65
????
????
а уровень списанных кредитов:
Однако это нереальное решение, так как банк не может сформировать
портфель только из розничных клиентов (у него попросту нет такой клиентской
базы). Кроме того, кредиты физическим лицам более рискованны, т.е. сформи-
рованный портфель будет иметь слишком высокий уровень кредитного риска.
Можно сформировать оптимальный портфель, руководствуясь сразу
двумя критериями – максимально возможной доходностью кредитных
операций и ограничением по уровню кредитного риска. Если установить
допустимое значение кредитного риска на уровне 0,8%, то решение задачи
будет следующим:
т.е. доля розничных кредитов будет составлять всего 4,9% кредитного
портфеля банка. Средняя доходность портфеля при этом уровне риска составит:
????
????
Если повысить допустимый уровень риска до 0,85%, то задача будет
иметь следующее решение:
а средняя доходность портфеля:
????
????
Таким образом, устанавливая ограничения по уровню кредитного риска,
можно регулировать доходность кредитного портфеля банка. И наоборот,
устанавливая желаемый уровень доходности, можно оценить соответствующий
ему уровень кредитного риска. На практике задачу можно сделать более
подробной, рассчитав среднюю доходность и риск для каждого кредитного
продукта банка. Решив оптимизационную задачу, можно определить
оптимальную структуру кредитного портфеля, соответствующую приоритетам
кредитной политики банка. На основе рассчитанной структуры можно разра-
ботать лимиты кредитования по конкретным кредитным продуктам с
66
использованием предложенных методик оценки кредитоспособности
заемщиков корпоративного сектора и заемщиков – физических лиц.
67
Заключение
В результате последовательного решения задач выпускной
квалификационной работы были сделаны следующие выводы.
Кредитоспособность заемщика означает его способность полностью и в срок
рассчитываться по своим долговым обязательствам. Существует достаточное
число показателей, при помощи которых можно провести разностороннюю
оценку кредитоспособности заемщика. Бальный метод оценки
кредитоспособности заемщика является экономически выгодным и более
информационным. При оценке кредитоспособности клиента может также
использоваться скоринговая оценка. При таком методе оценки используется
система критериев и соответствующих им показателей способности заемщика
вернуть банку основной долг и проценты.
ПАО «Сбербанк» является крупнейшим универсальным банком России
и СНГ с самой широкой сетью подразделений, предоставляющий весь спектр
инвестиционно-банковских услуг.
Учитывая возрастающий объем высоколиквидных активов и активов,
имеющих нулевой коэффициент риска, можно утверждать, что Сбербанк
является одним из самых надежных банков России. На данный момент около
10% заявок на потребительский кредит одобряются по короткой
предзаполненной анкете, а 65% заявок одобряются в течение 2–5 минут
Кредитный портфель Сбербанка включает в себя около трети всех
выданных в стране кредитов. В 2018 году Сбербанк активно кредитовал
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. В 2018 году более трети потребительских кредитов
банка было выдано в удаленных каналах без визита клиента в офис
68
банка.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. 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.
В ПАО «Сбербанк» 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.
При оценке кредитных рисков ПАО «Сбербанк России» анализирует
качественные и количественные показатели деятельности клиента и его
дебитора. Качественные показатели – это положение на рынке, качество
69
управления, деловая репутация и существенная негативная информация о
компании, количественные показатели характеризуют финансовое положение.
Важным аспектом для оценки кредитоспособности компании является ее
положение в отрасли и перспективы развития рынка. 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.
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.Зависимый расчет процентной ставки пользователя
необходимо проводить после одобрения кредита. Хороших заемщиков надо
поощрять – для этого придумана система понижения процентной ставки, если
заемщик исправно вернул несколько кредитов. После нескольких закрытых
займов процент автоматически понижается на определенный шаг. Если займ
просрочен, возвращается предыдущая ставка.Оптимизировать кредит¬ный
портфель можно на основе двух критериев: доходности и риска. Устанавливая
ограничения по уровню кредитного риска, можно регулировать доходность
кредитного портфеля банка. И наоборот, устанавливая желаемый уровень
70
доходности, можно оценить соответствующий ему уровень кредитного риска.
