диплом синдеева а.ю. (1202990), страница 25

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 25)

Именно с помощью такого подхода составлены анкеты - заявки на получение кредита. Экспертами в данной области были выявлены факторы, наиболее влияющие на результат. Эту информацию и заполняют в анкетах потенциальные заемщики.

Заметим, что помощь в проверке гипотез может оказать факторный анализ. Данный инструмент выявляет значимость тех или иных факторов.

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.

Реализация предлагаемого мероприятия возможна на основе высокопроизводительной транзакциональной базы данных с высокопроизводительной фронт-офисной частью, реализованных в гибко настраиваемой интеграционной среде. Такая база данных позволяет обеспечить гарантированную доставку, аудируемость и управление электронным документооборотом с использованием сертифицированных средств безопасности. Это связано с тем, что кредитное бюро аккумулирует в себе инфраструктуры выдачи кредитов сразу нескольких банков, что повышает требования к производительности, масштабируемости и безопасности в десятки раз и позволяет избежать риска потери инвестиций в случае роста числа обрабатываемых операций. Предлагаемая архитектура строится на принципах концепции «трех И»:

1) интегральная доступность;

2) интегральные знания;

3) интегральное управление.

Она состоит из трех основных компонентов: продуктов Фронт-офис и Фронт-офис самообслуживания, обеспечивающих интегральную доступность, и Хранилища данных, обеспечивающего интегральность знаний. Интегральное управление реализовано на основе Интеграционной платформы, которая является составной частью первых двух продуктов.

Таким образом, мы получаем одновременно и масштабируемость, и производительность, а именно: возможность добавления новых модулей дистанционного обслуживания по мере роста бизнеса банка; высокую производительность системы (миллионы обслуживаемых клиентов при ежедневном документообороте в сотни тысяч операций); возможность наращивания производительности простой заменой технической платформы; платформонезависимость (поддержка основных платформ аппаратного и системного программного обеспечения); работу в режиме 24 х 7 (единая установка и единообразное ведение клиентов системы).

Кроме того, представленная платформа не имеет альтернативы как платформа, позволяющая обеспечивать операции сотен тысяч и миллионов клиентов в режиме онлайн. Учитывая же бум розничного кредитования и микрокредитования малого и среднего бизнеса, а также то, что кредитных бюро все-таки не должно быть слишком много, от подобной системы как раз и требуется полная производительность. Проследим динамику доходности после создания система автоматизации бизнес-процессов кредитования по данным таблицы 3.5

Доходность от кредитных операций рассчитаем по формуле:

Доходность = (доход – издержки) *100% / издержки (3.1)

Таким образом, получаем:

Доходность _{до реализации} = (780939 – 408414)*100% /408414 = 91,2 (тыс.руб.)

Доходность _{после реализации} =(1561878–702845)*100%/702845 = 122,2 (тыс. руб.)

Таблица 3.5 – Расчет доходности кредитных операций после внедрения системы автоматизации бизнес-процессов кредитования

Таким образом, из произведенных расчетов, данных таблицы 3.5 наблюдается следующая динамика: отмечено увеличение показателей: количество выдаваемых кредитов в месяц с 300 единиц договоров до 600 единиц договоров или в два раза; дохода от кредитных операций с 780939 тыс. руб. до 1561878 тыс. руб. или в два раза; доходность от кредитных операций с 91,2 тыс. руб. до 122,2 тыс. руб. (прирост – 34,0%).

Так же наблюдается снижение показателей: процента невозврата кредитов с 30,0% до 10,0% или на 66,7%; - скорость обработки заявок заемщиков с 10 дней до 2 дней или на 80,0%; затрат на содержание службы безопасности с 35 тыс. руб. до 20 тыс. руб. или на 42,9%; резервов на возможные потери сократились с 7,2% до 6,3% или на 12,5% после реализации мероприятия.

В целом наблюдается положительная динамика анализируемых показателей, что подтверждает целесообразность реализации предлагаемого мероприятия.

В таблице 3.6 можно увидеть сегментацию клиентов банка по возрастному признаку. Из таблицы можно сделать вывод, что наибольшую популярность кредитные продукты банков завоевали у определенных групп населения – это молодежь, лица от 18 до 24 лет, молодые семьи, а также семьи «со стажем».

Таблица 3.6 - Сегментация клиентов банка по возрастному признаку

Таблица 3.7 – Общие сведения об образовании опрошенных респондентов

Анализируя данные таблицы 3.7 можно сделать вывод, что у респондентов зрелого возраста и готовящихся к уходу на пенсию начальное и высшее образование примерно равны и составляют 47% и 53% соответственно. Высшее образование получили 9 человек, из них 2 с несколькими высшими образованиями и 3 с учеными степенями. «Семьи со стажем». В этой группе начальное и высшее образование тоже равны и составляют 50/50 % соответственно. Техникумы закончили 5 человек, высшее образование получили 9 человек, из них 2 с несколькими высшими образованиями и 1 с ученой степенью. У молодых семей с образованием ситуация похуже. Начальное образование получили 57,1% или 12 человек, а высшее 42,9% или 5 человек. Есть еще одна категория – это люди, получающие в настоящее время высшее образование и этот вид составляет 19% или 4 человека. Образование дает возможность молодым людям получить хорошую должность и соответствующую зарплату.

У молодежи картина выглядит иначе. Это говорит о том, что молодежь еще на только стадии получении высшего образования, а степенях и вовсе не приходится говорить.

Таблица 3.8 – Данные о доходе опрошенных респондентов

Таблица 3.9 – Наиболее часто получаемые респондентами

банковские услуг

Таблица 3.10 – Наиболее приемлемые «акции» АО «ОТП Банк»

Характеристики

Список файлов ВКР