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

Текст из файла (страница 4)

Таблица 7

Факторы, влияющие на кредитоспособность

Согласно предложенной гипотезе, данные факторы были собраны и консолидированы в хранилище данных Deductor Warehouse. Методология хранилища такова, что информация хранится в процессах, каждый процесс имеет определенный набор измерений и фактов. Т.е. процесс реализован по стандартной схеме “Звезда”, в центре которой хранятся факты, а измерения являются лучами. В данном случае процесс отображает выдачу кредита заемщику. Наиболее ценной информацией процесса является статус кредита. Хороший кредит – тот, который заемщик вернул в срок и в полном объеме, плохой – обратная ситуация.

При построении модели оценки кредитоспособности огромную помощь эксперту окажет разнообразная аналитическая отчетность. Поскольку данные в хранилище представлены в многомерном виде, то, несомненно, наиболее удобно получать отчетность в виде набора срезов данных – кросс–таблиц.

В основном берут кредит лица до 30 лет, от 30 до 50 менее активно, от 50 до 70 практически не берут. Видимо, условия кредитования не устраивает лиц, старше 30 лет в большинстве случаев. Банку, для привлечения данной категории лиц придется менять условия кредитования (например, уменьшить плату за кредит). Если анализировать причину такого количества отказов в выдачи кредитов, то выяснится, что потенциальные заемщики неадекватно оценивали свои возможности по погашению кредита (это наглядно видно на самоорганизующихся картах далее).

В Deductor 4 в OLAP-кубе с помощью инструмента 'селектор' можно агрегировать факты по какому-либо измерению, оставляя только те объекты, которые соответствуют указанному условию. Например, можно объединить сумму кредитов по возрастам заемщиков, оставив только тех, которые в сумме берут 50% кредитов. Так подтверждается популярность кредитования среди молодежи. Это небольшой пример применения аналитической отчетности. На практике можно таким образом анализировать любую информацию о заемщиках, имеющуюся в хранилище в произвольных разрезах.

Сегментация заемщиков.

Каждый заемщик обладает определенным набором атрибутов (факторов). Для анализа рынка необходимо в первую очередь понять общую картину. Кто берет кредиты, зачем, какие существуют причины отказов в выдаче кредитов или причины несостоятельности. Для этого необходимо наглядное представление всех имеющихся данных. Такую задачу можно решить с помощью построения самоорганизующихся карт, показывающих распределение заемщиков по характеристикам 'Сумма кредита', 'Срок кредита', 'Цель кредитования', 'Среднемесячный доход', 'Количество иждивенцев' и 'Возраст'. После сегментирования можно узнать, какие именно сегменты являются наиболее активными, какие приносят наибольшую прибыль и где находятся наиболее лояльные клиенты, выделить характерные для них признаки.

Итак, 0 сегмент – самый большой, представляет всех заемщиков старше 30 лет. Это наиболее консервативная часть всех заемщиков, поэтому ей присущи сходные черты и, следовательно, необходим одинаковый подход при оказании им услуг кредитования, а также их классификации. Заемщики же моложе 30 лет делятся еще на 4 сегмента:

Кластеризация показала, что на рынке кредитования физических лиц существуют не только различные направления (кредитование товаров, образовательные кредиты), но и различные сегменты заемщиков, пользующиеся одним и тем же видом услуг. Следовательно, для каждой такой группы необходим свой способ классификации на 'хороших' и 'плохих' заемщиков. Очевидно, что, даже анализируя отдельный сегмент рынка, доминируют те или иные факторы в зависимости от ситуации. В рассматриваемой далее модели будет показано, что при определенных условиях большую роль играет наличие собственности у кредитора, при других его образование или срок работы на предприятии. Т.е. модель классификации получается весьма гибкая. Тем не менее, существуют такие факторы, влияние которых на принятие решения о выдаче кредита мало меняется от остальных условий. Это сумма кредита, срок кредита, среднемесячный доход и среднемесячный расход.

Исходя из данных предыдущего анализа, можно выделить несколько групп заемщиков, берущих в кредит товары длительного пользования: кредиты на небольшие суммы, средние и значительные и проанализируем некоторые из них. Выделим из полученных сегментов группу заемщиков, берущих небольшие кредиты на приобретение товаров. Построим для этой группы дерево решений. Входными параметрами будут факторы, влияющие на кредитоспособность согласно выдвинутой гипотезе. Выходом же дерева будет решение о выдаче кредита или отказе.

Заметим, что дерево само отсекло незначащие и мало влияющие на результат факторы, оставив среднемесячный доход, расход и срок кредита. Это можно учесть при экспресс кредитовании наиболее дешевых товаров.

Перейдем непосредственно к классификации потенциальных заемщиков с помощью одной из построенных моделей. Для этого также используется инструмент 'Что-если'. В нем конечный пользователь задает входные факторы – анкетные данные, а результатом является оценка его кредитоспособности (0 – заемщик наверняка не вернет кредит, 1 – наверняка вернет). Более продуктивным будет групповой анализ данных о потенциальных заемщиках. Принцип его проведения такой: из хранилища извлекаются данные о лицах, обратившихся за кредитом в последнее время. Согласно этим данным, для каждого клиента автоматически подбирается одна из построенных моделей оценки кредитоспособности. Через модели прогоняются все данные. Затем результаты анализа экспортируются на сторону в виде отчета. Т.е. система регулярно сама выдает оценку потенциальных заемщиков.

