45
объема выданных потребительских кредитов. Так, за 3 года, рост данного показателя
составил 96,9%, т.е. объем кредитования вырос практически вдвое.
Данный рост можно объяснить и тем, что в настоящее время около 10 %
заявок на потребительский кредит одобряются по короткой предзаполненной анкете,
а 65 % заявок одобряются в течение 2–5 минут. В 2018 году более трети
потребительских кредитов было выдано в удаленных каналах без визита клиента
в офис банка.
Далее следует проанализировать кредитный портфель кредитов юридических
лиц. За 2018 год данная величина возросла на 12,9% и составила 14,3 трлн. рублей. В
целом, доля Сбербанка на рынке кредитования юридических лиц в настоящее время
составляет 32,7%. В 2018 году банком было выдано кредитов юридическим лицам на
общую сумму 12,8 трлн. рублей, что на 12,5% превышает значение в 2017 году.
В таблице 6 представлены данные об изменении кредитного портфеля
Сбербанка по амортизированной стоимости.
Таблица 6
Кредиты по амортизированной стоимости
и их динамика
29
Показатель
1 января 2018
31 декабря 2018
Изменение,
%
млрд руб.
доля, %
млрд руб.
доля, %
Коммерческое
кредитование
юридических лиц
12 395,4
61,4
12 420,0
61,0
-0,4
Специализированное
кредитование
юридических лиц
1 779,2
7,8
1 229,6
6,0
-1,8
Жилищное
кредитование
физических лиц
3 190,6
17,8
3 850,6
18,9
1,1
Коммерческое
кредитование
физических лиц
1 725,9
9,0
2 108,7
10,3
1,3
Кредитные карты
и овердрафты
678,9
3,3
657,5
3,2
-0,1
Автокредитование
физических лиц
121,2
0,7
130,0
0,6
-0,1
Итого кредитов
и авансов клиентам
по амортизированной
стоимости до вычета
19 891,2
100,0
20 396,4
100,0
-
29
Официальный сайт банка «Сбербанк» [Электронный ресурс] – Режим доступа: https://www.sberbank.ru
46
резерва под
кредитные убытки
Как видим, совокупный кредитный портфель вырос до 20,4 трлн. рублей.
Кредиты юридическим лицам по амортизированной стоимости выросли до 12,4
трлн. рублей. При этом, значительно сократился объем специализированного
кредитования юридических лиц. Портфель розничных кредитов вырос за год
на 25,0 % и составил 6,8 трлн. рублей. Наибольший рост наблюдался в жилищном и
потребительском кредитовании . В 2018 году доля жилищного кредитования
несколько снизилась, но продолжила занимать наибольшую долю в розничном
портфеле . его доля в совокупном кредитном портфеле на данный момент составляет
18,9%. Доля Сбербанка на российском рынке ипотечного кредитования достигла
56,3 %. Следует отметить небольшое снижение темпов автокредитования и
кредитования при помощи кредитных карт и овердрафтов.
Итак, проанализировав кредитный портфель Сбербанка, следует
проанализировать эффективность кредитной политики Сбербанка. Основные
показатели качества активов банка представлены в таблице 7.
Таблица 7
Показатели качества активов ПАО «Сбербанк» за 2016-2018 гг.
30
2016
2017
2018
Изменение
за 2016-
2018 гг.
Доля неработающих кредитов
в кредитном портфеле
4,4%
4,2%
3,8%
-0,6%
Доля кредитов Стадии 3 и POCI в
кредитном портфеле
по амортизированной стоимости
9,0%
8,8%
8,1%
-0,9%
Уровень покрытия резервами
кредитного портфеля до вычета
резерва под кредитные убытки
7,0%
7,1%
7,3%
+0,3%
Прежде всего, рассмотрим величину уровня покрытия резервами кредитного
портфеля до вычета резерва под кредитные убытки. Данный показатель
по состоянию на конец 2018 года составил 7,3 %, снизившись на 0,2% по сравнению
с 1 января 2018 года. Это свидетельствует об улучшении качества кредитного
портфеля организации. Однако, следует отметить, что, по сравнению с 2016 годом,
30
Официальный сайт банка «Сбербанк» [Электронный ресурс] – Режим доступа: https://www.sberbank.ru
47
данный показатель немного вырос, что, впрочем, не оказывает сильного влияния на
общее качество активов.
Улучшение качества кредитного портфеля также нашло отражение
в снижении доли неработающих кредитов. Так, за 2018 год доля показателя NPL90+,
который означает неработающие кредиты с просроченными платежами
по процентам и/или основному долгу более чем на 90 дней, в совокупном кредитном
портфеле снизилась с 4,2 % до 3,8 %. По сравнению с 2016 годом, снижение
составило 0,6%.
