Оценка кредитоспособности заемщика

Курсовая работа

54 56

Развитие кредитных операций банков с реальным сектором экономики явилось основным фактором роста активов банковского сектора в 2006 году. Кредиты, предоставленные банками отечественным нефинансовым предприятиям и организациям, за истекший год увеличились на 42,4% (что на 7,2 процентного пункта превышает темп прироста за 2005 год) и составили 2266,9 млрд. рублей на 1.01.2006. Удельный вес этих кредитов в активах действующих кредитных организаций возрос с 38,4% на 1.01.2006 до 40,5% на 1.01.2006.

В данной работе проведен анализ основных обобщающих показателей деятельности Отделения Марий Эл №8614 Сбербанка России, исследованы методы оценки кредитоспособности заемщика.

В качестве исходного материала для проведения исследования исполь-зованы данные отчетности ОСБ Марий Эл №8614, методическая литература, научные публикации и другие источники.

Г лава 1. Общая характеристика ОСБ Марий Эл №8614

Показатели

Сумма, руб.

2004

2005

2006

Совокупный доход

192189092

271 088 600

237219360

Процентный доход

172978346

202942316

157016160

Непроцентный доход

19210745

68 146 284

80 203 200

Показатели

Удельный вес, %

Отклонение от предыдущего года, руб.

2004

2005

2006

2005-2004

2006-2005

2006-2004

Совокупный доход

100%

100%

100%

78 899 508

-33 869 240

45 030 269

Процентный доход

90%

75%

66%

29 963 970

-45926156

-15962 186

Непроцентный доход

10%

25%

34%

48 935 539

12056916

60 992 455

Показатели

Сумма, руб.

Удельный вес, %

2004

2005

2006

2004

2005

2006

Процентные доходы всего

172 978346

202942316

157016 160

100,0%

100,0%

100,0%

деятельности

147599414

57 993 248

18957120

85,3%

28,6%

12,1%

— начисленные и полученные проценты

147284470

56717007

18943680

85,1%

27,9%

12,1%

— по ссудам в инвалюте

314943

1 276241

13440

0,2%

0,6%

0,0%

Доходы по операциям с ценными бумагами

25 378 933

144 949068

138059040

14,7%

71,4%

87,9%

Показатели

Сумма, руб.

Удельный вес, %

2004

2005

2006

2004

2005

2006

Непроцентные доходы всего

19210745

68 146 284

80 203200

100,0%

100,0%

100,0%

деятельности

3 929 056

21 939240

27 118560

20,5%

32,2%

33,8%

— дивиденды

9089

0

0

0,0%

0,0%

0,0%

— возмещение клиентами расходов

24 106

662 228

174 720

0,1%

1,0%

0,2%

— курсовые разницы

39950

4 342 244

6 098 400

0,2%

6,4%

7,6%

— комиссия по услугам и корреспон-дентским счетам

3855910,8

16934768,55

20845440

20,1%

24,9%

26,0%

Прочие доходы

15281689,5

46207044,45

53084640

79,5%

67,8%

66,2%

— штрафы

5949518,4

12881805,3

2257920

31,0%

18,9%

2,8%

— плата за доставку ценностей

144,9

37006,2

124320

0,0%

0,1%

0,2%

— прочие доходы

9332026,2

33288232,95

50702400

48,5%

48,8%

63,2%

Основными оценочными показателями являются коэффициенты К1, К2, К3, К4 и К5. Другие показатели оборачиваемости и рентабельности используются для общей характеристики и рассматриваются как дополнительные к первым пяти показателям.

Оценка результатов расчетов пяти коэффициентов заключается в присвоении Заемщику категории по каждому из этих показателей на основе сравнения полученных значений с установленными достаточными. Далее определяется сумма баллов по этим показателям в соответствии с их весами.

Таблица 4

Разбивка показателей на категории в зависимости от их фактических значений

Коэффициенты

1 категория

2 категория

3 категория

К1

0,2 и выше

0,15 — 0,2

менее 0,15

К2

0,8 и выше

0,5 — 0,8

менее 0,5

К3

2,0 и выше

1,0 — 2,0

менее 1,0

К4

1,0 и выше

0,7 — 1,0

менее 0,7

К5

0,15 и выше

менее 0,15

нерентаб.

