Розробка формалізованої схеми оцінкикредитних ризиків
Основною метою удосконалення управліннякредитними ризиками є розробка експертної системи оцінки кредитних ризиків прикредитуванні фізичних осіб, що вирішує задачу оцінки кредитоспроможностіпозичальників, виходячи з цілей максимізації прибутку банку при забезпеченнійого ліквідності в ринкових відносинах і специфіки української економіки.
Основна ідея складається у використаннісучасних інтелектуальних методів сегментації і класифікації при оцінцікредитоспроможності позичальників.
Поставлена мета досягається рішеннямнаступних конкретних задач:
- вивченняекономічної і технічної літератури по розглянутому питанню;
- систематизаціянаукових знань про оцінку кредитних ризиків при кредитуванні фізичних осіб;
- виявленняфакторів виникнення кредитних ризиків а також встановлення важливості цихфакторів;
- вивченнязалежності між досліджуваними величинами (вхідні анкетні дані про позичальника,процентна ставка по кредиту, імовірність повернення кредиту);
- вивченняособливостей оцінки кредитних ризиків при кредитуванні фізичних осібкомерційними банками в умовах ринкової економіки;
- сегментуватипозичальників по групах подібних факторів на підставі кредитної історії;
- класифікуватикожного позичальника і віднести його, згідно з даними з анкет, до однієї із груп;
- оцінитиімовірність повернення кредиту.
Об'єктом даного дослідження є кредитнадіяльність банку, а також кредитний ризик, як невід'ємна складова будь-якоїкредитної операції.
Предметом дослідження виступає теоретичнийі методологічний інструментарій оцінки і регулювання ризику кредитного портфелябанку.
Математичнупостановку задачі оцінки кредитних ризиків в умовах комерційного банку можнасформулювати в такий спосіб. Банк видає різні види кредитів (Кi)фізичним особам на різні потреби. Головна мета видачі кредитів населенню –одержання максимального прибутку (Pmax) у залежності від процентноїставки.
Насампередзадача оцінки кредитних ризиків зводиться до оцінки кредитоспроможностіпозичальників.
Банквидаючи кредити повинний точно знати що позичальник точно у визначений термінвиплатить всю суму кредиту, для цього потрібно проаналізувати усі факторикредитоспроможності (Хi) і на виході віднести позичальника до тогоабо іншого класу з максимальною вірогідністю (D).
Упідсумку, розробка математичної моделі оцінки кредитних ризиків зводиться допобудови скорингової експертної системи, яку можна розглядати як задачу сегментації і класифікації: знаючивідповіді на питання анкети />визначити,до якої групи відноситься позичальник: />для «добрих» клієнтів, і для />“поганих”. Скоринг являє собою зважену суму факторів ризикукредитної якості позичальників:
/>
Де S — значення скоринга, X1,X2...Xk — параметри клієнта, що входять в оцінку його кредитної якості, a1,a2...ak — ваги, що характеризують значимість відповідних параметрів клієнта (факториризику його кредитоспроможності) для формування його кредитного скоринга.Скорингова експертна система буде побудована за допомогою такого математичногометоду – як самонавчальні карти Кохонена.
На першому етапі позичальник на підставіанкетних даних (вхідні фактори) буде сегментований і згрупований по подібнихфакторах з іншими позичальниками, кредитні історії яких, мали позитивний абонегативний результат і потім провести факторний аналіз.
На другому етапі, виходячи з попередньогоаналізу можна з отриманих сегментів виділити групи позичальників і прийнятирішення: видавати кредит чи ні.
Вимоги до моделі оцінки кредитних ризиків:
1. модель повинна задовольнятивимогам повноти й адаптивності;
2. модель повинна відповідативимогам по ліміту затрачуваного часу;
3. модель повинна бути орієнтованана реалізацію за допомогою існуючих технічних засобів;
4. модель повиннамати консолідовану інформацію про клієнтів, представлену в уніфікованому виді.Інформація повинна періодично поповнюватися даними з усіх філій банку. Такесховище буде виконувати функцію кредитного бюро;
5. модель повиннамати достовірний спосіб класифікації (вірогідність повинна бути більш 90%)потенційних позичальників і відсікання «неблагонадійних».
Це дозволить знизити ризики неповерненнядо мінімуму, що дозволить видавати більш дешеві кредити і, відповідно, залучитьбільше позичальників. При цьому значно збільшиться прибуток від кредитуванняфізичних осіб;
6. модель класифікаціїпозичальників повинна мати властивості тиражування і адаптації до стану ринку,до кожної філії банку. Тобто побудована, ґрунтуючись на загальнихзакономірностях, модель повинна коректуватися під властиві кожній філіїособливості. Це дозволить врахувати місцеві особливості, що ще більше дозволитьзнизити ризик;
7. моделькласифікації повинна періодично перебудовуватися, з огляду на нові тенденціїринку. Цим досягається її актуальність.
Отже, задача полягає в побудові моделікласифікації потенційних позичальників. Рішення задачі також повинне мативелику вірогідність класифікації, можливістю адаптації до будь-яких умов,простотою використання моделі.
Було з'ясовано які з факторів впливають накредитоспроможність людини.
На думку експертів, по цих факторах можнаврахувати сумарний ризик. Тим самим повинне досягатися і віднесенняпотенційного позичальника до здатного або не здатного повернути кредит.
Формалізований алгоритм роботи івпровадження скорингової системи в комерційному банку має такий вигляд:
1. На першомуетапі оператор повинний внести анкету позичальника в базу даних.