Что касается доли кредитов Стадии 3 и POCI (приобретенные или выданные
обесцененные активы) в кредитном портфеле, то данная величина к концу 2018 года
составляла 8,1%. На конец 2016 года данная доля составляла 9,0 %. То есть, за 3
года, данная величина снизилась на 0,9%.
Таким образом, можно говорить об улучшении качества кредитного
портфеля ПАО «Сбербанк» в 2018 году.
Анализ качества кредитного портфеля невозможен без анализа доли
просроченной задолженности по различным портфелям. В таблице 8 показана
динамика доли просроченных и непросроченных кредитов по основным видам
кредитования в 2016-2018 годах.
Таблица 8
Динамика доли просроченных кредитов в структуре
кредитного портфеля ПАО «Сбербанк», млрд. руб.
31
2016
2017
2018
Изменение
2016-2018
гг.
Коммерческое кредитование юр.лиц
Непросроченные
ссуды
9346,0
9913,3
11899,9
+2553,9
Просроченные ссуды
570,0
554,8
520,1
-49,9
Специализированное кредитование юр.лиц
Непросроченныессуды
3491,7
3533,5
1079,8
-2411,9
Просроченные ссуды
225,3
173,0
149,8
-75,5
Жилищное кредитование физ.лиц
Непросроченные
ссуды
2629,7
3087,0
3763,8
+1134,1
Просроченные ссуды
121,2
103,6
86,8
-34,4
Потребительские ссуды физ.лиц
31
Официальный сайт банка «Сбербанк» [Электронный ресурс] – Режим доступа: https://www.sberbank.ru
48
Непросроченные
ссуды
1420,5
1572,0
1942,8
+522,3
Просроченные ссуды
153,6
153,9
165,9
+12,3
Кредитные карты и овердрафты
Непросроченные
ссуды
500,3
592,1
579,1
+78,8
Просроченные ссуды
86,6
86,8
78,4
-8,2
Автокредитование физ.лиц
Непросроченные
ссуды
103,3
109,2
120,2
+16,9
Просроченные ссуды
16,5
12,0
9,8
-6,7
Всего
18664,7
19891,2
20396,4
+1731,7
Прежде всего, следует отметить общее увеличение объема кредитного
портфеля на 1731,7 млрд. рублей за период 2016-2018 гг. При этом, доля
специализированного кредитования юридических лиц в 2018 году значительно
упала. Если в 2016 году, объем непросроченных ссуд данного вида кредитования
составлял 3491,7 млрд. рублей, то к конце 2018 года данный показатель составил
1079,8 млрд. рублей. Прослеживается позитивная тенденция к улучшению
качества кредитного портфеля ПАО «Сбербанк». Практически по всем видам
кредитования наблюдается увеличение доли непросроченных ссуд и
уменьшение доли просроченных кредитов. Однако, «Сбербанку» следует
обратить внимание на потребительское кредитование физических лиц.
Несмотря на увеличение доли данного кредитного портфеля, наблюдается
увеличение доли просроченных кредитов в секторе потребительского
кредитования. За 2016-2018 год доля просроченных кредитов возросла на 12,3
млрд. рублей.
Однако, в целом, следует отметить значительное уменьшение доли
просроченных кредитов, что говорит об эффективности кредитной политики
банка.
Итак, проанализировав кредитный портфель ПАО «Сбербанк России» и его
изменения за последние годы, можно утверждать, что произошло улучшение его
качества. Это дает возможность утверждать, что кредитная политика банка является
эффективной и методы, используемые банком при оценке уровня
кредитоспособности заемщиков, показывают результаты.
49
3. Направления совершенствования оценки
кредитоспособности заемщиков в ПАО «Сбербанк России»
3.1. Совершенствование методики анализа кредитоспособности
заёмщика в ПАО «Сбербанк России»
Повышение доходности кредитных операций непосредственно связано с
качеством оценки кредитного риска. В зависимости от классификации клиента
– юридического лица по группам риска, ПАО «Сбербанк России» принимает
решение, стоит ли выдавать кредит или нет, какой лимит кредитования и
проценты следует устанавливать.
При оценке кредитных рисков ПАО «Сбербанк России» анализирует
качественные и количественные показатели деятельности клиента и его
дебитора. Качественные показатели – это положение на рынке, качество
управления, деловая репутация и существенная негативная информация о
компании, количественные показатели характеризуют финансовое положение.
