96031

Совершенствование оценки кредитоспособности заемщиков - физических лиц ПАО «БАНК ВТБ»

Дипломная

Банковское дело и рынок ценных бумаг

Устойчивость и соответственно надежность каждого отдельного банка также во многом определяются надежностью его системы управления рисками. Банки принимают риски чтобы обеспечить доходность деятельности и рост стоимости банка в соответствии со своей стратегией.

Русский

2015-10-02

968.5 KB

29 чел.

Содержание


ВВЕДЕНИЕ

Продолжающийся бурный рост рынка кредитования физических лиц неизбежно влечет за собой принятие дополнительных кредитных рисков как на отдельное кредитное учреждение, так и на банковскую систему в целом. Это связано с двумя основными факторами: 1) вовлечением в процесс розничного кредитования в качестве заемщиков нового контингента физических лиц и как следствие увеличением общего количества действующих кредитных договоров; 2) ростом среднего объема розничного кредита. Экстенсивное развитие розничного кредитования проходит в условиях жесткой продуктовой и ценовой конкуренции основных участников рынка, что неизбежно ведет к снижению доходности данного направления банковского бизнеса. В этой ситуации качество управления кредитными рисками в розничном кредитовании становится не просто важным вопросом, а одним из конкурентных преимуществ/недостатков для кредитных учреждений, развивающих данный вид кредитования.

Конкурентная борьба идет не просто за доли расширяющегося рынка (в отличие, например, от торговли), а за «высококачественные» доли рынка, то есть за кредитоспособных заемщиков. Здесь необходимо пояснить термин «кредитоспособность». Данное понятие означает не только возможность (исходя из уровня и оценки стабильности доходов), но и желание потенциального заемщика вовремя и должным образом погасить задолженность. По существу реальным конкурентным преимуществом розничных банков становится уровень их кредитного «зрения», понимаемого как способность осуществлять выбор кредитоспособных заемщиков с высокой надежностью и минимальными затратами времени и ресурсов.

За последние десятилетия кредитный процесс стал более сложным и одновременно более эффективным, причем повышение эффективности было достигнуто благодаря не только автоматизации, но и встраиванию в процесс кредитования средств контроля кредитных рисков. В данном исследовании рассматриваются вопросы анализа и повышения эффективности кредитного процесса, связанные с использованием внутренних рейтинговых оценок и других инструментов риск-менеджмента.

Финансовый кризис 2008 года показал, насколько сильно устойчивость банковской системы зависит от качества управления рисками. Устойчивость и соответственно надежность каждого отдельного банка также во многом определяются надежностью его системы управления рисками. Напомним принятое в международной практике определение риска: «риск - это угроза того, что некое событие, действие либо бездействие негативно повлияет на способность организации реализовывать свои бизнес-цели или стратегию».

Банки принимают риски, чтобы обеспечить доходность деятельности и рост стоимости банка в соответствии со своей стратегией. Поэтому система управления рисками банка - это не преграда на пути рисков, она должна представлять собой «сито», которое пропускает только риски, обеспечивающие требуемую доходность.

Точнее, это «система фильтров», каждый из которых представляет собой определенный уровень контроля за риском. При этом в системе риск-ориентированного внутреннего контроля под контролем понимается всякое действие, предпринимаемое органом управления для повышения вероятности того, что установленные цели организации будут достигнуты.

Для большинства российских банков основной вид доходной деятельности - кредитные операции, поэтому очень значимой является система управления кредитным риском, что определило выбор и актуальность темы исследования.

Объектом исследования является ПАО «БАНК ВТБ», который предлагает различные формы кредитования, позволяющие эффективно реализовать потребности клиента в заемных средствах и минимизировать издержки по обслуживанию задолженности.

В качестве предмета исследования в работе выступает методика оценки кредитоспособности заемщиков - физических лиц, применяемая ПАО "ВТБ 24".

В настоящее время большое внимание уделяется укреплению позиций банка на региональном рынке с формированием устойчивой клиентской базы на перспективу для обеспечения гарантированного дохода от операций кредитования.  Основные направления кредитной политики проявляются в обеспечении эффективного управления кредитными ресурсами, минимизации и диверсификации кредитных рисков.

Целью работы является совершенствование оценки кредитоспособности заемщиков - физических лиц ПАО «БАНК ВТБ».

Проводимое при работе исследование предполагает решение следующих задач:

- изучить теоретические аспекты оценки кредитоспособности заемщиков - физических;

- провести анализ процедуры оценки кредитоспособности заемщиков - физических ПАО «БАНК ВТБ»;

- предложить мероприятия по совершенствованию оценки кредитоспособности заемщиков - физических лиц в ПАО «БАНК ВТБ».

Теоретической основой исследования явились труды ведущих зарубежных и отечественных ученых по рассматриваемой проблеме. В методических обоснованиях использованы также законодательные и нормативно-правовые акты, документы государственных органов РФ, регламентирующие современную банковскую деятельность, стратегию и тактику реформ, проводимых в кредитовании и всей сфере банковских услуг.

В процессе работы были изучены труды экономистов, исследовавших проблемы кредитных операций банков: Березиной М.П., Крупнова Ю.С., Косого A.M., Падалкиной Л.С., Савинского Ю.П., Сахаровой М.О., Ямпольского М.М. Были также изучены работы Барковского Н.Д., Валенцевой Н.И., Лаврушина О.В., Левчука И.В., Мамоновой И.Д., Ширинской З.Г. и других экономистов, посвященные вопросам сбалансированности пассивов и активов банка.

Структура исследования включает введение, основную часть из трех глав, список использованных источников и приложения.


1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ оценки кредитоспособности заемщиков - физических лиц

1.1. Понятие и сущность кредитоспособности

В рыночных условиях хозяйствования основной формой кредита является банковский кредит. О.И. Лаврушин дает следующее определение субъектов кредитных отношений, которые всегда выступают в качестве кредиторов и заемщиков: кредиторами являются лица (юридические и физические), предоставившие свои временно свободные средства в распоряжение заемщика на определенный срок. Заемщик - сторона кредитных отношений, получающая средства в пользование (в ссуду) и обязанная их возвратить в установленный срок. У коммерческих банков главным субъектом кредитных отношений выступает рыночное хозяйство. В настоящее время действует другая классификация хозяйствующих субъектов кредитования [12, с. 125]:

  •  коммерческие предприятия и организации;
  •  некоммерческие предприятия и организации;
  •  финансовые организации;
  •  нерезиденты - юридические лица;
  •  предприниматели (физические лица, занимающиеся предпринимательской деятельностью без образования юридического лица).

Банки-заемщики: отечественные банки и банки-нерезиденты.

Физические лица-заемщики: население, обращающееся за потребительскими ссудами, физические лица-нерезиденты и предприниматели. Государство как заемщик выступает в лице Министерства финансов РФ, финансовых органов субъектов РФ и местных органов власти, а также в лице государственных внебюджетных фондов РФ и внебюджетных фондов субъектов РФ и местных органов власти [14, c.162].

Коммерческие банки предоставляют своим клиентам разнообразные виды кредитов, которые можно классифицировать по различным признакам. По назначению (направлению) различают кредит:

  •  потребительский;
  •  промышленный;
  •  торговый;
  •  сельскохозяйственный;
  •  инвестиционный;
  •  бюджетный;
  •  межбанковский [55, с. 15]

В зависимости от сферы функционирования банковские кредиты, предоставляемые предприятиям всех отраслей хозяйства (т. е. хозяйствующим субъектам), могут быть двух видов: ссуды, участвующие в расширенном воспроизводстве основных фондов, и кредиты, участвующие в формировании оборотных фондов.

По срокам пользования кредиты бывают:

  •  до востребования;
  •  срочные.

Последние, в свою очередь, подразделяются на:

  •  краткосрочные (до 1 года);
  •  среднесрочные (от 1 до 3 лет);
  •  долгосрочные (свыше 3 лет) [53, с. 9]

По обеспечению: необеспеченные (бланковые) кредиты и обеспеченные, которые, в свою очередь, по характеру обеспечения подразделяются на залоговые, гарантированные и застрахованные.

По мнению О.И. Лаврушина по способу погашения различают ссуды, погашаемые единовременно (на определенную дату, обычно в конце срока договора), погашаемые в рассрочку (частями, долями - равномерными и неравномерными, в сроки, согласованные с банком) [12, с. 28].

Отношения в сфере кредита строятся по определенной системе. В качестве составляющих элементов система кредитования банковского кредитования включает в себя:

  •  объекты кредитования;
  •  порядок и степень участия собственных средств заемщиков в кредитуемой операции (сделке);
  •  способы регулирования ссудной задолженности;
  •  методы кредитования;
  •  формы ссудных счетов;
  •  банковский контроль в процессе кредитования.

Принципы кредитования и теория кредитного риска являются как бы своего рода надстройкой по отношению к системе кредитования в целом.

Возвратность как принцип кредитования означает, что банк может ссужать средства только на таких условиях и на такие цели, которые обеспечивают высвобождение ссуженной стоимости и ее обратный приток в банк. Возвратность как принцип кредитования проявляется в определении конкретного источника погашения кредита.

Источниками погашения кредитов у хозяйствующих субъектов могут выступать: выручка от реализации продукции, товаров, услуг, выполненных работ (в том числе от экспорта); выручка от реализации другого принадлежащего им имущества; денежные средства третьих лиц в погашение дебиторской задолженности; оформление новых кредитов в др. банках и т. д.

У физических лиц основными источниками погашения банковских ссуд являются: заработная плата, пенсии, доходы от предпринимательской деятельности. Кроме того, могут использоваться процентные доходы от срочных вкладов, размещенных в банках, от приобретенных ценных бумаг (банковских сертификатов, векселей, государственных и муниципальных облигаций), дивиденды от корпоративных акций и т. д. [23, с. 132]

Срочность кредитования представляет собой необходимую форму достижения возвратности кредита. Принцип срочности означает, что кредит должен быть не просто возвращен, а возвращен в строго определенный срок, т. е. в нем находит конкретное выражение фактор времени. И, следовательно, срочность есть временная определенность возвратности кредита. Сроки кредитования устанавливаются банком исходя из окупаемости затрат, завершения хозяйственных сделок.

Принцип платности кредита означает, что каждое предприятие-заемщик должно внести банку определенную плату за временное заимствование у него для своих нужд денежных средств. Реализация этого принципа на практике осуществляется через механизм банковского процента. Ставка банковского процента - своего рода «цена» кредита. Банку платность кредита обеспечивает покрытие его затрат, связанных с уплатой процентов за привлеченные в депозиты средства. Размер процентной ставки зависит от срока ссуды, финансового состояния заемщика, сферы его бизнеса и качества обеспечения.

Как указывает Е.Ф. Жуков,  дифференцированность кредитования означает, что коммерческие банки не должны однозначно подходить к вопросу о выдаче кредита своим клиентам, претендующим на его получение. Своевременность возврата кредита находится в тесной зависимости не только от кредитоспособности заемщиков, но и от обеспеченности кредита. Принцип обеспеченности кредита означает, что на случай непредвиденных обстоятельств, ухудшения финансового состояния заемщика банк должен располагать вторичными источниками погашения кредита, к которым относятся залог имущества, поручительства третьих лиц и банковская гарантия [9, с. 81]

В системе кредитования под объектом понимается цель кредита. Цель кредита выражает конкретные временные потребности в дополнительных денежных средствах хозяйствующих и других субъектов рынка, на удовлетворение которых может быть предоставлен банковский кредит. Целевое назначение кредита, за которым обращается заемщик, должно соответствовать банковской кредитной политике.

Величина выдаваемого каждому заемщику кредита четко имеет свои границы в банке-кредиторе, что находит свое выражение прежде всего в лимите кредитования. Последний выступает не только как ограничитель кредитного риска, который берет на себя банк по конкретному заемщику (или группе заемщиков), но и как ориентир для диверсификации кредитных вложений.

В системе кредитования существует такое понятие как методы кредитования, под которыми следует понимать способы выдачи и погашения кредита в соответствии с принципами кредитования. Предусмотрено предоставление (размещение) банком денежных средств клиентов банка следующими способами:

  •  разовым зачислением денежных средств на банковский счет либо разовой выдачей наличных денег;
  •  открытием кредитных линий различного вида;
  •  кредитованием банком расчетного (текущего, корреспондентского) счета клиента (при недостаточности или отсутствии на нем денежных средств) [29, с. 6]

Для коммерческих банков кредитование является одним из самых доходных видов их деятельности, но вместе с тем и высокорисковым. Это обязывает банки осуществлять тщательный контроль за соблюдением установленных принципов кредитования, а также за целевым использованием кредита заемщиками и его эффективностью в целом, учитывая, что банки в процессе кредитования оказывают активное влияние на хозяйственную и финансовую деятельность заемщиков.

Ф.Ф. Глисин дает следующую классификацию кредитов [18, с. 8]:            

1. Кредитование  разовых (целевых) ссуд. Разовые кредиты - это кредиты, которые предоставляются заемщикам от случая к случаю на удовлетворение различных их потребностей. При этом каждая ссуда оформляется индивидуальным кредитным договором с указанием цели и суммы кредита, срока его возврата, процентной ставки и обеспечения.

Для решения банком вопроса о выдаче такого кредита заемщик должен каждый раз представлять ему необходимый в таких случаях пакет документов. Выдача разовой ссуды всегда производится единовременно. Кредит выдается с простого ссудного счета, с зачислением суммы кредита на расчетный счет заемщика. Погашение разовых кредитов может производиться заемщиком как единовременно разовым платежом по окончании установленного договором срока кредита, так и периодически, в согласованные с банком сроки, в соответствующей оговоренной сумме.

2. Кредитование в форме открытия клиенту кредитной линии. Нормативные документы Банка России определяют кредитную линию как обязательство коммерческого банка предоставить заемщику денежную сумму в течение обусловленного срока при соблюдении одного из следующих условий [22, c.90]:

  •  общая сумма предоставленного заемщику кредита не превышает максимального размера - лимита выдачи, определенного договором (соглашением) обеих сторон;
  •  в период действия соглашения (договора) размер единовременной задолженности клиента банку не превысит установленного ему данным соглашением (договором) лимита задолженности. Таким образом, заемщикам банк может открывать как невозобновляемую кредитную линию (под лимит выдач), так и возобновляемую кредитную линию (под лимит задолженности).

Вместе с тем допускается открытие и таких кредитных линий, где сочетаются оба условия, т. е. установление заемщику одновременно и лимита выдачи, и лимита задолженности по кредитной линии.

3. Кредитование под лимит выдач (невозобновляемая кредитная линия). Под кредитной линией под лимит выдач понимается договор, по которому предусмотрена выдача кредитов несколькими суммами [21, c.25]:

  •  в пределах общей суммы договора (независимо от частичного погашения);
  •  в пределах общего срока договора.

При этом способе выдачи ссуд оборот суммарной выдачи кредитов должен быть не больше общей суммы, предусмотренной договором о кредитной линии. Величина кредита, предусмотренная к выдаче данным договором, является максимальной суммой кредита, которую заемщик может использовать в своем хозяйственном обороте в течение обусловленного срока и при соблюдении определенных условий кредитного договора (соглашения). Эта максимальная сумма кредита называется лимитом выдачи по кредитной линии и определяется объемом и условиями хозяйственной сделки, под которую испрашивается кредит.

4. Кредитование под лимит задолженности (возобновляемая кредитная линия). Под возобновляемой кредитной линией понимается договор (соглашение) о предоставлении заемщику ссуды, в котором определяется максимальный размер единовременной задолженности клиента-заемщика по полученным кредитам (лимит задолженности) и предусматривается возможность ее полного или частичного погашения на протяжении срока действия договора (соглашения) с правом последующего докредитования клиента до установленного лимита [64, c.55].

Таким образом, в отличие от невозобновляемой кредитной линии, где лимитируется оборот по выдаче кредита, при возобновляемой кредитной линии лимитируется ежедневный остаток ссудной задолженности клиента банку. Максимальная же сумма кредита, которую заемщик может получить в течение срока действия кредитного договора, не лимитируется.

Именно это обстоятельство дает возможность банку при погашении заемщиком задолженности по кредиту (полностью или частично) возобновить кредит в пределах установленного лимита задолженности. Неоднократные выдачи и погашения кредита в рамках договора (соглашения) об открытии кредитной линии под лимит задолженности являются главным достоинством возобновляемой («револьверной») кредитной линии [54, c.66].

Кредиты под поручительства выдаются ссудозаемщикам лишь в том случае, если поручитель является платежеспособным лицом.

Платежеспособность поручителя должна быть установлена банком-кредитором на основании представленной им финансовой отчетности за истекший год, заверенной аудитором, бухгалтерского баланса на последнюю дату, а также данных о состоянии и движении средств по его расчетному счету за последние 3-6 месяцев, о наличии у него ссудной задолженности (в разрезе банков-кредиторов с указанием сроков погашения) и выданных поручительствах в адрес третьих лиц.

После этого между банком-кредитором заемщика и поручителем последнего заключается договор поручительства. В договоре поручительства поручитель должен удостоверить свое согласие на бесспорное списание сумм с его расчетного счета во исполнение обязанностей по настоящему договору. Это дает возможность банку-кредитору при наступлении срока погашения ссуды и отсутствии средств на счете ссудозаемщика выставить на инкассо в адрес поручителя платежное требование на безакцептное списание средств с его расчетного счета в обслуживающем банке, который должен его беспрепятственно исполнить.

