Кредитные операции на примере Сбербанка

     Использование многофакторных математических моделей  собственной разработки – достаточно редкое явление, хотя формула «Z-счета» Э.Альтмана применяется во многих банках.

     Таким образом, можно сделать вывод о неполном отражении сущности понятия «кредитоспособность» в используемых на практике методиках оценки заемщика, что прежде всего проявляется в отсутствии их гибкости и комплексности, низком уровне формализации процедуры анализа нефинансовых параметров заемщика.

     Это свидетельствует о необходимости  совершенствования теоретических основ методики оценки предприятия – заемщика, учет которых при аналитической проработке кредитных решений будет способствовать более полной реализации основополагающего принципа кредита – возвратности.  

     4.2 Перспективные и  новые методики  оценки кредитоспособности 

     В России все большее распространение  наряду с традиционными способами оценки кредитоспособности получает скоринг – кредитование, а также оценка кредитоспособности заемщика на основе интеллектуального анализа данных Data Mining (с использованием деревьев решений).

     Система «кредит – скоринг» в США –  специальная шкала для измерения  рейтинга заемщика, представляющая начисление баллов клиенту в зависимости от уровня его кредитоспособности. Скоринг используется главным образом при кредитовании физических лиц и представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.

     Важная  черта системы «кредит – скоринг» заключается в том, что она  не может применяться по шаблону, а должна разрабатываться исходя из особенностей, присущих банку, его клиентуре, учитывая характер банковского законодательства и традиции страны, то есть подлежит обязательному наблюдению и видоизменению.

     Сегодня известно достаточно много методик  кредитного скоринга. Одной из самых известных является модель Дюрана. Дюран выделил группы факторов, позволяющих максимально определить степень кредитного риска, и коэффициенты для различных факторов, характеризующих кредитоспособность физического лица: пол, возраст, срок проживания в данной местности, профессия, финансовые показатели, работа, занятость.

     В самом упрощенном виде скоринговая  модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель (SCORE). Чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени кредитоспособности.

     Сейчас  банки требуют от потенциальных клиентов широкий перечень документов, которые являются официальным основанием для получения кредита. Несмотря на то, что не существует официальной процедуры работы с ними, и каждый банк по своей собственной схеме собирает эти документы, в целом они должны содержать все необходимые сведения о заемщике.

     Среди преимуществ скоринговых систем банкиры указывают снижение уровня невозврата кредита, быстроту и беспристрастность в принятии решений, возможность эффективного управлении кредитным портфелем, отсутствие необходимости длительного обучении персонала.

     Основной  недостаток скоринговой системы  оценки кредитоспособности физических лиц – низкая адаптируемость. Используемая же для оценки кредитоспособности система должна отвечать положению дел. Например, в США считается плюсом, если человек поменял место работы – это говорит о его востребованности. В нашей стране наоборот - данное обстоятельство свидетельствует, что человек либо не может ужиться с коллективом, либо он малоценный специалист, и, соответственно, повысится вероятность просрочки в платежах.

     В России скоринг будет скорее применим к юридическим, нежели к физическим лицам, потому что у российских банков накоплено больше информации о предприятиях.

     Еще одним вариантом решения поставленной задачи является применение алгоритмов, методом математического анализа данных, то есть отнесения какого - либо потенциального заемщика к одному из известных классов. Такого рода задачи с большим успехом решаются одним из методов Data Mining – при помощи «деревьев решений». Получаемая модель – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

     Сущность  этого метода заключается в следующем. На основе данных за прошлые годы строится дерево. При этом класс каждой из ситуаций, на основе которых строится дерево, заранее известен. При построении дерева все известные ситуации обучающей выборки сначала попадают в верхний узел, а потом распределяются и могут быть разбиты на дочерние узлы. Критерий разбиения – это различные значения какого – либо входного фактора. В определении поля, по которому происходит разбиение, используется показатель, называемый энтропия, или мера неопределенности. Выбирается поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к разным классам) находятся в одном узле.

     Понимание необходимости иметь в России действующий институт кредитных историй пришло задолго до кризиса 1998 года, который помешал законодательному утверждению этого института. Катализатором принятия закона «О кредитных историях» от 22.12.2004 г. послужил банковский кризис лета 2004г.

     Закон об институте кредитных историй  описывает регламент приема, передачи и обмена информацией. Деятельность бюро не должна нарушать личных прав и свобод граждан. Практикующие банковские юристы высказывают мнения: если в кредитное соглашение (договор) кредитора и заемщика внести оговорку о том, что банк имеет право или обязуется в случае нарушения заемщиком условий кредитного договора передать информацию в кредитное бюро, заемщик не просто сам соглашается на разглашение информации о себе, а фактически дает поручение банку. И банк, передавая негативную кредитную историю в бюро, будет исполнять обязательство, данное ему заемщиком.

     Пока  в России отсутствует всеобщая информационная сеть по всем предприятиям (потенциальным  заемщикам) и пока предприятия будут  бояться предоставлять в такую сеть информацию о себе, риски будут оставаться высокими. Для решения данной проблемы необходимо привлечение законодательных органов.

