2047

3

Обозначения и сокращения

БД – база данных; БЗ – база знаний; БП – база правил;

В– вероятностный;

ГНС – группа несовместных событий; ДНФ – дизъюнктивная нормальная форма; КЗ – кредитный заемщик;

Л– логический;

ЛВ – логико-вероятностный; ЛПР – лицо, принимающее решение; МЗ –модель знаний; НС – нейронная сеть; ПР – принятие решения;

ПЭВМ – персональная электронно-вычислительная машина; СПП – семантическое пространство признаков; СЗП – слова-значения-признаки;

ИСППР – интеллектуальная система поддержки принятия решений;

СУБД – система управления базами данных; ТБД – таблица базы данных;

B – «плохая» кредитная история (bad);

СH – кредитная история (credit history); G – «хорошая» кредитная история (good).

4

ВВЕДЕНИЕ

Специфика ведения бизнеса в российских рыночных условиях требует повышенного внимания к вопросу оценки рисков кредитования банками физических лиц. Как наиболее массовый вид банковских услуг, потребительский кредит, несомненно, оказывает большое влияние на состояние всей банковской системы, развитие среднего и малого бизнеса.

Следует определить, что в работе рассматривается вид потребительского кредита – розничный кредит, выдача которого осуществляется через торговые сети или филиалы банка (иначе называемый экс- ресс-кредит, необеспеченный, беззалоговый кредит или нецелевой кредит).

Актуальность разработки нового метода принятия решений на основе оценки рисков розничного кредитования подтверждается, с одной стороны, статистикой продолжающегося роста невозвратов кредитных средств (на 01.01.2007 г. – 1,88 трн. рублей; на

01.01.2008 – 2,97 трн. рублей [50, 129, 143]), выданных на основании существующих методов и методик оценки кредитных рисков [31, 48, 51, 64, 65, 90, 126, 144, 157], и, с другой стороны, существует необходимость сохранить кредитную деятельность, в том числе как возможность смягчения воздействия кризиса на малый и средний бизнес и как поддержку населения во времена депрессивной экономики

[131, 104].

Главная составляющая повышения эффективности системы розничного кредитования – эффективность оценки риска данного вида услуг и, как следствие, снижение невозвратов заемных средств и оправданная диверсификация рисков.

Существующие методики оценки кредитного риска применительно к кредитованию физических лиц базируются на ряде общих принципов, что позволяет сгруппировать их в определенные направления: методики Центрального банка – платежеспособность соискателя определяется исходя из наличия залога или залогового имущества [29, 30, 80]; методы, предложенные Базельским комитетом по банковскому надзору, в том числе подход, наиболее приемлемый и широко используемый, основанный на рейтинговой оценке – скоринг

[51, 124 ,125, 110].

Авторы работ по оценке рисков банковской системы Т.Н. Данилова, В.В. Карасев, Е.Д. Соложенцев [51, 124 ,125] отмеча-

5

ют основные проблемы существующих методик, а именно, в первом случае: непрозрачность, недостоверность доходов, как соискателей, так и поручителей, несоизмеримость предлагаемого залогового имущества и суммы кредита, сложность процедуры оформления услуги и во втором: использование нероссийских методик и недостоверность накопленной статистики.

Анализ материала, посвященного кредитному скорингу [1, 36, 51, 58, 90, 157, 162, 163, 164, 166, 175, и др.] как системе приоритетно ре-

гулирующей деятельность коммерческих банков, оказывающей услуги экспресс-кредитования, дает право предположить, что оценка кредитоспособности заёмщика происходит по двум паритетным направлениям: обработка классической анкеты заёмщика нетривиальными методами статистического анализа и/или более детальная формализация оценки кредитоспособности с использованием новейших исследований в макроэкономике, социологии и психологии. Однако, основываясь на заявленных данных разработчиками программного обес-

печения оценки заемщика (Credit Scoring Solution, EGAR Application Scoring, Автоматизированная система РОСНО, «dm-Score – аналитические технологии для бизнеса», «Лаборатория НТР», Base Group Labs, Scorto) и проведенном анализе анкет банков, специализирующихся на данном виде услуг (Home Credit & Finance Bank, АБ «Газпромбанк», Банк «ЦентроКредит», Банк Интегро, АКБ «Московский Банк Реконструкции и Развития», Сбербанк России, Альфа-Банк, Банк Ренессанс и др.) [79, 160, 165, 174, и др.], которые используют данное программное обеспечение, следует отметить, что основным методом, который лежит в основе скоринговых систем, является «метод коэффициентов», его использование приводит к ошибкам классификации кредитных заемщиков на «хороших» и «плохих» и не позволяет оценить возможность диверсификации рисков среди соискателей; несомненно, наиболее важный для оценки физических лиц – аспект, связанный с субъективным кредитным поведением, используется недостаточно или не рассматривается вовсе.

