Скоринговые методики при определении кредитоспособности физических лиц и субъектов малого и среднего предпринимательства (на материалах АО «Альфа-банк»)

ВВЕДЕНИЕ 3
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ И МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ЗАЁМЩИКОВ С ПОМОЩЬЮ СКОРИНГОВЫХ МЕТОДИК 6
1.1. Кредитоспособность заемщика. Специфика ее оценки для физических лиц и предприятий малого и среднего бизнеса 6
1.2. Сущность, классификация, развитие скоринговых методик оценки кредитоспособности заемщика 12
1.3. Основы построения скоринговых моделей 18
Выводы первой главы 27
ГЛАВА 2. АНАЛИЗ СОВРЕМЕННОЙ БАНКОВСКОЙ ПРАКТИКИ ПРИМЕНЕНИЯ СКОРИНГОВЫХ МЕТОДИК 28
2.1. Обзор зарубежного опыта применения скоринговых моделей 28
2.2. Анализ опыта некоторых российских коммерческих банков построения и использования скоринговых моделей оценки кредитоспособности заемщика 37
Выводы второй главы 47
ГЛАВА 3. РЕАЛИЗАЦИЯ СКОРИНГА В ОЦЕНКЕ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ И ПРЕДПРИЯТИЙ МАЛОГО И СРЕДНЕГО БИЗНЕСА (МСБ) В АО «АЛЬФА-БАНК» 49
3.1. Общая характеристика АО «АЛЬФА-БАНК». Деятельность банка в сфере кредитования физических лиц и предприятий МСБ 49
3.2. Анализ применяемой в АО «АЛЬФА-БАНК» скоринговой модели, рекомендации по ее совершенствованию 61
Выводы третей главы 67
ЗАКЛЮЧЕНИЕ 68
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 73
ПРИЛОЖЕНИЯ 78

Анализ кредитоспособности проводится банками, выдающими кредиты, и организациями, стремящимися их получить. Как уже отмечалось ранее, целью анализа кредитоспособности заемщика является комплексное изучение его деятельности и получение объективной оценки возможности возврата предоставленных ему ссуд. При этом необходимо отметить, что в настоящее время отсутствует единая методика определения кредитоспособности заемщика, каждая кредитная организация оценивает кредитоспособность заемщика самостоятельно и соразмерно риску, который готова понести при выдаче кредита.
Скоринговая модель основывается на целостной системе показателей, на основе которых заемщик относится к определенному классу, показывающего уровень риска его банкротства и оценки платежеспособности. Скоринговые модели применяются банковскими организациями как для кредитования физических, так и юридических лиц. Однако более существенное развитие получило именно кредитование физических лиц на небольшие суммы. В первую очередь это связано с тем, что потребительское кредитование осуществляется в сжатые сроки, соответственно появляется необходимость в способах оценки кредитоспособности, которые могут быстро и с относительно высокой точностью выполнить данную задачу.
Актуальность выбранной темы выпускной квалификационной работы заключается в том, что для принятия решений кредитным учреждениям необходимы знания как о возможных потерях при выдаче кредита, так и о прибыли, которую возможно получить. Важно также понимать, какие убытки понесет банк при ошибочной классификации рисков. Убытком может являться упущенная выгода, если в кредите отказано клиенту с хорошими кредитными рисками (ошибка первого рода), или, в случае одобрения плохой кредитной операции (ошибка второго рода), потеря невыплаченных заёмщиком средств (сама сумма и процент, на которые рассчитывал банк). Конечно, фактические убытки от ошибок второго рода значительно выше. Единого определения плохого кредитного риска не существует, потому что оно зависит от характеристик кредита, его целевой аудитории и самого кредитора. Именно на решение этих проблем направлено применение скоринговых методик в деятельности кредитных организаций.
Целью написания курсовой работы является изучение скоринговых методик, используемых коммерческими банками при определении кредитоспособности физических лиц и субъектом малого и среднего предпринимательства.
Для достижения поставленной цели необходимо решить ряд задач:
1) изучить понятие кредитоспособности заемщика, определить специфику ее оценки для физических лиц, предприятий малого и среднего бизнеса;
2) исследовать сущность, классификацию, а также развитие скоринговых методик оценки кредитоспособности заемщика;
3) определить основы построения скоринговых моделей;
4) исследовать зарубежный опыт применения скоринговых моделей;
5) изучить анализ опыта российских коммерческих банков построения и использования скоринговых моделей оценки кредитоспособности заемщика;
6) провести анализ деятельности АО «Альфа-банк»;
7) провести анализ применяемой в АО «Альфа-банк» скоринговой модели, а также дать рекомендации по ее совершенствованию.