     Работа  по созданию в нашей стране отлаженной системы сбора информации о клиентах – потенциальных заемщиках только начинается. Изучение зарубежного опыта и использование его в современной отечественной банковской практике поможет снять многие проблемы российских банкиров. 

     4.3 Порядок определения  кредитоспособности  ссудозаемщиков в  учреждениях Сбербанка РФ 

     Методика  определения кредитоспособности заемщиков  закреплена в Инструкции Сбербанка РФ «О кредитовании юридических лиц учреждениями Сбербанка РФ» от 26.10.93г № 26-р и «Правилах кредитования физических лиц учреждениями Сбербанка РФ» от 10.07.97г № 229-р.

     При расчете платежеспособности физических лиц из дохода вычитаются все обязательные платежи, указанные в справке и анкете (подоходный налог, взносы, алименты, компенсация ущерба, погашение задолженности и уплата процентов по другим кредитам, сумма обязательств по предоставленным поручительствам, выплаты в погашение стоимости приобретенных в рассрочку товаров и др.). Для этой цели каждое обязательство по предоставленному поручительству принимается в размере 50% среднемесячного платежа по соответствующему основному обязательству.

     Платежеспособность  заемщика определяется следующим образом: 

      , (1) 

     где Дч - среднемесячный доход (чистый) за 6 месяцев за вычетом всех обязательных платежей;

     К - коэффициент в зависимости от величины Дч:

     К = 0,3 при Дч в эквиваленте до 500 долларов США,

     К = 0,4 при Дч в эквиваленте от 501 до 1000 долларов США,

     К = 0,5 при Дч в эквиваленте от 1001 до 2000 долларов США,

     К = 0,6 при Дч в эквиваленте свыше 2000 долларов США,

     t - срок кредитования (в мес.).

     Доход в эквиваленте определяется как  отношение дохода в рублях к курсу доллара США, установленного ЦБ РФ на момент обращения заявителя в банк.

     Для определения платежеспособности заемщика - предпринимателя вместо справки с места работы используется декларация о доходах за предыдущий год, заверенная налоговой инспекцией. В этом случае Дч рассчитывается как среднемесячный доход за год за вычетом всех обязательных платежей.

     Если  у кредитного инспектора имеются  сомнения в отношении сохранения уровня доходов заемщика в течение предполагаемого срока кредита (например, при неустойчивом финансовом положении организации, в которой работает заемщик, наличии в сумме дохода разовых негарантированных выплат и т.д.) величина Дч может быть скорректирована в сторону уменьшения с соответствующими пояснениями в заключении кредитного инспектора.

     Если в течение предполагаемого срока кредита заемщик вступает в пенсионный возраст, то его платежеспособность определяется следующим образом: 

      , (2) 

     где Дч1 – среднемесячный доход, рассчитанный аналогично Дч;

     t1 - период кредитования (в месяцах), приходящийся на трудоспособный возраст заемщика;

     Дч2 - среднемесячный доход пенсионера (принимается равным минимальному размеру пенсии ввиду отсутствия документального подтверждения размера будущей пенсии заемщика);

     t2 - период кредитования (в месяцах), приходящийся на пенсионный возраст заемщика;

     К1 и К2 - коэффициенты, аналогичные  К, в зависимости от величин Дч1 и Дч2.

     При предоставлении кредита в рублях платежеспособность рассчитывается в рублях. При предоставлении кредита в иностранной валюте платежеспособность рассчитывается в долларах США.

     Платежеспособность  поручителей определяется аналогично платежеспособности заемщика с той разницей, что К = 0,3 вне зависимости от величины Дч.

     Максимальный  размер предоставляемого кредита (S) рассчитывается в два этапа.

     1) Определяется максимальный размер  кредита на основе платежеспособности заемщика (Sp). При этом условно принимается, что:

 

       (3) 

     2) Полученная величина корректируется  с учетом других влияющих факторов: предоставленного обеспечения возврата кредита, информации, представленной в заключениях других подразделений банка, остатка задолженности по ранее полученным кредитам.

     Поручительство  предоставляется на всю сумму  обязательств заемщика по кредитному договору. Вместе с тем, при определении максимального размера кредита поручительство учитывается только в пределах платежеспособности поручителя.

     Если  поручитель обязуется отвечать перед  банком за исполнение заемщиком его обязательств по кредитному договору в части, то при определении максимального размера кредита величина платежеспособности поручителя принимается также частично (пропорционально доле его поручительства в сумме обязательств заемщика). 

     Если  по совокупности обеспечение (О) - сумма  платежеспособности поручителей и залога в оценочной стоимости - меньше величины платежеспособности заемщика (P), то максимальный размер кредита (So) определяется на основе соотношения: 

       (4) 

     Далее величина максимального размера  кредита уточняется с учетом благонадежности заемщика и остатка задолженности по другим кредитам.

     Кредитный инспектор составляет письменное заключение о целесообразности выдачи кредита (отказа в выдаче) и согласовывает с заемщиком условия предоставления кредита. Заключение кредитного инспектора, завизированное руководителем кредитующего подразделения, заключения других служб банка и дочернего предприятия прилагаются к пакету документов заемщика. Кредитный инспектор вправе самостоятельно принять решение об отказе в выдаче кредита: