33
При анализе кредитного портфеля коммерческого банка, важнейшую
роль играет его качество. Качество кредитного портфеля подтверждается
такими метриками как отношение обесцененных кредитов к совокупной
величине портфеля, а также покрытие резервами обесцененных кредитов.
Рисунок 2.9. Анализ качества кредитного портфеля ПАО «Сбербанк¬
Рисунок 2.9. наглядно демонстрирует, что качество кредитного
портфеля Сбербанка находится на высоком уровне. Процент кредитов,
относящихся к 3-й стадии, снизился на 0,1 п.п., составив 3,8%. В отчете
Сбербанка за 3-й квартал 2023 сказано, что отношение объема резервов к
величине обесцененных кредитов составляет 136,4%, что оценивается как
высокое. [19, c.6]
Исходя из вышеизложенного, можно сделать вывод, что Сбербанк
уделяет большое внимание работе с проблемной задолженностью,
своевременно создавая резервы, в соответствии с требованиями,
устанавливаемыми Центральным банком Российской Федерации. Данные
требования зафиксированы в постановлениях Банка России [8], [9]. Работа по
предотвращению проблемной задолженности позволяет банку сохранять
устойчивое финансовое положение.
34
В настоящем параграфе автор подробно проанализировал ключевые
показатели и динамику корпоративного кредитного портфеля ПАО
«Сбербанк¬. В следующем разделе настоящего исследования будет уделено
внимание анализу механизма кредитования юридических лиц: его
преимуществах, эффективности и недостатках.
2.3. Экономическая эффективность технологии кредитования
юридических лиц в ПАО «Сбербанк¬ и ее недостатки
В предыдущих разделах настоящего исследования автором была дана
подробная организационно-экономическая характеристика ПАО «Сбербанк¬,
а также проанализирован корпоративный кредитный портфель организации.
В настоящем разделе автор приведет оценку эффективности технологии
кредитования юридических лиц в ПАО «Сбербанк¬, а также сформулирует
основные недостатки указанной системы.
В целом механизм кредитования в ПАО «Сбербанк¬ аналогичен
общепринятому механизму кредитования в других коммерческих банках,
хотя, безусловно, в процессах есть и отличия, связанные с использованием
собственных автоматизированных систем учета, анализа, хранения и
обработки информации о заемщиках, их финансовом положении, а также
связанные с распределением функционала между подразделениями,
участвующими в кредитном процессе и, безусловно, со степенью внедрения
искусственного интеллекта в банковские процессы.
Классический кредитный процесс в ПАО «Сбербанк¬ начинается с
подачи заявки на кредит потенциальным заемщиком, в которой он обозначает
свою потребность в кредитовании, обозначает желаемые суммы, сроки и цели
использования кредитных средств. Далее над заявкой начинают работать
совместно кредитующее и клиентское подразделение, которые осуществляют
формирование индикативного предложения потенциальному заемщику,
35
проводя экспресс-анализ его финансового состояния для определения
основных параметров кредитной сделки.
После предварительного согласования основных условий с клиентом,
кредитный аналитик прорабатывает структуру сделки с соответствующими
службами, оценивающими в рамках своей зоны ответственности риски по
сделке. После получения заключений всех служб, кредитный аналитик
формирует собственное заключение, в котором проводит подробный
финансово-экономический анализ деятельности контрагента, анализ его
отчетности, его контрагентов, схемы товарно-денежных потоков,
конкурентной среды, а также строит финансовую модель заемщика,
оценивающую способность потенциального клиента погасить свои
обязательства.
После подготовки всех необходимых материалов кредитная заявка
направляется в подразделение корпоративного андеррайтинга, где проходит
рецензирование службы риск-менеджмента, который соглашается, либо не
соглашается с предложенной структурой сделки.
Итоговая позиция всех служб выносится на рассмотрение
соответствующего коллегиального органа банка (кредитного комитета),
который выслушивает позиции и аргументацию сторон (в случае наличия
разногласий) и выносит решение. Решение кредитного комитета может быть
положительным (сделка принимается на предложенных условиях),
отрицательным (сделка отклоняется) либо положительным, но с наличием
оговорок (сделка принимается при условии доработки).
Безусловно, если посмотреть на впечатляющие значительные
финансовые результаты банка, описанные в предыдущих разделах, то в целом
можно сделать однозначный вывод, что внедренные в банке процессы
кредитования являются эффективными, однако безусловно в механизме
36
кредитования ПАО «Сбербанк¬, как и в любом другом процессе, есть свои
недостатки, которые будут рассмотрены в настоящем параграфе далее.