Объектом изучения выступают скоринговые модели, применяемые российскими и зарубежными банками с целью определения кредитоспособности заемщика.
Предметом исследования стала скоринговая методика АО «Альфа-банк».
В ходе написания выпускной квалификационной работы были исследованы труды отечественных и зарубежных ученых по определению финансового риска Абалакина А.А., Авагян Г.Л., Ефимова А.М., Лаврушина О.И., Никаненкова В.В. Рыковой И.Н., Соложенцева Е.Д. и других.
Методами исследования выступают методы прикладной статистики, элементы вычислительных методов, математического моделирования, анализа и синтеза.
Научная новизна выпускной квалификационной работы связана с всесторонним раскрытием исследуемой темы. Полученные результаты могут быть использованы в дальнейшем исследовании темы выпускной квалификационной работы, а также могут быть использованы банком в целях совершенствования методики оценки кредитоспособности физических лиц, а также малого и среднего бизнеса.
Выпускная квалификационная работа состоит из введения, трех глав, заключения и списка использованной литературы. Во введении обосновывается актуальность выбранной темы выпускной квалификационной работы, определяется цель и задачи исследования, объект и предмет изучения. Первая глава посвящена теоретическому исследованию оценки кредитоспособности с помощью скоринговых методик. Во второй главе проведен анализ современной банковской практики применения скоринговых методик, изучен зарубежный опыт применения скоринговых моделей, а также проведен анализ опыта российских коммерческих банков построения и использования скоринговых моделей оценки кредитоспособности заемщика. В третьей главе проведен анализ деятельности АО «Альфа-банк» и анализ применяемой скоринговой модели, а также предложены рекомендации по ее совершенствованию.

Кредитование физических лиц, малого и среднего бизнеса в коммерческих банках характеризуется массовостью выдач, а также небольшими размерами ссуд, что влечет большой объем работы, связанной не только с их оформлением, но и возможностью оценивать заемщиков качественными (экспертными) методами. Чаще всего для оценки кредитоспособности физических лиц применяются количественные или смешанные (количественные и качественные) методы оценки. Обычно применяются скоринговые модели, реже – нейронные сети, деревья решений, рейтинги. Все эти методы оценки кредитного риска, возникающего при кредитовании физических лиц, основаны на качественной и количественной их оценке.
Большая часть зарубежных банков применяет в своей деятельности два метода оценки кредитоспособности.
1. Экспертные системы оценки. Используя данный метод, банки проводят комплексную оценку финансового состояния клиента. В мировой банковской практике этот метод ценится и широко используется. Активно продолжает формироваться и совершенствоваться система наблюдения и оценки для анализа кредитной истории потенциальных заемщиков.
Например, кредитный инспектор в США периодически обращается к данным в местное или региональное кредитное бюро, с целью получения подробной информации и кредитной истории заемщика. В США осуществляют свою деятельность около двух тысяч кредитных бюро, хранящих сведения большого количества физических лиц, когда – либо получавших ссуду, их история возврата кредита и кредитный рейтинг.
2. Балльные системы оценки кредитоспособности заемщиков, создаваемые банками на базе факторного анализа. Данная система функционирует в соответствии с накопленной базой данных «хороших», «удовлетворительных» и «неблагополучных» заемщиков, что дает возможность определить критериальный уровень оценки заемщика.
Применение балльных систем оценки кредитоспособности клиентов позволяет более объективно и экономически обоснованно принять решения, по сравнению с методом экспертных оценок.
Скоринг – используемая банками система оценки клиентов, в основе которой заложены статистические методы. Как правило, это компьютерная программа, куда вводятся данные потенциального заемщика. В ответ выдается результат – стоит ли предоставлять ему кредит. Название скоринг происходит от английского слова score, то есть «счет».
Скоринговая система используется большинством российских банков, в том числе в АО «Альфа-банк», из-за своего удобства, быстроты и объективности по отношению к потенциальному заемщику, этот вид оценки используется при выдаче потребительского кредита.
Капитал банка на 01.01.2018 года составил 352 959 351 тыс.руб., снизившись по сравнению с предыдущим годом на 885 780 тыс.руб. Активы АО «Альфа-банк» незначительно выросли в основном за счет увеличения объемов кредитования в 2017 году. В структуре кредитного портфеля банка преобладают кредиты, выданные юридическим лицам. В 2013-2016 годах качество кредитного портфеля банка снизилось, в этот период наблюдается резкий скачок величины просроченной задолженности в структуре кредитного портфеля. В общей сумме просроченной задолженности на протяжении последних трех лет, наибольшую долю занимает просроченная задолженность по кредитам (займам), выданным юридическим лицам.
