Диплом: Анализ и оценка кредитоспособности заемщика ( на примере ПАО "Сбербанк России")

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам
35
действующие либо погашенные кредиты в Сбербанке, так и клиенты, ранее не
кредитовавшиеся в банке, но ведущие расчетную деятельность через счета в
Сбербанке. Оценка кредитного риска, основанная на моделях, использующих
большие данные, в том числе неструктурированные, а также процесс выдачи
кредита, предполагает формирование индивидуальных параметров сделки
(сумма, ставка, срок, график погашения) для каждого заемщика.
Также необходимо отметить уменьшение доли бумажного оборота при
кредитовании с 37% до 10%, что значительно экономит время клиентов и
положительно сказывается на окружающей среде.
Кроме того, в 2018 году банком был проведен пилотный проект
по использованию механизма «machine learning» в кредитовании крупнейших
клиентов. В рамках данного проекта для 12 компаний отраслей торговли и
телекоммуникационных услуг были построены альтернативные модели
прогнозных денежных потоков. В 2019 году проект был расширен на 200
компаний сегмента крупный/средний бизнес. Благодаря внедрению
автоматизации срок работы с моделями прогнозных денежных потоков в
рамках сделки может быть сокращен с нескольких дней до 4-х часов, что
существенно ускорит процесс кредитования.
В конце 2018 года в кредитном процессе был внедрен RPA (robotic
process automation) алгоритм по продукту «Овердрафт за один день». Это
технология автоматизации бизнес-процессов, в которой используются
программные роботы или искусственный интеллект. За ноябрь-декабрь через
робота прошло 13% от общего количества сделок, доля успешных заявок с
применением RPA составила 97%. Кроме того, время рассмотрения заявки и
принятия решения сократилось в 2 раза и составило 4,5 часа.
«Умные продукты» «Сбербанка» полностью меняют кредитный процесс
в банке. Для скорости и безопасности банк начинает использовать биометрию
при обращении клиента в контактный центр, при входе клиента в мобильные
приложения и при использовании устройств самообслуживания.
36
Искусственный интеллект помогает банку устанавливать
предодобренный кредитный лимит для клиентов малого бизнеса, исходя из
текущих операционных потребностей клиента. В 2018 году по предодобренной
технологии было выдано 33 тыс. кредитов на 46 млрд. рублей.
Также в «Сбербанке» осуществляется технология «Кредитная фабрика».
Кредитная фабрика — процесс кредитования розничных клиентов и субъектов
малого предпринимательства, основанный на централизованной
и автоматизированной обработке кредитных заявок с последующим принятием
решения о возможности кредитования.
Платежеспособность клиента в банке определяется с учетом анализа
финансового состояния заемщика. Также учитывается достаточность денежных
средств у заемщика для обеспечения исполнения обязательств перед
кредиторами.
В случае, если клиент обращается за кредитом в отделение банка,
работник банка запрашивает у клиента необходимый пакет документов. Список
необходимых документов зависит от цели запрашиваемого кредита.
Целью кредитного отдела банка является анализ кредитоспособности
предприятия. На основе данного анализа осуществляется оценка
индивидуального кредитного риска по данному кредитополучателю, а также
принимается решение о возможности или невозможности предоставить
запрашиваемый кредит.
Главными источниками информации для проведения анализа и
определения критериев кредитоспособности заемщика являются бухгалтерский
баланс, отчет о прибылях и убытках, отчет о финансовых результатах.
Кроме того, учитывается кредитная история заемщика.
Далее рассчитываются показатели ликвидности организации,
коэффициент обеспеченности финансовых обязательств активами,
коэффициент отношения дебиторской и кредиторской задолженности за три
последних года. Помимо этого, проводится анализ активов и пассивов
организации-заемщика. Этот процесс в «Сбербанке» автоматизирован.
37
В таблице 3 представлены основные показатели, используемые для
оценки кредитоспособности клиента, их нормативные значения а также
нормативное значение в баллах.
