44
противном случае дефолт неизбежен. По мере того, как признаки становятся
все более и более значимыми, они объединяются в дерево решений.
Формула расчета рейтингового балла заемщика выглядит следующим
образом: (формула 5):
(5)
где –балл заемщика - рейтинговый;
– рейтинг заемщика определятся по признаку I (который
присваивается за владение признакоми i);
n – это общее число признаков, имеющих отношение к
рассматриваемому случаю.
Для того, чтобы определить зависимость между рисками банкротства и
рейтинговым рейтингом заемщика, мы прибегаем к простому
математическому уравнению (формула 6):
(6)
Обозначим
, где c – нормировочная константа,
используется для удобства расчета рейтинга и принимает значение 1
(определяется на основе вероятностных значений). Рейтинговый балл
заемщика определяется по следующей формуле (7):
(7)
Согласно этой формуле, риск банкротства любого физического лица
напрямую связан с уровнем его рейтинга. Каждый заемщик имеет
собственный рейтинговый балл, который измеряется в процентных ставках.
Если мы разделим заемщиков по группам, то они будут разделены на группы
в зависимости от того, насколько вероятно дефолт.
Мы можем составить рейтинговые группы, основываясь на
международных рейтинговых таблицах. При составлении рейтинговой
таблицы учитывается не только национальное и национальное
45
законодательство, а также особенности национальной кредитной политики
Банка ВТБ.
Чтобы определить некоррелированные признаки предложено
использовать дерево. Древом решений называется графическая форма,
которая показывает взаимосвязи между параметрами атрибутов и целевыми
функциями. Ребра дерева отображают атрибуты целевого назначения, а на
листьях указываются соответствующие значения. На деревьях решений можно
найти самые важные признаки, которые могут увеличить количество
информации о человеке.
В данной модели предлагается три группы заемщиков, которые могут
быть отнесены к одной из трех групп риска: те, кто находится в 1-й или 2-ой
группах риска и те, кто относятся к 3-ей группе рисков.
Заемщик из 1-й группы вероятность возврата кредита (98 %), а 2-ой
группе имеется вероятность возврата 85%, в 3-ей группе – всего только 56%.
Отсюда банк производит расчет выдавать или не выдавать кредит, а лучше
вложить денежные средства в другие направления, где гарантия дохода 100 %,
но с меньшим доходом. С возможностью данной модели - дерева решений,
можно взвесить решение о том, стоит ли выдавать кредит данному заемщику
(см.рисунок 3.1).
При формировании дерева решений рассчитывается прирост
информации, которая влияет на конкретную целевую задачу. Корреляция
исключается из расчетов корреляционного рейтинга, чтобы получить более
точный рейтинг по значимости и некоррелированным признакам.
Древо решений обладает свойством самообучающегося решения и
решает задачи классификации клиентов. Для новых ситуаций применяется
спуск дерева по дереву и выдается соответствующее значение.
Дополнительные сведения о заемщике помогают выявить не только
скрытые, но и явные признаки. Системы, обучающиеся самостоятельно, могут
быстро адаптироваться к меняющимся экономическим условиям и целям.
46
После оформления кредита следует регулярно проверять кредитный
рейтинг. Если у заемщика меняются основные характеристики и поведение, он
может изменить свой кредитный рейтинг. Таким образом, модели
скоринговых моделей могут быть как статическими, так и статичными.
После проверки рейтинга создается матрица миграции для того, чтобы
проконтролировать стабильность модели миграции. Рассчитать резервы и
потери, а также прогнозируемых и ожидаемых потерь, можно с помощью
матрицы миграции.
Дерево решений для выдачи кредитов позволяет создать самообучаемую
систему, которая адаптируется к текущему экономическому положению. В
данной работе мы рассмотрим, как работает этот метод.
Потенциальные заемщики проходят предварительное тестирование,
чтобы оценить свои шансы на кредит. Отсеивание клиентов, не
соответствовавших требованиям отбора, может привести к негативным
последствиям.
Предоставление кредита зависит от кредитной политики банка и
условий кредитования. Как только клиент прошел проверку, он получает
кредитный рейтинг.
В рейтинге используется статистика выдач кредитов и дерево решений,
которое упорядочивает факторы, влияющие на платежеспособность
заемщика, по значимости. Таким образом, данный расчет корреляции
факторов, который потенциально влияют на платежеспособность заемщиков
(описаны выше), помогает банку принять правильное решение.
Далее рассмотрим рисунок 3.1 - Древо решений.
47
Рисунок 3.1 – Дерево решений для Банка «ВТБ¬ (ПАО)
Для расчета рейтинга клиентов можно использовать статистические
данные, полученные из статистики (5). Эта формула может меняться при
изменении экономической ситуации в стране. Клиентов делят на группы в
зависимости от их рейтинга, за которым закреплена вероятность дефолта и
уровень резервов.
48
Банки регулярно пересматривают рейтинг своих клиентов, чтобы
определить возможные риски.
Проверить точность модели можно с помощью матрицы миграции. В
том случае, если все показатели нормальны, то система продолжает работать
в соответствии с заданным алгоритмом. В противном случае рейтинги могут
быть пересмотрены в кризисный период.
Сочетание различных методов дает ряд преимуществ предлагаемой
методики (см., рисунок 3.2).
49
Проведена проверка разработанной методики на клиентах Банка ВТБ,
который входит в группу ВТБ. В исследовании приняли участие девять
клиентов, обращавшихся в банк за кредитом. В выборку включены клиенты,
которые имеют хорошую кредитную историю и просроченные платежи.
Кроме того, были изучены причины непогашения кредита, такие как
увольнение или отсутствие денег на оплату по кредиту, а также
недобросовестные клиенты.
