей в кейсе имеет как плюсы, так и минусы (Таблица 3.1).   Таблица 3.1 – Преимущества и недостатки подхода с искусственной кредитной историей для Хоум Кредит Банка

Преимущества	Недостатки
возможность построения полноценной  скоринговой модели с использованием технологий Data Mining достаточно быстро	субъективность оценок при классификации  заемщиков /экспертами банка/
экспертные оценки по искусственной  кредитной истории аккумулируют в себе меру риска. На риск готов пойти банк при выдаче кредита	-
формат искусственной кредитной  истории совпадает с форматом реальной кредитной истории. В данной связи никаких перенастроек при  запуске кредитной программы  в действие не требуется	-

 

Соответственно, по мере появления реальных данных по выдаваемым кредитам «скоринговые» модели будут перестраиваться, и субъективность снизится.

В свою очередь, после формирования кредитной истории начинается построение «скоринг – моделей». Такой процесс носит итеративный характер, в ходе которого устраняются противоречия, корректируются правила, в результате чего скоринговая модель утверждается.

Отметим, что для построения скоринговых моделей используются самообучающиеся методы на основе технологии извлечения знаний «Data Mining». Именно эти технологии используют последние мировые достижения в области интеллектуальной обработки информации, что является намного эффективней классических балльных скоринговых методик.             В конечном итоге это позволит Хоум Кредит Банку:      А) Отделить работу эксперта от массового использования построенных моделей;             Б) Снизить требования к персоналу;        В) Формализовать работу при принятии решений;      Г) Уменьшить зависимость от персонала;       Д) Повысить качество работы.        В результате данная система позволит Хоум Кредит Банку изменить или расширить базовую схему прохождения Анкеты. Рассмотрим несколько стандартных вариантов схем прохождения Анкет.      На современном этапе никаких сверхприбылей при предоставлении потребительских займов ООО «Хоум Кредит энд Финанс Банк» больше не получает и более того, его прибыли в этом бизнесе стремятся к нулю и составляют незначительную величину. Соответственно, первой мерой по уменьшению не возврата кредита ООО «Хоум Кредит энд Финанс Банк» является прекращение выдачи кредита в торговых точках, а осуществлять выдачу непосредственно в банке.         Второй мерой по уменьшению не возврата кредитов в ООО «Хоум Кредит энд Финанс Банк» - это расширение программ нецелевых займов под поручительство юридических лиц, поскольку по ним наиболее меньший кредитный риск, чем по экспресс кредитам. Соответственно, это большой плюс в ситуации, когда объемы не возвратов продолжают расти, а проблемы с привлечением средств становятся все более острыми. Кстати, нецелевые кредиты хороши и потому, что найти под них источники рефинансирования не является неразрешимой задачей, подобное кредитование даже на крупные суммы предполагает сроки обслуживания кредитов максимум в 5-7 лет. Найти источники фондирования для таких займов намного проще, чем для ипотечных кредитов, выдаваемых на сроки до 15, 25 и 30 лет. Например, сумма выданных экспресс-кредитов за 2012 год составила 2. 833.000 руб. процентная ставка по ним составляла соответственно 23 % годовых, что в сумме составило 431.916 руб. Сумма не возвратов по экспресс кредитам физическими лицами за 2012 г. равна 292.650 рублей, соответственно на эту сумму по процентам банк недополучил прибыли. Если же вместо «экспресс кредитов» банк будет выдавать не целевые кредиты под 18 % годовых на сумму 2.833.000 рублей, то сумма дохода за год по процентам составит 518. 299 руб. Следовательно, в случае не возврата такого кредита Хоум Кредит энд Финанс Банк сможет реализовать обеспечение по этому кредиту, поскольку залог является одним из обязательных условий этого кредита.   Так, вышеуказанные расчеты дохода от нецелевых кредитов можно включить в текущие доходы и так же разместить их на выдачу кредитов юридическим и физическим лицам (Таблица 3.2).     Таблица 3.2 - Финансовые показатели ООО «Хоум Кредит энд Финанс Банк» от внедрения не целевых кредитов