На подготовительном этапе сотрудником отдела продаж или другого
ответственного отдела в процессе собеседования с клиентом собирается
качественная информация для последующего анализа. Выясняются
квалификация менеджмента, уровни, на которых принимаются стратегические,
тактические и оперативные решения, адекватность стратегии предприятия на
рынке (цели, пути достижения, ресурсы), наличие консолидированной
отчетности по российским и международным стандартам, наличие
аудиторского заключения, наград, сертификатов, дипломов и рейтингов. Также
выясняются срок работы предприятия на рынке, принадлежность к финансово-
промышленным группам и связанные с этим возможности, специализация на
отдельных группах клиентов, услугах, товарах, регионах, зависимость от
средств крупных потребителей продукции, степень конкуренции в отрасли,
уровень технологического состояния предприятия и т.д. Клиент также
предоставляет анкету, в которой в том числе характеризует своих дебиторов.
Сотрудник отдела продаж осуществляет сбор документов от клиента по
перечню, который в разных банках различается. В числе таких документов
50
стоит особо выделить те, на основе которых проводится анализ
количественных показателей предприятия. К ним относятся: годовая и
ежеквартальная бухгалтерская отчетность в полном объеме за два последних
завершенных финансовых года, бухгалтерские балансы и отчеты о прибылях и
убытках на все отчетные даты текущего финансового года, заключение
независимой аудиторской компании по итогам финансового года (при его
наличии).
Вторым этапом оценки кредитных рисков является анализ собранных
данных. Методика оценки заемщиков, прежде всего, основана, на оценке
финансового состояния предприятия-заемщика. Она включает в себя такие
аспекты анализа, как ликвидность, платежеспособность, финансовая
устойчивость и рентабельность деятельности. Для получения комплексного
представления об уровне кредитного риска предлагается включить в методику
оценки кредитоспособности показатели долговой нагрузки (табл. 9).
Таблица 9
Показатели, характеризующие долговую нагрузку заемщика
корпоративного сектора
Название
показателя
Формула
Характеристика
ISCR (Interest
Service
Coverage
Ratio)
Показывает, в состоянии ли
компания обслуживать свой долг.
Значение коэффициента ниже 1,5
ставит под сомнение способность
заемщика выплачивать проценты
DSCR (Debt
Service
Coverage
Ratio)
Показывает, достаточен ли чистый
денежный поток компании для
погашения кредитов и займов.
Критическим является значение
ниже 1
Debt/EBITDA
ratio
Показатель долговой нагрузки
компании, чем он выше, чем
больше нагрузка. Сравнивается со
средними значениями по отрасли
Для показателя Долг/EBITDA рассчитывается не только фактическое
значение, но и прогнозное – каким оно будет после выдачи заемщику кредита.
Это позволяет оценить, не ухудшит ли новый кредит платежеспособности
заемщика.
51
Важным аспектом для оценки кредитоспособности компании является ее
положение в отрасли и перспективы развития рынка. При анализе рынка и
отрасли ПАО «Сбербанк России» должен обращать внимание на следующие
аспекты:
− тенденции и прогнозы развития рынка и отрасли;
− размер и потенциал компании-замщика;
− основные конкуренты компании-заемщика и ключевые
игроки на рынке;
− уровень цен и норма прибыли в отрасли;
− конкурентные преимущества и недостатки продукции
компании по сравнению с продукцией конкурентов;
− каналы сбыта и продвижение продукции.
Для оценки кредитоспособности заемщика корпоративного сектора
предлагается использовать рейтинговую модель оценки, включающую три
класса кредитоспособности.
В модель входит 15 показателей, вместо 8, представленных во второй
главе настоящей работы, характеризующих различные аспекты деятельности
предприятия-заемщика: положение в отрасли и на рынке сбыта, коэффициенты
ликвидности и финансовой устойчивости, рентабельность работы предприятия,
уровень долговой нагрузки, а также динамика масштабов деятельности
предприятия-заемщика.
Критерии для определения класса кредитоспособности заемщика для
ПАО «Сбербанк России» представлены в табл. 10.
Инвестиционная привлекательность отрасли оценивается по темпам
роста объемов рынка и товарной продукции отрасли, а также по
среднеотраслевым показателям рентабельности, которые публикуются
Федеральной службой статистики.
