Банки, как финансовые посредники, в связи с неустойчивым экономическим положением в стране, применяют в процессе кредитования различные методики финансового анализ для контроля собственных показателей финансовой устойчивости и эффективности, а также для оценки кредитоспособности заемщиков с целью снижения принимаемых кредитных рисков.
Учитывая динамичность экономической ситуации, увеличение объема кредитования, а также увеличение просроченной задолженности комплексное изучение кредитной аналитики, структуры кредитного процесса современных банков, их методик оценки кредитоспособности потенциальных заемщиков, а также анализ кредитного риска приобретает все большую актуальность.
В первой главе данной выпускной квалификационной работы были рассмотрены теоретические основы кредитной аналитики, включая современный рынок кредитных продуктов. Были определены сущность современного рынка кредитных продуктов, его особенности и функции, а также был проведен анализ данных об объемах кредитов в РФ за 2016-2018 гг. По результатам анализа было выявлено увеличение объемов кредитования (на 55 993 654 млн. руб. (11,86%) в 2018 году) и увеличение просроченной задолженности (на 655 518 млн. руб. (2,05%) в 2018 году), что говорит о необходимости системного изучения кредитной аналитики в коммерческом банке.
Также в данной главе были рассмотрены этапы кредитного процесса и инструменты кредитной аналитики в системе риск-менеджмента. Были определены способы управления кредитным риском на каждом из этапов жизненного цикла кредита.
Во второй главе данной работы были проанализированы основные показатели деятельности «Г азпромбанк» (АО) и рассмотрены методики оценки кредитной состоятельности заемщиков в данном банке. По итогам 2018 года банк показал хорошие результаты в виде чистой прибыли в 20 199 555 тыс. руб. За счет получения прибыли банком, показатели рентабельности активов и рентабельности капитала приняли положительные значения. Кроме того, за 2018 год активы банка «Газпромбанк» (Акционерное общество) увеличились на 883 324 911 тыс. руб. (16,77%), прежде всего за счет увеличения чистой ссудной задолженности на 422 811 385 тыс. руб. (11,41%). Также в 2018 году произошло увеличение показателя процентных доходов на 1,56%.
По всем нормативам банк «Газпромбанк» (Акционерное общество) выполняет требования Центрального банка Российской Федерации и обеспечивает достаточно высокий уровень управления ликвидностью.
Рассматривая методики оценки кредитоспособности потенциальных заемщиков был сделан вывод, что в банке наиболее целесообразно использовать ту методику, которая выполняет оценку кредитоспособности заемщика комплексно, так как при применении такой методики риск невозврата ссуды будет минимальным.
Также в данной главе был проведен анализ качества кредитного портфеля «Г азпромбанк» (АО). Был проведен анализ структуры кредитного портфеля по типам заемщиков, отраслевой структуре, по качеству выданных ссуд, размеру сформированных резервов, а также динамике просроченной задолженности. По итогам данного анализа было выявлено, что Газпромбанк, как и большинство коммерческих банков, в большей степени, ориентирован на кредитование юридических лиц. Доля кредитов, предоставленных юридическим лицам в кредитном портфеле составляет на 1 января 2019 года 88,8% (3 939 001 млн. руб.), кредиты, предоставленные физическим лицам в общей сумме судной задолженности составляют на 1 января 2019 года всего 11,2% (496 554 млн. руб.). Что касается отраслевой структуры кредитов, выданных юридическим лицам, то большая доля кредитов в 2018 году приходятся на финансовую деятельность - 956 303 млн. руб. (24,3%) и на обрабатывающие производства - 1 000 519 млн. руб. (25,4%). Результат анализа качества выданных ссуд свидетельствует о том, что большую долю в кредитах, выданных юридическим лицам занимают ссуды I категории качества (стандартные ссуды) - 2 004 867 млн. руб. (50,90%) на 1 января 2019 года, что свидетельствует об отсутствии кредитного риска по выданным займам. Что касается кредитов, выданных физическим лицам, то большую долю занимают ссуды II категории качества (нестандартные ссуды) - 433 265 млн. руб. (87,25%) на 1 января 2019 года. Было выявлено, что в банке «Газпромбанк» (АО) представлены кредиты всех категорий качества. Размер ссудной задолженности в банке с каждым годом увеличивается, однако размер просроченной задолженности также увеличивается, в первую очередь, за счет увеличения безнадежных ссуд в кредитном портфеле банка.