Банк как юридическое лицо может выступать гарантом по кредитам, предоставляемым заемщикам (принципалам) другими банками. Гарантия платежа является платной услугой. За выдачу банковской гарантии принципал уплачивает банку вознаграждение, размер которого определяется степенью риска, длительностью срока предоставления гарантии, а также другими факторами [25, с. 156].

В договоре о банковской гарантии гарант обязуется в случае неисполнения или ненадлежащего исполнения принципалом основного обязательства уплатить бенефициару денежную сумму в соответствии с условиями по данной гарантии. В случае исполнения банком-гарантом обязательства по выданной им гарантии к нему переходят все права требования по кредитному договору, неисполненному принципалом. И банк-гарант получает право выставить принципалу судебный иск [13, c.101].

Предоставляя кредиты под банковские гарантии, банки-кредиторы тоже несут определенный риск. Поэтому до принятия гарантии в обеспечении выдаваемого заемщику кредита они основательно оценивают финансовое состояние, устойчивость и надежность банка-гаранта по существующим методикам [33, c.98].

В обеспечение кредита в качестве объекта залога заемщиком могут быть представлены различного рода ценные бумаги: акции, облигации, краткосрочные казначейские обязательства, векселя, депозитные и сберегательные сертификаты. Причем к залогу принимаются как именные ценные бумаги, так и на предъявителя. Залог ценных бумаг сторонних эмитентов производится на условиях заклада с передачей этих ценных бумаг банку. Размер кредита, выдаваемого под залог ценных бумаг, устанавливается в определенном проценте от их залоговой стоимости.

Этот процент определяется степенью риска для банка по каждой ценной бумаге (исходя из вышеперечисленных факторов), выступающей в качестве обеспечения кредита. При непогашении заемщиком задолженности по ссуде в установленный срок заложенные в обеспечение кредита ценные бумаги в установленном порядке переходят в собственность банка. Банк может эти бумаги оставить за собой либо продать их по действующему курсу и погасить ссуду клиента.

Ипотечные кредиты - это кредиты, гарантией возврата которых является залог недвижимого имущества. У хозяйствующих субъектов в качестве предметов залога по ипотечным кредитам могут выступать [7, c.65]:

  •  предприятия, а также здания, сооружения и иное имущество, используемое в предпринимательской деятельности;
  •  земельные участки;
  •  воздушные, морские суда и суда внутреннего плавания;
  •  космические объекты;
  •  незавершенное строительство и недвижимое имущество, возводимое на земельном участке, отведенном для строительства в установленном порядке.

Предмет ипотеки должен принадлежать залогодателю на правах собственности или полного хозяйственного ведения. Ипотечный кредит, как правило, имеет целевое назначение и используется на строительство, реконструкцию или приобретение различных объектов производственного и социально-бытового назначения.

В каждом кредитном учреждении существует собственная специфика кредитования. Учитывая характер развития внешней среды и текущие позиции банков, основной задачей является повышение доходности работающих активов за счет увеличения доли кредитов юридических лиц и населения.  Наиболее популярными видами кредитов среди населения являются потребительский кредит и кредит на приобретение объектов недвижимости.

В соответствии с Правилами кредитования в каждом существует определенная схема организации и выдачи кредитов. Поскольку тема исследования предполагает детальное изучение системы кредитования физических лиц, то необходимо более подробно остановиться на технологии предоставления кредитов физическим лицам [24, с. 82].

Банки осуществляют перераспределение свободных денежных средств между субъектами рыночной экономики, привлекая в виде вкладов и депозитов свободные средства (в первую очередь от населения) и размещая данные средства путем предоставления кредитов промышленным, торговым предприятиям, организациям, частным предпринимателям, населению.

В настоящее время многие коммерческие банки предлагают различные формы кредитования, позволяющие эффективно реализовать потребности клиента в заемных средствах и минимизировать издержки по обслуживанию задолженности. Как правило, коммерческие банки предоставляет кредиты в рублях и иностранной валюте физическим лицам - гражданам Российской Федерации в возрасте от 18 лет при условии, что срок возврата кредита по договору наступает до исполнения 75 лет [63, c.77].

Кредиты предоставляются по месту регистрации Заемщиков и по месту нахождения предприятия – работодателя Заемщика, клиента Банка, по ходатайству этого предприятия и при условии предоставления им поручительства в обеспечение исполнения обязательств Заемщика по Кредитному договору. Кредитование Заемщика производится на основе: кредитного договора, предусматривающего единовременную выдачу кредита; договора об открытии невозобновляемой кредитной линии с установлением максимальной суммы кредита, которую сможет получить Заемщик в течение обусловленного срока и при соблюдении определенных условий [45, c.122].

Выдача кредита производится в пределах максимальной суммы кредита (лимита выдачи), при этом погашенная часть кредита не увеличивает свободный  лимит  выдачи. Максимальный размер кредита для каждого Заемщика определяется на основании оценки его платежеспособности и предоставленного обеспечения возврата кредита, а также с учетом его благонадежности. Обязательным условием предоставления кредита является наличие обеспечения своевременного и полного исполнения обязательств Заемщиком. В качестве основного обеспечения банки принимает [32, c.45]:

  •  поручительства граждан Российской Федерации, имеющих постоянный источник дохода;
  •  поручительства  юридических лиц; 
  •  залог недвижимого имущества; 
  •  залог транспортных средств и иного имущества;
  •  залог мерных слитков драгоценных металлов с обязательным хранением закладываемого имущества в Банке;  
  •  залог ценных бумаг и государственных ценных бумаг;
  •  залог ценных бумаг корпоративных эмитентов в пределах установленных на них лимитов риска;
  •  гарантии  субъектов РФ или муниципальных образований.

Для получения кредита Заемщик предоставляет в Банк следующие документы: заявление – анкета; паспорт или иной документ, удостоверяющий личность заемщика, его поручителя и/или залогодателя (предъявляются); документы, подтверждающие величину доходов и размер производимых удержаний Заемщика и его Поручителя  за  последние 6 месяцев. После принятия заявления от заемщика, кредитный  инспектор передает пакет документов в юридический отдел и отдел безопасности. Рассмотрение вопроса на Кредитном комитете Банка осуществляется в соответствии с регламентом работы Кредитного комитета Банка [35, c.109].

Наиболее распространены следующие виды розничного кредитования:

1. Кредит на неотложные нужды. Кредит предоставляется на любые цели (приобретение дорогостоящих товаров, туристических путевок, платного лечения и т.д.) на срок до 5 лет. Сумма кредита зависит от платежеспособности заемщика.

2. Автокредитование – на приобретение нового или подержанного автомобиля.

3. Кредит «Образовательный». Кредит предоставляется на оплату обучения на дневном отделении специального среднего и высшего учебного заведения. Созаемщиками по кредиту выступают учащийся в возрасте от 14 лети его родители или его представители. Сумма кредита зависит от платежеспособности  созаемщиков, но не может превышать 70% стоимости  обучения. Кредит выдается частями путем перечисления средств на счет учебного заведения. Кредит предоставляется на срок до 11 лет. На период обучения предоставляется отсрочка по уплате основного долга, проценты по кредиту погашаются ежемесячно.

4. Кредит в режиме «овердрафт» - с использованием кредитных пластиковых карт [40, c.82].

Результат кредитования – поступательное развитие бизнеса, ведущее к расширению производства, увеличению доли присутствия на рынке, преимуществу перед конкурентами, росту прибыли.

1.2. Особенности кредитоспособности заемщиков - физических лиц

Задаче выбора кредитоспособных заемщиков – физических лиц в основном служат скоринговые системы. Хотя многие авторы связывают возникновение скоринга с именем Д. Дюрана, который, уходя в 1941 году в армию, оставил своим коллегам-банкирам краткие рекомендации по отбору кредитоспособных заемщиков; по-видимому, скоринг в той или иной форме существовал еще с тех времен, когда начали систематически предоставляться займы в денежной или натуральной форме неограниченному кругу лиц [30, c.2].

В современной практике работы банков скоринговые системы используются уже достаточно давно - начиная с середины 50-х годов, когда в Сан-Франциско начала свою деятельность одна из первых и лидирующих ныне компаний по разработке скоринговых систем Fair Isaac Corporation (1956 г.). Fair Isaac Corporation обслуживает 7 из 10 крупнейших банков в мире, 97 из 100 крупнейших банков Америки и 50 крупнейших эмитентов кредитных карт [53, c.90].

Английский глагол score имеет среди своих значений следующие: подсчитывать очки, вести счет; как существительное score, в частности, означает количество набранных очков, оценку. Скоринговая система - это алгоритм или методика, позволяющие на основе данных о потенциальном заемщике оценить его кредитоспособность.

По существу система призвана дать категоризированную оценку степени кредитного риска по потенциальному заемщику. В простейшем и наиболее значимом для практики случае эта оценка бинарна: «выдать кредит» (или «заемщик кредитоспособен») либо «отказать в выдаче кредита» (или «заемщик некредитоспособен»). Величина кредитного лимита в скоринговых системах второстепенна.

Как правило, основой расчета кредитного лимита служит оценка уровня доходов заемщика при условии его кредитоспособности. В качестве данных о потенциальном заемщике выступает доступная кредитору информация, как содержащаяся в представляемых заемщиком документах, так и получаемая «со слов» самого заемщика.

Зачастую эти два вида данных имеют непустое пересечение: например, данные о доходах, указываемые заемщиком в анкете, подтверждаются соответствующими справками и документами об уровне этих доходов. Фрагмент примерного (возможного) перечня данных для скоринга может иметь следующий вид: уровень среднемесячного дохода за последние 6 месяцев; стаж работы на последнем месте работы; возраст; семейное положение; количество лиц, находящихся на иждивении; образование; должностной статус; наличие в собственности недвижимости; другие [46, c.178].

Каждый вид используемой в скоринге информации обычно называют характеристикой или фактором (например, стаж работы на последнем рабочем месте; семейное положение и т.п.). Некоторые характеристики потенциального заемщика (возраст) имеют числовой характер, некоторые (образование) - дискретный нечисловой (категоризированный). Очевидно, что в скоринге целесообразно использовать наиболее существенные, важные для правильного принятия решения относительно оценки кредитоспособности характеристики.

Их выбор ограничен наличием информации о заемщике и степенью ее документального подтверждения. Тем не менее в анкетах и представляемых заемщиком документах содержится достаточно данных для организации первоначальных работ по скорингу. Определение конкретной системы факторов для скоринга может быть сделано как на основе экспертных оценок кредитных работников, так и с использованием статистических методов.

Статистические методы эффективны при наличии достаточного по объему массива данных (значения факторов и результат погашения кредита - погашен или не погашен в срок). Если данных нет или их объем незначителен, то скоринг на основе экспертных оценок - разумное решение, во всяком случае, это лучше, чем отсутствие скоринга вообще.

Несмотря на начало работы по формированию в России системы бюро кредитных историй (БКИ), скоринговые системы не теряют своей актуальности. Это обусловлено двумя обстоятельствами: 1) расширением рынка розничного кредитования за счет вовлечения в процесс физических лиц, не бравших ранее кредиты в банках и не имеющих кредитных историй;

2) ограниченными возможностями БКИ по оценке кредитоспособности потенциальных заемщиков: кредитные отчеты БКИ содержат основную часть кредитной истории, то есть точно определенный перечень информации о фактически имевшем место исполнении/неисполнении потенциальным заемщиком (субъектом кредитной истории) обязательств по ранее выданным ему кредитам и займам [2].

Сама по себе эта информация чрезвычайно важна: потенциальному заемщику с негативной кредитной историей новый кредит, скорее всего, не будет выдан. Однако выдача кредита заемщику с положительной кредитной историей не может проходить в «автоматическом режиме» - в любом случае необходима квалификация заемщика, оценка его кредитоспособности. Факты положительной кредитной истории заемщика и момент обращения за новым кредитом могут быть сильно разнесены во времени; в уровне доходов, обязательствах, собственности, условиях жизни заемщика, а следовательно, и в его кредитоспособности могли произойти серьезные изменения.

Методы и подходы, лежащие в основе скоринговых систем, весьма разнообразны. К основным известным и используемым в настоящее время методам могут быть отнесены следующие.

1. Линейный дискриминантный анализ (линейные дискриминантные функции) [6, c.189]. Дискриминантный анализ - это раздел математической статистики, содержанием которого является разработка методов решения задач различения (дискриминации) объектов наблюдения по определенным признакам. Применительно к скорингу объекты наблюдения - это данные о потенциальном заемщике, признаки - характеристики (факторы). Дискриминируются заемщики на два класса: кредитоспособные и некредитоспособные. Процедуры дискриминантного анализа можно разделить на две группы. Первая группа процедур предназначена для описания (интерпретации) различия между существующими классами, вторая - для проведения классификации новых объектов в тех случаях, когда неизвестно заранее, к какому из существующих классов они относятся.

Пусть имеется множество объектов наблюдения (кредитных договоров с данными по заемщикам и результатом - кредит погашен должным образом или имели место проблемы). Каждая единица наблюдения характеризуется несколькими факторами (переменными): х ij - значение j-й переменной у i-го объекта, при i = 1...N; j = 1...p. Все множество объектов разбито на несколько подмножеств (два и более), или классов. Из каждого подмножества взята выборка объемом nk, где k - номер подмножества (класса) при k = 1...q. Признаки, которые используются для того, чтобы отличать один класс (подмножество) от другого, называются дискриминантными переменными (предикторами). Каждая из этих переменных должна измеряться либо по интервальной шкале, либо по шкале отношений.

Интервальная шкала позволяет количественно описать различия между свойствами объектов. Для задания шкалы устанавливаются произвольная точка отсчета и единица измерения. Примерами таких шкал являются возраст заемщика, уровень его среднемесячного дохода за последние 6 месяцев и т.д.

Шкала отношений - частный случай интервальной шкалы. Она позволяет соотносить категоризированные предикторы. Теоретически число дискриминантных переменных не ограничено, но на практике их выбор осуществляется на основании содержательного анализа исходной информации и соответствующих статистических процедур оценки вклада каждого предиктора в процесс формирования правильных решений по классификации. Число объектов наблюдения должно превышать число дискриминантных переменных как минимум на два, то есть p < N. Дискриминантные переменные должны быть линейно независимыми. Еще одним предположением при дискриминантном анализе является нормальность закона распределения многомерной величины, то есть каждая из дискриминантных переменных внутри каждого из рассматриваемых классов должна быть подчинена нормальному закону распределения.

В случае когда реальная картина в выборочных совокупностях отличается от выдвинутых предпосылок, следует решать вопрос о целесообразности использования процедур дискриминантного анализа для классификации новых наблюдений, так как при этом затрудняются расчеты каждого критерия классификации. Линейная дискриминантная функция имеет вид:

D(X) = wo + w1 x1 + w2 x2 + ... + wn xn,                             (1)

где wi - коэффициенты.

Для случая дискриминации на два класса решающее правило выглядит следующим образом: если D(X) < = 0, объект Х относится к 1-му классу, если D(X) > = 0, - ко 2-му Необходимо отметить, что дискриминантный анализ является достаточно грубым и приближенным методом для скоринга в силу сделанных предположений и линейности самой дискриминантной функции. Однако данный метод важен в начале разработки скоринговых систем для оценки важности («просеивания») предикторов.

2. Многофакторная логистическая регрессия [23, c.7]:

Логика построения уравнения логистической регрессии аналогична построению линейной дискриминантной функции:

log (p /(1 - p)) = w0 + w1 x1 + w2 x2 + ... + wn xn                    (2)

где р - вероятность дефолта (невозврата кредита),

w - весовые коэффициенты,

x - характеристики клиента.

В результате распознавания или классификации по предъявляемому объекту - потенциальному заемщику уравнение логистической регрессии дает оценку вероятности дефолта (невозврата) кредита. Если разработчиками скоринговой системы заранее установлено определенное пороговое значение этой вероятности для разделения двух классов объектов (например, «надежный заемщик» и «проблемный заемщик»), такая конструкция будет способна в автоматическом режиме формировать вывод о допустимости или недопустимости выдачи кредита. Все регрессионные методы чувствительны к корреляции между характеристиками, поэтому в модели не должно быть сильно коррелированных независимых переменных.

3. Кластерный анализ. Кластерный анализ [24, c.80] - это совокупность методов, позволяющих классифицировать многомерные наблюдения, объекты (заявки потенциальных заемщиков), каждый из которых описывается набором характеристик (факторов) Х1, Х2, ..., Хm.

Целью кластерного анализа является образование групп, классов сходных между собой объектов, которые принято называть кластерами. Слово «кластер» (cluster) в переводе с английского означает: сгусток, пучок, группа. Как родственные понятия в литературе используются: класс, таксон, сгущение. В скоринговых системах в качестве классов выступают в простейшем случае два: «надежные заемщики» и «проблемные заемщики».

В кластерном анализе используется политетический подход, когда все группировочные признаки одновременно учитываются при отнесении субъектов наблюдения в тот или иной класс. (При комбинационных методах группировки, когда применяется монотетический подход, формирование классов идет последовательно, по признакам.) Как правило, четкие границы каждого класса не указаны, но количество их известно [24, c.81].

