В ходе теоретического исследования нами было определено, что на современном этапе встречаются два подхода к определению кредитоспособности заемщика - физического лица. Первая группа авторов отождествляют понятие кредитоспособность с понятием платежеспособность, вторая группа авторов разграничивают данные понятия. Нами был сделан вывод, что понятия в целом схожи, но отождествлять и говорить, что данные слова являются синонимами не допустимо. Поскольку платежеспособность отражает способность физического лица погашать всю имеющуюся задолженность перед кем-либо, будь то алименты, платежи в бюджет, налоги, штрафы, за обучение, за страховку и т.д. Также следует отметить, что платежеспособность - это показатель, который рассчитывается на основе ретроспективных данных, в то время как кредитоспособность - показатель, который оценивают на будущее, то есть является прогнозной величиной. При этом кредитоспособность является показателем, который означает способность погашать заемщика только платежи по кредиту и процентам по ним, не включая туда иные платежи, даже если они обязательные. Следовательно, нами был сделан вывод, что неплатежеспособное физическое лицо в принципе не может рассчитывать на получение кредита.
В результате исследования методик оценки кредитоспособности заемщика, были выделены два подхода - количественный и качественный. Количественный подход, в отличие от качественного подхода, позволяет дать оценку уровня кредитоспособности в формализованном виде. В рамках каждого подхода выделяются присущие ему методики оценки кредитоспособности. Так, в рамках количественного подхода можно выделить следующие методики для оценки кредитоспособности физических лиц - скоринговую оценку и систему финансовых показателей платежеспособности. Качественный подход подразумевает анализ делового риска и изучение кредитной истории частных лиц. В работе были определены преимущества и недостатки каждой из методик оценки кредитоспособности. Нами были исследованы основные тенденции рынка кредитования физических лиц. Стоит отметить, что рынок характеризуется улучшением ситуации с просроченной задолженностью.
Улучшение ситуации с просроченной задолженностью подтверждают и данные Национального бюро кредитных историй (НБКИ). Согласно его ин-формации, за прошлый год доля просроченной задолженности по потребительским кредитам снизилась с 21,5 до 20,6%, по автокредитам - с 9,7 до 9,5%, по ипотеке - с 3,9 до 3,1%. Единственный сегмент кредитования, где доля «плохих» долгов выросла, - это кредитные карты (с 18,8 до 19,8%).
В этой связи в дальнейшем были рассмотрены особенности методики кредитоспособности заемщика - физического лица по материалам АО «Россельхозбанк». В Банке оценка кредитоспособности заемщика - физического лица является неотъемлемой частью Банка по кредитованию физических лиц и включается как отдельный этап работы Банка по кредитному процессу. В рамках оценки кредитоспособности физического лица определяются такие показатели заемщика, как среднемесячные доходы и расходы заемщика, платежеспособность заемщика, коэффициент платежа, максимальная сумма кредита, лимит кредитования, коэффициент обеспечения.
Особенностью методики оценки кредитоспособности физического лица в АО «Россельхозбанк» является то, что для всех видов кредитных продуктов Банком используется методика, основанная на системе финансовых коэффициентов. При этом Банк опирается на кредитную историю заемщика и принимает решение о выдаче кредита при положительной кредитной истории заемщика и если платежеспособность заемщика находится на хорошем уровне (финансовое состояние хорошее).
Другой спецификой методики является тот факт, что при определении кредитоспособности заемщика в рамках банковского продукта кредитная карта, Банком не учитываются прочие расходы заемщика, а учитываются лишь действующие кредитные обязательства заемщика, что естественно будет снижать лимит кредитования.
Методику оценки кредитоспособности физических лиц в АО «Россельхозбанк» можно охарактеризовать следующим образом: по глубине анализа (стандартная методика), по основному объекту анализа - система финансовых коэффициентов, основанная на анализе финансового положения физического лица. В то же время этой методикой не производится учет качественных характеристик заемщика (возраст, семейное положение, образование, стаж работы, занятость), то есть те факторы, которые в пределах минимальных требований скорингового подхода, однако учитывается кредитная история физического лица. В этой связи были приведены примеры по четырем основным кредитным продуктам Банка - автокредит, ипотечные кредит, кредитная карта и потребительский кредит наличными.