Просроченная задолженность юридических лиц в 2016 году возросла на 68,3% и составила 108 082 млн. руб., в 2017 ситуация немного улучшилась, и просрочка юридических лиц уменьшилась на 17,6%. Аналогичная ситуация наблюдается и с просроченной задолженностью физических лиц, в 2016 она возросла на 31,8% и составила 67 044 млн. руб., в 2017 сократилась до 61 044 млн. руб. Что касается кредитных организаций, то в 2017 году по отношению к 2015, прирост просроченной задолженности по кредитам составил 461,9%.
Увеличение доли просроченной задолженности в структуре кредитного портфеля банка привело к необходимости интегрировать в систему принятия решения о кредите скоринговой модели FraudScore. Данная система позволяет в короткие сроки определить вероятность кредитного мошенничества на стадии анализа кредитной заявки, а также повысить защищенность банка от кредитного мошенничества.
Использование функции fraud-scoring позволяет проверить предоставленных данных на противоречия, причем как в рамках самой анкеты, когда могут сравниваться ответы на разные вопросы, так и через сравнение полученных результатов с предустановленными данными и статистикой (например, о размерах доходов в разных отраслях). Также цифры могут сравниваться с теми, которые предоставили другие клиенты, с усредненными показателями по всему портфелю кредитов банка.
Группы заемщиков физические лица и физические лица-нерезиденты представляют собой основную долю займов, увеличивающую кредитный риск кредитного портфеля АО «АЛЬФА-БАНК». При усилении контроля на этапе андеррайтинга в этих группах может быть достигнуто весомое повышение качества кредитного портфеля, что приведет к снижению потерь от невыплаченных задолженностей. Основная причина столь высокой нестабильности этих двух категорий клиентов в количестве лиц, подающих заявки на получение кредита. Из за чего при рассмотрении заявок используется более простая схема их анализа (особенно при больших суммах кредитов), что позволяет быстрее обрабатывать поступающие объемы данных и принимать на их основании решения. Таким образом, в выборке, имеющей большое количество элементов, существует и большая вероятность отклонения от запланированного исхода, что представляет для банка риск и принуждает его принимать меры, позволяющие минимизировать наступления таких отклонений.
В выпускной квалификационной работе предложены следующие направления совершенствования использования скоринговых методик:
1) совершенствование методики андеррайтинга заемщика;
2) разработка эффективной схемы реструктуризации просроченной задолженности по кредитам физических лиц;
3) автоматизация управления кредитованием физических лиц.
Использование данных, предоставленных Пенсионным фондом Российской Федерации, Бюро технической интентаризации и департаментом Юстиции, Государственной инспекцией безопасности дорожного движения, Паспортно-визовой службой, а также службами Бюро кредитных историй позволит получить о заемщике полноценную картину, использовать эти данные для оценки кредитоспособности и платежеспособности заещика.
Особое внимание стоит обратить на данные, по которым обучается и оценивается модель. С одной стороны, выборки должна быть репрезентативны, поэтому в них отражены как хорошие, так и плохие кредитные риски. С другой стороны, генеральная совокупность кредитных операций, для которых известно, к какому риску они принадлежат, не является беспристрастной: эти операции когда-то были отобраны кредитными специалистами или были оценены другими алгоритмами, а информация о неудовлетворённых кредитных заявлениях отсутствует вовсе. В общем случае решают либо считать, что ранее отсеянные кредитные риски настолько велики, что и построенная модель их выявит, либо применять более радикально настроенный алгоритм и использовать в обучении заявки, по которым было отказано, как операции с плохими рисками. Последнее чревато сохранением субъективности, унаследованной от экспертного оценивания рисков до внедрения кредитного скоринга.
Работа с данными сложна еще и потому, что характеристики заявителей и заемщиков описаны как при помощи количественных, так и при помощи качественных признаков. Из-за этого, например, возникает проблема классификации заемщиков в пространстве разнотипных признаков. В таких условиях, например, могут нарушаться некоторые существенные предположения о характере распределения случайных величин, что делает заведомо невозможным применение ряда алгоритмов классификации. Разработка, внедрение и поддержание кредитного скоринга могут быть реализованы и самим банком, но из-за описанных выше и других сложностей банки обращаются к аутсорсингу. Существуют не только готовые решения под определенный вид скоринга, но и возможность заказать разработку этих моделей под конкретные нужды банка, кроме того, на рынке представлено специальное программное обеспечение для самостоятельного создания скоринговых моделей.
Таким образом, разработанные рекомендации позволят усовершенствовать методику оценки кредитоспособности заемщиков физических лиц, малого и среднего бизнеса.