Ниже расписаны информация о клиентах, которые были взяты из
кредитной истории.
Талон К-№1 – Клиент запрашивает кредит на сумму 60 тыс.рублей,
сроком на 60 месяцев со ставкой 20%. Клиенту 27 лет, работает на швейной
фабрике, не более одного года. В собственности квартира, состоит в
официальном браке и является отцом двух иждивенцев. Цель взятия кредита в
том, чтобы приобрести товары, даже несмотря что у человека уже есть кредит
на строительство жилья.
Талон К-№2 – Клиент запрашивает кредит на сумму 20 тыс.рублей,
сроком на 36 месяцев под 17% годовых. Клиент пенсионного возраста 63 года,
имеет более чем 25-летний стаж работы по специальности. В собственности
имеется недвижимость, владелец которой не состоит ни в браке, ни с детьми.
Цель кредита заключается в покупка товаров, есть также в наличие кредита в
другом банке.
Талон К-№3 – Клиент запрашивает кредит на сумму 75 тыс.рублей,
сроком на 60 месяцев со ставкой 18% годовых. Возраст клиента составляет 34
года. Женат, является отцом одного иждивенца, собственности имеется
квартира. Занимаемая должность руководителем высшего звена со стажем 2
года. Кроме того, у данного клиента нет кредитов в других банках, а
запрашиваемый кредит будет предоставлен наличными.
Талон К-№4 – Клиент запрашивает кредит с целью приобретения
товаров на сумму 9 тыс.рублей на 48 месяца со ставкой 22%. Возраст клиента
50
составляет 19 лет, у него нет жены и не имеет иждивенцев. В собственности
нет имущества, проживает на съёмном жилье. Работает менеджером по
продажам в организации два года.
Талон К-№ 5 – Клиент индивидуальный предприниматель, стаж работы
составляет 5 лет. Возраст 42 года, находится в разводе и имеет 1
несовершеннолетнего ребенка. Он хочет взять в банке кредит на личные
нужды в размере 36 тыс.рублей на 60 месяцев со ставкой 19% годовых. В
собственности имеется квартира. У клиента нет сформированной кредитной
истории.
Талон К-№ 6 – Клиентка замужняя 62-летняя пенсионерка, владеющая
собственной квартирой. Она хочет взять кредит на сумму 16 тыс.рублей на 48
месяца со ставкой 19% для покупки товаров. Обладает кредитом в другом
банке.
Талон К-№ 7 - Клиент 25-летний женатый мужчина с 2 иждивенцами,
проживающий на съемном жилье. Работает менеджером со стажем менее 1
года. Он хочет взять в банке кредит наличными на 20 тыс.рублей на 60 месяцев
со ставкой 19% годовых.
Талон К-№ 8 – Клиентка 44-летняя разведенная женщина с одним
иждивенцем, проживает на съемной квартире. Работает руководителем
организации со стажем 3,5 года. Она хочет получить кредит на 100 тыс.рублей
на 72 месяца со ставкой 19% годовых.
Талон К-№ 9 - Клиенту, 19 лет и занимает должность менеджера
среднего звена с опытом работы в течение 1,5 лет. Запрашивает сумму кредита
на 28 тыс.рублей с процентной ставкой 22% годовых на срок 24 месяца.
Кредит предоставляется на личные нужды. Клиент не женат и обладает
собственным жильем.
Оформление кредитов оформляется по системе скоринга. Она включает
в себя ряд критериев. (согласно таблицам 3.2 – 3.3).
51
Таблица 3.2
Скоринговая карта
Таблица 3.3
Оценка рассчитанных баллов
Кроме того, результаты анализа могут быть использованы для
кредитования других заемщиков.
Таблица 3.4
Решение о выдаче кредита по скоринговой системе
52
По данным таблицы мы наблюдаем, что после расчета кредит возможно
оформить клиентам с талонами К-№1-3, 5-6, 8-9.
Второй этап - идет расчёт рейтинга для каждого клиента с помощью
древа решений. ВТБ оценивает целесообразность предоставления кредитов
клиентам, прошедшим первый этап отбора.
Таблица 3.5
Рейтинг клиентов Банка «ВТБ¬ (ПАО)
У каждого клиента есть свои риски, которые могут быть связаны с
доходом или убытками.
Банк также может зарабатывать на фондовом рынке, но его доходность
будет не выше 11% в год.
Кредит выдается заемщикам, имеющим стаж не менее 2-х лет для
приобретения товаров и услуг.
И так, по заявкам на кредит талон К-№1 из II группы риска. Вероятность
неуплаты кредита составляет 0,15. Чистый доход от клиента равен:
ЧД = (60000 + 60000 ∓ 20 %) – 60000 = 12000 руб.
Чистый доход составит, при выдаче клиенту кредита:
ЧД1 = ((60000 + 60000 ∓ 20%) ∓ 0,85 + 0 ∓ 0,15) – 60000 = 10200 руб.
В случае если банк решит разместить денежные средства в другие
направления, то чистый доход составит:
ЧД2 = (60000 + 60000 ∓ 11 %) ∓ 1,0 – 60000 = 6600 руб.
Наглядно показано, как выглядит дерево решений по работе с клиентом.
Исходя из этой части дерева можно сделать вывод, что чистая прибыль от
53
кредита превышает доход от других видов инвестиций, поэтому и было
принято решение о выдаче кредита
Ниже проведем такой же расчет, для остальных кликентов.
Таблица 3.6
Результат о выдаче кредитов после построения дерева решений
Корреляции между различными факторами, которые могут повлиять на
платежеспособность клиентов Банка «ВТБ¬ (ПАО), вычисляются на основе
данных из таблицы 3.7