53
По каждой группе коэффициентов (ликвидность, рентабельность и т.д.)
предлагается рассчитывать рейтинг, как указано в формуле ниже. [12, c.15]
Хp = (K1/Ko1+ + Kn/Kon) / (Ko1 + + Kon) (3.1)
где Xp – рейтинг каждой из групп показателей (ликвидность,
оборачиваемость и т.д.);
Кi – показатель, рассчитанный по финансовой отчетности заемщика
Koi – аналогичный медианный отраслевой показатель
Указанная методика позволит определять, насколько клиент по своим
финансовым метрикам и финансовому положению действует лучше или хуже,
чем в среднем по отрасли, что позволит получить более качественную оценку
кредитоспособности.
Итак, в настоящем параграфе автор предложил собственное решение
того, как может быть усовершенствован механизм кредитования, принятия
решений и формирования кредитной документации.
Основные предложения, изложенные в настоящем параграфе, отражены
на рисунке 3.2.
Рисунок 3.2. Предложения по устранению недостатков кредитного
процесса в ПАО «Сбербанк¬
Основные предложения по
совершенствованию кредитного процесса и
устранению недостатков
Автоматизация
Отдельных
операций
Отраслевой
анализ
(SWOT,
PEST). Доп.
кредитные
отчеты
Сравнение
финансовых
метрик со
среднеотрасле
выми
Использование
инструментов
страхования
54
В следующем разделе настоящего исследования автор изложит, как
указанные предложения, на его взгляд, повлияют на кредитный процесс в
ПАО «Сбербанк¬.
3.3. Оценка экономической эффективности предложенных
мероприятий
В таблице 3.3. ниже представлены основные проблемы, мероприятия по
их решению, ожидаемый результат, а также ответственные подразделения.
Таблица 3.3.
Основные недостатки кредитного процесса и меры по их преодолению
Недостаток
Меры
Ожидаемый
результат
Ответственный
Затраты
Дороговизна
кредитного
процесса
Автоматизация
отдельных операций
кредитного
процесса за счет
использования ИИ
Сокращение
себестоимост
и кредитного
процесса
Подразделение
методологии
IT-
подразделение
Новые
затраты
отсут-
ствуют.
Реализация
за счет
собственно
-го штата
IT-специа-
листов
Низкая скорость
кредитного
процесса
Увеличение
скорости
реализации
кредитной
сделки
Неверная оценка
кредитоспособн
ости заемщиков
Использование
дополнительной
информации об
отрасли.
SWOT, PEST анализ
Сравнение
финансовых метрик
заемщиков со
среднеотраслевыми
Улучшение
качества
кредитного
анализа
Снижение
рисков
просроченной
зад-ти
Кредитующее
подразделение
Анализ
займёт 2
часа
рабочего
времени
Общее
время на
кредитную
сделку
сократится
за счет
автоматиза
-ции
Недостаточное
использование
дополнительных
данных/отчетов
в процессе
оценки
Наличие
просроченной
задолженности
Использование
инструментов
страхования
Снижение
уровня
просроченной
зад-ти
Кредитующее
подразделение
Затраты на
страховку
несет
клиент
55
Безусловно, более глубокое внедрение искусственного интеллекта
позволит решить основные проблемы, представленные в предыдущих
разделах, такие, как высокая стоимость кредитного процесса для банка и его
длительность.
Говоря о результатах внедрения искусственного интеллекта, важно
понимать, кто является основным бенефициаром (выгодоприобретателем) от
его внедрения и в чем основные ценности от внедрения и применения
технологии искусственного интеллекта.
Прежде всего, стоит отметить ценность, которую получают клиенты
банка в результате внедрения автоматизации. В случае с клиентами, речь идет
в первую очередь о существенном сокращении сроков, в которые им будет
предоставлено финансирование. [31, c.1]
Благодаря использованию технологий искусственного интеллекта, банк
имеет возможность четко прогнозировать, сколько времени займет принятие
решения о предоставлении кредита, а клиенту не потребуется тратить большое
количество времени на предоставление различных документов, организацию
встреч с представителями банка и тому подобное. Таким образом,
автоматизация позволяет существенно экономить время клиента благодаря
более прогнозируемому механизму принятия решения. [31, c.1]
Во-вторых, стоит отметить, что внедрение автоматизации позволяет для
банка предлагать клиентам более либеральные ценовые условия, в связи с тем,
что онлайн-продукты, которые банк имеет возможность предложить
благодаря внедрению искусственного интеллекта, безусловно, дешевле, чем
кредитные продукты в результате классического кредитования. [31, c.1]
Как уже было описано в предыдущих разделах настоящего
исследования, в рамках классического кредитного процесса, задействовано
большое количество подразделений и сотрудников. Это сотрудники
56
клиентских, кредитных, юридических подразделений, подразделений
безопасности и комплаенс, иные специалисты. Осуществляя замену
искусственным интеллектом человеческого труда, снижаются затраты, а банк
получает определенный экономический эффект за счет оптимизации
себестоимости реализации одной сделки. Именно этот экономический эффект
и позволяет банку предлагать клиенту, например, более низкую ставку по
кредиту, и при этом все равно иметь более высокую маржинальность
кредитного процесса в целом.