Формула расчета суммы баллов S имеет вид:

S = 0,11 * Категория К1 + 0,05 * Категория К2 + 0,42 * Категория К3 +

+ 0,21 * Категория К4 + 0,21 * Категория К5.

Значение S наряду с другими факторами используется для определения рейтинга Заемщика.

Таблица 5

Таблица расчета суммы баллов

Показатель

Фактическое значение

Категория

Вес показателя

Расчет суммы баллов

К1

0,11

К2

0,05

К3

0,42

К4

0,21

К5

0,21

Итого

х

х

1

Для остальных показателей третьей группы (оборачиваемость и рентабельность) не устанавливаются оптимальные или критические значения ввиду большой зависимости этих значений от специфики предприятия, отраслевой принадлежности и других конкретных условий.

Оценка результатов расчетов этих показателей основана, главным образом, на сравнении их значений в динамике.

Качественный анализ основан на использовании информации, которая не может быть выражена в количественных показателях. Для проведения такого анализа используются сведения, представленные Заемщиком, подразделением безопасности и информация базы данных.

На этом этапе оцениваются риски, связанные с банками, в которых открыты счета; деловая репутация (аккуратность в выполнении обязательств, кредитная история, участие в крупных проектах, качество товаров и услуг и т.д.); качество управления (квалификация, устойчивость положения руководства, адаптивность к новым методам управления и технологиям, влиятельность в деловых и финансовых кругах).

Заключительным этапом оценки кредитоспособности является определение рейтинга Заемщика, или класса.

Устанавливается 3 класса заемщиков:

  • первого класса — кредитование которых не вызывает сомнений;
  • второго класса — кредитование требует взвешенного подхода;
  • третьего класса — кредитование связано с повышенным риском.

Рейтинг определяется на основе суммы баллов по пяти основным показателям, оценки остальных показателей третьей группы и качественного анализа рисков.

Сумма баллов S влияет на рейтинг Заемщика следующим образом:

  • S = 1 или 1,05 — Заемщик может быть отнесен к первому классу кредитоспособности;
  • S больше 1,05, но меньше 2,42 — соответствует второму классу;
  • S равно или больше 2,42 — соответствует третьему классу.

Далее определенный таким образом предварительный рейтинг корректируется с учетом других показателей третьей группы и качественной оценки Заемщика. При отрицательном влиянии этих факторов рейтинг может быть снижен на один класс.

В связи с тем, что методика оценки кредитоспособности заемщика в ОСБ №8614 СБ РФ основывается в основном на анализе относительных показателей финансово-хозяйственной деятельности, может быть предложена методика оценки кредитоспособности заемщика, которая основывается на классе кредитоспособности заемщика, для чего каждому показателю представленному ниже присваивается определенное количество баллов и в конце определяется класс кредитоспособности заемщика (приложение 2).

Значения класса кредитоспособности представлены в таблице 6.

Таблица 6

Значения класса кредитоспособности

Класс кредитоспособности заемщика

Общая сумма баллов

Класс А -Заемщик надежный

больше 181

Класс Б — Заемщик с небольшим риском

от 140 — 180

Класс В-Заемщик со средним риском

от 100 — 139

Класс Г-Заемщик с высоким риском

от 80 — 99

Класс Д-Заемщик с полным риском

меньше 80

Этапы реализации методики оценки кредитоспособности заемщиков — юридических лиц:

1. Изучение общей характеристики заемщика, (репутация, история бизнеса, характеристика деловой активности, связи с потребителями продукции и поставщиками продукции, состав учредителей и их стабильность, возвращение предыдущих кредитов, местонахождение заемщика, и так далее).

2. Анализ финансового положения заемщика (способность заемщика получать средства по всем видам деятельности и рассчитываться по своим обязательствам, в том числе по долгосрочным обязательствам).