Прежде всего, стоит отметить, что значительную роль в росте
эффективности процессов кредитования в последние годы, безусловно,
сыграли процессы искусственного интеллекта, it-технологий и цифрового
кредитования, активно внедряемые в процессы ПАО «Сбербанк¬. [31, c.1]
Искусственный интеллект в кредитовании самостоятельно
осуществляет сбор и обработку необходимой информации, а также
самостоятельно принимает решения о возможности и целесообразности
кредитования конкретного контрагента банка. В случае, если решение
является положительным, потенциальному заемщику в течение нескольких
минут отправляется кредитно-обеспечительная документация для
дальнейшего рассмотрения и подписания. [31, c.1]
Основные источники, из которых модель искусственного интеллекта
собирает необходимую для анализа информацию можно разделить в целом на
5 основных групп [31, c.1]:
1) Анализ структуры и объема оборотов компании на основании
предоставленных клиентов финансовых документов
2) Анализ финансовой отчетности компании (её основных форм)
3) Анализ кредитной истории на основании информации, имеющейся в
ПАО «Сбербанк¬, а также информации, получаемой из бюро
кредитных историй с согласия потенциального клиента.
4) Качественный анализ, заключающийся в сравнении размеров бизнеса
с сопоставимыми конкурентами, действующими на рынке.
5) Сбор и анализ данных из различных открытых источников,
государственных реестров и баз данных, прочих агрегаторов
информации.
37
Таким образом, кредитный процесс, реализуемый с участием
искусственного интеллекта в ПАО «Сбербанк¬ осуществляется без участия
человека, но имеет ряд недостатков и ограничений, о которых пойдет речь в
настоящем параграфе.
Автором ранее было озвучено, что в ПАО «Сбербанк¬ существует два
механизма кредитного процесса: классический, который полностью
реализуется человеком, пусть и с участием автоматизированных систем и
программ банка и онлайн-путь, который реализуется с участием
искусственного интеллекта.
Основные недостатки, связанные с классическим механизмом
кредитования, автором были подробно рассмотрены в Главе 1 настоящего
исследования. Они заключаются в достаточно длительном сроке рассмотрения
кредитных заявок, наличии человеческого фактора, что неизменно ведет к
ошибкам, что на глобальном уровне может увеличивать потери банка, а также
в дороговизне процесса кредитования для банка в связи с участием в нем
большого количества людей, а значит и в дороговизне кредитного продукта
для клиента.
Искусственный интеллект, позволяющий автоматизировать онлайн-
продукт существенно увеличивает скорость принятия решений, минимизирует
ошибки и удешевляет кредитный процесс, а значит – делает его более
эффективным как для банка, так и для клиента. Однако и существующий
механизм принятия решений о кредитовании с использованием
искусственного интеллекта, безусловно несовершенен, а значит содержит в
себе определенные недостатки. [31, c.1]
Прежде всего, на сегодняшний день онлайн механизм кредитования
применяется к наиболее стандартным и унифицированным сделкам, не
38
требующим глубокого анализа и погружения в отрасль либо в какой-либо
инвестиционный проект.
Вторым ограничением является сам тип юридического лица. Онлайн –
механизмы пока не способны работать со сложными юридическими лицами,
входящими в состав крупных холдингов, где кредитные риски необходимо
анализировать не только по конкретному контрагенту, но и в совокупности по
группе компаний/холдингу. Также полностью онлайн-механизмы пока не
применимы для клиентов, относящихся ключевым (крупнейшим) клиентам
банка. Особенности работы с данными клиентами подразумевают
исключительный индивидуальный подход к кредитной документации таких
клиентов, уникальный ковенантный пакет, что пока не позволяет полностью
«унифицировать¬ работу с ними с использованием искусственного
интеллекта.
Стоит отметить, что указанные выше ограничения для онлайн-
кредитования не позволяют распространить его действие на очень
значительный пул сделок и клиентов и в полной мере раскрыть потенциал
искусственного интеллекта.
Еще одной проблемой, связанной с эффективностью технологии
кредитования, которую выделяет автор, является проблема наличия
просроченной задолженности. Данная проблема в целом взаимосвязана с
проблемой неверной оценки кредитоспособности заемщиков.
В соответствии с данными о доле просроченной задолженности ПАО
Сбербанк, представленными в настоящей главе, можно сделать вывод, что её
доля невелика, однако она есть, что означает, что данная проблема требует
решения, которое будет рассмотрено в главе 3 настоящего исследования.