При разработке скоринговых систем кластерный анализ на основе обучающей выборки позволяет построить меру (расстояние) между двумя основными классами объектов и определить «центры» каждого класса в пространстве характеристик Х1, Х2, ..., Хm, то есть сформировать ключевое правило собственно для задачи скоринга: по предъявляемому объекту вычисляются расстояния до каждого из классов («надежные заемщики» и «проблемные заемщики»), и классифицируемый объект относится к классу, расстояние до которого оказывается минимальным. Содержательным моментом является выбор вида меры (расстояния между объектами) в пространстве признаков Х 1, Х2, ..., Хm (они, как было показано выше, могут иметь нечисловой характер). Данный выбор должен быть осуществлен исходя из минимизации ошибок классификации объектов (заемщиков).

4. Деревья решений [58, c.32]. В методе деревьев решений сегментация (классификация) объектов осуществляется путем последовательного дробления факторного пространства Х 1, Х2, ..., Хm на вложенные прямоугольные области. Первый шаг - разделение по самому значимому фактору (характеристике). Последующие шаги - повторение процедуры до тех пор, пока никакой вариант последующей сегментации не даст значимого различия между соотношением объектов разных классов по сравнению с полученными ранее сегментами. Количество разветвлений, факторы, по которым в узлах дерева решений осуществляется ветвление, и пороговые значения факторов в узлах дерева решений определяются в методе автоматически.

5. Нейронные сети [15, c.93]. Идея нейронных сетей возникла в результате попыток смоделировать поведение живых существ, воспринимающих действия внешней среды и обучающихся на собственном опыте. Нейронные сети дают возможность по обучающей выборке объектов (массиву данных по заемщикам с закрытыми кредитными договорами и с известным результатом погашения кредита) конструировать структуру, состоящую из нейронов и связей и предназначенную для отнесения предъявляемого объекта (потенциального заемщика) к одному из вышеназванных классов («надежные заемщики» или «проблемные заемщики»).

Применительно к скоринговым системам нейросеть рассматривается как черный ящик, содержание которого (нейроны, количество слоев нейронов, расположение нейронов по слоям, вес нейронов и т.д.) не имеет какой-либо смысловой трактовки или явного смысла.

6. Метод минимизации структурного риска В. Вапника [11, c.143]. Этот метод лежит в основе предлагаемого на российском рынке программного продукта по скорингу KXEN. Разделение на два класса по обучающей выборке объектов может быть осуществлено путем подбора решающей функции f(X), принадлежащей некоторому семейству функций f(X; a), где Х < = Х1, Х2, ..., Хm >, - вектор характеристик, а - обобщенный (в общем случае - векторный) параметр. Если f(X) < 0, то объект с характеристиками Х < = X1, Х2, ..., Хm > относят к классу «проблемных заемщиков», а если f (X) > = 0, то к классу «надежных заемщиков». Очевидно, что лучшей решающей функцией будет функция, минимизирующая уровень ошибки классификации (ожидаемый риск).

Однако напрямую, только по обучающей выборке, оценить ожидаемый риск невозможно. Если размерность пространства функций f(X; a) (своеобразная оценка сложности семейства функций, среди которых ищется оптимальная решающая функция) ограничена, то может быть получена оценка сверх ожидаемого риска. Ожидаемый риск рассматривается как сумма двух рисков: эмпирического (уровень ошибок классификации на обучающей выборке) и риска использования пространства функций f(X; a) размерности (N) (мера ошибок классификации вследствие неполноты (с точки зрения задач классификации) пространства функций f(X; a)).

Принцип минимизации структурного риска, предложенный В. Вапником, состоит в выборе такого семейства решающих функций и нахождении в этом семействе такой оптимальной решающей функции, которая удовлетворительно классифицирует объекты обучающей выборки и не является чрезмерно сложной (имеющей большую размерность).

Обзор компаний, реализующих скоринговые системы на отечественном рынке, и их программных продуктов (Credit Scoring Solution, EGAR Application Scoring, автоматизированная система РОСНО по предоставлению предстраховой экспертизы, dm-Score, Deduc-tor, KXEN, «Франклин&Грант. Финансы и аналитика», Forecsys Scoring Pilot и др.) показывает, что рынок программного обеспечения находится в стадии формирования и развития. При этом большинство поставщиков программного обеспечения не раскрывают деталей алгоритмов скоринга, лежащих в основе предлагаемых ими продуктов. Не более 10% банков в настоящее время используют покупные скоринговые системы, перспективы для роста данного рынка весьма велики [30, c.12].

Ни одна приобретаемая скоринговая система, как правило, не пригодна для практического использования без предварительной «настройки». Суть такой настройки состоит в том, чтобы на имеющихся у банка данных (обучающая выборка) по закрытым кредитам (с известным результатом погашения) провести настройку скоринговой системы, включающую, в частности, отбор наиболее значимых (из числа имеющихся) характеристик потенциального заемщика, для решения задач скоринга.

Как показывает практика, такой набор характеристик существенно отличается не только для разных стран Западной Европы, но и для разных регионов одной страны (например, Москвы и небольших городов с численностью населения до 100 тыс. человек). Так, в ряде регионов для небольших городов одной из важнейших характеристик заемщика нередко оказывается место работы и срок работы на каком-либо градообразующем предприятии.

Для крупнейших городов страны данный фактор может и не быть определяющим. Это означает, что многофилиальные банки, осуществляющие кредитование в различных регионах страны, будут вынуждены проверять настройку скоринговых систем для каждого филиала или групп филиалов. Иначе говоря, в многофилиальных банках может иметь место ситуация, когда в разных филиалах функционируют разные версии скоринговой системы. Более того, и постоянная модификация (обновление) скоринговой системы должна проводиться дифференцированно в разрезе филиалов и групп филиалов [30, c.13].

Представленный обзор направлений, методов разработки скоринговых систем и программного обеспечения не является исчерпывающим и законченным. Актуальность, сложность и значимость самого процесса скоринга будут стимулировать модернизацию известных методов и разработку новых методов и подходов. Тем не менее для банков как при разработке собственных скоринговых систем, так и при покупке систем, предлагаемых на рынке, принципиально важно оценить эффективность скоринговой системы.

Методология ее построения обусловливает вероятность ошибок, что и определяет в конечном счете эффективность системы. Более точно эффективность скоринговой системы может быть оценена с позиции вероятности ошибок 1-го и 2-го рода [51, c.65]:

- ошибка 1-го рода: кредитоспособный заемщик квалифицируется скоринговой системой как некредитоспособный;

- ошибка 2-го рода: некредитоспособный заемщик квалифицируется скоринговой системой как кредитоспособный.

Очевидно, что ошибки 2-го рода являются наиболее фатальными с точки зрения кредитного риска, а ошибки 1-го рода характеризуют упущенные рыночные возможности по кредитованию физических лиц. Соотношение этих ошибок может быть различным у различных скоринговых систем. При принятии решения о покупке или внедрении скоринговой системы (независимо от глубины и нестандартности теоретических обоснований методов, на которых она базируется) необходимо оценить эффективность последней. Обычно это осуществляется в два этапа [30, c.15]:

1. На обучающей выборке проводится настройка скоринговой системы. Необходимо отметить, что при формировании обучающей выборки соотношение числа погашенных в срок и проблемных кредитов должно соответствовать реальному соотношению за последний период (год или полугодие).

2. На контрольной выборке (данные этой выборки не использовались при настройке системы скоринга) осуществляется оценка ошибок 1-го и 2-го рода. По результатам второго этапа принимается решение о приемлемости скоринговой системы к внедрению исходя из требований, установленных банком для уровней ошибок 1-го и 2-го рода. Здесь встречаются ситуации, когда необходимо сравнивать текущий уровень просроченной задолженности с потенциальными возможностями, предоставляемыми скоринговой системой. Пусть, например, текущий уровень просроченной задолженности по розничному портфелю составляет 4%. Уровни ошибок 1-го и 2-го рода скоринговой системы, оцененные по контрольной выборке, составляют 6 и 5% соответственно [51, c.66]. Возникает вопрос: есть ли смысл в данном случае внедрять скоринговую систему?

Если основная цель - снижение кредитных рисков, то, безусловно, стоит. Схема использования скоринговой системы будет такова: по существующим в банке (без учета скоринговой системы) критериям осуществляется предварительный отбор заемщиков (1-й шаг процедуры отбора). Уровень просроченной задолженности по отобранным таким образом заемщикам может быть оценен в 4%. Затем заемщик подвергается оценке со стороны скоринговой системы (2-й шаг процедуры отбора).

По итогам обоих шагов процедуры отбора уровень просроченной задолженности в отобранном множестве потенциальных заемщиков, признанных кредитоспособными, составит 0,2%, то есть доля проблемных кредитов в портфеле будет снижена с 4% (до внедрения скоринговой системы) до 0,2%. При этом, однако, будет ошибочно отказано в предоставлении кредитов 6% от числа обратившихся и прошедших 1-й шаг процедуры отбора частным лицам. При принятии решений необходимо оценить и взвесить приемлемые структуру распределения и уровни ошибок 1-го и 2-го рода.

В общем случае для самых приближенных оценок может использоваться линейная функция полезности вида [51, c.69]:

U = S х (e0 - e2 х e0) - M х e1 x d,                                (3)

где S - объем кредитного портфеля;

e0 - уровень просроченной задолженности по портфелю до внедрения скоринговой системы;

e1 - уровень ошибок 1-го рода;

e 2 - уровень ошибок 2-го рода;

М - количество кредитов в портфеле;

d - объем доходов по одному погашенному в срок кредиту (в среднем по портфелю).

Смысл функции U состоит в том, чтобы оценить в денежном выражении баланс доходов (вследствие уменьшения доли просроченной задолженности) и потерь (вследствие отказа кредитоспособным заемщикам) от внедрения скоринговой системы. Значение функции U должно также анализироваться совместно с рассмотрением цен (затрат на разработку) и расходов на внедрение и актуализацию скоринговой системы. Конкретный вид и структура функции полезности будет выбираться каждым банком с учетом собственной рыночной стратегии и кредитной политики [30, c.18].

Говоря о перспективах развития и внедрения скоринговых систем, необходимо констатировать, что это направление деятельности будет развиваться параллельно с развитием системы бюро кредитных историй и применяться скоринговые системы будут не только в экспресс-кредитовании, но и во всех видах розничного кредитования как операциях, несущих кредитный риск.

1.3. Методические подходы к оценке кредитоспособности заемщиков – физических лиц

Схематично «систему фильтров» в отношении кредитного риска можно представить следующим образом [27, c.5] (рис. 1). Начнем анализ схемы сверху.

                          / \

                         /   \

                        / СК. \

                       /Резервы\

                      /─────────\

                     /   Сумма   \

                    /   кредита.  \

                   /  Обеспечение  \

                  /─────────────────\

                 /  Методика/модель  \

                / внутреннего рейтинга\

               /───────────────────────\

              /       Регламентное      \

             /  и ресурсное обеспечение  \

             ─────────────────────────────

Рис. 1. «Система фильтров» на пути кредитного риска

Создаваемые банком резервы на возможные потери по ссудам и собственный капитал, поддерживаемый против принимаемого кредитного риска, призваны в основном снизить влияние кредитных потерь на финансовую устойчивость банка, если эти потери произойдут. Поэтому с точки зрения ограничения кредитного риска рассматриваемый контроль - это самый крупноячеистый фильтр, лишь до некоторой степени ограничивающий аппетит банка к принятию кредитного риска.

На этом же уровне лежат и методики (подходы), применяемые банком для расчета резервов и требований к собственному капиталу. Чувствительность контроля к принятию кредитного риска будет зависеть от того, на основе каких моделей определяются требования к собственному капиталу и проводится расчет резервов. Наименее чувствительным к фактически принимаемым кредитным рискам является стандартизованный подход определения требований к собственному капиталу [28, c.104].

При одной и той же величине регуляторного капитала принимаемые кредитные риски банка могут варьироваться в довольно широком диапазоне, что и отражает слабую чувствительность стандартизованного подхода. Использование продвинутых подходов (внутренних рейтинговых систем) для определения параметров, необходимых для расчета требований к собственному капиталу под кредитные риски (Probability of Default, PD; Loss Given Default, LGD; Exposure at Default, EAD), увеличивает чувствительность: чем выше кредитные риски, тем больший собственный капитал требуется для покрытия неожидаемых потерь, и наоборот. Чем более точные модели внутренних рейтингов и кредитного портфеля используют банки, тем точнее можно рассчитать и требования к создаваемым резервам.

Следующий уровень обороны - параметры кредитных продуктов, которые в общем-то относятся к стратегическим и операционным факторам риска, но могут усиливать и даже вызывать кредитные риски. Средства контроля этого уровня уже частично позволяют ограничить принятие кредитного риска «на входе», но в основном они также призваны уменьшить величину потерь при реализации кредитного риска. Если мы выдаем небольшие суммы и (или) требуем соответствующее обеспечение по кредиту, то суммы потерь в случае дефолта клиента будут небольшими. Это уже более тонкий фильтр [23, c.44].

На третьем уровне лежат методики (модели) внутренних рейтингов, которые банк применяет для оценки кредитоспособности заемщиков. Надежные методики (модели) определения вероятности дефолта (PD) заемщика позволяют снизить частоту реализации кредитного риска. Так, если мы установим порог отсечения в 5% по вероятности дефолта, рассчитываемой по качественной внутренней методике оценки, доля дефолтов в портфеле будет, как правило, менее 5%. При использовании внутренних рейтингов для расчета требований к собственному капиталу рейтинг должен захватывать и часть предыдущего уровня, а именно - включать рейтинг кредитного продукта и обеспечения [29, c.23].

Это дает возможность, помимо оценки вероятности дефолта заемщика, оценивать и такие параметры кредитного риска, как потери в случае дефолта (LGD) и экспозиция кредитного риска (EAD). Третий уровень обороны является ключевым, поэтому Базельский комитет предъявляет определенные требования к проверке того, насколько хороши и насколько правильно работают методики [27, c.7] (рис. 2).

┌───────────────┐

│   Валидация   │

│    модели     │

└───────┬───────┘

                  ┌─────────────────────┴────────────────┐

                  ▼                                      ▼

      ┌───────────┴─────────────┐         ┌──────────────┴─────────────┐

      │  Валидация рейтинговой  │         │   Валидация рейтингового   │

      │         системы         │         │          процесса          │

      └───────────┬─────────────┘         └──────────────┬─────────────┘

 ┌─────┴────────┐                ┌────────────┼───────────┐

 ▼              ▼                ▼            ▼           ▼

      ┌─────┴──────┐ ┌─────┴──────┐    ┌────┴─────┐ ┌──────────┐ ┌────────────┐

    │ Структура и│ │ Компоненты │    │ Качество │ │Использо- │ │Отчетность и│

    │методология │ │   риска    │    │  данных  │ │ вание в  │ │рассмотрение│

    │   модели   │ │            │    │          │ │кредитном │ │   проблем  │

    │            │ │            │    │          │ │ процессе │ │            │

    └────────────┘ └────┬───────┘    └──────────┘ └──────────┘ └────────────┘

                 ┌────────┴───────┐

                 ▼                ▼

          ┌──────┴─────┐  ┌───────┴───┐

          │Бэк-тестинг │  │Бенчмаркинг│

          └──────┬─────┘  └───────┬───┘

               ┌─┴─────────┬──────┴──┐

               ▼           ▼         ▼

          ┌────┴──┐   ┌────┴───┐  ┌──┴──┐

          │  PD   │   │  LGD   │  │ EAD │

          └───────┘   └────────┘  └─────┘

Рис. 2. Рекомендации Базельского комитета по валидации моделей (внутренних рейтингов) оценки кредитного риска

Помимо оценки (валидации) рейтинговой системы, необходимо проводить валидацию и рейтингового процесса. В «системе фильтров» это основание пирамиды (рис. 1), то есть очень важная часть защиты от кредитного риска, хотя в данном случае факторы, которые приводят к его реализации, лежат в области операционных рисков, так как именно на долю этих факторов приходится более 60% реализации кредитного риска [28, c.105].

Компоненты валидации процесса рейтингования (рис. 2) включают:

- анализ качества данных;

- анализ процедур использования моделей в рейтинговом (или другом соответствующем) процессе;

- анализ системы отчетности и процедур рассмотрения проблем.

Первый компонент валидации рейтингового процесса - анализ качества данных - как бы примыкает к блоку валидации рейтинговой системы, что неудивительно, поскольку без данных хорошего качества любая самая точная модель бесполезна. При этом в зависимости от задачи требования к данным будут разными. Потребность же в качественных данных определяется тем, что они лежат в самом низу пирамиды, обеспечивающей через их преобразование в значимую информацию то «знание» о кредитоспособности клиента, которое необходимо для принятия решения [34, c.76] (рис. 3).

/\

/  \

/    \

/Знание\

/    ▲   \

/─────┼────\

/ Информация \

/       ▲      \

/────────┼───────\

/       Данные     \

────────────────────

Рис. 3. Преобразование данных

в основу для принятия решений

Первое свойство данных - полнота - определяет их достаточность для принятия решений или для создания новых данных на основе имеющихся. Чем полнее данные, тем большее число разных методов можно использовать, проще подобрать адекватный метод. Например, применение банком консервативной кредитной политики приводит, как правило, к формированию низкодоходного и низкорискового кредитного портфеля. В нем могут отсутствовать дефолты клиентов или их будет очень мало [41, c.20].

Такие данные нельзя будет использовать для построения статистической модели расчета вероятности дефолта заемщика, поскольку модель не на чем обучить.