Нами был проведен корреляционно-регрессионный анализ и выстроен прогноз объема кредитного портфеля банка «Газпромбанк» (АО) и наиболее значимых показателей, влияющих на данный кредитный портфель. Наиболее значимыми были признаны такие показатели, как кредиты юридическим лицам за вычетом резерва под кредитные убытки и просроченная задолженность по портфелю. Благодаря проведенному прогнозу размера кредитного портфеля банка «Газпромбанк» (АО) и наиболее значимых показателей, влияющих на данный кредитный портфель, можно предположить положительную динамику в деятельности банка.
В данной главе был также рассмотрен анализ кредитного риска Группы Газпромбанка. По итогом данного анализа следует, что банк совершенствует свои методики анализа кредитных рисков.
В третьей главе выпускной квалификационной работы были рассмотрены проблемы оценки кредитоспособности потенциальных заемщиков и предложены рекомендации по решению данных проблем, а также было проанализировано влияние новых финансовых технологий на изменение моделей кредитной аналитики в коммерческих банках.
Одной из главных проблем оценки кредитоспособности потенциального заёмщика - юридического лица является достоверность данных, предоставляемых заёмщиком банку. Данную проблему возможно решить, если расчеты производить на основе управленческой отчетности, содержащей не искаженные данные о финансовом состоянии организации, а реальные. Еще одним решением данной проблемой может быть требование обязательного аудиторского подтверждения качества достоверности проверяемой информации для анализа кредитоспособности заёмщика. Также еще одной из проблем оценки кредитоспособности заёмщика является отсутствие системы отраслевых рейтинговых оценок. Одним из решением такой проблемы может быть ввод внутриотраслевых показателей, относительно которых можно было бы делать выводы об устойчивости деятельности организации.
Что касается проблем связанных с оценкой кредитоспособности потенциального заемщика - физического лица, то можно отметить, что во многих банках основополагающими критериями при оценке кредитоспособности заёмщиков являются качественные характеристики, которые получены на основе балльной скоринговой системы, которая имеет ряд проблем, одной из которых являются достаточно быстро меняющиеся социально - экономические условия, оказывающие влияние на заемщика, соответственно разработанные скоринговые модели быстро устаревают. Следовательно рекомендуется разрабатывать банкам новые скоринговые модели с периодом реализации 1,5 - 2 года.
Для устранения недостатков в деятельности коммерческих банках, включая оценку кредитоспособности потенциальных заемщиков, мы рекомендуем такие направления совершенствования кредитной аналитики, как внедрение новых финансовых технологий.
Нами было выявлено, что в настоящее время наиболее перспективными и значимыми инновациями для внедрения в банковский бизнес являются: Big Data, блокчейн, облачные технологии, искусственный интеллект, интернет вещей, биометрические технологии и роботизация бизнес-процессов.
Одной из самых популярных инновации среди банков, которые используют финансовые технологии, являются элементы облачных технологий. Они способствуют снижению затрат на мобильный банкинг и интернет-банк, а также способствуют расширению их функционала. Облачные технологии используют такие крупнейшие банки как: крупнейший цифровой банк США Capital One (еще в 2015 г. он полностью мигрировал свои среды разработки и тестирования ИТ-систем на Amazon Web Services (AWS, США)), DBS Bank (Сингапур) (данный банк открыл в Индии банк DigiBank - мобильный банк- клиент в публичном облаке, который использует учетно-операционную систему материнского банка, размещенную на частной инфраструктуре), и т.д. Комплексные решения в облачной инфраструктуре могут быть качественнее решений, реализуемых на собственной инфраструктуре. Например, доступ к максимально широкому набору данных дает преимущество в таких областях, как кредитный скоринг, противодействие мошенничеству, отмыванию денег и финансированию терроризма.