Среди недостатков, связанных с эффективностью технологии
кредитования ПАО «Сбербанк¬ стоит также отметить вероятность неверной
39
оценки кредитоспособности заемщиков. На взгляд автора, эта проблема
является первопричиной для озвученной ранее проблемы наличия
просроченной задолженности. Ключевым фактором, обуславливающим
неверную оценку кредитоспособности заемщиков, является тот факт, что
оценка кредитоспособности осуществляется преимущественно исходя из
финансового положения конкретного заемщика, на основании данных
бухгалтерской отчетности. В ходе кредитного анализа не уделяется должного
внимания анализу отрасли, конкурентов и положения заемщика в отрасли, а
также не используются дополнительные источники информации/отчеты.
Таким образом, озвученные в настоящем параграфе проблемы
резюмированы на рисунке 2.10.
Рисунок 2.10. Недостатки кредитного процесса в ПАО «Сбербанк¬
Итак, в настоящем параграфе автором были подробно
проанализированы недостатки и ограничения кредитного процесса в ПАО
«Сбербанк¬. Как было сказано ранее, безусловно, ПАО «Сбербанк¬ является
Дороговизна
кредитного
процесса
Низкая скорость
кредитного процесса
Неверная оценка
кредитоспособности
заемщиков
Основные недостатки кредитного процесса в
ПАО «Сбербанк¬
Неиспользование
дополнительных
данных/отчетов
Наличие
просроченной
задолженности
40
высокоэффективной организацией, что подтверждается его финансовыми
результатами. При этом, ни один процесс не может быть совершенен. В
следующем разделе настоящего исследования автор предложит собственное
видение того, как может быть увеличена эффективность кредитного процесса
и преодолены рассмотренные в настоящем параграфе недостатки.
41
3. СОВЕРШЕНСТВОВАНИЕ БАНКОВСКОГО КРЕДИТОВАНИЯ
ЮРИДИЧЕСКИХ ЛИЦ В ПАО «СБЕРБАНК¬
3.1 Совершенствование методов предупреждения кредитных рисков
при кредитовании юридических лиц в ПАО «Сбербанк¬
В настоящем параграфе автор продолжит развивать тему того, как в
ПАО «Сбербанк¬ с помощью инструментов искусственного интеллекта,
машинного обучения и цифрового кредитования развивается система и
культура риск-менеджмента.
Как было указано ранее в предыдущих разделах настоящего
исследования, искусственный интеллект активно внедряется во все процессы
банка, в том числе в сфере корпоративного кредитования и оценки рисков
юридических лиц.
Искусственный интеллект уже сейчас способен осуществлять анализ
кредитных рисков и предложить оптимальную структуру кредитной сделки, а
также осуществить проверку деловой репутации клиента, сформировать
автоматический запрос в бюро кредитных историй и предоставить результат.
Безусловно, важнейшей метрикой, подтверждающей эффективность
использования искусственного интеллекта в вопросах минимизации
корпоративных рисков, является качество кредитного портфеля. Согласно
интервью первого заместителя Председателя правления ПАО «Сбербанк¬
А.А. Ведяхина, качество кредитного портфеля, который был структурирован
и создан с участием искусственного интеллекта выше, чем у аналогичного
портфеля, создаваемого «вручную¬, то есть через классический кредитный
процесс. [22, с.1]
Искусственный интеллект обеспечивает значительное увеличение
точности любых прогнозов. Это является чрезвычайно важным фактором, так
42
как при построении любых прогнозных моделей, более точные прогнозные
метрики ключевых показателей отчетности, такие как выручка или EBITDA,
способствуют принятию более правильного точного решения, что в будущем
минимизирует возможные потери для банка, улучшает качество кредитного
портфеля. [31, c.1]
Более высокая точность расчетов обеспечена тем, что в основе
искусственного интеллекта лежат сложнейшие модели, которые разработаны
с опорой на big data, гигантские массивы ретро-информации, на которых
данная модель «обучается¬. Разумеется, человек в своих прогнозах физически
не способен обладать такой полнотой информации, какой обладает
искусственный интеллект.
Стоит отметить, что помимо классических кредитных рисков, связанных
с моделированием и прогнозов непосредственно финансового положения
заемщика, существует и ряд других рисков, реализация которых может стать
«триггером¬ для реализации кредитных рисков. Речь в данном случае идёт,
например, о климатических риск-событиях, в число которых входят штормы,
пожары, наводнения, таяния вечной мерзлоты и тому подобное.
В 2023 году в ПАО «Сбербанк¬ были созданы собственные модели,
обеспечивающие с помощью технологий искусственного интеллекта не
только возможность прогнозировать климатические риск-события
применительно к заемщикам банка, но и оценивать возможный
экономический ущерб от таких событий для деятельности заемщиков, а значит
и возможные будущие потери для банка. [30, c.1] Данные инструменты
позволяют не только банку учитывать в своем кредитном и риск-процессе
результаты такой деятельности, но и позволяют клиентам выстраивать
собственную стратегию развития с учетом полученных результатов модели.