Однако данные могут быть использованы для построения экспертной методики оценки заемщиков. Обобщив данные по хорошим заемщикам, мы можем определить портрет «идеального заемщика» (очень низкий кредитный риск) и несколько градаций в сторону увеличения кредитного риска, который банк сочтет еще приемлемым. Это упрощенный пример построения экспертной методики, но он точно отражает зависимость требуемой полноты данных от бизнес-задачи [53, c.101].

В процессе использования разработанной методики (модели) должен быть обеспечен сбор данных, необходимых и для оценки заемщика, и для проверки и перестройки модели. Например, если мы используем в оценке кредитоспособности клиента уровень его должности (входит в руководящий состав или нет), то анкета заемщика должна содержать не прямой вопрос об уровне, исходя из ответа на который операционисту придется самостоятельно делать выводы, а четкие и предполагающие однозначный ответ вопросы.

Система преобразования данных в соответствии с заложенными в нее правилами далее определит уровень должности. Так, руководитель организации и его заместитель, предприниматель, имеющий собственное дело, будут отнесены к руководящему составу, а все остальные - к неруководящему. Процедура выявления факторов кредитного риска предполагает, что мы заранее решили, какие это могут быть факторы, и организовали грамотный сбор информации [59, c.93].

Если информативный признак - отрасль, в которой работает клиент, то следует заранее составить достаточно детальный справочник. Включать в него поле «Другая отрасль» не стоит, иначе даже хорошо прописанные правила не позволят избежать того, что линейный работник, не понимая действительной потребности в информации, будет наиболее часто указывать «другую» отрасль, а при детализации в поле ввода ее нельзя будет однозначно идентифицировать; возможен также ввод с ошибками.

Достоверность данных в процессе оценки кредитного риска - это важный и очень интересный показатель их качества. Ведь если бы все данные заемщиков были стопроцентно достоверными, то модель оценки вероятности дефолта клиента можно было бы довольно легко построить при условии актуальности информации [62, c.133].

Однако многие заемщики по той или иной причине скрывают и искажают информацию о себе или своем бизнесе. Кредитование сотрудников предприятий - участников зарплатных проектов банка обеспечивает ему достоверную информацию о доходах заемщиков. При выходе на открытый рынок достоверность информации снижается даже при условии представления справки по форме № 2-НДФЛ [50, c.98].

Выход на рынок экспресс-кредитования, где доходы заемщика подтверждаются только его словами, еще заметнее снижает достоверность таких данных. Помимо этого, заемщик, в том числе и корпоративный, может искренне заблуждаться в отношении своей способности вернуть кредит, подправляя данные в нужном направлении, а может и не собираться его возвращать.

Таким образом, не все зафиксированные данные являются полезными - в базе всегда присутствует какой-то уровень «посторонних сигналов», снижающих ценность имеющейся информации. В этом случае для построения модели вероятности дефолта может потребоваться либо большее количество данных, либо более сложные методы, которые применяются в моделях выявления мошенничества.

Если данные недостоверны или неполны, получить адекватную информацию сложно. Однако даже наличие полных и достоверных данных не гарантирует получения адекватной информации, если к ним были применены неадекватные методы обработки.

Простейший пример - расчет долговой нагрузки с целью определения того, будет ли заемщик соблюдать условия погашения запрашиваемого кредита. Если при расчете учитывать только оцениваемый кредит, игнорируя кредиты в других банках, полученная информация вряд ли будет адекватной для оценки кредитоспособности заемщика [27, c.10].

Успех во всяком деле зависит от двух условий: правильного установления конечной цели и отыскания соответствующих средств, ведущих к этой цели. Основных целей в процессе кредитования может быть две. Первая - это получение целевой доходности с определенного объема портфеля кредитов и при этом контроль риска. Вторая - получение определенной доходности кредитования с учетом риска для портфеля желаемого объема. Несмотря на похожесть формулировок, эти две цели имеют существенные отличия [28, c.109] (табл. 1).

Таблица 1 - Свойства кредитного процесса, целью которого с точки зрения риск-менеджмента является контроль риска либо управление риском

Контроль риска

Управление риском

Риск-политика

Избежать потерь от транзакции

Оптимизация показателя риск-доходности для портфеля кредитов

Средство осуществления риск-политики

Контроль риска при помощи предварительного независимого кредитного анализа

Управление риском на основе установленного аппетита к риску

Акцент

На первоначальном утверждении и периодическом анализе

На активном управлении по всему жизненному циклу ссуд (кредитного продукта)

Методики

Экспертные, частично подкрепленные количественными оценками

Количественные, основанные на статистическом анализе и других математических методах

Персонал

Опытные андеррайтеры

Андеррайтеры и портфельные управляющие

Сроки

Медленный процесс, длительное время рассмотрения

Быстрое принятие решений

Первая подразумевает контроль кредитного риска, а вторая - управление риском. Соответственно и анализ процедур использования моделей в рейтинговом процессе будет для двух случаев разным. Для второго случая (далее - продвинутый процесс, где применимо), когда в качестве цели мы выбираем повышение доходности кредитования с учетом риска, что достигается при помощи активного управления рисками, даже многие компоненты кредитного процесса должны быть другими.

На первом шаге определяют, не является ли данная сделка с данным клиентом чрезмерно рискованной, отсекая клиентов, не соответствующих требованиям кредитной политики (т.н. «нежелательные клиенты»), при помощи негативных бизнес-правил [28, c.110] (рис. 4).

                             ┌─────────────────────────────┐

                             │ «Негативные» бизнес-правила │

                             └──────────────┬──────────────┘

                             ▼

    ┌───────────────┐                       ┌──────────┴───────┐

    │               │              ┌────────┤Рейтинговая оценка├◄──────┐

    │               │              ▼        └──────────────────┘       │

    │               │    ┌─────────┴─────────────┐     /\    ┌─────────┴────┐

    │               │    │ Ставка с учетом риска ├──►─/  \──►┤ Кастомизация │

    │               │    └─────────┬─────────────┘    \  /   └──────────────┘

    │               │              ▼                   \/

│               │    ┌─────────┴────────────────────────────────────────┐

│Текущая и прог-├───►┤                   Портфельный анализ             │

│нозная прибыль-│    │        ┌────────────────┐    ┌────────────────┐  │

│ность отношений│    │        │   Показатели   │    │   Соблюдение   │  │

│               │    │        │ риска портфеля │    │    лимитов     │  │

│               │    │        └────────────────┘    └────────────────┘  │

│               │    │        ┌────────────────┐    ┌────────────────┐  │

│               │    │        │  Соотношение   │    │ Диверсификация │  │

│               │    │        │ доходность/риск│    │                │  │

│               │    │        └────────────────┘    └────────────────┘  │

│               │    │        ┌────────────────┐    ┌────────────────┐  │

│               │    │        │  Прибыльность  │    │  Требования к  │  │

│               │    │        │  продуктов и   │    │  собственному  │  │

│               │    │        │ подразделений  │    │    капиталу    │  │

│               │    │        └────────────────┘    └────────────────┘  │

└───────────────┘    └──────────────────────────────────────────────────┘

Рис. 4. Рейтинговый процесс

Далее на стадии рейтинговой оценки возникает существенное отличие: на смену качественной оценке с размытыми границами, которые при желании легко сдвинуть в ту или иную сторону, приходит количественная прозрачная оценка, привязанная к централизованно установленному аппетиту к риску [49, c.26].

Методы покрытия кредитных рисков, связанные с созданием сложной для восприятия потенциального заемщика системы комиссий (за рассмотрение заявки, за открытие ссудного счета, за ведение и обслуживание ссудного счета и т.д.), себя практически исчерпали. Не случайно в последнее время и Банк России, и Федеральная антимонопольная служба уделяют пристальное внимание вопросам раскрытия коммерческими банками информации о реальных затратах потенциальных заемщиков по потребительским кредитам [3].

Причем это относится не только к экспресс-кредитам или овердрафтному кредитованию держателей банковских карт, но и к другим видам розничного кредитования, в частности предусматривающим использование залогов или поручительств в качестве обеспечения. Причина в том, что затраты и потери банков в связи с обращением взыскания на предмет залога достаточно велики.

В значительной степени это может относиться и к поручительствам - например, к поручительствам физических лиц, когда заемщик и поручители проживают в средних и небольших городах и работают на одном из градообразующих предприятий. По сути, выдача кредита (даже при наличии обеспечения) целесообразна при высокой доле уверенности в кредитоспособности потенциального заемщика.

Таким образом, по итогам теоретической главы исследования можно сделать вывод, что подразделение контроля кредитного риска должно активно развивать рейтинговые системы, проводить отбор, внедрение и перепроверку рейтинговых моделей, выполнять функции надзора за любыми моделями, использующимися в рейтинговом процессе и, в конечном итоге, отвечать за постоянный пересмотр и изменения рейтинговых моделей.

Банк должен иметь письменные процедуры контроля моделей и рейтингового процесса, проводить выявление и ограничение ошибок, связанных со слабыми местами модели. Проводя мониторинг адекватности модели и периодический углубленный анализ, риск-менеджеры должны доказать, что модель обеспечивает высокую точность прогнозирования, ее использование для расчета требований к капиталу не ведет к искажению регуляторного капитала, входные переменные модели имеют предсказательную силу.


2.   СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКОВ - ФИЗИЧЕСКИХ ЛИЦ

В ОАО «ВТБ24»

2.1. Общая информация о банке

ПАО «Банк ВТБ» сегодня - публичная компания, системообразующий российский банк, построивший международную финансовую группу. Банки Группы обслуживают клиентов по всему миру - в России, странах СНГ и Западной Европы, Северной Америки, Азии и Африки. История создания ВТБ начинается в октябре 1990 г., когда был учрежден Банк внешней торговли (после ноября 2006 г. - Банк ВТБ). Сегодня ВТБ является ведущим банковским институтом страны, представленным во всех ключевых сегментах банковского рынка, включая розничный бизнес и инвестиционно-банковские услуги.

В 2002 году главным акционером ВТБ стало Правительство РФ, выкупившее у Центрального банка РФ долю его участия в уставном капитале банка. В 2002 году в банк пришла новая команда менеджеров во главе с действующим президентом - председателем правления Андреем Костиным. Они поставили перед собой стратегическую задачу - превратить ВТБ в ведущий банковский институт страны. Их цель - работа банка во всех ключевых сегментах банковского рынка, включая розничный бизнес и инвестиционно-банковские услуги.

В 2004 году ВТБ стал владельцем Гута-банка. В 2005 году ВТБ запустил на его основе самый успешный в России проект специализированного розничного банка ВТБ 24. В 2005 году покупка Промышленно-строительного банка (Санкт-Петербург) позволила ВТБ укрепить свои позиции в Северо-Западном регионе и закрепить лидерские позиции на российском рынке банковских услуг. В 2007 году среди российских банков ВТБ первым провел первичное публичное размещение своих акций. Это стало крупнейшим на тот момент международным банковским IPO. Объем привлеченных средств в капитал банка составил 8 млрд долларов. На Лондонской фондовой бирже спрос на GDR банка превысил предложение в 9 раз. К ним проявили повышенный интерес практически все ведущие инвестиционные фонды США и Европы.

В России акционерами банка стали свыше 120 тыс. граждан. С превращением в публичную компанию существенно повысился уровень открытости ВТБ. К управлению банком были привлечены независимые директоры. При Наблюдательном совете ВТБ был образован комитет по аудиту, а внутри банка было создано управление по работе с инвесторами. В 2007 году международное рейтинговое агентство Standard & Poor’s признало ВТБ одним из наиболее информационно прозрачных российских банков. В 2008 году ВТБ стал первым российским банком, получившим лицензию на осуществление банковской деятельности в Китае и Индии и открывшим в этих странах свои филиалы. В 2008 году инвестиционный бизнес группы был консолидирован на базе «ВТБ Капитал» в России и «ВТБ Капитал плс» (ранее «ВТБ Европа») за рубежом.

В условиях кардинального ухудшения ситуации на рынке группа ВТБ поставила в качестве приоритетной задачи сохранение устойчивости основных показателей и обеспечение стабильной работы. Меры, оперативно принятые ВТБ в новых рыночных условиях, включали корректировку кредитной политики, совершенствование системы управления рисками и интенсификацию работы с проблемной задолженностью. Наряду с этим решались задачи по расширению источников фондирования и укреплению капитальной базы, а также по сокращению издержек. Группа ВТБ не только успешно преодолела кризис, но и совершила качественный рывок в развитии.

Большинство целевых показателей, установленных стратегией на конец 2009 года, были перевыполнены: по активам на 4%, кредитному портфелю - на 3%, клиентским пассивам - на 21%, по комиссионным и процентным доходам на 10%.

После окончания кризиса группа ВТБ продолжила свое развитие. Реализация стратегии эффективного роста и улучшения структуры бизнеса способствовала повышению устойчивости финансовых результатов. 2010-2012 годы характеризовались рекордными показателями. Так, в 2010 году чистая прибыль составила 54,8 млрд рублей, в 2011 году – 90,5 млрд, в 2012 году – 90,6 млрд. По состоянию на 31 декабря 2012 года активы Группы составили 7 415,7 млрд рублей, средства клиентов - 3 672,8 млрд рублей.

В 2010-2011 годах ВТБ приобрел «Банк Москвы» и «Транскредитбанк», что значительно усилило рыночные позиции Группы. В феврале 2011 года правительство России продало 10% акций банка. Таким образом, ВТБ выступил первопроходцем в программе приватизации госсобственности. При размещении акций предпочтение отдавалось долгосрочным, фундаментальным инвесторам. В мае 2013 года была проведена еще одна допэмиссия, в результате которой акционерами банка также стали крупные международные игроки. По итогам обоих SPO государство снизило свою долю в капитале ВТБ с 85,5% до 60,93%.

В России группа осуществляет банковские операции через один материнский и пять дочерних банков, крупнейшими из которых являются ВТБ24, Банк Москвы и «ТрансКредитБанк». Дочерние финансовые организации Группы предоставляют услуги на рынке ценных бумаг, услуги по страхованию, лизингу, факторингу или иные услуги финансового характера.

Управляющие компании пенсионных фондов, паевых инвестиционных фондов, лизинговые компании и иные организации осуществляют операции на рынке финансовых услуг. Вместе дочерние банки и финансовые организации называются компаниями группы ВТБ.

Группа ВТБ обладает уникальной международной сетью, которая насчитывает более 30 банков и финансовых компаний в более чем 20 странах мира. Банки Группы осуществляет свою деятельность в странах СНГ (Армения, Украина, Беларусь, Казахстан и Азербайджан), в Европе (Австрия, Кипр, Германия, Франция, Великобритания и Сербия), в Грузии, в Африке (Ангола). Два представительства Банка расположены в Италии и Китае, два филиала ВТБ - в Китае и Индии, а пять офисов ВТБ Капитал в Сингапуре, Дубае, Софии, Гонконге и Нью-Йорке. На российском банковском рынке группа ВТБ занимает второе место по всем основным показателям.  Доля государства в капитале ВТБ составляет 60,9%.

По состоянию на 31 марта 2013 г. Группа ВТБ является второй крупнейшей финансовой группой России по активам (7 602,8 млрд руб.) и средствам клиентов (3 727,9 млрд руб.). В настоящее время в группе ВТБ работают более 80 тыс. сотрудников.

Формирование системы управления группой ВТБ направлено на максимальное использование преимуществ группы ВТБ, увеличения ее доли на целевых рынках, улучшение показателей ее эффективности и, как следствие, повышения уровня капитализации группы ВТБ. С точки зрения степени интеграции в группе ВТБ используется модель «стратегического холдинга», предполагающая в первую очередь общее стратегическое видение, передачу концепций и лучших практик при ограниченном уровне интеграции и централизации процессов. В частности, модель управления предполагает наличие в группе ВТБ единой стратегии развития компаний, единый бренд, централизованное управление финансовой эффективностью и рисками, координацию процессов планирования и отчетности, фокус взаимодействия на распространении лучших практик и выработке единых стандартов. В группе ВТБ действует матричная система управления, согласно которой управление осуществляется по двум направлениям:

  •  административное управление – управление дочерними компаниями как юридическими лицами в рамках организационной структуры группы ВТБ;
  •  функциональное управление – управление по бизнес-направлению и другим функциональным направлениям и деятельности в рамках группы ВТБ в целом.

Основным механизмом управления, используемым в группе ВТБ, является корпоративное управление, то есть реализация прав Банка как основного акционера через участие в органах управления дочерних компаний. ВТБ стремится стать основным банком для своих клиентов, приоритетным банком-партнером на международных рынках и «проводником» для бизнеса из других регионов мира в Россию и страны СНГ; стремится к лидерству за счет конкурентных преимуществ - умения оценивать и готовности принимать риски российских клиентов, опыта работы на развивающихся рынках, возможности проводить для крупных корпоративных клиентов эксклюзивные сделки, а также широкой филиальной сети в регионах; использует свое уникальное положение первой российской финансовой группы для предоставления услуг клиентам в СНГ, Европе, Азии и Африке.

ПАО «Банк ВТБ» имеет генеральную лицензию на осуществление банковских операций №1000, полученную 31.08.2012 г. Уставный капитал ОАО Банк ВТБ сформирован в сумме 129 605 413 373,38 рублей и разделен на 12 960 541 337 338 (двенадцать триллионов девятьсот шестьдесят миллиардов пятьсот сорок один миллион триста тридцать семь тысяч триста тридцать восемь) обыкновенных именных акций номинальной стоимостью 0,01 (ноль целых одна сотая) рубля каждая.

