74
кредитов. Большая часть таких кредитов в будущем может быть не возвращена,
поскольку неизвестно на какой период затянется так называемый «кризис
пандемии». Тем самым банки, в том числе и ПАО Сбербанк подвергают себя
росту в будущем задолженности по кредитам. Это приведет к росту кредитного
риска банка и снижению качества его кредитного портфеля.
Поэтому предлагаем ПАО Сбербанк в существующей методике
пересмотреть баллы по скорингу, которые относятся к отраслевой
принадлежности предприятия-работодателя.
К пострадавшим в настоящее время отраслям России от пандемии
относятся:
1. «Авиаперевозки, аэропортовая деятельность, автоперевозки.
2. Культура, организация досуга и развлечений.
3. Физкультурно-оздоровительная деятельность и спорт.
4. Деятельность туристических агентств и прочих организаций,
предоставляющих услуги в сфере туризма.
5. Гостиничный бизнес.
6. Общественное питание.
7. Деятельность организаций дополнительного образования,
негосударственных образовательных учреждений.
8. Деятельность по предоставлению бытовых услуг населению.
9. Розничная торговля непродовольственными товарами».
Предлагаем снизить скоринговые баллы по данным отраслям в 2 раза.
Произведем перерасчет согласно методике оценки кредитоспособности
заемщика – физического лица ПАО Сбербанк физическому лицу Сидорову Н.В.
в соответствии с предложенной рекомендацией.
Сидорову Н.В (заемщик) будут присвоены следующие баллы:
- за свой возраст – 10 баллов;
- за свою должность – 10 баллов;
- за работу в торговом предприятии – вместо 10 баллов по существующей
методике присвоим 5 баллов (в 2 раза меньше);
75
- за непрерывный трудовой стаж – 20 баллов;
- за стаж на последнем месте работы – 10 баллов;
- за отсутствие смены места работы за последние 5 лет – 5 баллов.
Итоговый балл по стабильности дохода будет равен 60%. Ожидаемый
доход Сидорова Н.В. составит 26 000 рублей: 40 000*0,65=24 000
Его совокупный свободный доход будет равен сумме в размере 7 200
рублей: 26 000*0,3=7 200.
Максимальный лимит кредитования не изменился и равен 0,09219:
Максимальный лимит кредитования составит 78 099,58 рублей: 7 800 /
0,09219 = 78 099,58 рублей.
Следовательно, ПАО Сбербанк из запрашиваемых 100 000 рублей может
выдать Сидорову Н.В. только 78 099,58 рублей. Что на 6 508,3 рублей меньше
(84 607,88 – 78 099,58), чем в случае применения скоринговой методики оценки
кредитоспособности заемщика до предложенной рекомендации о снижении
скоринговых баллов по отраслям в 2 раза.
Представим данные изменения в виде таблицы (таблица 25).
Таблица 25
Сравнительный анализ показателей оценки кредитоспособности
заемщика после предложенной рекомендации
Показатель
До предложенной
рекомендации
После предложенной
рекомендации
Сумма дополнительных
баллов и базового балла
140 баллов
140 баллов
Балл по стабильности
дохода
65 баллов
60 баллов
Совокупный свободный
доход
7 800 рублей
7 200 рублей
Максимальный лимит
кредитования
0,09219
0,09219
Сумма к выдаче кредита
84 607,88 рублей
78 099,58 рублей
Мы видим, что после предложенной рекомендации сумма к выдаче
кредита уменьшилась, тем самым и уменьшится ежемесячный платеж по
кредиту у гражданина Сидорова Н.В.
76
Это позволит снизить кредитную нагрузку физическому лицу. В
настоящее время это снижение является очень актуальным, поскольку
физическое лицо имеет большую вероятность потери работы или уменьшения
заработной платы в связи с пандемией. А у ПАО Сбербанк тем самым,
снижается вероятность невозврата ссуды и процентов по ней (рисунок 11).
Рисунок 11 – Эффект от снижения скорингового балла
Одним из основных перспективных направлений развития методов
оценки кредитоспособности заемщиков – физических лиц в ПАО Сбербанк в
среднесрочной перспективе считаем совершенствование методов
автоматизации данного этапа кредитного процесса, с применением
программного обеспечения.
В ПАО Сбербанк разработаны бизнес-процессы, которые
предусматривают автоматизацию розничных банковских услуг и, в том числе -
77
кредитных розничных продуктов с применением скорингового модуля.
Предложим ПАО Сбербанк сотрудничество с компанией SAS, применив
программные продукты для бизнес - аналитики.
В настоящее время в ПАО Сбербанк применяется Scorto Corporation,
которая в настоящее время не позволяет решать задачи моделирования
кредитного риска на всех кредитования заемщика.