Некоторые банки постепенно внедряют методы анализа больших данных и аналитики. Уже сейчас около 75% крупнейших американских банков используют big data для повышения лояльности, привлечения новых клиентов и улучшения коммуникаций. Сбербанк, например, разработал новую модель кредитования малого бизнеса, базирующуюся на анализе big data. Банк, на основе результатов данного анализа, формирует готовые предложения кредитного продукта с индивидуальной ставкой и лимитом для клиентов, у которых открыт счет в данном банке, по итогам анализа его оборотов. Другие технологии, такие как Блокчейн и Интернет вещей находятся, пока что, только на ранних этапах коммерциализации банков. В настоящее время банки создают партнерства с производителями носимых электронных устройств, чтобы клиенты могли проводить мобильные платежи, используя свои часы или фитнес-браслеты.
Еще одной из самых популярных инноваций является искусственный интеллект. Искусственный интеллект не только упростил доступ к информации, улучшил ее качество и ускорил обработку, но и позволил автоматизировать процесс принятия решений. К примеру, в Сбербанке, сегодня, 98% решений о выдаче кредитов для физических лиц и 30% решений о кредитовании юридических лиц принимает именно искусственный интеллект. В свою очередь, в мая 2018 года «Тинькофф Банк» разработал и запустил чат-бота для предпринимателей. Также многие банки в США реализуют пилотные проекты по использованию автоматизированных консультантов на базе искусственного интеллекта для взаимодействия с клиентами, где в системе искусственного интеллекта содержится полное руководство по продукту, история звонков за предыдущие периоды, политика и процедуры, а также другие данные, позволяющие обеспечить контекстное обслуживание клиентов. Банки также уже используют искусственный интеллект для недобросовестных действий в платежной сфере. По прогнозам PwC, искусственный интеллект, анализ потребительского поведения и машинное обучение станут основными факторами привлечения клиентов в течение следующего десятилетия. В 2018 году банки, благодаря использованию искусственного интеллекта, заработали около 41,1 млрд долларов США. К 2030 году, по прогнозам специалистов, проекты с использованием искусственного интеллекта принесут банкам около 300 млрд долларов США.
Многие банки также внедряют такую инновацию, как биометрические технологии. Например, некоторые банки обеспечивают своим клиентам возможность доступа к счетам с помощью отпечатков больших пальцев или даже голоса и распознавания черт лица. Данный подход является более удобным для потребителей и повышает уровень безопасности. По всему миру банки запускают пилотные проекты для тестирования разных биометрических технологий, многие банки уже активно применяют их на практике. Так, например, два крупных банка Сингапура (OCBC и DBS) используют системы распознавания голоса в своих call-центрах. А в Великобритании для авторизации платежей и для реализации доступа в мобильные приложения Barclays использует технологию идентификации по рисунку вен пальца (VeinID), а также голосовую биометрию. Банк «Открытие» 25 декабря 2017 г. официально объявил о запуске услуги денежных переводов по фотографии клиента в мобильном приложении «Открытие. Переводы». Также в 2017 г. Почта Банк внедрил биометрические технологии в процесс идентификации сотрудников.
В свою очередь, если говорить о проблеме оценки кредитоспособности потенциальных заемщиков, то следует предложить такую систему как «HR1- Кредит» израильской компании Nemesysco. Данная система для выявления риска невозврата кредита оценивает и проверяет кредитоспособность заемщика при помощи глубокого анализа определенного спектра эмоций субъекта, анализируя разные слои в его голосе. Технология в ходе теста оценивает психоэмоциональные реакции, отражающиеся в речи клиента. Системой HR1- Кредит тестируется уровень личной ответственности заемщика за возврат кредита, возможность заемщика справиться с выплатами по кредиту, кредитная история клиента за последние два года и общее напряжение потенциального заемщика во время теста.
Использование инновационных технологий в банковском деле является перспективным направлением, которое способно изменить привычные методы организации работы и обеспечить улучшенное обслуживание клиентов, более полное понимание подходов управления рисками, обеспечить конкурентные преимущества, а также снизить издержки.


Купить