Таблица 3
Методика оценки кредитоспособности заемщика в ПАО
«Сбербанк России»
Показатель
Нормативное
значение показателя
Нормативно
е значение
показателя, в
баллах
Х
1
Коэффициент автономии
Менее 0,3
0,3-0,5
0,5-0,7
Более 0,7
30
60
100
30
Х
2
Коэффициент текущей
ликвидности
Менее 0,6
0,6-0,8
1-1,2
1,2-1,5
1,5-1,7
1,7-2
Более 2
0
20
40
60
80
90
100
Х
3
Коэффициент
обеспеченности
собственными средствами
Менее 0
0-0,1
0,1-0,3
0,3-0,5
Более 0,5
0
25
50
75
100
Х
4
Коэффициент
рентабельности продаж
Менее 0
0,-0,05
0,05-0,1
0,1-0,15
Более 0,15
0
25
50
75
100
Х
5
Коэффициент
оборачиваемости
дебиторской задолженности
Менее 20
20-30
30-40
40-60
Более 60
100
80
60
40
20
Х
6
Коэффициент
оборачиваемости
кредиторской задолженности
Менее 30
30-60
60-90
90-120
Более 120
100
80
60
40
20
Х
7
Коэффициент абсолютной
ликвидности
Менее 0,2
0,2-0,5
0,5-0,7
Более 0,7
30
60
100
30
Х
8
Коэффициент быстрой
ликвидности
Менее 0,5
0,5-0,8
Более 0,8
30
60
100
38
В соответствии с полученными баллами устанавливается класс
организации:
800-650 баллов – 1й класс;
649- 450 баллов – 2 класс;
449 – 210 баллов – 3й класс;
Меньше 210 баллов – неплатежеспособная организация.
Соответственно, кредит предоставляется клиентам первого и второго
класса. Клиентам третьего класса кредит могут выдать при условии
предоставления дополнительных подтверждений платежеспособности.
Клиентам четвертого класс в кредите отказывают.
После проведения финансово - экономического анализа, учитывая
деловую репутацию и кредитную историю, Сбербанк России принимает
решение по вопросу кредитования предприятия.
Далее рассмотрим методику оценки кредитоспособности физического
лица в Сбербанке России.
Основными требованиями банка к заемщику являются возраст от 21 до
65 лет, стаж на последнем месте работы от 6 месяцев при общем стаже от 12
месяцев, гражданство РФ, наличие постоянной или временной регистрации в
регионе обращения и наличие постоянного дохода.
При подаче заявки на получение кредита «Сбербанк» требует
предоставить паспорт, заявление-анкету, заверенную копию трудовой книжки,
трудовой договор, документ, подтверждающий доход (налоговая декларация,
выписка с зарплатного счёта и пр.)
23
.
После предоставления всех необходимых документов банк
рассматривает заявку. В случае позитивного решения у заемщика есть 30 дней
для оформления кредита.
Оценка платежеспособности клиента проводится также при помощи
искусственного интеллекта следующим образом:
23
Официальный сайт банка «Сбербанк» [Электронный ресурс] – Режим доступа: https://www.sberbank.ru
39
1. Рассчитывается размер ежемесячных платежей по кредиту: сумма
месячного платежа по процентам, при уплате путем внесения равномерных
взносов в период погашения кредита, составляет:
П = С : 12 х ПС х (ПП + 1): 2 : 100 %,
где П- сумма процентов за весь период пользования;
С - сумма кредита;
ПС - процентная ставка по кредитному договору;
ПП - количество месяцев пользования кредитом;
Также рассчитывается платеж по процентам и платеж по основному
долгу.
2. Определяется среднемесячный совокупный доход (за 3 последних
месяца) семьи Кредитополучателя.
Рассчитывается коэффициент (Кд), определяющий долю ежемесячных
платежей по кредиту и процентам в сумме среднемесячных доходов за вычетом
суммы среднемесячных расходов:
Кд =П/(Д-Р)
где, П - платежи в погашение основного долга и процентов за
пользование кредитом;
Д - среднемесячный доход Кредитополучателя;
Р - среднемесячные расходы.
3. Исходя из полученного значения, принимается решение о выдаче займа
клиенту. При принятии решения также учитываются назначение, цель
получения кредита, его сумма, размер кредита и срок предоставления
кредита; обеспечение погашения кредита. Кроме того, анализируется
кредитная история заемщика. На основании проведенного анализа, по всем
критериям заемщику выставляются баллы. Совокупность баллов определяет
уровень кредитного риска заемщика. Соотношение баллов и риска
представлено в таблице 4.
40
Таблица 4
Шкала рейтинговой оценки заемщиков ПАО «Сбербанк
России»
Количес
тво баллов
Класс
кредитоспосо
бности
Уровень кредитного риска
Более 80
1
Минимальный уровень кредитного
риска
От 60 до 80
2
Низкий уровень кредитного риска
От 40 до 60
3
Средний уровень кредитного риска
От 20 до 40
4
Высокий уровень кредитного риска
Менее 20
5
Очень высокий уровень кредитного
риска (фактические потери банка)
Таким образом, после получения комплексной оценки заемщика,
принимается решение о кредитовании. Заемщикам первого и второго класса
кредитоспособности выдают кредит. Предоставление кредита третьему классу
возможно при условии предоставления клиентом дополнительных документов,
которые бы свидетельствовали о его способности погасить займ. Четвертому и
пятому классам заемщиков в выдаче кредита банк отказывает.