Интеграция программного обеспечения компании SAS с действующим
программным обеспечением в ПАО Сбербанк, а также с национальным бюро
кредитных историй позволит более качественно проводить оценку
кредитоспособности заемщиков.
Данное программное в настоящее время имеет в разработке скоринговый
пакет SAS Credit Scoring for Banking, который позволит ПАО Сбербанк
автоматизировать принятие решений в розничном кредитовании.
«Данный пакет представляет собой комплексное решение для оценки
кредитоспособности заемщика – физического лица и поддержки принятия
решений в розничном кредитовании. Решение дает возможность
автоматизировать процесс рассмотрения кредитной заявки, оценки
кредитоспособности клиента и принятия решений о предоставлении кредитных
средств, для чего применяются передовые технологии математической и
интеллектуальной оценки клиентов и рисков, которые связаны с ними.
Инструментарий SAS Credit Scoring for Banking позволяет специалисту банка в
области интеллектуального анализа данных создавать модели кредитного
скоринга для потребительских кредитов, кредитных карт, овердрафтов,
автомобильных, ипотечных и других кредитных продуктов. Скоринг направлен
на решение различных задач от оценки вероятности дефолта клиента до
определения стратегии работы коллекторского подразделения и создания
рейтинговой системы в соответствии с рекомендациями Базельского
комитета.»
63
.
SAS Credit Scoring for Banking дает возможность банку решать задачи
63
Официальный сайт ПАО Сбербанк - https://www.sberbank.ru/
78
моделирования кредитного риска на всех этапах кредитования.
Функции SAS Credit Scoring for Banking представлены на рисунке 12.
С внедрением данного скорингового пакета сотрудники ПАО Сбербанк
получат возможность самостоятельно настраивать процесс обработки заявки и
принятия решения по предоставлению кредита физическому лицу. Для каждого
кредитного продукта или сегмента заемщиков стратегия рассмотрения может
быть своя, как и скоринговые модели, которые в ней участвуют.
Рисунок 12 - Функции SAS Credit Scoring for Banking
В целом внедрение системы SAS Credit Scoring for Banking направлено
79
на:
- «создание автоматизированного цикла оценки заемщика и принятия
решений;
- обслуживание и обработку запросов на оценку заемщика, с
использованием удаленного доступа для точек предоставления кредита;
- самостоятельное управление неограниченным количеством
скоринговых моделей и назначение их на кредитный продукт (программу);
- создание и управление стратегиями принятия решений индивидуально
для каждого кредитного продукта, сегмента заемщиков;
- использование для полноценной оценки заемщика информации из баз
данных бюро кредитных историй;
- мониторинг эффективности и динамики работы системы и кредитных
менеджеров;
- накопление информации о заемщиках с последующим анализом для
разработки или корректировки кредитных продуктов»
64
.
Для управления процессам оценки и принятия решения по вероятному
мошенничеству SAS Fraud & Financial Crimes выполняет ряд функций:
- «проверка информации по «черным» и «серым» спискам - выбранные
поля анкеты заемщика проверяются на совпадение/схожесть с данными в
черных/серых списках мошеннических сделок/организаций;
- проверка информации на «внутреннюю» непротиворечивость - по
имеющимся в анкете полям со связанной информацией проверяется внутренняя
непротиворечивость анкеты;
- проверка информации на «внешнюю» непротиворечивость и
соответствие бизнес-правилам - имеющиеся в анкете данные анализируются с
помощью экспертных бизнес-правил (например, дата выдачи паспорта – не
выходной день), а также сверяются с имеющейся информацией в базе заявок
или информационных базах банка;
- проверка информации на наличие «общих» выбросов - сравнение
64
Официальный сайт Bankir.ru - http//www.bankir.ru -информационный сайт о банках
80
показателей из анкеты с общим распределением по портфелю – «штрафные»
баллы за попадание в «критический» хвост распределения или статистически
мелкую категорию;
- проверка информации на наличие выбросов в рамках выделенной
области «клиентов» - сравнение показателей из анкеты с данными,
отобранными по критерию, например, проверка на «выброс» зарплаты в
сравнении с данными по предприятию, по отрасли, по региону и т.п.;
- скоринг на потенциально мошенническое действие - использование
классифицирующей модели, которая на основе анкетных данных, а также
результатов проверки правил определяет вероятность мошеннических сделок;
- скоринг на близость к «идеальному» заемщику - использование моделей
«схожести», которые на основе анкетных данных и результатов срабатывания
правил определяет степень схожести клиента с «идеальным» / «идеальными»
клиентами»
65
.
