Национальный аэрокосмический университет им. Н.Е. Жуковского “ХАИ”

Национальный аэрокосмический университет им. Н.Е. Жуковского “ХАИ”

Национальный аэрокосмический университет им. Н.Е. Жуковского “ХАИ”

кафедра компьютерных систем и сетей

Тема доклада:

ОБЗОР МОДЕЛЕЙ, МЕТОДОВ И ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ КЛИЕНТОВ КОММЕРЧЕСКИХ

БАНКОВ

Лахижа Роман Николаевич

Харьков 2008

Молодёжный научный семинар по проблемам надёжности в информационных технологиях

ОБЗОР МОДЕЛЕЙ, МЕТОДОВ И ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ КЛИЕНТОВ

КОММЕРЧЕСКИХ БАНКОВ

Введение Определение основных понятий Схема процесса выдачи кредита Методы Модели Программы Выводы

План доклада:

Цель доклада:

Провести обзор моделей, методов и инструментальных средств оценки кредитоспособности клиентов коммерческих банков





Статистика кредитования по Украине



Статистика кредитования



Кредитный процесс — это процесс организации кредитной деятельности банка, состоящий из совокупности последовательных этапов: от рассмотрения кредитной заявки до погашения ссудной задолженности кредитополучателем.

Выделяют следующие стадии (этапы) кредитного процесса:1. Рассмотрение заявки на получение кредита и интервью с потенциальным

заемщиком.2. Оценка кредитоспособности заявителя.3. Изучение достаточности, приемлемости и ликвидности

материальных и нематериальных ценностей в качестве обеспечения кредита.4. Структурирование кредита и заключение кредитного договора.5. Предоставление кредита.6. Обслуживание кредита.7. Погашение кредита.

Кредитный процесс коммерческого банка

Рассмотрение заявки, интервью с клиентом

Оформление заявки на кредит

Собеседование(интервью) с заемщиком

Оценка кредито-способности заявителя

Согласование условий кредитного договора

Качественный анализ

Изучение обеспечения кредита

Изучение учредительских документов и кредитной истории

Изучение достаточности обеспечения

Структурирование кредита и заключение кредитного договора

Изучение приемлемых видов обеспечения

Заключение кредитного договора

Предоставление кредита

Подготовка распоря-жения в операци-онный отдел

Формирова-ние кредитного досье

Обслуживание кредита

Контроль за кредитом

Количественный анализ

Изучение ликвидности обеспечения

Правила кредитования

ККБ?

Начало

1

2 3 4 5 6

Уточнение параметров

Конец

Погашение кредита

7

Уточнение параметров

Probl.

ККБ?

N

2

N

3

ККБ?N

4

ККБ?N

5

6

ККБ?

N

Probl.

Целесообразность вынесения вопроса на кредитный комитет

Отказ в кредите

Наличие признаков проблемности кредита



Кредитоспособность — это готовность и способность заемщика вступать в кредитные отношения с банком и действовать в соответствии с основными принципами банковского кредитования.

Основополагающими принципами кредитования следует считать:

•возвратность;•срочность;•платность кредита;•добровольность заключения кредитной сделки.

В качестве принципов кредитования можно рассматривать также принципы эффективного использования кредита по целевому назначению, а также принципы качества заемщика, что обусловлено постоянно повышающимися требованиями банков к потенциальным клиентам.

Наиболее распространенные системы оценки кредитоспособности клиента

«Правило пяти си» (США)

CAMPARI (некоторые

европейские банки)COPF (Германия)

CAMEL (Мировой банк)

PARSER (Англия)

С — character (репутация заемщика)

С — capacity (фи-нансовые возмож-ности)

С — capital (капитал, имущество)

С — collateral (обеспечение)

С — conditions (общие экономиче-ские условия)

С — character (репутация заемщика)

А — ability (способ-ность к возврату кредита)

М — marge (доход-ность кредитной операции)

Р — purpose (целе-вое назначение кредита)

А — amount (размер кредита)

R — repayment (условия погаше-ния)

I — insurance (обеспечение)

С — competition (конкуренция в отрасли)

О — organisation (организация деятельности)

Р — personnel (персонал, кадры)