Таким образом, при реализации мер, предложенных автором,
существенно увеличится доля сделок, рассматриваемых искусственным
интеллектом не только в сегменте оборотного кредитования, но и среди более
сложных, проектных сделок.
Третьим важным итогом углубления процессов автоматизации является
прогностическая точность, которая, безусловно, влияет и на качество
кредитного портфеля. Делая более точный прогноз, о том, какой будет
интересующая финансовая метрика заемщика (выручка, EBITDA, чистая
прибыль), банк снижает кредитные риски, тем самым увеличивая качество
кредитного портфеля и уменьшая вероятность потерь.
Для расчета эффекта от автоматизации автором был произведен ряд
расчетов. В табл. 3.4. ниже представлен эффект от автоматизации,
исчисленный во временном выражении.
57
Таблица 3.4.
Изменение временных затрат на одну кредитную сделку в связи с
автоматизацией отдельных операций
Операция
Текущий процесс
После реализации
предложений
Мин.
Часы
Дни
Мин.
Часы
Дни
Получение заявки от клиента
10
0,17
0,02
0
0,00
0,00
Предварительный анализ
документов
600
10,00
1,25
0
0,00
0,00
Принятие решения о работе с
клиентом
20
0,33
0,04
0
0,00
0,00
Составление и согласование
Term Sheet
450
7,50
0,94
0
0,00
0,00
Запрос дополнительных
документов
50
0,83
0,10
0
0,00
0,00
Полный анализ клиента
1 300
21,67
2,71
300
5,00
0,63
Анализ отрасли (SWOT,
PEST, сравнение
финансовых метрик с
отраслевыми)
0
0,00
0,00
120
2,00
0,25
Построение финансовой
модели
2 700
21,92
5,63
0
0,00
0,00
Доработка финансовой
модели
0
40,00
0,00
250
4,17
0,52
Структурирование сделки
1 315
21,92
2,74
615
10,25
1,28
Согласование со службой
рисков
2 400
40,00
5,00
1 200
20,00
2,50
Принятие решения
400
6,67
0,83
0
0,00
0,00
Подписание договора
120
2,00
0,25
60
1,00
0,13
Итого
9 365
156,08
19,51
2 545
42,42
5,30
Как видно из табл 3.4., общие трудозатраты кредитного специалиста на
рассмотрение одной сделки, снизились в 3,7 раз, с 19,5 дней до 5,3 дней\ за
счет автоматизации отдельных операций кредитного процесса, которые были
описаны в параграфе 3.2. настоящей Главы.
Также благодаря тому, что у сотрудников кредитующего подразделения
высвобождается свободное время, они могут потратить его на более
углубленный анализ отрасли по методике, описанной в параграфе 3.2.
настоящей Главы, что позволит принимать более взвешенные решения на
основании всестороннего анализа не только заемщика, но и отрасли.
58
В табл. 3.5. ниже в качестве вспомогательного расчета представлен
анализ себестоимости банка на одного кредитного специалиста.
Таблица 3.5.
Расчет стоимости трудового времени кредитного специалиста
Статья затрат банка, тыс. руб.
Значение, тыс. руб.
Заработная плата в месяц
70
Премиальные выплаты в месяц
105
Прочие выплаты в месяц
23
Итого затраты в месяц
198
Итого затраты в год
2 373
Количество рабочих дней (с учетом
отпусков и больничных)
177
Итого стоимость рабочего дня
сотрудника
13
Рассчитав стоимость одного рабочего дня сотрудника, равную 13 тыс.
руб., автор рассчитывает стоимость одной кредитной сделки, исходя из
рассчитанных в табл. 3.4. трудозатрат на каждую операцию. Результат расчета
представлен в табл. 3.6.
Таким образом, как указано в табл. 3.6., стоимость одной кредитной
сделки в результате реализации предложений, изложенных в настоящем
исследовании, сократится с 261 тыс. руб. до 71 тыс. руб. или в 3,68 раза.
59
Таблица 3.6.
Изменение стоимостных затрат на одну кредитную сделку в связи с
автоматизацией отдельных операций
Операция
Текущий процесс
После реализации
предложений
Дни
Тыс. руб.
Дни
Тыс. руб.