Исходя, из проведенных расчетов, можно увидеть финансовое состояние
кредитополучателя, за счет каких средств он будет погашать кредит. Решение в
отношении клиента в большинстве случаев принимают программные роботы.
Вручную кредитным комитетом решение принимается в исключительных
случаях, при условии программного отказа в кредитовании либо при
необходимости утвердить иные сумму или срок кредита.
Несмотря на тщательную оценку кредитоспособности в Сбербанке
России существуют проблемы не возврата кредитов, о чем свидетельствует
наличие значительного объема просроченной задолженности.
2.3. Анализ эффективности оценки кредитоспособности заемщиков,
применяемых в ПАО «Сбербанк России»
Анализируя эффективность оценки кредитоспособности заемщиков в
ПАО «Сбербанк России», следует проанализировать кредитный портфель
банка.
Кредитный портфель Сбербанка включает в себя около трети всех
выданных в стране кредитов. В 2018 году Сбербанк активно кредитовал
41
крупнейших корпоративных клиентов, предоставляя средства на
финансирование текущей деятельности и инвестиционных программ,
рефинансирование кредитов в других банках, приобретение активов и
совершение сделок по слиянию и поглощению, финансирование лизинговых
сделок, расходов по участию в тендерах, строительства жилья. Как и в
предыдущие годы, Сбербанк принимал непосредственное участие в реализации
государственных программ.
Прежде всего, следует рассмотреть кредитный портфель банка в общей
структуре активов «Сбербанка». Данные представлены на рисунке 7.
Рисунок 7 – Структура активов ПАО «Сбербанк» в 2016-2018 гг., %
24
На клиентский кредитный портфель приходится значительный удельный
вес в активах банка. Если в 2017 году активы банка увеличились на 6,9%, то в 2018
году величина активов ПАО «Сбербанк» увеличилась на 15,4 % по сравнению с 2017
годом и составила 21,2 трлн. руб. Наибольшую часть активов занимают кредиты
и авансы клиентам – их доля составила 62,8% общей величины активов банка. На
долю ликвидных активов приходится 23,3% в общей структуре активов. Следует
сказать, что с 2016 года соотношение составляющих кредитного портфеля
изменилось несущественно. Уменьшилась доля ликвидных активов с 24,6% в 2016
году до 23,3% в 2018. При этом, доля прочих активов возросла с 7% до 8,5%.
24
Годовой отчет «Сбербанка» России за 2018 год. [Электронный ресурс] - Режим доступа: http://www.sbrf.ru
68.40%
68.20% 68.20%
24.60%
25.60%
23.30%
7.00%
6.20%
8.50%
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
2016 2017 2018
прочие активы
ликвидные активы
42
На рисунке 8 представлено соотношение кредитования юридических и
физических лиц в «Сбербанке».
Рисунок 8 – Структура кредитного портфеля ПАО «Сбербанк», %
25
Как видим, в 2018 году значительно увеличился объем кредитования
физических лиц. Если в 2016 году соотношение кредитов юридических и
физических лиц было 73,1% к 26,9%, то к 2018 году изменилось до 68% к 32%.
Далее следует проанализировать доходность кредитного портфеля ПАО
«Сбербанк». Динамика изменения данного показателя показана на рисунке 9.
Рисунок 9 – Динамика доходности кредитов ПАО «Сбербанк»
в 2016-2018 гг.
26
Как видим, наблюдается устойчивая тенденция к снижению доходности
кредитов как юридических, так и физических лиц. Доходность совокупного
25
Годовой отчет «Сбербанка» России за 2018 год. [Электронный ресурс] - Режим доступа: http://www.sbrf.ru
26
Официальный сайт банка «Сбербанк» [Электронный ресурс] – Режим доступа: https://www.sberbank.ru
73.10%
70.10%
68.00%
26.90%
29.90%
32.00%
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
2016 2017 2018
кредитование
физических лиц
кредитование
юридических лиц
14.9 14.9
15
14.9
14.5
14.6
14.4
14.1
13.2
13 13
12.5
11.1 11.1
11
11.2
10.6 10.6 10.6
10.4
9.7 9.7
9.5
9.6
9.9
9.8
9.5
9.9
9.2 9.2 9.2
8.9
8.2
8.3
7.9
8.2
0
2
4
6
8
10
12
14
16
Доходность
кредитов
физическим
лицам
Доходность
совокупных
кредитов
Доходность
кредитов
корпоративным
клиентам
43
кредитного портфеля уменьшилась с 11,1% в 1 квартале 2016 года до 9,6% в
конце 2018 года. Доходность кредитов физических лиц за 3 года уменьшилась
на 2,4%, а юридических лиц – на 1,7%. При этом, доходность кредитов
корпоративных клиентов в 4 квартале 2018 года несколько выросла.
