64
Таблица 15
Качественные показатели специфики определенной отрасли для
оценки кредитоспособности заемщика
Как показывает практика, промышленным предприятиям характерно
наличие меньшего кредитного риска, нежели чем торговым организациям,
потому, что промышленные предприятия – более крупные и капиталоемкие в
сравнении с торговыми организациями, у которых высока вероятность дефолта.
В отраслевом анализе важна оценка рынка и особенностей конкуренции
на нем. Масштаб рынка определяет степень диверсифицированности
покупателей, которая, в свою очередь, определяет уровень стабильности дохода
65
хозяйствующего субъекта. Чем больше диверсифицированы потребители, тем
больше и стабильнее выручка, тем устойчивее положение предприятия.
Каждой отрасли присущи свои особенности оценки движения денежных
потоков. Определяя устойчивость денежного потока организации-заемщика,
важно дать оценку характера спроса на продукцию. (сезонные и циклические
колебания). При более широкой амплитуде колебаний спроса – более высокие
риски.
Что касается использования в анализе традиционных количественных
(финансовых коэффициентов) параметров, то многие аналитики отмечают, что
важно не только их рассчитывать, но и проводить сравнение с определенными
нормативными значениями. Например, за рубежом этот вопрос актуален и
постоянно разрабатываются разные подходы к расчетам нормативных значений
финансовых коэффициентов. В России же подобные исследования кредитными
и иными организациями отсутствуют, поэтому зачастую используются
собственные разработанные нормативы. Как правило, это трудоемкая задача.
Процесс оценки кредитоспособности стал бы оперативнее, если бы на
национальном уровне централизованно рассчитывались по меньшей мере
нормативные показатели финансовых коэффициентов по отраслям за
предыдущие годы. К примеру, информационное агентство «РИА Новости»
каждый год рассчитывает значения основных финансовых показателей
компаний промышленной отрасли
1
.
Подобный расчет финансовых коэффициентов по всем отраслям
экономики позволил бы более эффективно проводить процедуру оценки
кредитоспособности предприятий-заемщиков и более точно определять
платежеспособность организации не только на текущий момент, но и на буду-
щее, что привело бы к уменьшению риска неисполнения обязательств
заемщиком.
В связи с масштабом нашей страны и наличием у ПАО «Сбербанк
1
Чернышова, О.Н, Совершенствование методов оценки качества потенциальных заемщиков
кредитными организациями: современный опыт / О.Н.Чернышова, А.Ю.Фёдорова, Р.Ю.Черкашнев,
Н.Н.Пахомов // Социально-экономические явления и процессы. - 2015. - №8. - С.152.
66
России» сети кредитных отделений, покрывающих всю территорию, а у
каждого региона есть свои особенности развития, а также с учетом постоянно
меняющейся экономической ситуацией, по мнению автора, при оценке
кредитоспособности предприятий-заемщиков необходимо учитывать и их
региональные особенности.
В изученных источниках отражена необходимость формирования
единого для всех банков комплексного метода оценки кредитоспособности
предприятий-заемщиков, который бы учитывал, как количественные, так и
качественные составляющие, рассчитанные с учетом целого ряда направлений
(рисунок 21).
Рисунок 21. Направления совершенствования параметров оценки
кредитоспособности предприятий-заемщиков
Таким образом, для оптимизации кредитной политики ПАО «Сбербанк
России» в отношении корпоративных клиентов, а именно предприятий
среднего и малого бизнеса, считаем необходимым формирование оптимальной
системы показателей кредитоспособности, в которую должны входить не
67
только величины, сравнительно легко рассчитываемые с помощью
количественных данных, но и те, которые могут быть описаны лишь с
помощью оценочных суждений.
В целом, выбирать финансовые коэффициенты необходимо,
руководствуясь следующими критериями:
- количество коэффициентов не должно быть слишком большим;
- коэффициенты не должны «копировать» друг друга;
- коэффициенты должны максимально отражать финансовое положение
заемщика;
- коэффициенты должны быть предельно информативными.