3. Анализ эффективности кредитной операции или инвестиционного проекта (окупаемость проекта, денежный поток по конкретному проекту, желание заемщика использовать в проекте, который кредитуется, собственный капитал, характер рынка, условия реализации товаров, перспективность развития отрасли.

Прежде чем приступить к описанию решения необходимо осветить некоторые аспекты методики анализа с использованием механизмов Data Mining. Итак, задача заключается в построении модели оценки (классификации) потенциальных заемщиков. Решение задачи также должно обладать большой достоверностью классификации, возможностью адаптации к любым условиям, простотой использования модели.

Пользуясь приведенной выше методикой, была предложена гипотеза о том, какие факторы влияют на кредитоспособность человека. По мнению экспертов, по этим факторам можно учесть суммарный риск. Тем самым должно достигаться и отнесение потенциального заемщика к способным вернуть кредит или не способным.

Предложенные факторы представлены в таблице 7.

Таблица 7

Факторы, влияющие на кредитоспособность

Е

Некоторые факторы категории

Информация о семейном положении

Состояние в браке, количество детей…

Регистрационная информация

Прописка, срок проживания по данному адресу…

Информация о занятости

Специальность, сфера деятельности предприятия…

Информация о финансовом положении

Зарплата, другие начисления и удержания…

Информация по обеспеченности

Имущество, ценные бумаги…

Информация о кредитной истории

Количество прошлых кредитов, текущие обязательства…

Согласно предложенной гипотезе, данные факторы были собраны и консолидированы в хранилище данных Deductor Warehouse. Методология хранилища такова, что информация хранится в процессах, каждый процесс имеет определенный набор измерений и фактов. Т.е. процесс реализован по стандартной схеме “Звезда”, в центре которой хранятся факты, а измерения являются лучами. В данном случае процесс отображает выдачу кредита заемщику. Наиболее ценной информацией процесса является статус кредита. Хороший кредит — тот, который заемщик вернул в срок и в полном объеме, плохой — обратная ситуация.

При построении модели оценки кредитоспособности огромную помощь эксперту окажет разнообразная аналитическая отчетность. Поскольку данные в хранилище представлены в многомерном виде, то, несомненно, наиболее удобно получать отчетность в виде набора срезов данных — кросс-таблиц.

В основном берут кредит лица до 30 лет, от 30 до 50 менее активно, от 50 до 70 практически не берут. Видимо, условия кредитования не устраивает лиц, старше 30 лет в большинстве случаев. Банку, для привлечения данной категории лиц придется менять условия кредитования (например, уменьшить плату за кредит).

Если анализировать причину такого количества отказов в выдачи кредитов, то выяснится, что потенциальные заемщики неадекватно оценивали свои возможности по погашению кредита (это наглядно видно на самоорганизующихся картах далее).

В Deductor 4 в OLAP-кубе с помощью инструмента селектор можно агрегировать факты по какому-либо измерению, оставляя только те объекты, которые соответствуют указанному условию. Например, можно объединить сумму кредитов по возрастам заемщиков, оставив только тех, которые в сумме берут 50% кредитов. Так подтверждается популярность кредитования среди молодежи. Это небольшой пример применения аналитической отчетности. На практике можно таким образом анализировать любую информацию о заемщиках, имеющуюся в хранилище в произвольных разрезах.

Сегментация заемщиков.

Каждый заемщик обладает определенным набором атрибутов (факторов).

Для анализа рынка необходимо в первую очередь понять общую картину. Кто берет кредиты, зачем, какие существуют причины отказов в выдаче кредитов или причины несостоятельности. Для этого необходимо наглядное представление всех имеющихся данных. Такую задачу можно решить с помощью построения самоорганизующихся карт, показывающих распределение заемщиков по характеристикам Сумма кредита, Срок кредита, Цель кредитования, Среднемесячный доход, Количество иждивенцев и Возраст. После сегментирования можно узнать, какие именно сегменты являются наиболее активными, какие приносят наибольшую прибыль и где находятся наиболее лояльные клиенты, выделить характерны ………..

Страницы: [1] | | 3 | 4 |