Современные способы оценки кредитоспособности физических лиц

Банковская информация » Анализ тенденций потребительского кредитования » Современные способы оценки кредитоспособности физических лиц

Страница 2

Приведем примерную структуру скоринговой карты, заполняемой кредитным экспертом.

В первый раздел вносятся данные о кредитном эксперте банка, рассматривающем кредит, номер досье клиента, вид и сумма кредита, способ погашения кредита (аннуитетный платеж, индивидуальный график), предполагаемый график погашения, процентная ставка, предполагаемая дата предоставления кредита, приводятся ответ на вопрос о необходимости страхования, величина страховой премии, общий размер процентов, которые будут уплачены банку[72].

Во второй раздел вводятся данные о семейном положении, образовании и профессии клиента, опыте работы, стаже на последнем месте работы, работодателе, ежемесячных доходах и расходах потенциального заемщика.

В третьем разделе приводится информация о финансовом состоянии потенциального заемщика: сведения об остатках на текущих и сберегательных счетах, соотношении доходов и расходов.

Сравнивая экспертную и балльную системы оценок, хотелось бы сделать следующее уточнение.

Привлечение банками для оценки кредитоспособности квалифицированных экспертов имеет несколько недостатков: во-первых, их мнение так или иначе является субъективным, во-вторых, люди не могут оперативно обрабатывать большие объемы информации, в-третьих, оплата высококвалифицированных специалистов сопряжена со значительными расходами. В связи с этим банки все чаще проявляют повышенный интерес к таким системам оценки риска, которые позволили бы минимизировать участие экспертов и влияние человеческого фактора на принятие решений.

В свою очередь, скоринговая система оценки представляет собой математическую модель, с помощью которой банк, опираясь на данные о кредитной истории «прошлых» клиентов, может определить, какова вероятность невозврата по потенциальному заемщику.

Последние два суждения формируют следующую проблему: большинство российских коммерческих банков либо не учитывает причину возникновения плохой кредитной истории у заемщика (возможно, случившейся по независящим от него причинам), либо, опираясь на плохую кредитную историю «прошлых» заемщиков, принимает решение не в пользу потенциального заемщика, не имея возможности (а иногда и желания) выяснять причины дефолта «прошлых» заемщиков в период кризиса. Указанная проблема часто незаметна для банковских работников, но ощутимо отражается на клиентах.

Обратимся к истокам формирования скоринговой модели. В целях построения модели оценки кредитоспособности заемщика – физического лица в условиях скоринга сначала осуществляется отбор клиентов кредитной организации, которые уже так или иначе себя зарекомендовали. Такая выборка может варьироваться от нескольких тысяч до сотен тысяч в зависимости от накопленной статистики и объема кредитного портфеля[73].

Методы классификации кредитов разнообразны и основываются на линейной многофакторной регрессии, логистической регрессии, дереве классификации, нейронной сети, технологии Data Mining (DM). Коротко рассмотрим некоторые из перечисленных методов.

Наиболее простым, на наш взгляд, видится метод линейной многофакторной регрессии, которая задается выражением[74]:

= + + + . + , (1)

где – вероятность дефолта j-го заемщика;

– весовые коэффициенты;

– анализируемые факторы[75].

Недостаток данной модели заключается в том, что в левой части уравнения находится вероятность, принимающая значения от 0 до 1, а переменные в правой части могут принимать любые значения. Но указанный недостаток может быть устранен либо путем нормирования значений факторов, либо путем построения шкалы интерпретации расчетных финансовых или нефинансовых факторов к заданному масштабу (в текущих условиях от 0 до 1). Приведем пример построения интервальной шкалы для одного из наиболее значимых факторов «Качество кредитной истории заемщика – физического лица» (табл. 2.2-2.4).

Таблица 2.2 Кредитный стаж[76]

Кредитный стаж (КСт) (в месяцах)

Балл

< = 12

0,5

12 < КCт < =24

0,6

24 < КCт < = 36

0,7

36 < КCт < = 48

0,8

48 < КCт < = 60

0,9

> 60

1,0

Возможные сочетания трех факторов (кредитный стаж заемщика, количество просрочек и их суммарная длительность) представлены в табл.2.3.

Страницы: 1 2 3 4 5

Читайте также:

Главное меню

Copyright © 2024 - All Rights Reserved - www.bankmaker.ru