Можно определить перечень необходимых коэффициентов, то есть тех
коэффициентов, которые станут основными и обязательными, а остальные
будут признаны дополняющими и будут рассчитываться при необходимости.
3.3 Оценка внедрения пилотного проекта автоматизированной
информационной системы «Кредитный онлайн-андеррайтинг»
В процессе проведения исследования и написания работы неоднократно
было получено доказательство того, что в настоящее время банковский кредит
для ПАО «Сбербанк России» основной источник активов кредитной
организации, объемы кредитов ежегодно растут, а доля кредитов физлиц в
кредитном портфеле «Сбербанка» составляет практически третью часть.
Очевидно, что степень кредитоспособности заемщиков находится в
зависимости от множества факторов, по мнению автора, каждый из них нужно
оценить и изучить. Для аналитиков значимая и весьма сложная задача –
определить изменение всех факторов, учесть причины и обстоятельства,
которые влияют на кредитоспособность в долгосрочной перспективе.
Поэтому, оценку кредитоспособности потенциального заемщика –
физического лица считают важнейшей задачей для специалистов ПАО
«Сбербанк России», при которой формируется надежный кредитный портфель
и минимизируются кредитные риски.
68
Проведенное исследование показало, что в последнее время в связи с
высокой закредитованностью населения, в кредитной деятельности
«Сбербанка» наблюдается снижение количества одобряемых кредитных заявок.
Такую тенденцию подтверждают статистические показатели: в 2015
году было получено кредитных заявок – 16,7 млн. штук, в 2016 – 17,1 млн.
штук.
Средний уровень одобрения заявок составил в 2015 году 58,4%, а в 2016
году этот показатель равнялся всего 45,4%. Средняя сумма выдачи по
потребительским кредитам составила 169,6 тыс. руб. и 227 тыс. руб.
соответственно, по ипотечному кредитованию – 1 264,3 тыс. руб. и 1900 тыс.
руб. соответственно.
Кредитование заемщиков – физических лиц позволяет ПАО «Сбербанк
России», с одной стороны, наращивать свои доходы за короткий период
времени, но с другой стороны это всегда связано с риском несвоевременного
платежа или возвратом кредита не в полном объеме, поэтому оценка
кредитоспособности физических лиц так же должна быть скорректирована.
Как уже отмечалось кредитный отбор в «Сбербанке» проходит в
несколько этапов («Кредитная фабрика»).
На первом этапе отсева заявок происходит оценка кредитоспособности
заемщика автоматизированным способом определения платежеспособности
физического лица методом скоринга (балльной оценки потенциального
заемщика).
Специалистами ПАО «Сбербанк России» применяется Fraud detection
card (FDC) – скоринговая модель, позволяющая учитывая категорию
заемщиков, запрошенную сумму и величину полученных скоринговых баллов,
определить глубину проверок заемщиков андеррайтерами.
Интересно отметить, что в «Сбербанке» внедрение данной модели
привело к сокращению уровня просроченной задолженности на 10 – 12 % по
необеспеченным потребительским кредитам и на 15 – 17 % по потребительским
кредитам с обеспечением.
69
Использование FDC позволило сократить в среднем период
рассмотрения кредитных заявок на 30 % (по необеспеченным потребительским
кредитам – с 31-го часа до 22-х часов, по потребительским кредитам с
обеспечением, соответственно с 48-ми до 33-х часов)
1
.
Мы предлагаем оптимизацию на втором уровне кредитной оценки
заемщика – кредитного андеррайтинга.
По мнению автора, использование андеррайтинга в автоматическом
режиме рационально для кредитных заявок по потребительским кредитам для
участников зарплатных проектов, заемщиков имеющих положительную
кредитную историю и стабильный доход, высокий балл по скорингу и хорошую
благонадежность), или для оценки возможности изменений по условиям
кредитования, в первую очередь – увеличения суммы кредита.