Анализируя кредитный портфель ПАО «Сбербанк России», следует
отдельно проанализировать розничный кредитный портфель и портфель
кредитов юридических лиц.
Изменение объема розничного кредитного портфеля отображено в
таблице 5.
Таблица 5
Розничный кредитный портфель ПАО «Сбербанк», млрд. руб.
27
3
1.12.2
016
3
1.12.2
017
3
1.12.2
018
Аб
солютное
изменени
е, млрд.
руб.
Относ
ительное
изменение,
%
Розничный
кредитный портфель
5
032
5
399
6
752
172
0
34,1
жилищные
кредиты
2
751
3
132
3
851
110
0
39,9
потребительс
кие кредиты
1
574
1
575
2
113
539
34,2
кредитные
карты и овердрафты
5
87
5
72
6
58
71
12,1
автокредиты
1
20
1
20
1
30
10
8,3
Итак, объем розничного кредитного портфеля с 2016 года возрос на
34,1% или на 1720 млрд. рублей. Такой рост был обусловлен, главным образом,
ростом объема жилищного кредитования. За 3 года объем данного вида
кредитования вырос практически на 40%. Также значительно вырос объем
потребительского кредитования – на 34,2%.
Что касается объема жилищного кредитования, в 2018 году Сбербанк
занимал 56,3% российского рынка жилищного кредитования. В общем, в 2018
году, Сбербанк выдал жилищных кредитов на сумму 1563 млрд. рублей.
27
Официальный сайт банка «Сбербанк» [Электронный ресурс] – Режим доступа: https://www.sberbank.ru
44
По сравнению с 2017 годом, объем выданных ипотечных кредитов вырос
на 44 %.
Одним из факторов, которые повлияли на рост объема жилищного
кредитования в 2018 году, является рост интересных ценовых предложений
Сбербанка. Например, в первой половине 2018 года были улучшены условия
по кредитам для молодых семей, для заемщиков, приобретающих жилье
у застройщиков — партнеров банка, для семей со вторым и третьим ребенком, для
тех, кто рефинансировал кредит под залог недвижимости, а также для клиентов,
приобретающих гараж или машино-место.
Что касается роста потребительского кредитования, такого результата
Сбербанку удалось достичь благодаря выгодным процентным ставкам, высокому
лимиту кредитования до 5 млн рублей, длительному сроку кредита до 5 лет, а также
за счет упрощения процесса получения потребительского кредита.
На рисунке 10 представлена динамика показателей потребительского
кредитования в 2016–2018 годах.
Рисунок 10 - Динамика показателей потребительского
кредитования ПАО «Сбербанк» в 2016–2018 годах
28
Как видим, в 2017 году произошло уменьшение доли Сбербанка на
российском рынке потребительского кредитования. Однако, уже в 2018 году данная
доля составляла около 33%. Также прослеживается стойкая тенденция к росту
28
Официальный сайт банка «Сбербанк» [Электронный ресурс] – Режим доступа: https://www.sberbank.ru
797
968
1570
33,2%
31,8%
32,7%
0
10
20
30
40
50
60
70
80
90
100
0
200
400
600
800
1000
1200
1400
1600
1800
2016 2017 2018
Объем выданных
Сбербанком
потребительских
кредитов (млрд.руб)
Доля Сбербанка
на российском рынке
потребительского
кредитования, %

Смотрите также:

"Автоматизация обработки заявок ООО "Проектно-Строительная Компания"
"Автоматизация процесса аттестации персонала для ООО "Нэт Бай Нэт Холдинг"
"Анализ интернет-активности конкурентов ( на примере конкурентов "Газпром нефть")
"Бухгалтерский учёт и аудит расчётов с подотчётними лицами в организации на примере ООО "ЛОЦ 10""
«Психологическое сопровождение персонала в организации на примере ООО «Крокус»
Cовершенствование деловой оценки персонала в организации (на примере ООО "Даймонд кейтеринг развитие")
IPO - инструмент финансирования деятельности организации. На примере ПАО «Нефтяная компания «Лукойл»
PR как средство продвижения организации (на примере ПАО "Тамбовский завод "Комсомолец им. Н.С. Артемова")
PR-коммуникации в сфере общественного питания (на примере кафе-кондитерской «Cream Cheese»)
SMM как средство повышения эффективности работы учреждений социокультурной сферы (на примере Малого театра)