F — finance (финансы, доходы

С — capital (достаточность собственного капитала)

А — assets (размер активов)

М — Management (качество менеджмента)

Е — earning (доходность)

L — liquiditi (ликвидность)

Р — person (репутация заемщика)

А — amount (сумма кредита)

R — repayment (возможности погашения)

S — security (обеспечение)

Е — expediency (целесообразность кредита)

R — remuneration (вознаграждение банку

К настоящему времени коммерческие банки разных стран располагают значительным количеством методик оценки кредитоспособности. Наиболее широкое распространение получили следующие системы оценки кредитоспособности клиента:



В приведенных системах оценки кредитоспособности клиентов составляющие их элементы чаще всего определяются как критерии отбора заемщиков или оценочные параметры, позволяющие сопоставить множество факторов потенциального риска. Такие критерии, как репутация заемщика, способность получать доход, обеспечение кредита, общие экономические условия, рассматриваются в качестве факторов, определяющих рейтинг кредита, т.е. кредитный риск.

Фактор банковского кредитного риска — это причина возможных потерь стоимости активов банка, определяющая их характер и сферу возникновения.



Логический метод опирается на экспертную оценку с прогнозированием и предполагает взвешенный анализ личных качеств и финансового состояния потенциального заемщика. Экспертная оценка характеризует степень предпочтения одних показателей другим. На основе имеющейся информации специалист банка составляет «обобщенный образ» заявителя и сравнивает его со «стандартными образами» заемщиков, которым на основании прошлого опыта кредитования присвоена определенная группа риска.

Скоринговый метод оценки кредитоспособности частных лиц получил более широкое распространение. Он основывается на подсчете баллов по каждой позиции кредитной заявки или анкеты. Балльные системы оценки создаются банками на основе эмпирического подхода с использованием математического или факторного анализа. Эти системы используют исторические данные о «надежных» и «неблагополучных» кредитах и позволяют определить критериальный уровень оценки заемщиков.

Методы оценки кредитоспособности



Следует различать прямые и косвенные методики скоринговой оценки кредитоспособности клиентов.

Прямые методики встречаются достаточно редко. Они предполагают, что сумма набранных клиентом баллов фактически приравнивается к той сумме кредита, на которую он обоснованно претендует.

Косвенные методики распространены более широко. Их содержание заключается в придании определенных весов (баллов) различным оценочным показателям, а результатом оценки служит выведение класса кредитоспособности клиента на основе общей суммы набранных баллов.



Техника кредитного скоринга была впервые предложена американским экономистом Д. Дюраном в начале 40-х гг. XX в. для решения проблемы отбора заемщиков по потребительскому кредиту.

Д. Дюран выявил группу факторов, позволяющих определить надежность заемщика и степень кредитного риска при получении потребительского кредита. Используя накопленную в ходе наблюдения базу данных по «хорошим» и «плохим» кредитам.

Применяя эти коэффициенты, Д. Дюран определил критерий отнесения клиентов к категории «надежных» и «плохих» заемщиков. Клиент, набравший более 1,25 балла, может быть отнесен к группе незначительного или умеренного риска, а набравший менее 1,25 балла считается нежелательным для банка.



Значения коэффициентов при начислении баллов по технологии скоринга согласно Д. Дюрану :

•возраст: 0,01 за каждый год свыше 20 лет (максимум — 0,3);

•пол: женщина — 0,4, мужчина — 0;

•срок проживания: 0,042 за каждый год проживания в данной местности (максимум — 0,42);

•профессия: 0,55 — профессия с низким риском, 0 — профессия с высоким риском, 0,16 — другие профессии;

•работа в отрасли: 0,21 — предприятия общественного сектора, государственные учреждения, банки, брокерские фирмы;

•занятость: 0,059 за каждый год работы на данном предприятии (максимум — 0,59);

•финансовые показатели: 0,45 — при наличии банковского счета, 0,35 — при владении недвижимостью, 0,19 — при наличии полиса по страхованию жизни.



Основными недостатки скоринговой системы оценки кредитоспособности физических лиц являются:

1.Высокая стоимость адаптации используемой модели под текущее положение дел.