Акции ВТБ входят в число самых ликвидных бумаг фондового рынка России и относятся к «голубым фишкам». Ценные бумаги Банка торгуются на Московской бирже, а также в виде глобальных депозитарных расписок на Лондонской фондовой бирже (LSE) под аббревиатурой VTBR. Основной акционер ОАО Банк ВТБ - государство (доля на 30.06.2013 г. - 60,93%). Около 12,65% в форме глобальных депозитарных расписок находится под номинальным держанием The Bank of New York International Nominees. Остальные акции распределены между миноритарными акционерами, среди которых более 100 тыс. физических лиц. В мае 2013 г. ВТБ провел дополнительную эмиссию акций, в результате которой уставный капитал банка увеличился на 25 млрд руб. В число крупнейших акционеров ВТБ вошли суверенные фонды Норвегии, Катара, Азербайджана и других стран, что говорит о высокой инвестиционной привлекательности акций ВТБ.

Высшим органом управления банка ВТБ является Общее собрание акционеров. Наблюдательный совет банка, избираемый акционерами и им подотчетный, обеспечивает стратегическое управление и контроль над деятельностью исполнительных органов – Президента – Председателя Правления и Правления. Исполнительные органы осуществляют текущее руководство банком и реализуют задачи, поставленные перед ними акционерами и Наблюдательным советом (рис. 5).

Рис. 5. Структура управления ПАО «Банк ВТБ»

Банком ВТБ выстроена эффективная система корпоративного управления и внутреннего контроля финансово-хозяйственной деятельности в целях защиты прав и законных интересов акционеров. При Наблюдательном совете банка функционирует Комитет по аудиту, который вместе с Департаментом внутреннего контроля содействует органам управления в обеспечении эффективной работы банка. Ревизионная комиссия осуществляет контроль за соблюдением банком нормативно-правовых актов и законностью совершаемых операций. В целях проведения проверки и подтверждения финансовой отчетности банк ВТБ ежегодно привлекает внешнего аудитора, не связанного имущественными интересами с банком и его акционерами.

Банк осуществляет своевременное раскрытие полной и достоверной информации, в том числе о своем финансовом положении, экономических показателях, структуре собственности, чтобы обеспечить акционерам и инвесторам банка возможность принятия обоснованных решений. Банку ВТБ присвоены рейтинги ведущих международных агентств Moody`s и Standard & Poor`s. Moody’s начал присваивать рейтинги ВТБ c 1997 года, Standard & Poor’s - с 2004 года. Moody`s Investors Service: прогноз «Стабильный», рейтинг необеспеченных долговых обязательств Baa2, долгосрочные депозиты Baa2, краткосрочные депозиты P-2, рейтинг финансовой устойчивости D.

Деятельность группы ВТБ в банковском секторе развивается по двум основным направлениям: корпоративно-инвестиционный бизнес; розничный бизнес. Также ВТБ активно работает и по другим финансовым направлениям деятельности Группы: лизинг; страхование; факторинг и др. Обслуживание корпоративных клиентов исторически является важнейшей частью бизнеса группы ВТБ и основной специализацией головного банка Группы - ОАО Банк ВТБ. Сегодня банк имеет сильные позиции в наиболее крупных сегментах рынка корпоративно-инвестиционных банковских услуг. Обширная база клиентов представлена крупнейшими корпорациями и десятками тысяч средних компаний всех секторов экономики, а также финансовыми институтами и государственными учреждениями.

Работа с крупными клиентами строится на основе отраслевой специализации, что позволяет повышать качество отраслевой экспертизы и предлагать банковские продукты с учетом потребностей компаний. Банк постоянно совершенствует и оптимизирует условия обслуживания клиентов, предлагает комплексные решения любого уровня сложности. Широкая сеть филиалов и дочерних банков Группы охватывает наиболее важные и экономически перспективные регионы по всей территории России и в других странах.

Для эффективного обслуживания клиентов в корпоративно-инвестиционном бизнесе выделены три основных направления - кредитование, транзакционные и инвестиционные услуги. Широкая линейка кредитных продуктов - от классического кредитования до структурного финансирования – позволяет удовлетворять потребности корпоративных клиентов, ведущих свою деятельность в самых различных секторах экономики. Кредитование осуществляется на различные сроки во всех основных мировых валютах. Показатели соблюдения банком нормативов достаточности капитала в течение 2014 года рассмотрим в табл. 2.

Таблица 2 - Показатели нормативов достаточности капитала

Наименование показателя

Янв

Фев

Мар

Апр

Май

Июн

Июл

Авг

Сен

Окт

Ноя

Дек

Норматив доста-точности капитала Н1.0 (мин.10%)

10,4

10,5

11,9

11,5

11,4

10,7

10,5

11,1

10,9

10,7

10,4

11,7

Норматив достаточ-ности базового капи

тала Н1.1 (мин.5%)

6,1

6,2

7,7

7,6

7,5

6,6

6,5

7,0

6,9

6,6

6,3

7,4

Норматив достаточ-ности основного ка-питала Н1.2 (мин.6%)

6,1

6,2

7,7

7,6

7,5

6,6

6,5

7,0

6,9

6,6

6,3

7,4

Капитал (по ф.123 и 134)

218,1

219,9

247,5

242,8

246,0

230,1

231,3

245,8

247,1

253,0

256,8

263,3

Значение норматива достаточности капитала Н1 в течение 2014 года имеет тенденцию к росту с 10,4% до 11,7%. Значение норматива достаточности базового капитала Н1.1 в течение 2014 года имеет тенденцию к росту с 6,1% до 7,4%. Значение норматива достаточности основного капитала Н1.2 также имеет тенденцию к росту с 6,1% до 7,4%. Таким образом, значения всем нормативов достаточности капитала удовлетворяют соответствующим нормативам.  Размер капитала банка, рассчитываемый по формам 123 и 134, на конец 2014 года составил 263,3 млрд. руб.

В корреляции с этим важны нормативы мгновенной (Н2) и текущей (Н3) ликвидности, минимальные значения которых установлены в 15% и 50% соответственно (табл. 3).

Таблица 3 - Показатели нормативов мгновенной и текущей ликвидности

Наименование показателя

Янв

Фев

Мар

Апр

Май

Июн

Июл

Авг

Сен

Окт

Ноя

Дек

Норматив мгновенной ликвидности Н2 (мин.15%)

44,8

41,9

42,7

46,6

50,6

45,6

45,9

42,8

30,0

51,9

46,7

77,8

Норматив текущей ликвидности Н3 (мин.50%)

67,0

69,2

58,3

60,7

54,9

58,3

58,0

58,3

62,8

61,7

55,2

61,4

Экспертная надежность банка

62,6

59,3

52,3

65,1

58,9

62,1

60,4

52,5

58,4

54,5

56,1

64,8

Исходя из данных табл. 3, значения нормативов Н2 и Н3 сейчас более, чем  достаточны. По медианному методу (отброс резких пиков): сумма норматива мгновенной ликвидности Н2 в течение 2014 года имеет тенденцию к незначительному росту, однако за последнее полугодие имеет тенденцию к увеличению, сумма норматива текущей ликвидности Н3 в течение 2014 года имеет тенденцию практически не меняться, однако за последнее полугодие имеет тенденцию к увеличению, а экспертная надежность банка в течение года имеет тенденцию к уменьшению, однако за последнее полугодие имеет тенденцию к незначительному падению.

Рассмотрим показатели кредитного риска и их изменения в течение прошедшего года (табл. 4).

Таблица 4 - Показатели кредитного риска банка

Наименование показателя

Янв

Фев

Мар

Апр

Май

Июн

Июл

Авг

Сен

Окт

Ноя

Дек

Доля просроченных ссуд

4,2

4,3

4,6

4,7

4,8

5,0

5,2

5,3

5,3

5,5

5,3

5,6

Доля резервирова-ния на потери по ссудам

6,2

6,3

6,8

6,8

6,9

7,2

7,4

7,5

7,7

7,7

7,5

7,8

Сумма норматива размера крупных кредитных рисков Н7 (макс.800%)

64,1

58,9

75,4

73,2

72,9

75,1

75,7

73,1

67,3

81,7

90,8

92,5

Доля просроченных ссуд в течение года имеет тенденцию к росту с 4,2% до 5,6%, что характеризуется негативно, однако характерно для российского банкового сектора в настоящее время.

Сложная ситуация в экономике, вызванная антироссийскими санкциями, снижением цен на нефть и курса рубля, уже привела к значительному росту неплатежей по кредитам.  Доля резервирования на потери по ссудам в течение года имеет тенденцию к увеличению с 6,2% до 7,8%. Значение норматива размера крупных кредитных рисков Н7 в течение года имеет тенденцию к увеличению с 64,1% до 92,5%, однако еще очень далеко от критического значения.

Далее оценим косвенные факторы, указывающие на возможные проблемы и надежность банка (табл. 5).

Таким образом, за последний год у банка ВТБ 24 не было смены собственников (акционеров). Однако зафиксирован значительный рост ФОР с 1,1% до 5,5%,  что означает, что кредитная организация с высокой вероятностью усредняет ФОР и относится к 1-й, 2-й или 3-й группе надежности.

Таблица 5 - Косвенные факторы, указывающие на возможные проблемы и надежность банка

Наименование показателя

Янв

Фев

Мар

Апр

Май

Июн

Июл

Авг

Сен

Окт

Ноя

Дек

Смена владельцев банка за месяц (%)

-

-

13,0

-

-

-

-

6,6

-

-

-

-

Изменение уставного капитала за месяц

-

-

15,0

-

-

-

-

7,0

-

-

-

-

Рост ФОР (фонда обяза-тельного резервирования по вкладам) за месяц (%)

1,1

0,4

4,1

-0,4

-0,6

-0,7

0,2

0,4

1,2

0,4

2,0

5,5

Увеличение суммы вкла-дов физ. лиц за месяц (для банков с долей вкла-дов физлиц  более 20%)

1,3

2,1

-1,5

1,7

-1,4

0,3

1,6

0,1

1,1

3,4

3,3

0,4

Увеличение оборотов по кассе за месяц (для бан-ков с оборотами более 500 млн. руб.) (%)

-35,9

14,1

16,0

-0,3

-10,4

2,7

8,9

-5,8

-0,3

19,6

-9,0

84,2

Анализ финансовой деятельности ПАО «Банк ВТБ» свидетельствует об отсутствии негативных тенденций, способных повлиять на финансовую устойчивость банка в перспективе. Надежности и текущему финансовому состоянию банка можно поставить оценку »очень хорошо».

2.2. Анализ финансового состояния и финансовых показателей деятельности банка

Исходные данные для анализа баланса ПАО «ВТБ 24» за 2010-2014 гг. представлены в Приложении 1. Оценка актива баланса ПАО «ВТБ 24» на основе структурных коэффициентов представлена в  табл. 6.  Доля первичных резервов в активах снизилась в 2010-2014 гг. с 0,050 до 0,051, доля обязательных резервов в активах выросла с 0,006 до 0,007. Доля высоколиквидных активов в активах выросла с 0,080 до 0,091, что характеризуется негативно, однако снижение незначительное. Доля работающих активов в активах снизилась с 0,884 до 0,876, а доля неработающих активов в активах выросла соответственно с 0,116 до 0,124, что характеризуется отрицательно.


Таблица 6 - Оценка актива баланса ПАО «ВТБ 24» на основе структурных коэффициентов

Коэффициент

Показатель

Значения коэффициентов на

Отклонение за период

01.01.2011

01.01.2012

01.01.2013

01.01.2014

01.01.2015

К1а

Доля первичных резервов в активах

0,050

0,052

0,036

0,037

0,051

0,001

К2а

Доля обязательных  резервов в активах

0,006

0,011

0,010

0,009

0,007

0,001

К3а

Доля высоколиквидных активов в активах

0,080

0,096

0,070

0,073

0,091

0,011

К4а

Доля работающих активов в активах

0,884

0,874

0,896

0,879

0,876

-0,008

К5а

Доля неработающих активов в активах

0,116

0,126

0,104

0,121

0,124

0,008

К6а

Доля кредитных вложений в активах

0,820

0,848

0,859

0,829

0,790

-0,030

К7а

Доля кредитных вложений в работающих активах

0,928

0,970

0,959

0,944

0,902

-0,026

К8а

Доля  вложений в ценные бумаги в активах

0,059

0,022

0,021

0,009

0,001

-0,058

К9а

Доля  вложений в ценные бумаги в работающих активах

0,066

0,026

0,023

0,010

0,001

-0,066

К10а

Доля инвестиций в активах

0,001

0,001

0,001

0,005

0,002

0,001

К11а

Доля инвестиций в работающих активах

0,001

0,001

0,001

0,005

0,002

0,002

К10а

Доля имущества банка в активах

0,011

0,011

0,011

0,012

0,010

-0,001

К11а

Доля имущества банка в неработающих активах

0,096

0,084

0,104

0,099

0,080

-0,016

К12а

Доля прочих активов в активах

0,025

0,020

0,023

0,036

0,023

-0,001

К13а

Доля прочих активов в неработающих активах

0,212

0,156

0,222

0,301

0,187

-0,025

 

Доля кредитных вложений в активах снизилась с 0,820 до 0,790, доля кредитных вложений в работающих активах также снизилась – с 0,938 до 0,902. Доля  вложений в ценные бумаги в активах снизилась с 0,059 до 0,001. Доля  вложений в ценные бумаги в работающих активах также снизилась с 0,066 до 0,001.

Доля имущества банка в активах снизилась с 0,011 до 0,010, что характеризуется позитивно, доля имущества банка в неработающих активах снизилась с 0,096 до 0,080, что характеризуется отрицательно. Доля прочих активов в активах снизилась с 0,025 до 0,023, а доля прочих активов в неработающих активах - снизилась с 0,212 до 0,187. Таким образом, доля имущества банка в активах снижается, что характеризуется отрицательно.

Оценка пассива баланса ПАО «ВТБ 24» за период 2010-2014 гг. на основе структурных коэффициентов представлены в таблице 7.

Как можно сделать вывод, коэффициент концентрации собственного капитала (финансовой автономии, независимости) снизился в анализируемом периоде (2010-2014 гг.) с 0,098 до 0,065, что характеризуется негативно, так как растет зависимость от внешних кредиторов. Коэффициент загрузки собственных средств (плечо финансового рычага) вырос с 9,192 до 14,498, что характеризуется негативно, так как растет риск использования заемных источников средств.

Коэффициент обеспечения обязательств собственными средствами снизился с 0,109 до 0,069, что также характеризуется негативно, так как обеспечение обязательств собственными средствами ухудшилось.

Доля уставного капитала в собственных средствах снизилась с 0,574 на конец 2010 года до 0,519 на конец 2014 года.

Коэффициент фондовой капитализации соответственно вырос с 1,742 на конец 2010 года до 1,929 на конец 2014 года. Коэффициент клиентской базы (общий) и коэффициент клиентской базы (частный) снизились с 0,789 и 0,875 на конец  2010 года до 0,729 и 0,780 на конец 2014 года.


Таблица 7 - Оценка пассива баланса ПАО «ВТБ 24» на основе структурных коэффициентов

Коэффи-циент

Показатель

Значения коэффициентов на

Откл. за период

01.01.

2011

01.01.

2012

01.01.

2013

01.01.

2014

01.01.

2015

К1п

Коэффициент концентрации собственного капитала (финансовой автономии, независимости)

0,098

0,084

0,089

0,068

0,065

-0,034

К2п

Коэффициент загрузки собственных средств (плечо финансового рычага)

9,192

10,865

10,247

13,653

14,498

5,305

К3п

Коэффициент обеспечения обязательств собственными средствами

0,109

0,092

0,098

0,073

0,069

-0,040

К4п

Доля уставного капитала в собственных средствах

0,574

0,513

0,388

0,537

0,519

-0,056

К5п

Коэффициент фондовой капитализации

1,742

1,948

2,580

1,862

1,929

0,187

К6п

Коэффициент клиентской базы (общий)

0,789

0,852

0,808

0,827

0,729

-0,060

К7п

Коэффициент клиентской базы (частный)

0,875

0,931

0,887

0,887

0,780

-0,095

К8п

Доля кредитов ЦБ РФ в пассивах

0,000

0,000

0,013

0,016

0,082

0,082

К9п

Доля кредитов ЦБ РФ в обязательствах

0,000

0,000

0,015

0,017

0,087

0,087

К10п

Доля средств кредитных организаций в пассивах

0,053

0,047

0,047

0,054

0,102

0,049

К11п

Доля средств кредитных организаций в обязательствах

0,059

0,052

0,052

0,058

0,109

0,050

К12п

Доля вкладов физических лиц в пассивах

0,700

0,702

0,668

0,660

0,557

-0,143

К13п

Доля вкладов физических лиц в обязательствах

0,776

0,767

0,733

0,708

0,595

-0,180

К14п

Коэффициент обеспечения вкладов физических лиц собственными средствами

0,140

0,120

0,133

0,103

0,116

-0,024

К15п

Доля выпущенных долговых обязательств в обязательствах

0,050

0,010

0,036

0,026

0,013

-0,037

К16п

Доля выпущенных долговых обязательств в пассивах

0,045

0,009

0,033

0,024

0,012

-0,033

К17п

Доля прочих обязательств в обязательствах

0,014

0,007

0,010

0,010

0,011

-0,004

К18п

Доля прочих обязательств в пассивах

0,013

0,007

0,009

0,009

0,010

-0,003

К19п

Коэффициент обеспечения гарантий собственными средствами

-

18889,181

617381,844

-

-

-

К20п

Коэффициент обеспечения безотзывных обязательств собственными средствами

342,588

365,073

413,690

541,500

690,399

347,811


Доля кредитов ЦБ РФ в пассивах выросла с 0 на 2010 год до 0,082 на конец 2014 года. Доля кредитов ЦБ РФ в обязательствах выросла с 0  на 2010 год до 0,087 на конец 2014 года. Доля средств кредитных организаций в пассивах выросла в отчетном периоде с 0,053 до 0,102. Доля средств кредитных организаций в обязательствах выросла в отчетном периоде с 0,059 до 0,109. Доля вкладов физических лиц в пассивах снизилась с 0,700 до 0,557 в анализируемом периоде. Доля вкладов физических лиц в обязательствах снизилась с 0,776 до 0,595 в анализируемом периоде. Коэффициент обеспечения вкладов физических лиц собственными средствами снизился с 0,140 на начало 2010 года до 0,116 на конец 2014 года.