В свете выше сказанного, для оптимизации кредитной политики ПАО
«Сбербанк России» в целях снижения количества т.н. «плохих» кредитов, для
основных видов потребительского кредитования, где фигурируют более
высокие суммы займа, считаем необходимым оценивать риски
неплатежеспособности заемщика автоматическим способом по развернутой
шкале факторов: не только доходы по основному месту работы; но и профессия
и экономическая активность; возраст заемщика; состав семьи; уровень
образования; наличие имущества в собственности; состояние здоровья; уровень
расходов; наличие полиса добровольного медицинского страхования; поездки
за рубеж в течение последнего года; ведение бизнеса как источник
дополнительного дохода.
В таблице 16 представлен перечень свидетельств, которые могут
рассматриваться при оценке платежеспособности заемщика, а в таблице
Приложения Ж представлены факторы, влияющие на платежеспособность
заемщика, и шкала их оценки. Для каждого заемщика необходимо определять в
баллах конкретное значение фактора.
1
Решения для скоринга и скоринговых оценок компании FICO/FICO Score 9 [Электронный ресурс]
Режим доступа: http://www.fico.com/en/latestthinking/product-sheet/fico-score-9.
70
Таблица 16
Свидетельства, подтверждающие платежеспособность заемщика
Для разработки конкретной шкалы факторов необходима статистическая
информация о заемщиках, имеющих просроченные ссуды. Такая информация
на общенациональном уровне отсутствует, поскольку фактически не работают
бюро кредитных историй. К тому же они и не располагают столь подробной
информацией о заемщиках. Но подобная работа могла бы быть проведена на
уровне отдельных банков. За рубежом аналогичные исследования проводятся
как учеными, так и компаниями (например, Visa)
1
.
К факторам, которые сложно прогнозировать, но влияющим на
платежеспособность заемщика, относятся развод, проблемы со здоровьем,
влекущие утрату трудоспособности, потеря работы. Каждый банк
разрабатывает свою методику андеррайтинга, используя различные критерии и
их веса.
Предлагается каждому фактору присвоить определенный коэффициент
его значимости (Приложение И)
2
. Затем на основании балльной оценки фактора
и коэффициента значимости можно рассчитать кредитный рейтинг заемщика.
Далее по таблице 18 можно определить лимит кредитования в зависимости от
кредитного рейтинга.
1
Колесников, Н. Скоринг: абстрактно и конкретно [Текст]/Н.Колесников // Банковские технологии. –
2016.– №1. С. 32.
2
Чернова, М.В. Оценка платежеспособности заемщика в личном (потребительском) кредитовании
[Текст] / М.В.Чернова // Экономический анализ: теория и практика. – 2014. – №26. С. 47.
71
Таблица 18
Расчет лимита кредитования в зависимости от кредитного рейтинга
Показатель
Категория
1
Категория
2
Категория
3
Категория
4
Кредитный рейтинг
заемщика
30 и менее
от 31 до 60
от 61 до 80
свыше 81
Коэффициент для
определения лимита
кредитования к
совокупному доходу
при сроке кредита
один год
Кредитование
нецелесообразно
1,9
2,2
2,8
Таким образом, можно заключить, что в процессе андеррайтинга
оцениваются риски возникновения невозвратов кредитных средств заемщиками
с использованием системы факторов, которые характеризуют
платежеспособность и кредитоспособность потенциальных заемщиков.
Проведя тщательный анализ совокупности информации, которую собрал
банк о клиенте, специалисты принимают решение о возможности или
невозможности выдачи кредита и его величине.
Процедура андеррайтинга проводится кредитным специалистом, на
основе пакета документации, представленного заемщиком, который готовит
досье заемщика для рассмотрения его на кредитном комитете. Факторы в
системе неравнозначны, но доход априори – приоритетный показатель для
большинства кредитных организаций.
Результат андеррайтинга – вынесение решения о возможности выдачи
кредита в полном или частичном объеме или же об отказе.
Таким образом, для оптимизации процесса кредитования физических лиц
в качестве пилотного проекта на уровне отделения №8617/0167 ПАО
«Сбербанк России» (Северо-Западный федеральный округ, Республика Коми,
городской округ Ухта, Ухта, просп. Ленина, 75) предлагаем к внедрению
автоматизированную систему индивидуального андеррайтинга, которая может
применяться на второй ступени кредитного отбора при принятии решения об
условиях кредитования и корректировке размера и лимита ссуды.