В таблице 26 представим смету расходов на внедрение SAS Fraud &
Financial Crimes.
Таблица 26
Смета расходов на внедрение SAS Fraud & Financial Crimes в ПАО
Сбербанк
Наименование
Ответственное
подразделение банка
Расходы,
тыс.руб.
Расходы на покупку программного
обеспечения, в том числе:
Отдел по сопровождению
закупок
2100
Покупка программного обеспечения
1400
Обновление компьютерной техники
600
сотрудников банка (пользователей
программы)
- стоимость 1 чел/дня 1350 руб.
- стоимость 3120 чел./дней
Руководитель отдела
управления персоналом
4212
Расходы на внедрение в среде
разработки – всего
Руководитель отдела по
IT
120
Администрирование системы
120
Итого расходов
6432
65
Ленская Н.В., Чернышева Т.Ю. Методы оценки кредитоспособности заемщика банком / Современные
технологии поддержки принятия решений в экономике: сборник трудов Всероссийской научно-практической
конференции студентов, аспирантов и молодых ученых/ Юргинский технологический институт. Томск: Изд-во
Томского политехнического университета, 2018. С. 160.
81
Отметим, что первоначальные затраты на внедрение программного
обеспечения SAS Fraud & Financial Crimes в ПАО Сбербанк в расчете на один
год составит 6 432 тыс.руб.
В будущем при эксплуатации данной системы понадобятся только
расходы на обновления данного программного обеспечения.
Возможности, которые даст SAS Fraud & Financial Crimes для ПАО
Сбербанк, представлены на рисунке 13.
Рисунок 13 – Преимущества применения SAS Fraud & Financial
Crimes в ПАО Сбербанк
Рассчитаем экономический эффект за счет экономии времени
банковского работника после внедрения в банке SAS Fraud & Financial Crimes.
Данные, которые будут приняты для расчета:
- средняя заработная плата банковского работника: 35 000 рублей;
- количество сотрудников, осуществляющих кредитование: 3 120 человек;
- нормативный коэффициент – 0,15;
- затраты на внедрение автоматизированной программы – 6,432 млн.руб.
Для начала проведем оценку времени работы банковского сотрудника,
который проводит операцию кредитования (таблица 27).
82
Таблица 27
Оценка времени работы банковского работника
Вид работ
Среднее время на операцию в
месяц на одного сотрудника, минут
Экономия
времени в
месяц, минут
До внедрения
SAS Fraud &
Financial Crimes
После
внедрения SAS
Fraud & Financial
Crimes
Ввод информации
2520
2142
108
Ожидание
обработки
информации
системой
270
230
40
Подготовка и
печать
документов
300
255
45
Итого
3090
2627
463
Из таблицы 27, наблюдается экономия рабочего времени банковского
сотрудника в размере 463 минут в месяц.
Для начала рассчитаем расходы на персонал:
1. В месяц: 3120*35000*(1+30/100)= 141 690 млн.руб.
2. В год: 141690*12= 1 700 280 млн.руб.
Далее рассчитаем экономию за счет увеличения производительности
труда банковского сотрудника:
1. 463/3090 = 15%
2. 1700280*15%-0,15*6,432= 255 041 млн.руб.
Таким образом, экономический эффект от внедрения SAS Fraud &
Financial Crimes составит 255 041 млн.руб. в год для ПАО Сбербанк.
Также, отметим, что применение программного обеспечения SAS Fraud &
Financial Crimes даст возможность проводить перекрестные проверки каждого
клиента, с применением всей имеющейся в банке информации.
Также программное обеспечение, дает возможность применять всю
доступную информацию, как из внешних, так и из внутренних источников:
- бюро кредитных историй;
- черные списки;
83
- базы утерянных или украденных идентификационных документов;
- базы контролирующих органов;
- базы телефонов и адресов.
Данное программное обеспечение предусматривает возможность
дополнять систему пользовательскими алгоритмами оценки и любыми
дополнительными процедурами проверки.
Это даст возможность расширять возможности системы в соответствии с
изменяющимися условиями ведения кредитного бизнеса и менталитетом
общества.
Плюсом программного комплекса является также возможность по
выявлению мошенничества со стороны сотрудников банка и разработки
стратегий по его предотвращению.
Автоматизация с помощью данного пакета позволит решить ряд задач
ПАО Сбербанк, которые представлены на рисунке 14.
Также ПАО Сбербанк получит возможность быстрого изменения своей
кредитной политики в части применения новых правил кредитования и
изменения существующих, и применения допустимого уровня кредитного
риска, а также улучшения качества кредитного портфеля.
Рисунок 14 – Эффект от применения SAS Credit Scoring for Banking