Доля выпущенных долговых обязательств в обязательствах снизилась с 0,050 до 0,013 в анализируемом периоде. Доля выпущенных долговых обязательств в пассивах снизилась с 0,045 до 0,012 в анализируемом периоде. Доля прочих обязательств в обязательствах снизилась с 0,014 до 0,011 в анализируемом периоде.

Доля прочих обязательств в пассивах снизилась с 0,013 до 0,010 в анализируемом периоде. Коэффициент обеспечения гарантий собственными средствами не определялся на начало и конец исследуемого периода. Коэффициент обеспечения безотзывных обязательств собственными средствами вырос с 342,588 до 690,399 соответственно.

Таким образом, исходя из результатов анализа пассивов ПАО «ВТБ 24» можно сделать вывод о некотором ухудшении их структуры к концу исследуемого периода по сравнению с его началом. Так, доля собственных средств снизилась по сравнению с долей заемных средства. Рост плеча финансового рычага также свидетельствует с росте зависимости банка от заемных источников.

Для анализа финансовых результатов деятельности банка составим разработочную таблицу (Приложение 2), которая станет основой для проведения анализа  прибылей и убытков. Показатели финансовых результатов ПАО «ВТБ 24» за 2010-2014 гг. представлены в табл. 8.

Таблица 8 - Показатели финансовых результатов ПАО «ВТБ 24», тыс. руб.

Наименование статьи

Год

Отклонение

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

+,-

%

Процентные доходы, всего

в том числе:

97412199

122519543

153412930

209959882

267664279

170252080

174,77

От размещения средств в кредит-ных организа-циях

11968235

20810666

19476881

20165566

20929853

8961618

74,88

От ссуд, предо-ставленных кли-ентам (некредит-ным организац-иям)

79787791

97901061

130880670

185260705

236028074

156240283

195,82

От вложений в ценные бумаги

5656173

3807816

3055379

4533611

10706352

5050179

89,29

Процентные расходы, всего

в том числе:

43080639

50923763

61579072

87468907

112736052

69655413

161,69

По привлечен-ным средствам кредитных организаций

2420107

3067781

3786006

8085812

21282246

18862139

779,39

По привлечен-ным средствам клиентов (некредитных организаций)

36428657

45398541

55450680

76241478

88206368

51777711

142,13

По выпущенным долговым обязательствам

4231875

2457441

2342386

3141617

3247438

-984437

-23,26

Чистые процент-ные доходы (отрицательная процентная маржа) п.1-п.6

54331560

71595780

91833858

122490975

154928227

100596667

185,15

Таким образом, процентные доходы ПАО «ВТБ 24» за 2010-2014 гг. выросли на 170252080 тыс. руб., в том числе: от размещения средств в кредитных организациях – выросли на 8961618 тыс. руб.; от ссуд, предоставленных клиентам (некредитным организациям) – выросли на 156240283 тыс. руб.; от вложений в ценные бумаги – выросли на 5050179 тыс. руб.  Процентные расходы ПАО «ВТБ 24» за 2010-2014 гг. выросли на 69655413 тыс. руб., в том числе: по привлеченным средствам кредитных организаций – на 18862139 тыс. руб.; по привлеченным средствам клиентов (некредитных организаций) - на 51777711 тыс. руб.; по выпущенным долговым обязательствам - уменьшились на 984437 тыс. руб.;  чистые процентные доходы – выросли на 100596667 тыс. руб.

Структура процентных доходов и расходов ПАО «ВТБ 24» представлена в табл. 9.

Таблица 9 - Структура процентных доходов и расходов ПАО «ВТБ 24»

Наименование статьи

Год

Откл.

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

+,-

Процентные доходы, всего

в том числе:

100,00

100,00

100,00

100,00

100,00

0,00

От размещения средств в кредитных организациях

12,29

16,99

12,70

9,60

7,82

-4,47

От ссуд, предоставленных клиен-там (некредитным организациям)

81,91

79,91

85,31

88,24

88,18

6,27

От вложений в ценные бумаги

5,81

3,11

1,99

2,16

4,00

-1,81

Процентные расходы, всего

в том числе:

100,00

100,00

100,00

100,00

100,00

0,00

По привлеченным средствам кредитных организаций

4,45

6,02

6,15

9,24

18,88

14,42

По привлеченным средствам кли-ентов (некредитных организаций)

84,56

89,15

90,05

87,16

78,24

-6,32

По выпущенным долговым обязательствам

9,82

4,83

3,80

3,59

2,88

-6,94

Таким образом, основную долю в структуре процентных доходов составляют доходы от ссуд, предоставленных клиентам (некредитным организациям).  В анализируемом периоде удельный вес данной статьи вырос  с 81,91% в 2010 году до 88,18% по итогам 2014 года. Основную долю в структуре процентных расходов составляют расходы по привлеченным средствам клиентов (некредитных организаций). В анализируемом периоде удельный вес данной статьи снизился с 84,56% в 2010 году до 78,24% по итогам 2014 года. При этом удельный вес расходов по выпущенным долговым обязательствам снизился с 9,82% до 2,88%.

Расчет показателей эффективности деятельности ПАО «ВТБ 24» в 2010-2014 гг. представлен в табл. 10.


Таблица 10 - Расчет показателей эффективности деятельности ПАО «ВТБ 24»

Показатели

Значения показателя по годам

Отклонение за период

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

Исходные показатели (тыс.р.)

1. Активы среднегодовые всего (А)

1036455496

1322185811

1750767808

2383087134

1368337695

331882199

2. Работающие среднегодовые активы (РА)

910367856

1171835746

1551623926

2090429214

1312511899

402144043,5

3. Собственные среднегодовые средства (капитал) (К)

93583371,5

114847129

134694093

157545660,5

93519978,5

-63393

4. Уставный фонд - средства участников среднегодовые (УФ)

50730197

50730197

62562299

82979646

45782445,5

-4947751,5

5. Привлеченные средства среднегодовые (средства кредитных организаций, клиентов, долговые обязательства) (О)

932209506

1186367178

1572362410

2072229105

1286701265

354491759,5

6. Кредитные вложения  среднегодовые = чистая ссудная задолженность (КВ)

866321312

1129503988

1474237976

1922741028

1208612748

342291436

7.Чистые доходы всего (Д)

54666220

98247744

129054206

137158021

154423831

99757611

8. Операционные расходы всего (Р)

32669320

63462562

81696514

108366227

119849393

87180073

9. Процентные доходы (ПД)

97412199

122519543

153412930

209959882

267664279

170252080

10. Процентные расходы (ПР)

43080639

50923763

61579072

87468907

112736052

69655413

11. Прибыль (П)

21996900

34785182

47357692

28791794

34574438

12577538

12. Чистые процентные доходы- процентная  маржа (ПМ)

54331560

71595780

91833858

122490975

154928227

100596667

Относительные показатели (показатели эффективности), %

1. Доходность активов (Да)

6,00

5,42

5,27

5,184

9,13

3,13

2. Рентабельность активов (Rа)

2,12

2,63

2,70

1,208

2,53

0,40

3. Рентабельность затрат  (уровень общей рентабельности) (Rр)

67,33

54,81

57,97

26,57

28,85

-38,48

4. Рентабельность капитала (Rк)

23,51

30,29

35,16

18,28

36,97

13,46

5. Рентабельность вложений в УФ (Rуф)

43,36

68,57

75,70

34,70

75,52

32,16

6. Доходность работающих активов (Дра)

6,00

8,38

8,32

6,56

11,77

5,76

7. Рентабельность работающих активов (Rра)

2,42

2,97

3,05

1,38

2,63

0,22

8. Доходность кредитных вложений (Дкв)

11,24

10,85

10,41

10,92

22,15

10,90

9. Средняя процентная ставка по привлеченным средствам (Со)

4,62

4,29

3,92

4,22

8,76

4,14

10. Спрэд (S)

6,62

6,55

6,49

6,70

13,38

6,76

1. Соотношение процентных и непроцентных доходов (Кдр)

-227,89

-504,78

-629,81

-288,40

-236,37

-8,48

12. Уровень покрытия процентных расходов (Упр)

226,12

240,59

249,13

240,04

237,43

11,31

13. Уровень покрытия непроцентных расходов (Унпр)

410,57

-193,57

-121,08

-348,38

-1591,94

-2002,52

14. Удельная маржа (Му)

5,97

6,11

5,92

5,86

11,80

5,84


Динамика эффективности банка характеризуется в целом положительно. Так, доходность активов выросла в 2010-2014 гг. на 3,13%, рентабельность активов выросла на 0,40%, рентабельность затрат  уменьшилась на 38,48%, рентабельность капитала выросла на 13,46%, рентабельность вложений в УФ выросла на 32,16%, доходность работающих активов выросла на 5,76%, рентабельность работающих активов выросла на 0,22%, доходность кредитных вложений выросла на 10,90%, средняя процентная ставка по привлеченным средствам выросла на 4,14%, спрэд вырос на 6,67%.

При этом соотношение процентных и непроцентных доходов снизилось  на 8,48%, уровень покрытия процентных расходов вырос на 11,21%, уровень покрытия непроцентных расходов уменьшился более чем в 20 раз, а удельная маржа выросла на 5,84%.

Оценка ликвидности, платежеспособности и финансовой устойчивости ПАО «ВТБ 24» представлена в табл. 11.

Таблица 11 - Оценка ликвидности, платежеспособности и финансовой устойчивости ПАО «ВТБ 24»

Показатель

Значение показателя

Откл.

01.01.11

01.01.12

01.01.13

01.01.14

01.01.15

К1

Коэффициент защиты капитала

0,113

0,125

0,121

0,175

0,153

0,040

К2

Коэффициент инвестирования

0,008

0,008

0,011

0,068

0,034

0,025

К3

Генеральный коэффициент надежности

0,111

0,096

0,099

0,078

0,074

-0,037

К4

Коэффициент мгновенной ликвидности

0,093

0,098

0,081

0,081

0,116

0,023

К5

Коэффициент текущей ликвидности

0,089

0,105

0,077

0,078

0,097

0,008

К6

Коэффициент общей ликвидности

1,069

1,059

1,060

1,021

1,034

-0,036

К7

Коэффициент использования привлеченных средств

0,074

0,102

0,067

0,071

0,092

0,018

К8

Коэффициент рефинансирования в ЦБ РФ

-

-

3,010

2,398

0,503

0,503

К9

Коэффициент рефинансирования кредитных организаций

0,125

0,256

0,093

0,102

0,065

-0,060

Таким образом, коэффициент защиты капитала вырос в анализируемом вырос с 0,113 до 0,153, что характеризуется позитивно. Коэффициент инвестирования вырос с 0,008 до 0,064, что также характеризуется позитивно. Генеральный коэффициент надежности снизился с 0,111 до 0,074, что характеризуется негативно. Коэффициент мгновенной ликвидности вырос с 0,093 до 0,116, что характеризуется позитивно. Коэффициент текущей ликвидности вырос с 0,089 до 0,097, что характеризуется позитивно.

Коэффициент общей ликвидности снизился с 1,069 до 1,0348. Коэффициент использования привлеченных средств вырос с 0,074 до 0,092. Коэффициент рефинансирования в ЦБ РФ вырос с 0 до 0,503. Коэффициент рефинансирования кредитных организаций уменьшился 0,125 до 0,065.

Таким образом, по итогам проведенного анализа можно сделать следующие выводы. За последний отчетный год банк продемонстрировал высокие операционные и финансовые результаты в соответствии со своей стратегией, ориентированной на эффективный и прибыльный рост бизнеса.

Рост доходов банка происходил более активно, чем рост расходов. На увеличение доходов основное влияние оказали рост темпов и объемов банковских операций, а именно – рассчетно-кассовое обслуживание, кредитование населения, малого и среднего бизнеса. Портфель ценных бумаг на сегодняшний день является достаточно консервативным. Риск потери ликвидности при этом минимален, так как он компенсируется безрисковыми вложениями в государственные ценные бумаги. За счет диверсификации портфеля достигнуто оптимальное сочетание риска и доходности.

Динамика абсолютных показателей финансовых результатов ПАО «ВТБ 24» характеризуется положительно. Так, чистые доходы банка,  прибыль до налогообложения и после налогообложения выросла. Почти все показатели рентабельности выросли за период 2010-2014 гг., показатели доходности активов, кредитных вложений, средняя процентная ставка по привлеченным средствам и спрэд также выросли, что можно охарактеризовать положительно.

2.3. Сравнительный анализ методов оценки кредитоспособности заемщиков – физических лиц

Анализ кредитования населения в банке может быть проведен по следующей схеме:  1) определение места исследуемого банка на рынке банковских услуг; 2) анализ динамики кредитного портфеля исследуемого банка, определение доли кредитов физическим лицам в совокупном кредитном портфеле; 3) анализ структуры кредитного портфеля физических лиц по срокам кредитования, по видам кредитов населению, по валюте кредита; 4) анализ уровня риска кредитного портфеля населению; 5) анализ доходности кредитного портфеля населению. Для анализа в работе выбраны банки ВТБ24, Сбербанк и Россельхозбанк (табл. 12).

Таблица 12 - Сравнительная характеристика условий кредитования физлиц

Показатель

ВТБ24

Россельхозбанк

Сбербанк

1. Ставка процентов по кредиту

От 20% до 30%

до 27%

До34,5%

2. Валюта кредита

Рубли, доллары США, Евро

Рубли, доллары США, Евро

Рубли, доллары США, Евро

3. Заемщики

Граждане РФ от 24 лет, стаж не менее 1 года

Граждане РФ от 21 года

Граждане РФ от 21 года

4. Срок кредитования

До 5 лет

До 3 лет

До 5 лет

5. Минимальная сумма кредита

30 000 рублей

45 000 рублей

45 000 рублей

6. Максимальная сумма кредита

До 750 000 рублей без обеспечения;
До 3 000 000 рублей под залог (обеспечение)

Определяется в зависимости от уровня платежеспособности заемщика

До 300 000 рублей без залога; более 300 000 рублей с залогом

7. Срок рассмо-трения заявки

До 5 дней

До 5 дней

До 2 дней

8. Перечень необходимых документов

- копия паспорта;
- справка о доходах;
- копия трудовой книжки;
- копии кредитных договоров.

- копия паспорта;
- справка о доходах за 6 месяцев;
- заверенная копия трудовой книжки

- паспорт с пропиской;
- справка о доходах;
- копии кредитных договоров;
- документы на приобретаемое имущество (или залог)

Исследуя данные таблицы 12, можно сказать, что  условия кредитования банков  существенно отличаются.  Сравнительный анализ позволил выявить основных конкурентов банка ВТБ24 по условиям предоставления кредитов физическим лицам. В первую очередь, это Россельхозбанк, который предлагает более выгодные ставки по кредитам.

Классификация кредитного портфеля по срокам позволяет определить, во-первых, степень покрытия банком потребностей  населения в долгосрочных ресурсах; во-вторых, наличие у банка возможностей без потери ликвидности размещать долгосрочные кредиты.

Такое большое значение долгосрочным размещениям банков уделяется потому, что в настоящее время национальная экономика испытывает дефицит долгосрочных кредитных и инвестиционных ресурсов, поэтому банки, являясь едва ли  не единственными финансовыми донорами, аккумулируют все возможности для покрытия такого спроса.

Одним из важных разделов анализа является исследование структуры кредитного портфеля по видам кредитов. Следует отметить, что получить такую информацию из открытых форм отчетности не представляется возможным, поскольку форма 101 не содержит данной классификации. Поэтому данные о структуре портфеля можно получить лишь от специалистов банка.

Потребительское кредитование населения по видам кредитов ВТБ24, Сбербанк и Россельхозбанк (табл. 13).

Таблица 13 - Потребительское кредитование населения по видам кредитов

Наименование показателя

Банк

ВТБ24

Россельхозбанк

Сбербанк

Ипотечное кредитование, %

37,3

42,61

52,08

Автокредитование, %

19,31

15,16

9,52

Персональные кредиты, %

43,4

42,23

38,40

Доля автокредитования у ВТБ24 наибольшая: 19,3% по сравнению с 9,5% у Сбербанка, однако доля жилищного (ипотечного) кредитования населения наименьшая по сравнению со Сбербанком и Россельхозбанком. В то же время ВТБ24 содействует заявленному курсу Правительства РФ на выполнение задач по становлению широкомасштабной системы долгосрочного ипотечного жилищного кредитования населения, тем самым обеспечивая рост национальной экономики и улучшение условий жизни населения. 