Таким образом, в данном разделе работы была освещена тема потребительского кредитования с позиции проблем, возникающих у банков при освоении данного рынка, в основном касающиеся правовых аспектов и аспектов снижения риска. Также было продемонстрировано решение проблем оценки кредитоспособности заемщиков в сегодняшней действительности при помощи инструментов Data Mining платформы Deductor. В рамках данной задачи был реализован сценарий, заключающий в себе консолидацию данных из сторонней системы, прогон данных через построенную модель, экспорт результатов оценки кредитоспособности на сторону.

Основные преимущества системы:

- гибкая интеграция с любыми сторонними системами, т.е. получение информации для анализа и перенос результатов не вызывает проблем;

- консолидация информации о заемщиках в специальном хранилище данных;

- широкий спектр инструментов анализа, т.е. обеспечение возможности эксперту выбрать наиболее подходящий метод на каждом шаге обработки. Это позволит наиболее точно формализовать его знания.

Таким образом, для эффективного формирования кредитного портфеля Банку Марий Эл необходимо взять на вооружение передовые технологии добычи знаний и применить их для оценки потенциальных заемщиков. Благодаря этому можно будет не бояться предстоящей конкуренции на этом рынке. Подготовка решения данного вопроса сейчас позволит обкатать саму процедуру и в дальнейшем избежать ошибок и расходов в связи с массовым применением таких подходов в дальнейшем.

Глава 3. Анализ кредитоспособности заемщика ОСБ Марий Эл

№ 8614

3.1. Анализ деятельности отдела кредитования

Кредитный отдел является структурным подразделением Банка Марий Эл СБ РФ и в работе руководствуется Законом РФ «О банках и банковской деятельности», Уставом Сбербанка РФ, инструкциями. Структура и штаты, а также освобождение от должностей производит управляющий отделением.

Кредитный отдел проводит изучение и подготовку материалов по выдаче кредитов, обеспечения своевременного возврата выданных кредитов, изучает кредитные риски и определяет механизм страхования банковских кредитных операций, распределяет кредитные ресурсы по видам ссуд и заемщикам, исходя из кредитного потенциала банка, заключает кредитные договора, проверяет кредитоспособность клиента.

Цель отдела - организация долгосрочного, среднесрочного и краткосрочного кредитования населения, юридических лиц, организаций и предприятий.

Задачи и функции отдела:

• кредитование населения, юридических лиц, организаций и предприятий;

• обеспечение ссудозаёмщиками основных принципов кредитования (целевое использование, срочность, возвратность, платность)

• контроль совместно с экономическим отделом и отделами бухгалтерского учета и отчетности за использованием ресурсов для кредитования;

• осуществление контроля за целевым использованием кредитов, составлением установленной отчетности по кредитованию;

• осуществление контроля за оборачиваемостью ссудного фонда;

• рассмотрение писем, заявлений и жалоб клиентов по вопросам выдачи и возврата ссуд;

• проводит консультативную работу по вопросам кредитования среди населения и работников отделения.

Предоставление отделением Марий Эл кредитов юридическим лицам и предпринимателям без образования юридического лица происходит в соответствии с разработанным «Порядком кредитования юридических лиц в учреждениях ЦБ РФ». Данный Порядок разработан в дополнение к Регламенту Сбербанка России по кредитованию юридических лиц № 285-2-р от 29.09.2000г. и Регламенту по финансированию инвестиционных проектов № 479-р от 05.02.1999г.

Банк предоставляет кредиты в рублях, иностранной валюте, а также кредиты с применением векселей Сбербанка России с учетом лимитов и ограничений.

В работе по подготовке и проведению операций по кредитованию юридических лиц помимо отдела кредитования участвуют следующие подразделения Банка: отдел безопасности и защиты информации; юридический отдел Банка; ОПЕРО Банка; бухгалтерия Банка.

Кредитование юридических лиц в Банке осуществляется в следующем порядке:

1. Этап предварительной проверки и анализа кредитоспособности заемщика. На данном этапе происходит:

1.1. предварительная беседа с клиентом, в ходе которой Банк получает информацию о Заемщике, испрашиваемом кредите, знакомит клиента с условиями кредитования;

1.2. предоставление клиентом заявки на получение кредита;

1.3. проверка наличия обеспечения по кредиту. В качестве обеспечения Банк принимает: ценные бумаги, транспортные средства, оборудование, товар- но-материальные ценности, объекты недвижимости, поручительства платежеспособных предприятий и организаций;

1.4. страхование в пользу Банка переданного в залог имущества от рисков утраты, повреждения или недостачи в страховых компаниях, утвержденных Сбербанком России;

1.5. рассмотрение заявки службами Банка: кредитный работник проводит анализ финансово-хозяйственной деятельности заемщика в динамике;

1.6. подготовка заявки на кредитный комитет. По итогам комплексного анализа представленного материала кредитный работник составляет заключение о возможности предоставления кредита, после чего составляется комплект документов на кредитный комитет Банка, который рассматривает вопрос о предоставлении кредита.

Характеристики

Список файлов курсовой работы