На практике задачу можно сделать более подробной, рассчитав среднюю
доходность и риск для каждого кредитного продукта банка. Решив
оптимизационную задачу, можно определить оптимальную структуру
кредитного портфеля, соответствующую приоритетам кредитной политики
банка.
Таким образом, достигнута цель выпускной квалификационной работы.
71
Список использованных источников
1. Гражданский кодекс Российской Федерации (часть вторая) от
26.01.1996 г. №14–ФЗ // Собрание законодательства РФ, 1996, №5, ст. 410;
Российская газета, 1996, №23,24,25,27
2. Федеральный закон «О банках и банковской деятельности в
Российской Федерации» от 02 декабря 1990 г. №395–1–ФЗ // Ведомости Съезда
народных депутатов РСФСР и Верховного Совета РСФСР, 1990, №27, ст. 357;
Собрание законодательства РФ, 1996, №6, ст. 492; 2017, №31 (Часть I), ст. 4754.
3. Алексеев А.А. Современные проблемы правового регулирования
банковского кредитования и пути их разрешения. Банковское право. 2018. № 6.
С. 15-16.
4. Ананьич, Б. В. Государственный банк России в период
экономических реформ С. Ю. Витте / Б. В. Ананьич // Деньги и кредит .— 2015
.— N 7 .— С. 13-14
5. Белый, В. В. Международный банк экономического
сотрудничества: от расчетного центра к универсальному международному
институту / В. В. Белый // Деньги и кредит .— 2014 .— N 12 .— С. 3-6
6. Деньги, кредит, банки [Текст]: учебник / кол. авторов; под ред. засл.
деят. науки РФ, д–ра экон. наук, проф. О.И. Лаврушина. – 7–е изд., стер. – М.:
КНОРУС, 2013. – 560 с.
7. Деньги, кредит, банки [Текст]: учебник / учеб. пособие для
студентов вузов, обучающихся по специальности (080105) «Финансы и кредит»
/ Челноков В.А. – 2–е изд., перераб. и доп. – М.: ЮНИТИ–ДАНА, 2016. – 447 с.
8. Денисова О.А., Тульская Ж.А. Методы и способы оценки
кредитных рисков при кредитовании в ПАО "Сбербанк". В сборнике:
финансовый рынок России в условиях санкций Материалы всероссийской
научно-практической заочной конференции. Ответственный редактор В.Ю.
Сутягин. 2015. С. 43-54.
9. Жуковская М.В. Системный подход к оценке кредитных рисков при
кредитовании. Известия ТРТУ. 2015. № 9 (53). С. 45.
72
10. Злобина Е.И. Стандарты кредитования как регулятивный институт
на кредитном рынке России. Финансовая аналитика: проблемы и решения.
2018. № 10 (22). С. 41-47.
11. Злобина Е.И. Особенности развития стандартов кредитования
физических лиц в российских коммерческих банках / Финансы и кредит. 2014.
№ 30 (366). С. 37–42.
12. Злобина Е.И. Стандарты кредитования физических лиц как
регулятивный институт на кредитном рынке России / Финансовая аналитика:
проблемы и решения. 2014. № 10. С. 41–47.
13. Злобина Е.И. Трансформация стандартов кредитования физических
лиц в условиях мирового финансового кризиса / Финансовые исследования.
2013. № 21. С. 35–40.
14. Иванюк К.О. Аудит кредитования расчета с кредитных операций. В
сборнике: современные технологии в мировом научном пространстве сборник
статей по итогам Международной научно-практической конференции. 2018. С.
104-107.
15. Гаджиев, Джахангир Февзи оглы. Денежно-кредитная система и
международный банк. Д.Ф. Гаджиев .— Москва : Финансы и статистика, 2014
.— 240 с.