Получение заявки от клиента
0,02
0,28
0,00
0,00
Предварительный анализ документов
1,25
16,73
0,00
0,00
Принятие решения о работе с
клиентом
0,04
0,56
0,00
0,00
Составление и согласование Term
Sheet
0,94
12,55
0,00
0,00
Запрос дополнительных документов
0,10
1,39
0,00
0,00
Полный анализ клиента
2,71
36,25
0,63
8,37
Анализ отрасли (SWOT, PEST,
сравнение финансовых метрик с
отраслевыми)
0,00
0,00
0,25
3,35
Построение финансовой модели
5,63
75,29
0,00
0,00
Доработка финансовой модели
0,00
0,00
0,52
6,97
Структурирование сделки
2,74
36,67
1,28
17,15
Согласование со службой рисков
5,00
66,92
2,50
33,46
Принятие решения
0,83
11,15
0,00
0,00
Подписание договора
0,25
3,35
0,13
1,67
Итого
19,51
261,13
5,30
70,96
Безусловно, сокращение стоимости кредитной сделки влечет за собой
сокращение стоимости кредитного процесса в целом, что повлияет
положительным образом на отчетность банка.
Всего, в ПАО «Сбербанк¬ работает 300 000 сотрудников, из которых 30
000 – это сотрудники кредитующих подразделений. Согласно отчетности за 9
месяцев 2023 года, расходы на персонал составляют 632,4 млрд руб., таким
образом средние расходы на кредитование составляют ~10% или 63,2 млрд
руб. В результате реализации предложений, указанных в настоящем
исследовании, в связи с удешевлением кредитного процесса в 3,7 раз, расходы
на кредитование в структуре операционных расходов банка снизятся с 63,2
60
млрд руб. до 17 млрд руб. или на 46,2 млрд руб. в абсолютном выражении, как
указано в на рисунке 3.3. Снижение общей величины расходов, в свою
очередь, положительно повлияет на величину прибыли до налогообложения,
увеличив её на 46,2 млрд руб.
Рисунок 3.3. Влияние предложенных изменений на финансовый результат
ПАО «Сбербанк¬
Безусловно, говоря о результатах внедрения искусственного интеллекта,
важно упомянуть и так называемый социальный аспект, связанный с
возможностью потери сотрудниками рабочих мест. Важно отметить, что ПАО
«Сбербанк¬, несмотря на развитие технологии искусственного интеллекта,
стремиться сохранять численность сотрудников на одном уровне, не снижая
ее и существенно не наращивая. [31, c.1]
В банке существует собственный Корпоративный университет ПАО
«Сбербанк¬, где сотрудники могут пройти курс профессиональной
переподготовки, переориентироваться на другие направления развития
карьеры, освоить новую профессию и вновь стать востребованным.
Далее будет рассмотрен финансовый эффект от использования
страховых продуктов при хеджировании кредитных рисков в ПАО
«Сбербанк¬.
63,2
17
569,2
569,2
1505,7
1551,9
0
200
400
600
800
1000
1200
1400
1600
1800
До реализации предложений, млрд
руб.
После реализации предложений, млрд
руб.
Расходы на кредитование Прочие операционные расходы
Прибыль до налогообложения.
61
В табл. 3.7. смоделирована ситуация, при которой кредитные линии в
ПАО «Сбербанк¬, в рамках которых возникла действующая просроченная
задолженность, были бы застрахованы на принципах, указанных в параграфе
3.7. настоящего исследования, то есть при условии страхования 80% от суммы
задолженности.
Таблица 3.7.
Эффективность использования инструментов страхования для
снижения уровня просроченной задолженности в ПАО «Сбербанк¬
Тип
задолженности
Текущий размер
задолженности,
млрд руб.
Доля, %
Прогнозный
размер
задолженности,
млрд руб.
Доля, %
Срочная
21 814
96,2%
22 504
99,2%
Просроченная
862
3,8%
172
0,8%
Итого
22 676
100%
22 676
100%
Как указано в табл. 3.7. более активное использование страховых
инструментов позволит сократить объем просроченной задолженности на 3
процентных пункта до 0,8% от общей величины ссудной задолженности.
Сокращение просроченной задолженности, в свою очередь, приведет к
соответственному сокращению объема резервов. С учетом того, что объем
резервов на просроченную задолженность составляет 100%, использование
страховых инструментов позволит расформировать резерв в сумме ~0,7 трлн
руб., что в свою очередь увеличит на эквивалентную величину прибыль до
налогообложения, как указано на рисунке 3.4.
62
Рисунок 3.4. Эффект от страхования кредитов на величину прибыли до
налогообложения ПАО «Сбербанк¬
Таким образом, в настоящем разделе исследования автором были
сформулированы конкретные результаты, которые возможно достичь путем
реализации предложений автора.
Основные результаты сводятся к следующему:
Сокращение времени, потраченного на реализацию одной сделки на 11,2
дня (с 19,5 дней до 5,3 дней);
Удешевление стоимости одной кредитной сделки в 3,7 раз до 71 тыс. руб.;
Снижение величины резервов за счет сокращения уровня просроченной
задолженности на ~700 млрд руб. в связи с активным использованием
инструментов страхования в рамках сделки.
Улучшение качества кредитного анализа за счет использования
дополнительных отраслевых отчетов, использования SWOT/PEST
анализа, а также сравнения данных заемщика со средними по отрасли.
1,5
2,2
0
0,5
1
1,5
2
2,5
Текущий уровень Прогнозный уровень (при
страховании кредитов)
Прибыль до налогообложения, трлн руб.