Далее на примере действующей методики по определению кредитоспособности заемщика в АО «Россельхозбанк» были выявлены ее недостатки. В частности в действующей методике Банка используемые понижающие коэффициенты, ниже по сравнению с другими банками. При рассмотрении кредитной заявки по одному продукту (к примеру, кредитная карта), в части расходов учитывается платежи по одобренному, но не выданному на руки заемщику кредиту по другому продукту (например, потребительская ссуда наличными). Следовательно, такую неточность Банку необходимо исправлять, данная проблема висит именно в программном обеспечении, которое используется при оценке кредитоспособности клиента.
Также были рассмотрены проблемы участников банковского сектора России, нами были выявлены проблемы, которые являются общими для всех банков при оценке кредитоспособности заемщиков. К таким проблемам нами были отнесены: неопределенность получения ими достаточного дохода в будущем в связи с потерей работы, болезнью и другими негативными факторами; перенастройка скоринговых моделей при изменении кредитной политики банка.
Был сделан вывод, что современная банковская система России не готова к принятию новых требований Базельского комитета. Невысокая активность рейтинговых агентств России, отличия в международном и отечественном банковском законодательстве, отсутствие четких критериев системы рейтинговой оценки кредитоспособности сдерживают введение в действие передовых мировых норм в области анализа кредитоспособности заемщика.
Следовательно, направлениями совершенствования оценки кредитоспособности физических лиц является разработка скоринговых систем, совершенствование анкет для оценки кредитоспособности заемщика, создание автоматизированных систем, основанных на технологии анализа голоса. Поэтому модели оценки кредитоспособности необходимо разрабатывать на основе выборки из наиболее новых клиентов, периодически проверять качество работы системы и, когда качество ухудшается, разрабатывать новую модель.
В современных условиях развития IT-технологий и дигитализации финансового рынка, особую значимость приобретает использование инновационных технологий, для улучшения качества оценки кредитного риска, при кредитовании физических лиц. Перед банками встает необходимость, применения искусственного интеллекта; сбора и обработки больших данных (Big Data); анализ клиентского опыта и учет жизненных траекторий клиентов (в рамках Lifestyle- банкинга).
Кроме этого, мегарегулятору необходимо стандартизировать процесс оценки кредитоспособности заемщиков - физических лиц близким к международным стандартам, разграничивая большую вертикаль при определении класса заемщика. Также в отечественной практике необходима разработка единой методической базы организации кредитования, в настоящее время эта база имеет незавершенный характер: в инструкциях по организации кредитования, рекомендованных коммерческим банкам, детально не прописан механизм выдачи и погашения ссуд; банки нуждаются в нормативных документах, более подробно раскрывающих порядок планирования, процедуру кредитования и контроля за использованием кредита. При этом актуальным становится применение принципиально новых методик определения кредитоспособности физических лиц на основе нейронных сетей.
С развитием скоринговых систем развиваются и методы отбора заемщиков. Они включают в себя: статистические методы; методы, основанные на дискриминантном анализе (линейная регрессия, логистическая регрессия); различные варианты линейного программирования; дерево классификации; нейронные сети; генетический алгоритм; метод ближайших соседей. В этой связи в качестве моделирования был применен математический аппарат, способствующий раннему распознаванию потенциальных рисков от заемщиков и формировании их в кластеры в зависимости от количественных и качественных показателей.
Были сформированы заемщики в количестве 38 клиентов по различным социальным и экономическим положениям, которым необходим кредит на различный период, следовательно, ставки по кредитам также отличались. В итоге на основе трех факторов (срок, сумма кредита и доход заемщика) были определены вариация и факторные нагрузки, затем проведен корреляционный и регрессионный анализ с учетом качественных факторов и сформированы кластерные группы заемщиков по четырем классам.
Предложенная модель для АО «Россельхозбанк» в области определения потенциального состояния платежеспособности заемщика - физического лица с высокой долей точности разграничивает заемщиков на кластеры по их рейтингам и отображает потенциальные риски, следовательно, Банк заранее будет осведомлен о потенциальной опасности рисков невозврата кредита, максимальные и минимальные суммы кредитов по нижестоящему кластеру всегда будут ниже, чем у вышестоящего.


Купить