2.Большая вероятность ошибки модели при определении кредитоспособности потенциального заемщика, обусловленная субъективным мнением специалиста.



Одним из вариантов решения задачи устранения недостатков скоринговой системы является применение алгоритмов, решающих задачи классификации.

Задача классификации – это задача отнесения какого-либо объекта (потенциальный заемщик) к одному из заранее известных классов (Давать/Не давать кредит). Такого рода задачи с большим успехом решаются одним из методов Data Mining – при помощи деревьев решений.

Деревья решений – один из методов автоматического анализа данных.



Получаемая модель – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.


КОММЕРЧЕСКИХ БАНКОВСущность метода деревья решений заключается в следующем:

1. На основе данных за прошлые периоды строится дерево. При этом класс каждой из ситуаций, на основе которых строится дерево, заранее известен. В нашем случае должно быть известно, была ли возвращена основная сумма долга и проценты и не было ли просрочек в платежах. При построении дерева все известные ситуации обучающей выборки сначала попадают в верхний узел, а потом распределяются по узлам, которые в свою очередь также могут быть разбиты на дочерние узлы. Критерий разбиения – это различные значения какого-либо входного фактора. Для определения поля, по которому будет происходить разбиение, используется показатель, называемый энтропия – мера неопределенности. Выбирается то поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к различным классам) находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, относящиеся к одному классу.



2. Полученную модель используют при определении класса (Давать/Не давать кредит) вновь возникших ситуаций (поступила заявка на получение кредита).

3. При существенном изменении текущей ситуации на рынке, дерево можно перестроить, т.е. адаптировать к существующей обстановке.



Настройка определяющих и целевых факторов

Tree Analyzer из пакета Deductor ver.3



Дерево решений – модель определения кредитоспособности физических лиц



КОММЕРЧЕСКИХ БАНКОВПреимущества полученного дерева решений:

1. При помощи дерева решений можно проводить анализ значащих факторов. Такое возможно благодаря тому, что при определении параметра на каждом уровне иерархии, по которому происходит разделение на дочерние узлы, используется критерий наибольшего устранения неопределенности. Таким образом, более значимые факторы, по которым проводится классификация, находятся на более близком расстоянии (глубине) от корня дерева, чем менее значимые. Например, фактор 'Обеспеченность займа' более значим, чем фактор 'Срок проживания в данной местности'. А фактор 'Основное направление расходов' значим только в сочетании с другими факторами. Еще одним интересным примером значимости различных факторов служит отсутствие в построенном дереве параметра 'Наличие автотранспорта', что говорит о том, что на сегодняшний день это наличие не является определяющим при оценке кредитоспособности физического лица.

2. Можно заметить, что такие показатели как 'Размер ссуды', 'Срок ссуды', 'Среднемесячный доход' и 'Среднемесячный расход' вообще отсутствуют в полученном дереве. Данный факт можно объяснить тем, что в исходных данных присутствует такой показатель как 'Обеспеченность займа', и т.к. этот фактор является точным обобщением 4 вышеописанных показателей, алгоритм построения дерева решений выбрал именно его.



Очень важной особенностью построенной модели является то, что правила, по которым определяется принадлежность заемщика к той или иной группе, записаны на естественном языке. Например, на основе построенной модели получаются следующие правила:

1.ЕСЛИ Обеспеченность займа = Да И Срок проживания в данной местности, лет > 5.5 И Количество лет > 19.5 И Наличие недвижимости = Да И Наличие банковского счета = Да ТО Давать кредит = Да (Достоверно на 98%) 2.ЕСЛИ Обеспеченность займа = Да И Срок проживания в данной местности, лет > 5.5 И Наличие недвижимости = Да И Количество лет > 21.5 И Срок работы на данном направлении, лет <= 5.5 И Пол = Муж И Наличие банковского счета = Нет И Основное направление расходов = Одежда, продукты питания и т.п. ТО Давать кредит = Нет (Достоверно на 88%) 3.…

Правильно построенное на данных прошлых периодов дерево решения обладает одной еще очень важной особенностью. Эта особенность называется 'способность к обобщению', т. е. если возникает новая ситуация (обратился потенциальный заемщик), то скорее всего такие ситуации уже были и достаточно много. Вследствие чего можно с большой долей уверенности сказать, что вновь обратившийся заемщик поведет себя так же, как и те заемщики, характеристики которых очень похожи на характеристики вновь обратившегося.