На основании выводов из подробного анализа литературы, раскрывающей вопросы экономической, социальной психологии [4, 27, 37, 40, 45, 53, 54, 82, 85, 86 и др.], литературы, посвященной финан-

совым рискам [8, 41, 48, 51, 64, 71, 91, 108, 119, 123, 124, 126, 130, 157, 158], следует, что риск-менеджерам необходимо анализировать риски (качественно и количественно), в основе которых лежит симбиоз внешних воздействий и субъективного принятия решения, часто

6

отличного от рационального. При оценке риска выдачи соискателю кредита необходимо рассматривать его как субъект, который к моменту осуществления действия «кредит» уже имеет индивидуальный опыт взаимодействия с внешней средой в системе кредитномонетарных отношений.

Вопросы субъективного поведения человека наиболее актуальны на сегодняшний день в области разработки интеллектуальных информационных систем. Авторами работ [33, 35, 44] А.И. Башмаковым, И.А. Башмаковым, Т.А. Гавриловой, В.Ф. Хорошевским рассматриваются вопросы проектирования интеллектуальных систем, как систем направленных, в том числе на изучение и моделирование субъективного поведения человека.

Таким образом, вопрос о разработке метода и алгоритмов интеллектуальной поддержки принятия решений на основе оценки рисков с учетом аспектов субъективного кредитного поведения остается актуальным.

7

Глава 1. ПРОБЛЕМНЫЙ АНАЛИЗ СОСТОЯНИЯ УСЛУГ КРЕДИТОВАНИЯ

Впервой главе выполнен всесторонний анализ состояния услуг розничного кредитования, выявлены проблемы принятия решений на основе оценки рисков розничного кредитования, определены возможные пути преодоления обозначенных проблем, определены задачи, решение которых позволит значительно повысить эффективность системы принятия решений о возможности выдачи кредита.

1.1.Анализ состояния услуг розничного кредитования

Вработе рассмотрен потребительский кредит, как наиболее массовый вид банковских услуг и, несомненно, оказывающий большое влияние на состояние всей банковской системы и экономики страны в целом. Желание потреблять в России после продолжительной жизни в перманентном состоянии экономического кризиса, – особенность менталитета «среднего класса», привело к бурному развитию процесса розничного кредитования [34, 62, 70, 83, 104].

Банки быстро отреагировали на растущий спрос всевозможными предложениями на данном рынке услуг. Агрессивная динамика роста объемов потребительского кредитования, в том числе необеспеченных розничных кредитов, подтверждается аналитической отчетностью банков [104]: в 2004 г. – 617 млрд. рублей, 2005 год – 1 трлн. рублей, 2006 – 2,1 трлн. рублей. По итогам 2007 г. объем кредитов физическим лицам уже составляет 3,3 трлн. рублей. В 2008 г. темпы роста выдачи кредитов замедлились в связи с изменившейся финан- сово-экономической ситуацией в мире.

Банки-лидеры по объему выданных кредитов физическим лицам широко известны в Западносибирском регионе: Сбербанк России (37 %), Русский Стандарт (8 %), Группа ВТБ (4 %), ХКБ БАНК (1 %). Практически все ведущие универсальные банки активно развивают розницу. По данным аналитической отчетности в 2008 г. эти банки не прекратили данную деятельность и активно продолжают работать в данном направлении.

Далее рассмотрим проблему невозврата кредитов. Активизация банков в работе с коллекторскими агентствами по возврату «плохих» долгов делает официальный уровень просроченной задолженности у

8

банков все менее информативным. Рост невозвратов потребительских кредитов (не выделяя нецелевые кредиты) подтверждается следующей статистикой: на 01.01.2007 г. объем долгов банкам составил 1,88 трлн. рублей, а на 01.01.2008 г. – 2,97 трлн. рублей. Следует заметить, риски невозврата в разных сегментах рынка кардинально отличаются. Это связано с разными подходами банков к оценке кредитных заемщиков (КЗ) и страхованию своих рисков. В сегменте розничных кредитов риски невозврата наиболее высоки, у банков более высокая доходность портфелей кредитов: доходность розничных портфелей банков составляет 23–50 %, при этом, страхуя переоцененные риски, комиссионные доходы у ряда банков превышают процентные доходы (рис. 1.1).

процентная ставка, %; комиссии банка, %; штрафы, %

Рис. 1.1. Структура доходности по розничным кредитам

Высокие риски невозврата в розничном кредитовании достигли той критической отметки, когда банки начали снижать объемы кредитов в данном сегменте. Свыше 50 % невозврата на рынке розничного кредитования приходится на банки, работающие преимущественно в сегменте кредитования до 1 года и кредитов до востребования, около 11 % объема невозврата по розничным кредитам на сроки 1–3 года и свыше трех лет.

Таким образом, политика банков в секторе розничного кредитования и несовершенность оценки рисков данного вида услуг приводит

9