Ипотечный кредитный портфель ВТБ24 в настоящее время формируется за счет следующих направлений: собственной выдачи; кредитов, переданных на баланс банка в рамках проекта миграции розничного бизнеса группы «ВТБ»; кредитов, приобретенных у других участников ипотечного рынка.

Для ВТБ24 на протяжении последних лет характерен рост ипотечных кредитов, связанный с существенной модернизацией условий предоставления ипотечных кредитов и оптимизацией технологии ипотечного кредитования. В частности, в банке ВТБ24 было реализовано следующее:

- отмена первоначального взноса в части кредитов;

- снижение процентной ставки в рублях;

- повышение коэффициентов, используемых при определении доступной суммы кредита;

- рассмотрение дохода родственников заемщика;

- расширение сроков кредитования (до 50 лет);

- расширение продуктового ряда (нецелевые кредиты, рефинансирование, улучшение жилищных условий);

- установление лимитов принятия рисков на ведущие строительные компании – либерализация требований к обеспечению кредитов;

- размещение риэлторов в центрах ипотечного кредитования – возможность получения полной услуги «кредит + квартира» в офисе банка;

- увеличение сети отделений, предоставляющих ипотечные кредиты, проведение межфилиальных сделок.

Кроме того, анализируя таблицу 13, необходимо указать, что ПАО «ВТБ 24» активно развивает автокредитование. В качестве причин роста объемов автокредитования следует указать расширение продуктового ряда и географии бизнеса, а также повышению качества сервиса. В настоящее время ПАО «ВТБ 24» предлагает следующие программы автокредитования:

- стандартная программа на новые автомобили иностранного производства;

- стандартная программа на подержанные автомобили иностранного производства;

- программа без применения условия об обязательном осуществлении первоначального взноса на оплату автомобиля иностранного производства;

- автоэкспресс-кредитование на покупку нового или подержанного автомобиля иностранного производства, а также нового автомобиля отечественного производства с оформлением и без оформления страховки.

Динамика структуры кредитного портфеля ПАО «ВТБ 24» представлена в табл. 14.

Таблица 14 - Динамика структуры кредитного портфеля ПАО «ВТБ 24»

Виды кредитов

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

Откл. за период

Жилищные кредиты

39,21

41,08

47,32

49,65

46,43

7,22

Потребительские кредиты

29,23

38,31

37,20

39,47

43,78

14,54

Автокредиты

19,46

12,47

9,86

7,65

7,98

-11,48

Кредитные карты

11,89

8,05

5,53

2,96

1,67

-10,22

Овердрафты

0,21

0,09

0,09

0,11

0,09

-0,12

Кредиты в иностранной валюте

0,00

0,00

0,00

0,15

0,06

0,06

Всего

100,00

100,00

100,00

100,00

100,00

0,00

Данные, представленные в таблице 14, отражают преобладание в кредитном портфеле физических лиц ПАО «ВТБ 24» жилищных и потребительских кредитов.

В 2014 году наблюдается снижение жилищных кредитов, что связано с приостановлением действия некоторых видов целевых программ по выдаче ипотечных кредитов. Объемы потребительских кредитов, напротив, увеличиваются, так как банк постоянно расширяет их линейку.

Немаловажным фактом является и то, что объемы кредитного портфеля банка увеличиваются не только в результате роста количества заемщиков, но и по причинам роста величины запрашиваемых клиентами кредитов. Поэтому важным становится анализ средней суммы кредита, приходящейся на одного заемщика. Рост средней суммы кредита позитивно характеризует деятельность банка, позволяя судить как об увеличении банковского кредитного потенциала, так и об увеличении финансовых возможностей клиентов обслуживать значительные объемы привлеченных банковских кредитов.

Структура потребительских кредитов банков ВТБ24, Сбербанк и Россельхозбанк по размеру полученных сумм представлена в таблице 15.

Таблица 15 - Структура кредитов, выданных физическим лицам по размерам

Наименование

Удельный вес, %

ВТБ24

Россельхозбанк

Сбербанк

Кредиты, предоставленные физическим лицам, всего

100,00

100,00

100,00

До 3000 руб.

5,00

4,00

4,00

От 3001 до 5000 руб.

4,00

5,00

5,00

От 5001 до 15000 руб.

26,00

27,00

26,00

От 15001 до 25000 руб.

18,00

19,00

20,00

От 25001 руб. до 50000 руб.

15,00

20,00

21,00

От 50001 до 100000 руб.

16,00

15,00

13,00

Свыше 100000 руб.

16,00

10,00

11,00

 

Из данных таблицы 15 видно, что чаще всего клиенты запрашивают кредиты в сумме от 5 до 15 тысяч рублей. Причем явной тенденции изменения спроса на кредиты такого размера не просматривается: в ВТБ24 они составляли 26% от общего объема кредитов, выданных населению, в Россельхозбанке – 27%, а в Сбербанке удельный вес сопоставим с ВТБ24. При этом следует отметить, что в ВТБ24 доля физических лиц, запрашивающих относительно крупные суммы заемных средств наибольшая.

Выявленные факты позволяют сделать предварительные оценки уровня платежеспособности клиентов - физических лиц ВТБ24: их уровень способности обслужить заемные средства является более высоким.

Данные по срокам размещения кредитов населению банков ВТБ24, Сбербанк и Россельхозбанк представлены в табл. 16.

Таблица 16 - Структура кредитов, выданных физическим лицам по срокам погашения задолженности

Наименование статьи

Удельный вес, %

ВТБ24

Россельхозбанк

Сбербанк

Кредиты, предоставленные физическим лицам, всего

100,00

100,00

100,00

«овердрафт» (кредит, предоставленный при недостатке средств на текущем счете)

0,07

0,07

0,07

на срок от 8 до 30 дней

0,00

0,00

1,03

на срок от 31 до 90 дней

0,10

1,42

0,14

на срок от 91 до 180 дней

0,31

0,39

0,47

на срок от 181 дня до 1 года

5,17

5,40

6,93

на срок от 1 года до 3 лет

12,94

14,66

1,51

на срок свыше 3 лет

81,41

78,06

89,85

 

Из данных табл. 16 видно, что в структуре кредитов, выданных физическим лицам, наибольший удельный вес приходится на кредиты, выданные на срок свыше 3 лет (81,41%) и на срок от 1 года до 3 лет (12,94%).

Таким образом, несмотря на высокий риск долгосрочного кредитования в сложной экономической ситуации, ПАО «ВТБ 24» наращивает объемы кредитования на достаточно длительные сроки. Это обусловлено большей доходностью операций долгосрочного кредитования: ставки по таким кредитам выше, чем по краткосрочным.

Анализ видов обеспечения возвратности кредита банков ВТБ24, Сбербанк и Россельхозбанк  проведем в таблице 17.

Таблица 17 - Классификация видов обеспечения

Вид обеспечения

ВТБ24

Россельхозбанк

Сбербанк

Залог, %

84,67

83,46

79,91

Поручительство, %

15,33

16,54

20,09

Итого, %

100,00

100,00

100,00

Из таблицы 17 можно сделать вывод о постепенном росте сумм обеспечения по двум основным видам: залог и поручительство. Высокий удельный вес залогов в общем объеме обеспечения обусловлен тем, что удовлетворение требований, обеспеченных залогом, не зависит от финансового положения должника.

Можно указать три группы коэффициентов, характеризующих различные аспекты кредитной политики банка. Их можно разделить на три группы показателей:

- доходность кредитных вложений;

- качество управления кредитным портфелем;

- достаточность резервов на покрытие возможных убытков;

Проведем расчет данных коэффициентов в табл. 18.

Таблица 18 - Показатели доходности потребительских кредитов банка

Показатели

ВТБ24

Россельхозбанк

Сбербанк

Прибыльность потребительских кредитов, %

16,3

5,7

13,4

Доля процентной маржи по потребительским кредитам в капитале банка, %

59

10

25

Доходность потребительских кредитов, %

0,47

0,01

0,22

Реальная доходность потребительских кредитов, %

17,98

3,07

15,47

Как видно из данных таблицы 18, в целом портфель потребительских кредитов банка ВТБ24 можно охарактеризовать как прибыльный. Фактические значения данного показателя намного превышают нормативные, что объясняется большим объемом собственных средств.

Оптимальное значение доли процентной маржи по потребительским кредитам в капитале банка находится в пределах от 10 до 20 %.

Данные таблицы 18 показывают, что доля процентной маржи по потребительским кредитам в Россельхозбанке и Сбербанке ниже, чем в ВТб24: в первом она составляет 10%, а во втором - 25%,  в то время как в ВТБ24 - 59%, что объясняется меньшим весом потребительских кредитов в общем объеме кредитов Россельхозбанка и Сбербанка.

Оптимальное значение доходности кредитных вложений банка, оптимальное значение данного коэффициента составляет 2-3,5%. Данные для всех банков низкие, что ростом просроченных кредитов из-за текущей ситуации в экономике России.

По показателю реальной доходности потребительских кредитов оптимального значения нет, но согласно фактическим значениям из таблицы 18 можно отметить, что процент реальной доходности потребительских кредитов банка ВТБ24 довольно высок, что говорит о высоком качестве управления кредитным портфелем и кредитными рисками в целом.

Динамика коэффициентов качества управления кредитами исследуемых банков представлена в табл. 19.

Таблица 19 - Динамика коэффициентов качества управления кредитами

Показатели

ВТБ24

Россельхозбанк

Сбербанк

Удельный вес неработающих кредитных вложений в активах банка, %

0,85

4,1

0,2

Удельный вес неработающих кредитных вложений в общей сумме кредитных вложений, %

1

4,8

0,3

Соотношение кредитных вложений и депозитов, %

249,3

350,6

219,4

Уровень перегруженности кредитного портфеля, %

90,1

84,6

75,1

Доля краткосрочных кредитных вложений, %

99,7

99,5

99,5

Темп роста кредитных вложений, %

113,7

104

105

Согласно данным таблицы 19 значения коэффициента, характеризующего качество управления кредитным портфелем банка с позиции объемов «неработающих» кредитных вложений, находятся в пределах допустимой нормы у ВТБ24 и Сбербанка (от 0,5-3). У ВТБ24 данный показатель был равен 0,85 процентов.

У Россельхозбанка значение коэффициента намного больше в связи с тем, что в кредитном портфеле банка образовалась большая доля просрочки, которая составляла чуть более одной двадцатой всего кредитного портфеля. У Сбербанка значение коэффициента ниже по причине реализации залога по просроченным ссудам.

Коэффициент, детализирующий качество управление кредитным портфелем, соответствует нормативам как для ВТБ24, так и для Сбербанка. Данный показатель также объясняется малой долей просроченной задолженностью в кредитной портфеле банка.

Коэффициент, дающий оценку качества управления кредитным портфелем исходя из имеющихся ресурсов, находится на довольно высоком уровне, что отрицательно характеризует исследуемые банки с точки зрения управления рисками.

Это говорит о том, что банк пользуется остатками на расчетных счетах клиента, что не является надежным по отношению к рискам, возникающим в случае снижения остатков на расчетных счетах.

Уровень перегруженности кредитного портфеля говорит о том, что кредитные портфели всех исследуемых банков перегружены, и требуется переориентация кредитных ресурсов на другие направления, например, на вложения в ценные бумаги. Так, коэффициент равен 90,1% для ВТБ24 и 75,1% для Россельхозбанка.

Доля краткосрочных кредитных вложений характеризует ее долю в общем объеме выданных ссуд. По представленным данным можно сделать вывод, что структура кредитного портфеля всех исследуемых банков почти целиком состоит из краткосрочных кредитов.

В условиях отечественной экономики структура кредитных вложений банков по показателю срочности не соответствует потребностям обновления основных фондов предприятия, то есть объемы краткосрочных кредитных вложений значительно преобладают над объемами долгосрочных кредитов. Этот показатель также объясняется спецификой кредитной политики банков, имеющей приоритетную направленность на краткосрочное кредитование.

Следующий коэффициент, характеризующий темпы роста кредитных вложений для Сбербанка 105%, тогда как для ВТБ24 рост кредитных вложений банка составил 113,7%, что является наивысшим значением для трех анализируемых банков.

Третья группа показателей также характеризует качество управления кредитным портфелем банка, но вместе с тем рассматривается как отдельная группа, потому что связана со специфической деятельностью банка по созданию специального резерва на возможные убытки по кредитам.

Рассчитаем коэффициенты достаточности резервов банка на покрытие убытков по невозвращенным кредитам в таблице 20.

Таблица 20 - Коэффициенты достаточности резервов банка на покрытие убытков по невозвращенным кредитам

Показатели

ВТБ24

Россельхозбанк

Сбербанк

Уровень защищенности от кредитного риска, %

126,8

61,8

433,4

Уровень резерва на покрытие убытков, %

100

100

100

Степень достаточности резервов, %

6,1

0,1

4,3

Коэффициент, отражающий степень защищенности банка от кредитного риска, не имеет критериального уровня. Чем меньше его знаменатель, то есть размер вложений, не приносящих доход, тем лучше состояние кредитного портфеля банка.

Таким образом, можно отметить, что в наихудшем состоянии кредитный портфель находился у Россельхозбанка. В то же время, чем больше созданный резерв, тем больше уровень защищенности банка, что характерно для ВТБ24.

Уровень резерва на покрытие убытков характеризует полноту создания специального резерва на покрытие возможных убытков по кредитам, его оптимальное значение составляет 100%. Все три банка придерживались оптимального значения по данному коэффициенту.

Степень достаточности резервов свидетельствует о степени достаточности резервов банка в случае непогашения кредитов. Учитывая оптимальное значение для данного коэффициента, которое составляет 0,9-5%, можно отметить, что у ВТБ24 и Сбербанка этот показатель находился в пределах оптимального значения.

Таким образом, проанализировав все представленные коэффициенты, можно дать развернутую характеристику деятельности банка ВТБ24 на рынке кредитования физических лиц. Проведенный сравнительный анализ позволяет охарактеризовать кредитный портфель банка как динамично развивающийся, с достаточным количеством резервов банка на покрытие убытков по невозвращенным кредитам.

Можно также отметить высокую доходность кредитных вложений банка, и положительную динамику вложений, приносящих доход. Коэффициенты качества управления кредитным портфелем выявили некоторые упущения руководства банка, в отношении увеличения количества срочных вкладов, в деятельности должны использоваться не только средства остающиеся на расчетных счетах клиентов, которые относятся к рискованным, а также денежные средства с умеренным кредитным риском. Также необходимо выделить высокую степень агрессивности кредитной политики и перегруженности кредитного портфеля, что определяет необходимость переориентации кредитных ресурсов банка на другие направления.

3. основные направления совершенствования ОЦЕНКи  кредитоспособности заемщиков - физических лиц

в ПАО «ВТБ24»

3.1. Совершенствование методики оценки кредитоспособности физических лиц

Основными направлениями повышения эффективности ПАО «ВТБ24» должны стать следующие мероприятия: 1) увеличение собственного капитала, 2) увеличение активов,  3) увеличение долгосрочных обязательств в структуре пассивов. По результатам проведенного анализа можно сделать вывод, что в управлении активами ПАО «ВТБ24» следует обратить внимание на следующие моменты:

1 .Управление наличностью должно быть более эффективным, то есть необходимо планировать притоки и оттоки наличности и разработать графики платежей.

2. Сроки, на которые банк размещает средства, должны соответствовать срокам привлеченных ресурсов. Не допустимо превышение денежных средств на счетах актива над денежными средствами на счетах пассива.

3. Акцентировать внимание на повышении рентабельности работы в целом и на доходности отдельных операций в частности.

4. Применять методы анализа группы расчетных счетов клиентов и интенсивности платежного оборота по корреспондентскому счету банка. Результаты такого анализа служат основой для аргументированной перегруппировки активов баланса банка.

5. Изменить структуру активов, т.е. увеличить долю ликвидных активов за счет достаточного погашения кредитов, расчистки баланса путем выделения на самостоятельный баланс отдельных видов деятельности, увеличение собственных средств, получение займов у других банков и т.п.

Планирование активов, являясь составной частью общего процесса, направлено на обеспечение формирования их оптимальной структуры на различных стадиях деятельности банка. Содержание этапов перспективного планирования банковских активов, а также последовательность оценки эффективности разработанной стратегии банка представлена на рис. 6.

Рис. 6. Основные этапы формирования банковских

активов ПАО «ВТБ24»

В связи с расширяющимися правами органов банковского надзора по контролю за качеством активов кредитной организации и возросшей необходимостью применения действенных методов управления ими в ходе исследования выделены два подхода к этому процессу. С одной стороны, банки могут управлять размером и структурой активов, с другой - влиять на их оптимальную величину, изменяя уровень риска активных операций, рыночного и операционного рисков.

На рис. 7 представлены элементы системы управления банковскими активами, позволяющие оперативно реагировать на изменения внутренних и внешних условий, влияющих на поддержание оптимальной структуры портфеля активов банка в целях обеспечения его финансовой устойчивости и конкурентоспособности.

