кредитных операций банка,
(%)
По данным таблицы 14 видно, что часть показателей эффективности
кредитной деятельности снижаются, а другая часть растет.
Кредитная политика ( деятельность) банка за анализируемый период
является не агрессивной, так как значение коэффициента « агрессивности-
осторожности» кредитной политики не превышает 70 %, что в сложившихся
рыночных условиях говорит о том, что у банка существует реальная угроза
недополучения прибыли.
Коэффициент соотношения кредитных вложений и собственных средств
банка превышает оптимальное значение данного показателя (300-400 %) и
увеличивается на конец анализируемого периода, что свидетельствует о том,
что рискованность кредитной политики банка растет, но, несмотря на это, у
банка достаточно собственного капитала для обеспечения потерь от
осуществления кредитных операций.
Коэффициент чистой доходности кредитного портфеля и эффективности
кредитных операций растет незначительно и имеет минимальные значения, что
говорит, что эффективность сегодняшней кредитной политики банка
снижается. Таким образом, в рамках оценки кредитной деятельности стоит
выделить, что на сегодняшний день существенное влияние на кредитные
операции банка оказывает финансовый и валютный кризис в стране.
Таким образом, банку в сегодняшней рыночной ситуации в банковском
секторе необходимо изменить систему оценки кредитоспособности заемщиков,
в первую очередь это касается юридических лиц и индивидуальных
предпринимателей, так как именно на данную категорию заемщиков
приходится большая часть просроченной задолженности.
Также банку необходимо обратить пристальное внимание на развитие
кредитования субъектов малого бизнеса исходя из потребностей развития
дальневосточного региона. При этом необходимо совершенствовать
автоматизацию кредитного процесса клиентов, для того чтобы упростить
55
процесс отслеживания информации по кредиту и тем самым привлечь
клиентов.
Следовательно, основным направлением совершенствования
организации банковского обслуживания малого и среднего бизнеса будет
являться совершенствование процесса привлечения заемного капитала. Это
даст возможность выбрать наиболее платежеспособных заемщиков и повысить
уровень процентных доходов банка.
Глава 3. Пути совершенствования кредитной деятельности
ПАО «Сбербанк России»
3.1 Направления совершенствования кредитной деятельности
ПАО «Сбербанк России»
56
Формирование эффективного механизма кредитного процесса в ПАО
«Сбербанк России» требует исследования финансового состояния клиента-
заемщика банка, являющегося автономным блоком совокупного финансово
экономического анализа, предполагающего и требующего строгого подхода,
как от кредитора, так и от заемщика.
Анализ кредитного портфеля банка показал, что наибольшую долю в
кредитовании занимают юридические лица, в число которых включены
индивидуальные предприниматели.
То есть иными словами кредитный портфель поделился приблизительно
поровну между юридическими и физическими лицами.
Следовательно, увеличение кредитного портфеля будет на сегодняшний
день зависеть в равной доле от мероприятий направленных на увеличение
кредитования как юридических, так и физических лиц.
Самой основной проблемой для банка в рамках оценки эффективности
кредитования является зависимость от кредитоспособности клиента. А по
результатам, представленным во второй главе, было выявлено сокращение
высоколиквидных клиентов - юридических лиц и физических лиц ( суды
Группы 1).
Что касается кредитования юридических лиц, то в банке остается
достаточно проблемным сегмент кредитования субъектов малого бизнеса, хотя
данная категория клиентов является очень выгодной для банка.
Стоит отметить, что до настоящего времени кредитоспособность малых
предприятий оценивается в России таким же образом, как крупных и средних
предприятий.
В общем виде система оценки банком кредитоспособности малого
предприятия складывается из четырех этапов: наблюдение за работой
предприятия малого бизнеса; собеседование эксперта с владельцем малого
предприятия; оценка личного финансового положения владельца предприятия;
57
анализ финансового положения малого предприятия на основе первичных
документов.
Однако, по мнению многих специалистов, традиционные методы оценки
кредитоспособности неприемлемы для малого бизнеса. Это объясняется
высоким уровнем ошибок в финансовой отчетности малых предприятий,
использованием различных схем ухода от уплаты налогов.
В связи с этим, формирование инструментария для оценки
кредитоспособности предприятий малого бизнеса является весьма актуальным
для ПАО « Сбербанк России». Разработка такой методики осложнена как
спецификой деятельности самих малых предприятий, так и условиями их
функционирования.
Сегодня управление малым предприятием протекает в условиях
неопределенности относительно будущего финансового состояния самого
предприятия и его экономической среды функционирования, так как этот
сектор экономики наиболее подвержен финансовому кризису.