72
Внедрение автоматизированной информационной системы «Кредитный
онлайн-андеррайтинг» направлено, на рост уровня одобрения заявок и
увеличение максимально возможной суммы кредита, и соответственно
увеличения числа потенциальных заемщиков и объемов выданных кредитов.
Внедряя автоматизированную систему «Кредитный онлайн-
андеррайтинг», мы ожидаем, что благодаря совершенствованию методик
оценки кредитоспособности заемщиков в дальнейшем планируется снижение
времени рассмотрения заявок и получении более точной оценки заемщика.
Такое предложение является актуальным в связи с тенденцией снижения
количества одобряемых банками кредитных заявок, а также необходимостью
постоянной оптимизации процесса кредитования в «Сбербанке».
На основе такого инновационного подхода мы ожидаем:
- возрастания скорости принятия решения по заявке, выдаче средств;
- существенного сокращения времени обслуживания заемщиков;
- снижения операционных издержек, связанных с документооборотом;
- увеличения лояльности клиентов.
Эффективность от автоматизированной системы заключается в
следующем:
повышение качества и оперативность обработки поступающей
информации (информация вводится и обрабатывается автоматически,
программа дает заключение о степени надежности потенциального кредитора);
широкое использование справочной информации (налоговая служба,
другие коммерческие банки города, ГИБДД, кадровые агентства, управляющие
компании ЖКХ) на региональном уровне;
увеличение скорости доступа к необходимым документам, снижения
трудоемкости учетных работ;
обеспечение надежного хранения данных.
Таким образом, АИС «Кредитный онлайн-андеррайтинг» в банке
уменьшит время и затраты на обработку и поиск оперативной информации. И
частично освободит рабочее время кредитного эксперта для исполнения других
73
обязанностей связанных с обслуживанием клиента.
В связи с этим, в дополнение к существующей головной системе оценки
заемщика ПАО «Сбербанк России» «Кредитная фабрика», предлагаем
разработать автоматизированную информационную систему «Кредитный
онлайн-андеррайтинг» регионального масштаба.
Специалистами «Сбербанка» может быть разработана интегральная
скоринговая модель, направленная на проверку кредитоспособности заемщика,
а также выявление неблагонадежных клиентов из общего потока. В программе
возможно использовать модель, позволяющую дополнить оценку прогнозными
показателями дохода заемщика. Также с помощью нее возможна корректировка
рейтинга заемщика с учетом региональной макроэкономической специфики.
По расчетам требуется работа как минимум трех работников: инженера-
программиста (разрабатывает и внедряет программу) и кредитного менеджера
(андеррайтера) и риск-аналитика банка (формируют региональную базу и
коллегиально составляют перечень критериев отбора и оценки заемщика).
Ориентировочно работа по разработке и внедрению программы
продолжится не менее 5 месяцев.
Данные о затратах на проектирование АИС приведены в таблице 19.
Таблица 19
Затраты на внедрение автоматизированной информационной
системы «Кредитный онлайн-андеррайтинг»
Статья затрат
Сумма, руб.
1
Зарплата специалистов проекта
701 500
1.1
Затраты на зарплату инженера - программиста
214 000
1.2
Затраты на зарплату риск-аналитика
322 500
1.3
Затраты на зарплату кредитного менеджера (андеррайтера)
165 000
2
Отчисления на социальные нужды
210 450
3
Расходные материалы, программное обеспечение
245 800
4
Амортизационные отчисления компьютерной техники
12 670
5
Прочие затраты (накладные расходы, 10%)
234 044
Всего затрат на проект
1 404 464
Следовательно, общая сумма затрат на создание программного продукта,
позволяющего внедрить систему «Кредитный онлайн-андеррайтинг» составит
1 404,5 тыс. руб.
Как было показано выше, внедрение автоматизированной