52
Таблица 10
Критерии отнесения корпоративного заемщика к одному
из трех классов кредитоспособности
Критерии
Класс 1
Класс 2
Класс 3
Опыт работы в отрасли
более 10 лет
3-10 лет
менее 3 лет
Доля компании на рынке
более 10%
1-10%
менее 1%
Инвестиционная
привлекательность отрасли
высокая
средняя
низкая
Коэффициент абсолютной
ликвидности
0,2 и выше
0,1-0,2
менее 0,15
Коэффициент критической
ликвидности
0,8 и выше
0,5-0,8
менее 0,5
Коэффициент текущей
ликвидности
2,0 и выше
0,7-2,0
менее 0,7
Коэффициент соотношения
заемного и собственного
капитала
менее 1
1,0-1,5
больше 1,5
Коэффициент автономии
0,5 и выше
0,3-0,5
менее 0,3
Рентабельность продаж
30% и более
менее 30%
нерентабельный
Рентабельность активов
10% и более
менее 10%
нерентабельный
Рентабельность собственного
капитала
30% и более
менее 30%
нерентабельный
ISCR
3 и более
1,5-3
ниже 1,5
DSCR
2 и более
1-2
ниже 1
Debt/EBITDA
менее 3
3-5
более 5
Динамика объемных
показателей (выручки,
прибыли, EBITDA)
положительная
Нет четкой
тенденции
отрицательная
Данная методика позволит унифицировать критерии принятия решения
о выдаче ссуд предприятиям и снизить риск корпоративного кредитования.
В рамках проведенного исследования было выявлено, что в оценке
кредитоспособности заемщиков – физических лиц доминирующую роль играет
его кредитная история и основанные на ней стандартные скоринговые модели
(логистическая регрессия). Нейронная сеть ПАО «Сбербанк России» будет
выявлять взаимосвязь между поведением заемщика и какими–либо факторами.
Независимо от страны женщины аккуратнее выплачивают займы. К более
ответственным, относят людей в возрасте ближе к пенсионному и семейные
пары. Дополнительные очки можно получить за опыт работы на одном и том
же месте свыше 3–5 лет.
Оцениваются следующие характеристики:
− возраст;
53
− количество детей и иждивенцев;
− занимаемая должность;
− профессия супруга или супруги;
− официальная заработная плата и доход из
дополнительных источников;
− доход мужа/жены;
− регион проживания;
− стоимость аренды жилья, коммунальных услуг,
мобильной связи и другие расходы;
− наличие стационарного домашнего и рабочего
телефона;
− иные открытые счета;
− стаж работы на текущем месте;
− продолжительность сотрудничества с данным банком;
− транзакционное поведение.
Для заявителей, являющихся текущими клиентами финансовой
организации – владение пластиковыми картами, депозитными счетами, участие
в зарплатных проектах. Алгоритм выдачи кредита в рамках разрабатываемой
модели представлен в приложении к настоящей работе.
На первом этапе, перед выполнением расчета по методикам, сразу
отклоняются заявки, для которых выявлено наличие факторов повышенного
риска, так называемых «СТОП–факторов». К таким факторам относятся,
например, следующие:
− возраст компании менее 6 месяцев;
− наличие компании в государственном реестре
недобросовестных поставщиков;
− установленная судом недееспособность генерального
директора или паспорт директора утрачен или недействителен;
54
− установленная по данным бюро кредитных историй,
службы судебных приставов или налоговой службы низкая
платежная дисциплина компании.
Также, выявляются факторы, свидетельствующие о возможном
конфликте акционеров и т.д. На этом этапе отказ получают 10–15 заявок из 100.
В случае, если заем прошел первичную проверку, для него выполняется
расчет по методике для данного вида займа.
Для выдачи человеку займа необходимо определить его
платежеспособность (сможет ли он вернуть деньги, взятые взаймы).
Для этого на каждого заемщика рассчитывается скоринговый балл.
Скоринговый балл считаем по множественной линейной регрессии:
yi = β1xi1 + β2xi2 + βjxij + βmxim, (7)
где yi – зависимая переменная (платежеспособный /
неплатежеспособный клиент);
xi – независимые переменные (скоринговые характеристики);
β – параметры модели (скоринговые веса).
Коррелирующий коэффициент – показатель, который учитывает
статистику возвратов кредитов, то есть показывает, с какой вероятностью
заемщик с данным свойством вернет кредит. Каждый коррелирующий
коэффициент рассчитываем на основании большого массива данных,
полученных из баз бюро кредитных историй.
Далее рассмотрим пример: по поступившем заявкам было принято
решение выдать кредит заемщикам с положительной историей в количестве 105
заемщиков, из них вернуло кредит 50 заемщиков и вернуло с просрочкой не
более, чем 30 дней, то коррелирующий коэффициент рассчитывается как:
Коррелирующий коэффициент = [(50 + 30) / 105] x 100% = 76,19 % –
вероятность того, что человек с таким свойством вернет кредит.
Алгоритм расчета скорингового балла с использованием обучаемой
нейронной сети представлен на рисунке 11.