2. Далі нанаступному етапі експертна скорингова модель оцінки ризиків повинна видатирішення.
3. Далі длязниження навантаження на кредитний відділ і автоматизації прийняття рішеньуводиться коефіцієнт довіри Kd – деякий числовий параметр, щохарактеризує ступінь довіри до скоринг-модели. Анкети, що задовольняють цьомукритерієві, не попадають на розгляд у кредитний відділ.
Алгоритм обробки анкет представлений нарисунку 1:
/>
Рисунок 1 — Схема роботи скорингової системи
Де Кd — коефіцієнт довіри, КО –кредитний відділ, СБ – служба безпеки банку.
Проведемо аналіз впливу вхідної інформаціїі факторів впливу на вихідну інформацію системи.
Для цього необхідно провести аналіззалежності факторів один від одного. Усі фактори можна узагальнити в групи порозділах анкети, заповнюваної позичальниками:
Таблиця 1 — Фактори, що впливають накредитоспроможністьКатегорія Фактори категорії Базова персональна інформація Стать, вік, освіта… Інформація про сімейний стан Сімейний стан, кількість дітей… Реєстраційна інформація Прописка, термін проживання по даній адресі… Інформація про зайнятість Спеціальність, сфера діяльності підприємства… Інформація про фінансове становище Зарплата, інші нарахування й утримання Інформація з забезпеченості Майно, цінні папери… Інформація про кредитну історію Кількість минулих кредитів, поточні зобов'язання…
При побудові моделі оцінкикредитоспроможності величезну допомогу експертові зробить різноманітнааналітична звітність. Тому що позичальники будутьрозділені на 2 класи, тобто «добрим» кредитом варто вважати той, котрийпозичальник повернув у термін і в повному обсязі, відповідно «поганий» –зворотна ситуація.
Для оцінки кредитоспроможності потенційнихпозичальників необхідно побудувати «кредитний портрет» для кожногопозичальника.
Ця модель є унікальною розробкою, щовраховує як кращі досягнення світового досвіду оцінки позичальників, так і,головне, специфіку українських умов.
Кредитний портрет позичальника формуєтьсяна підставі об'єктивних чисельних оцінок статистичної інформації й анкетнихданих позичальника.
Кредитний портрет потенційногопозичальника являє собою криву на площині, по одній осі якої відкладенапередбачувана сума кредиту з урахуванням відсотків, а по іншій осі — передбачуваний термін його погашення (час).
/>
Рисунок 2 — Кредитний портрет позичальника
Крива, що характеризує кредитний портретпозичальника, розділяє площина рисунка на дві області – над кривою і підкривою. Область над кривою відповідає «неакцептованим» кредитам, область підкривою – «акцептованим».
Наприклад, на термін t0розглянутий позичальник може бути кредитований на будь-яку суму, що неперевищує S0(точки B і C, але не точка A).
Максимальна сума кредиту, на яку можепретендувати позичальник – Smax (точка D), і ця сума може бутивидана тільки на час t*.
Система скоринга, побудована на підставіаналізу кредитного портрета позичальника, дозволяє в явному виді врахувати час,що істотно підвищує точність оцінки кредитоспроможності фізичних осіб придовгостроковому і середньостроковому кредитуванні.
Длянаочності покажемо зв'язок вхідних і вихідних факторів експертної системи на рисунку
/>
Рисунок3 – Інформаційний граф
Таблиця2 – Опис позначень інформаційного графаВиди зв'язків Пояснення
/> логічна – зв'язок між параметрами носить умовний характер і не може бути оцінена математично через слабкий вплив
/> інформаційна – зв'язок між параметрами може бути оцінений, однак у розроблюваній системі не визначається, а задається на основі апріорної інформації
/> функціональна – функціональна залежність існує і враховується в системі при її розробці
Приведемо опис вузлів інформаційного графа:
Р – Параметри кредиту;
- P1 — Сума кредиту;
- P2 — Вартістькредиту;
- P3 — Термін кредиту;
- P4 — Датакредитування;
- P5 — Цількредитування;
- P6 – Кількість;
- P7 – Забезпеченістьзайму;
Z – Інформація про позичальника;
- Z1 — Вік;
- Z2 — Стать;
- Z3 — Освіта;
- Z4 – Наявність кредитної історії;
- Z5 – Оцінкакредитної історії;
S – Власність позичальника;
- S1 — Приватнавласність;
- S2 – Квартира;
- S3 — Площа квартири;
- S4 — Спосібпридбання власності;
- S5 – Розташування;
- S6 – Машина;
- S7 — Термінексплуатації машини;
- S8 — Заміськийбудинок;
- S9 — Земельнаділянка;
- S10 — Прописка вданому районі;
- S11 – Гараж;
D – доходи;
D1 — Клас підприємства;
D2 — Час роботи підприємства;
D3 — Галузь підприємства;
D4 — Спеціалізація;
D5 — Посада;
D6 — Термін роботи на підприємстві;
D7 — Термін роботи зі спеціальності;
D8 — Середньомісячний доход;
R – витрати;
R1 — Середньомісячні витрати;
R2 — Основний напрямок витрат;
R3 — Кількість утриманців;
R4 — Цивільний стан;
R5 — Зайнятість чоловіка;
R6 — Термін проживання в регіоні;
V – рішення прийняте системою – давати \ не давати кредит;
Інформаційний граф має 6 вузлів, галузі яких безпосередньозв'язані один з одним.