С этой точки зрения анализ целесообразности кредитования
предприятий малого бизнеса необходимо рассматривать как задачу, решаемую
в условиях неопределенности.
Таким образом, в качестве первого направления совершенствования
кредитной деятельности банка разработаем порядок оценки
кредитоспособности заемщика - субъекта малого бизнеса.
Рассмотри процесс оценки кредитоспособности клиента малого бизнеса
более детально.
Для оценки кредитоспособности малых предприятий нами был
разработан специальный алгоритм, состоящий из шести основных этапов,
представленных на рисунке 7.
58
О пределение цели анализа
1 -й этап
кредитоспособности
В ходящ ая инф орм ация
Н абор качественны х и
количественны х
показателей заем щ ика (X)
Н абор критериев
оценки (С)
2-й этап
1
г
1
г
И спользование м атематического аппарата теории нечетких м нож еств
для принятия реш ения о кредитовании м алого предп риятия (А)
3-й этап
О пределение итогового рей ти н га кредитоспособности (А)
и принятие реш ения о кредитовании тован^
4-й этап ^
ir бизнеса ПАО «Сбербанк РоСсии»
П рин ятие реш ения о выдаче кредита П ринятие реш ения экспертом
о об отказе в кредитовании
5-й этап
а
о су ттте с т в п я е т с Я с о в м е с т н о з а е м щ и к о м и к р е д и т н ы м э к с п е р т о м б а н к а .
В ы бор оптимальной схем ы креди тования (S)
_:ки кредитоспособное б -й эта п а
В ы дача кредита предприятию
малого бизнеса
оре показателей является их способность
растеризовать состояние заемщика ( малого
предприятия). Набор групп показателей, посредством которых предлагается
оценить целесообразность кредитования заемщика ( малое предприятие),
необходимо разделить на качественные и количественные показатели.
К качественным показателям оценки кредитоспособности малого
предприятия отнесем следующие три группы показателей:
1. Показатели отраслевой специфики (группа 1) включают: динамику
развития отрасли; перспективы развития отрасли; потребность рынка (отрасли)
в подобного рода продукции (работах и услугах).
2. Показатели региональной специфики (группа 2) включают: динамику
развития экономики региона; перспективы развития экономики региона;
потребность рынка региона в подобного рода продукции (работах, услугах).
3. Показатели деятельности малого предприятия (группа 3) включают:
кредитную историю заемщика; оценку профессионального кадрового состава;
59
оценку морально-психологического состояния на предприятии; срок
пребывания предприятия на рынке в зависимости от отрасли; экономическую
политику предприятия; техническую оснащенность предприятия; кадровую
политику предприятия. Таким образом, мы сформировали набор 13
качественных критериев, применяемых для оценки кредитоспособности малого
предприятия. В таблице 15 представим развернутую характеристику
показателей группы 1.
Таблица 15
Качественные показатели оценки отраслевой специфики для
оценки кредитоспособности заемщика - малого предприятия в ПАО
«Сбербанк России»
Показатели
отраслевой
специфики
(группа 1)
Критерии оценки
(примерный перечень)
Содержание
показателей для
оценки
кредитоспособности
коммерческим банком
1 2
3
Динамика развития
отрасли
Анализируется динамика
развития отрасли на
основе данных
департаментов и
статистики отрасли
Определяется путем
сопоставления и анализа
ряда статистических
показателей,
характеризующ их
развитие отрасли за
опред. период
Перспективы
развития отрасли
Используются сценарии
развития отрасли
(пессимистический и
оптимистический)
Строится прогноз
развития отрасли на
основе анализа динамики
развития отрасли
Продолжение таблицы 15
1 2
3
Потребность рынка
(отрасли)в
подобного рода
продукции (работах
и услугах) (эти
данные должны
быть представлены
заемщиком)
1. Анализируется
ассортимент, спрос и
предложение на
продукцию по отраслям.
- оценки выполнения
плана по
2. Анализ
конкурентоспособности
Изучение ассортимента
продукции и спрос на нее
на основе
предоставленных
заемщиком данных о
предприятии.
Показатели группы 2 оцениваются аналогично 1 группе только в
масштабах всего региона на основе статистической информации департаментов
региона (области, края), региональных статистических органов и данных
60
отчетов Центрального банка РФ. В качестве количественных показателей, для
оценки кредитоспособности предлагается использовать финансово
экономические показатели.
Набор финансово экономических показателей может быть изменен в
зависимости от предпочтений кредитного эксперта либо в соответствии с
предоставленной заемщиком входящей информацией, в качестве которой
может быть использована управленческая отчетность (бухгалтерский баланс,
отчет о финансовых результатах) или данные упрощенной системы
налогообложения.