16. Ковтун Р.С. Значимость методико- практического аспекта оценки
кредитоспособности в рамках потребительского кредитования. Успехи
современного естествознания. 2017. № 12. С. 278-279.
17. Злобина Е.И. Особенности развития стандартов кредитования в
российских коммерческих банках. Финансы и кредит. 2018. № 30 (366). С. 37-
42.
18. Кармоков А.А. Риски кредитования: методики диверсификации.
Известия Кабардино-Балкарского научного центра РАН. 2018. № 1 (21). С. 63-
67.
73
19. Кощегулова, И. Р. Организация деятельности кредитной системы.
И. Р. Кощегулова ; ГОУ ВПО "Уфимский государственный авиационный
технический университет" .— Уфа : УГАТУ, 2018 .— 229 с.
20. Каврук Е. С. Экономическая сущность потребительского кредита/
Е. С. Каврук [Электронный ресурс]. – Режим доступа: http://ej.kubagro.ru
/2015/06/pdf/04.pdf
21. Кучерук В.В., Чеховская И.А. Пути совершенствования
кредитования физических лиц // Экономическое развитие страны: различные
аспекты вопроса. – Таганрог, 27 марта 2014. – С.72–75.
22. Каврук Е. С. Экономическая сущность потребительского кредита/
Е. С. Каврук [Электронный ресурс]. – Режим доступа: http://ej.kubagro.ru
/2015/06/pdf/04.pdf
23. Климович В. П. Финансы, денежное обращение и кредит: Учебник /
В.П. Климович. – 4–e изд., перераб. и доп. – М.: ИД ФОРУМ: НИЦ ИНФРА–М,
2016. – 336 с
24. Леонов М.В. Особенности регулирования собственного капитала
коммерческих банков в России / М.В. Леонов // Известия высших учебных
заведений. Серия: Экономика, финансы и управление производством. – 2014. –
№ 1 (19). – С. 28–37.
25. Лытнева Н.А. Стратегические аспекты концепции экономического
анализа в управлении собственным капиталом коммерческих организаций: под
общ. ред. Н.А. Лытневой / Н.А. Лытнева, О.В. Губина, В.Е. Губин. – Орел.
Издательство ОрелГИЭТ, 2013.- 136 с.
26. Лосева Н.А., Козлов А.Н. Клиентоориентированность в стратегии
развития банковских услуг // Аудитор. – 2015. – № 9. – С. 54 – 59
27. Лаврушин О.И. Банковское дело: Современная система
кредитования: Учебное пособие / О.И. Лаврушин, О.Н. Афанасьева, С.Л.
Корниенко. – М.: КНОРУС, 2016. – 260 с.
28. Лысенко С. Н. Общая теория статистики: учебное пособие / С. Н.
Лысенко, И. А. Дмитриева. – Москва: НИЦ ИНФРА–М, 2013. – 208 c.
74
29. Масленченков Ю. Способы минимизации банковских рисков /
Ю.Маслаченков // Финансист. - 2014. - №12.- С.16-21.
30. Молчанов А.В. Коммерческий банк современной России: теория и
практика/ А.В. Молчанов.- М.: Финансы и статистика, 2012.- 409с
31. Саматова, Е.А. Потребительское кредитование в коммерческих
банках [Текст] / Е.А. Саматова, М.Т. Лукьянова // Земельная реформа и
эффективность использования земли в аграрной сфере экономики. Сборник
статей Всероссийской научно–практической конференции. Уфа: Башкирский
ГАУ, 2014. С. 224‒227.
32. Соколов Б. И. Деньги. Кредит. Банки: Учебник для бакалавров в
вопросах и ответах / Б.И. Соколов, В.В. Иванов. – М.: НИЦ ИНФРА–М, 2016. –
288 с.
33. Официальный сайт банка «Сбербанк» [Электронный ресурс] –
Режим доступа: https://www.sberbank.ru