Работа по конкретному клиенту




Используя такой подход, можно устранить сразу оба вышеописанных недостатка скоринговой системы оценки кредитоспособности.

1.Стоимость адаптации сводится практически к минимуму за счет того, что алгоритмы построения модели классификации (дерево решений) – это самоадаптируемые модели (вмешательство человека минимально) .

2.Качество результата достаточно велико за счет того, что алгоритм выбирает наиболее значимые факторы для определения конечного ответа. Плюс ко всему полученный результат является статистически обоснованным.



Решение Loan Origination представляет собой систему выдачи кредитов, включающую в себя современный механизм принятия решений о предоставлении ссуды — скоринг. Помимо возможности построения эффективной модели оценки кредитоспособности клиента, позволяющей определить максимальный размер кредита и условия его предоставления, система обеспечивает возможность формирования новых кредитных продуктов, а также гибкого варьирования параметров существующих продуктов и схем кредитования по мере изменения требований рынка. Решение также обладает механизмами гибкой настройки документооборота под конкретный продукт. Примером могут служить ситуации, когда решение о выдаче потребительского кредита на приобретение бытовой техники принимается системой автоматически, на базе скоринговой модели, а решение о предоставлении ипотечной ссуды делегируется до уровня кредитного комитета банка.

Программная линейка LSI/LendSphere принадлежит компании R Systems (США), мировому лидеру в области поставки ИТ-услуг и решений для финансовой сферы. Решения на базе LSI успешно эксплуатируются ведущими банками и организациями разных стран, в число которых входят такие крупнейшие финансовые структуры как ABN Amro, Standard Chartered, GE Capital и т.д.Комплекс специализированных продуктов, предназначенных для автоматизации различных аспектов кредитной деятельности финансовых и нефинансовых организаций.



Процедуры принятия решений в системе Loan Origination



Система Repayment Management является системой сопровождения кредитов, охватывающей жизненный цикл кредита с момента его выдачи до момента закрытия кредитного договора или передачи задолженности в систему управления проблемными ссудами. Решение Repayment Management осуществляет ведение кредитных счетов, управление выплатами по кредитам, начисление процентов и позволяет отслеживать несоблюдение сроков платежей заемщиками и передавать информацию в систему взыскания задолженностей. Система имеет функции поддержки документооборота по всем операциям и формирования отчетности, а также обеспечивает хранение полной информации о клиенте, что значительно упрощает процесс обработки кредита. Благодаря своей способности работы в режиме реального времени, система всегда обладает достоверной информацией о состоянии счета клиента и позволяет работникам кредитного подразделения оперативно реагировать на ситуацию.



Система Collection обладает широкими функциональными возможностями, благодаря которым пользователи могут осуществлять взыскание проблемных ссуд и реструктуризацию задолженностей, оперативно взаимодействуя с клиентами, не выполнившими свои обязательства по возврату кредита. Collection представляет собой полностью параметризованное решение, которое может быть развернуто как в специальном подразделении банка, занимающимся возвратом просроченных платежей по кредитам, так и служить основой для построения независимого коллекторского бизнеса. Система обеспечивает пользователям полный доступ к информации о заемщике, требуемой для последующих действий, и позволяет принимать решения о дальнейшей работе с должниками на основе гибко настраиваемых параметров. Функциональные возможности системы позволяют формировать и рассылать напоминания заемщикам по различным каналам — автоматический дозвон, SMS, e-mail, почта. Информация обо всех действиях в адрес клиента сохраняется в системе в режиме реального времени, и служит основанием для формирования отчетности.

Функциональная схема решения EGAR Loans для автоматизации бизнес-процессов кредитования физических лиц.





Основные блоки системы EGAR CreditRisk

ВыводыВ докладе был проведен обзор моделей, методов и инструментальных средств оценки кредитоспособности физических лиц - клиентов коммерческих банков.



Доклад окончен, спасибо за внимание!



Documents

Национальный аэрокосмический университет им. Н.Е. Жуковского “ХАИ”