В случае если заемщиком является субъект малого предпринимательства,
применяющий упрощенную систему налогообложения, учета и отчетности,
информация о доходах и расходах берется из книги учета доходов и расходов.
Это дает преимущество банку при оценке кредитоспособности, так как можно
разработать различные группы количественных и качественных показателей в
зависимости от специфики деятельности того или иного малого предприятия.
Также в рамках первого мероприятия рекомендуется обновить систему
оценки кредитоспособности физических лиц, так как на сегодняшний день
доходы населения существенно сократились, в результате чего у банков растет
просроченная судная задолженность.
Для оценки кредитоспособности предлагается использовать обновленную
систему скоринга, которая будет эффективно применятся в свете предстоящего
обновления АБС в ПАО «Сбербанк России» и в территориальных
подразделениях.
В настоящее время способа, который позволит снизить риск до нуля, не
существует, поэтому очень важна разработка и применение экспертных систем,
позволяющих оценивать риск на базе региональных представительств с учетом
уже накопленной статистический информации о клиентах. Кредитный скоринг
- это система оценки кредитоспособности лица, основанная на численных
статистических методах.
61
В рамках технологического обновления ДБО в ПАО «Сбербанк» будет
целесообразным использования обновленной версии системы application
scoring - оценка кредитоспособности клиентов при выделении кредита. Это
самый распространенный и известный вид скоринга. В основе лежат первичный
сбор анкетных данных клиента, их обработка компьютером и вывод результата:
предоставлять кредит или нет.
Таким образом, процедура кредитования физических лиц с
использованием скоринговых систем включает несколько этапов, которые
отражены в таблице Приложение Б.
Использование системы сконринга позволит классифицировать все
исследуемые группы заемщиков - физических лиц на отдельные подгруппы.
Алгоритмы кредитного скоринга являются точными, поскольку для
определения факторов кредитного риска, присущих хорошим и плохим
кредитным рискам, используются математические и статистические процедуры.
Следовательно, в дополнение к скоринговой системе оценки физических лиц
ПАО « Сбербанк России» целесообразно предложить модернизацию
применяемой методики андеррайтинга.
Таким образом, модернизация андеррайтинга повысит эффективность
скоринговой системы, за счет того, что она направлена на установление
достоверности предоставленных данных заемщиком.
Наиболее важный момент в процессе андеррайтинга - оценка
платежеспособности клиента с точки зрения возможности своевременно
осуществлять платежи по кредиту.
Следовательно, банку нужно разработать методику подтверждения
достоверности предоставленных заемщиком данных. В связи с этим
используемую в настоящее время в региональных подразделениях ПАО «
Сбербанк» технологию оценки заемщиков - физических лиц при их
кредитовании предлагается модернизировать по схеме, представленной на
рисунке 8.
62
Рисунок 8
Модернизированная схема проведения оценки заемщика -
физического лица в ПАО «Сбербанк России»
Предлагаемая к применению в ПАО «Сбербанк России» система
андеррайтинга заемщиков должна состоять из двух аналитических блоков:
блока анализа данных о заемщике и блока принятия решений о выдаче (отказе)
в кредитовании.
Все перечисленные запросы на схеме должны осуществляться на
договорной основе с согласия заемщика, в режиме реального времени, в
максимально быстрые сроки.
Предлагаемый метод совершенствования организации процесса
кредитования индивидуальных заемщиков на этапе оценки их
кредитоспособности позволит ПАО « Сбербанк России» унифицировать
процедуру, на этой основе ускорить и удешевить ее, получить более точный и
обоснованный результат.
63
В итоге это снизит риски кредитования, обеспечит необходимую
стабильность работы банка и заданный уровень доходности.
Кроме этого ПАО «Сбербанк России» в 2018 году планирует запустить
модель скоринга заемщиков по психометрическим моделям (психологическому
портрету), который определяется на основании цифровых следов.
В основе данного вида скоринга лежит технология, в результате которой
можно использовать «цифровые следы» для того, чтобы раскрыть
психологические особенности человека-заемщика.
В основе модель Ocean (модель определения личности человека на
основании его пяти черт: экстраверсии, доброжелательности,
добросовестности, нейротизма и открытости опыту), она наиболее
репрезентативна.
Таким образом, для того, чтобы принять вызов, бросаемый рынком, банку
необходимо извлекать максимальную пользу из имеющихся данных, активно
внедряя системы анализа Big Data и предиктивную аналитику.
Существует два основных источника данных, которые могут быть
использованы банками: база данных самой компании, где хранятся
структурированные данные, а также неструктурированные данные из
социальных сетей.
64