Рис. 7. Элементы системы управления активами банка

Увеличение активов ПАО «ВТБ24» можно достичь за счет увеличения объемов кредитования физических лиц города Йошкар-Ола и Республики Марий Эл.  Основные мероприятия по увеличению активов ПАО «ВТБ24» состоят в следующем: увеличение объемов работающих активов путем наращивания объемов кредитных операций банка с юридическими и физическими лицами; увеличение объемов обслуживания физических лиц за счет розничного кредитования физических лиц (активное развитие программ потребительского, ипотечного, автокредитования, развитие программы привлечения вкладов).

С целью автоматизации процессов кредитования банку Марийскому филиалу ПАО «ВТБ24» можно посоветовать внедрение ряда продуктов от компании Experian, таких как New Business Strategy Manager, Collect SM и Hunter. Продукты разработаны подразделением Experian по аналитической поддержке кредитных решений Decision Analytics.

Скоринговые карты для всех розничных продуктов банка (кредитных карт, потребительских кредитов, автокредитов и ипотечных займов) на базе программного модуля New Business Strategy Manager (NBSM) от компании Experian позволяют банку вырабатывать стратегии работы с заемщиками на основании результатов работы скоринговой модели и информации, полученной из бюро кредитных историй.

Скоринговая система позволяет перейти от экспертной модели оценки заемщиков и поручителей к вероятностно-статистической модели, разработанной на основании статистических данных. Внедрение данной системы позволяет упростить процедуру анализа платежеспособности клиента, сократить время принятия кредитного решения с 3 часов до 30 сек, снизить операционный риск в части предотвращения внутреннего мошенничества при работе с клиентской информацией, использовать математико-статистические методы в расчете лимита кредитования, что позволяет увеличить кредитный портфель и дополнительные доходы банка.

Сущность кредитного скоринга состоит в том, что каждый параметр оценки кредитоспособности заемщика имеет реальную оценку. Итоговая сумма баллов - это оценка кредитоспособности заемщика. Каждый вопрос имеет максимально возможный балл, который выше для таких важных вопросов, как профессия, и ниже, как возраст. Оценка кредитоспособности по методу скоринга является обезличенной. В управлении кредитным портфелем ПАО «ВТБ24» необходимо:

- контролировать размещение кредитных вложений по степени их риска, форм обеспечения возврата ссуд, уровню доходности. Кредитные вложения банка можно классифицировать с учетом ряда критериев (уровень кредитоспособности клиента, форма обеспечения возврата кредита, возможность страхования ссуд, оценка надежности кредита экономистом банка я др.) Доля каждой группы кредитов в общей сумме кредитных вложений коммерческого банка и ее изменение служат основой для прогнозирования уровня коэффициента ликвидности, показывают возможности продолжения прежней кредитной политики банка или необходимость ее изменения. Группировка ссуд по отдельным заемщикам, осуществляемая при помощи ЭВМ, позволяет ежедневно контролировать уровень коэффициентов ликвидности и анализировать возможности дальнейшей выдачи крупных кредитов самостоятельно банком или путем участия в банковских консорциумах;

- анализировать размещения кредитов по срокам их погашения, осуществляемое путем группировки остатков задолженности по ссудным счетам с учетом срочных обязательств или оборачиваемости кредитов на шесть групп (до 1 мес.; от 1 до 3 мес.; от 3 до 6 мес.; от б до 12 мес.; от 1 до 3 лет: свыше 3 лет), которое служит основой для прогнозирования уровня текущей ликвидности баланса банка, раскрытия «узких» мест в его кредитной политике;

- анализировать размещение кредитов по срокам на основе базы данных.

В процессе осуществления кредитной деятельности банк должен
регулярно проводить мониторинг кредитных операций и кредитного
портфеля, усовершенствовать систему оценки кредитоспособности заемщиков.

Сложные текущие экономические условия вызывают необходимость изменения кредитной политики ПАО «ВТБ24». Эти условия характеризуются следующими факторами:

- недостаток ликвидности в экономике, как у банков, так и у предприятий;

- кризис доверия в экономических отношениях;

-  низкая доступность кредитов и их повышенная стоимость из-за возросших рисков («кредитное сжатие»);

- снижение платежеспособного спроса как со стороны физических, так и со стороны юридических лиц;

- значительное падение цен как на товары, сырье и материалы, так и на активы (недвижимость, ценные бумаги, предприятия);

- повышенные колебания курсов всех валют.

Необходимо ввести дополнительные меры по эффективному управлению рисками:

- изменение критериев устойчивости бизнеса клиентов применительно к деятельности в сложных условиях;

- усиление обеспеченности кредитов: достаточными и своевременными денежными потоками от операционной деятельности заемщика; операционной доходностью бизнеса; залогами ликвидных активов; гарантиями/поручительствами государства или собственников бизнеса;

- повышение уровня и качества контроля со стороны банка за ответственным поведением собственников и менеджмента путем введения дополнительных условий и ограничений на деятельность заемщика, в том числе: снижение лимита максимальной долговой нагрузки; введение дополнительных ограничений по смене контроля над бизнесом; расширение перечня событий, влекущих досрочное истребование задолженности банком; более четкое определение критериев кросс-дефолта по обязательствам клиента перед кредиторами.

Для этого банк должен усилить внимание:

  •  к источникам погашения и их надежности;
  •  к уровню текущей ликвидности клиента;
  •  к уровню долговой нагрузки;
  •  к качеству и ликвидности обеспечения;
  •  к адекватности финансовых планов и действий заемщиков относительно резко изменившихся внешних условий;
  •  к консервативности подходов в прогнозах платежеспособности клиентов;
  •  к мониторингу ссудной задолженности для ранней диагностики потенциальных проблем у заемщиков.

В отношении физических лиц банк должен следовать следующим приоритетам:

  •  повышение доступности кредитов, предложение различных способов их погашения - равными ежемесячными или дифференцированными платежами, с обязательным разъяснением клиентам всех возможностей и ограничений того или иного вида платежей;
  •  усиление внимания к индивидуальной платежеспособности при выдаче новых кредитов;
  •  сохранение всей линейки розничных кредитных продуктов, ее оптимизация при сохранении качества кредитного портфеля;
  •  обеспечение повышение финансовой грамотности населения, консультаций и разъяснений по всем продуктам и услугам банка;
  •  усиление работы по сохранению и повышению качества кредитного портфеля, проведение тщательной оценки финансовых возможностей заемщиков и предлагаемого обеспечения.

Задачи, стоящие перед Марийским филиалом ПАО «ВТБ24» по обеспечению качества кредитного портфеля, предусматривают оптимизацию подходов в организации работы по кредитованию с проведением следующих мероприятий:

  •  выделение в структуре кредитного портфеля секторов и ответственных сотрудников, отвечающих за конкретный участок работы: кредитование юридических и физических лиц, организации методологической работы, работы с проблемной и просроченной задолженностью, сопровождения кредитных операций;
  •  четкого разделения функциональных обязанностей работников кредитного подразделения с закреплением за крупной корпоративной клиентурой конкретных специалистов;
  •  реорганизации методологической работы в филиале, направленной на повышение уровня профессиональной подготовки кредитного персонала в филиале, а также изучение экономических аспектов и потенциала для расширения операций кредитования;
  •  проведение анализа трудозатрат с подготовкой предложений по оптимизации нагрузки на кредитных работников и технологии осуществления кредитных операций, а также решения проблем недостатка рабочих площадей.

Минимизация кредитных рисков может быть достигнута:

1. На этапе предварительного рассмотрения заявки:

  •  выявление признаков проблемности, таких как наличие негативной информации о заемщике, рисков, связанных с внутренней структурой заемщика и со структурой акционерного капитала, неудовлетворительное финансовое состояние, возможность ухудшения финансового состояния, отраслевые и маркетинговые риски;
  •  присвоение заемщику кредитного рейтинга и определение платы за риск при установлении процентной ставки по кредиту;
  •  ограничение кредитных рисков путем лимитирования операций с крупными заемщиками;

2. На этапе сопровождения кредита:

  •  мониторинг финансового состояния клиента;
  •  актуализация установленных лимитов.

3.2. Разработка проекта управления рисками кредитования заемщиков – физических лиц

Для оценки и анализа кредитных рисков заемщиков физических лиц в ПАО «ВТБ 24» предлагается использовать логико-вероятностную (ЛВ) теорию риска с группами несовместных событий (ГНС), которая отвечает требованиям соглашения «Базель II» к методам количественной оценки кредитных рисков и резервирования. ЛВ-теория риска с ГНС превосходит существующие скоринговые методики по точности, устойчивости и прозрачности, снижает кредитные потери банка и повышает его конкурентоспособность.

Кредитование является основным видом деятельности банков. Каждый банк индивидуален, так как обслуживает различных клиентов в разных районах и регионах, отраслях и сферах банковских услуг, и должен иметь ЛВ-модели кредитного риска физических и юридических лиц, построенные на собственной статистике. Индивидуальности банков способствует также конкуренция.

В настоящее время на рынке имеются скоринговые методики и программные продукты для оценки кредитного риска на основе линейного и квадратичного дискриминантного анализа, нейронных сетей и data mining. ЛВ-теория кредитного риска с ГНС разительно отличается от распространенных скоринговых методик и имеет следующие особенности: использование логического сложения событий вместо арифметического сложения баллов или других показателей;

- адекватная логическая формулировка сценария кредитного риска;

- применение базы знаний по кредитам в виде системы логических уравнений вместо традиционной базы данных;

- построение логической и вероятностных моделей кредитного риска;

- определение вероятностей событий с учетом ГНС и формулы Байеса;

- корректная формулировка целевой функции для идентификации модели риска по статистическим данным;

- использование специальных логических Software.

- абсолютная прозрачность в оценке и анализе риска кредита, множества кредитов банка и самой модели риска;

- возможность управлять кредитным риском, изменяя асимметрию распознавания хороших и плохих кредитов, число параметров и градаций, описывающих кредит.

Оценка и анализ кредитных рисков состоят из двух частей:

1) построение модели кредитного риска по статистике банка, вычисление атрибутов риска множества кредитов банка и анализ кредитной деятельности банка;

2) оценка риска кредита заемщика, вычисление атрибутов риска и анализ риска кредита.

Логико-вероятностная модель кредитного риска имеет следующие достоинства:

- в два раза большая точность в распознавании хороших и плохих кредитов;

- в семь раз большая робастность (устойчивость классификации кредитов);

Изложим основные положения ЛВ-теории риска неуспеха:

Описание кредита. Кредит описывается параметрами, каждый из которых имеет градации. На практике число параметров может быть до 40, а число градаций в параметре - до 30. Например, кредиты физических лиц в одном из банков описывались следующими признаками (параметрами) и их градациями (табл. 21).

Параметр успешности кредита - Y(2 градации).

Параметры кредита:

Z-l - срок кредита (4 градации);

Z2 - сумма кредита (6);

Таблица 21 - Параметры и градации кредитов физических лиц

Номер признака

Наименование градации

Номер градации

Градации параметра

1

Срок кредита

1

До 6 месяцев

2

От 6 месяцев до 1,5 года

3

От 1,5 года до 5 лет

4

От 5 до 15 лет

2

Сумма кредита

1

До 45 000 руб.

2

От 45 000 до 100 000 руб.

3

От 100 000 до 200 000 руб.

4

От 200 000 до 300 000 руб.

5

От 300 000 до 500 000 руб.

6

Более 500 000 руб.

3

Цель кредита

1

Экспресс-кредиты

2

Потребительский

3

На приобретение жилья

4

Кредитная история в банке

1

Добросовестная кредитная история

2

Приемлемая кредитная история

3

Не пользовался кредитами

5

Владение пластиковыми картами банка

1

Нет карты

2

VIS£ Electron (Cirus/Maestro, ICB-card)

3

VISA Classic (Eurocard/MasterCard Mass)

6

Жилищные условия

1

Наличие в собственности дома, квартиры

2

Проживает в муниципальной квартире,  арендует квартиру

3

Другие варианты

7

Наличие в    собственности дорогостоящего имущества

1

Нет такого имущества

2

Автомобиль, приобретенный не ранее чем  за  3 года до обращения за кредитом

3

Рыночные    ценные    бумаги    на     сумму, эквивалентную не менее $1000

8

Возраст заемщика

1

18-25 лет

2

26-50 лет

3

50-75 лет

9

Должностной уровень

1

Менеджер высшего звена, руководитель фирмы

2

Менеджер среднего звена, начальник отдела

3

Специалист высокой квалификации

4

Специалист

10

Стабильность        занятости (период работы  в  указанной компании)

1

До 2 лет

2

От 2 до 4 лет

3

От 4 до 6 лет

4

Свыше 6 лет

11

Доход  чистый  по  основному месту работы

1

До 10 000 руб.

2

От 10 000 до 15 000 руб.

3

От 15 000 до 30 000 руб.   

4

От 30 000 до 50 000 руб.  

5

От 50 000 и более  

12

Количество неработающих членов семьи

1

Нет таковых

2

Менее 2

3

2 и более

Z3 - цель кредита (3);

Z4 - кредитная история в банке (3);

Z5 - владение пластиковыми картами банка (4);

Z6 - жилищные условия (3);

Z7 - наличие дорогостоящего имущества (3);

Z8 - возраст заемщика (3);

Z9 - должностной уровень (4);

Z10 - стабильность занятости (время работы в указанной компании) (4);

Zn - доход по месту работы (5);

Z12 - количество неработающих в семье (3).

Представление статистики банка по кредитам. Статистические данные по кредитам банка рассматриваются как база данных (БД). Однако в ЛВ-теории риска база данных должна быть преобразована в базу знаний (БЗ).

Значения параметров, имеющих непрерывные значения (срок, сумма кредита, возраст и т.д.), разбиваются на интервалы, которым присваиваются номера или градации (параметры 1, 2, 8, 10, 11). То есть целые и дробные значения параметров и параметра эффективности кредита заменены дискретными значениями (градациями).

Данные по кредитам ПАО «ВТБ 24» представляются в табличном виде (табл. 22).

Таблица 22 - Представление статистики по кредитам в виде табличных БД и БЗ

Номер кредита

Параметр 1, Z

Параметр j,   Zj

Параметр n,   Zn

Параметр эффективности кредита,  Y

1

...

...

2

...

...

...

...

...

i

...

Zjr

...

...

Yr

...

...

...

N

...

...

В строках находятся кредиты i = 1, 2, ..., N. В столбцах таблицы находятся параметры кредита Z1, ..., Zj, ..., Zn.

В свою очередь параметры имеют градации Zjr, r = 1, 2, ..., Nj, j = 1, 2,..., n, находящиеся в клетках таблицы. В последнем столбце находится параметр эффективности кредита Y, имеющий две градации: градация 1 («хороший», кредит возвращен) или градация 0 («плохой», кредит не возвращен).

Таким образом, в таблице выделяются конечные и счетные множества кредитов, параметров для описания кредита и градаций для каждого параметра.

Параметры и градации рассматриваются как случайные величины или события-параметры и события-градации, приводящие с определенной вероятностью к неуспеху кредита. События-градации для каждого параметра образуют ГНС, для которой используются неклассические правила теории вероятностей и формула Байеса.

События-параметры и события-градации обозначим логическими переменными и будем применять к ним правила логического исчисления. В итоге мы получаем систему логических уравнений с левой и правой частями, или систему логических высказываний, или табличную базу знаний.

С каждой логической переменной левой и правой части БЗ свяжем вероятности ее истинности и ложности. Наибольшее возможное число разных событий-кредитов равно произведению чисел градаций N1, N2, ..., Nj, ..., Nn в параметрах, описывающих кредит. Число кредитов в статистике банка должно быть не меньше 20 х n, где n - число параметров для описания кредитов.

Сценарий риска неуспеха кредита является адекватным, ассоциативным и формулируется для всего множества возможных событий (разных кредитов). Неуспех кредита происходит, если возникают какое-либо одно, два или все инициирующие события-параметры. Заметим, что ни одна из известных скоринговых методик не использует такой сценарий риска.

Структурная модель кредитного риска, представленная на рис. 8, описывает многокомпонентную систему из множества кредитов, отдельных кредитов, параметров кредита и градаций параметров.

                                         ┌────────────────────┐

          ┌──────────────────────────────┤ Множество кредитов ├────────────────────┐

          │                              └─────────┬──────────┘                    │

          │                                        │                               │

          ▼                                        ▼                               ▼

    ┌─────┴────┐                              ┌────┴─────┐                    ┌────┴─────┐

    │ Кредит 1 │     ...           ┌──────────┤ Кредит i ├───┐  ...           │ Кредит N │

    └──────────┘                   │          └─┬──────┬─┘   │                └──────────┘

                                   │            │      │     │

                   ┌───────────────┘            │      │     └──────────────┐

                   │                            │      │                    │

                   ▼                            ▼      ▼                    ▼

           ┌───────┴────┐            ┌──────────┴──┐   ├───────────┐   ┌────┴─────────────────┐

           │ Параметр 1 │      ...   │ Параметр j  │...│Параметр n │   │Параметр успешности Y │

           └────────────┘            └┬────┬──┬────┘   └───────────┘   └──┬──┬────────────┬───┘

            ┌─────────────────────────┘    │  │                 ┌─────────┘  │            │

            ▼                   ┌──────────┘  ▼                 ▼            ▼            ▼

  ┌─────────┴────┐   ┌──────────▼───┐   ┌─────┴─────┐  ┌────────┴─┐   ┌──────┴───┐   ┌────┴──────┐            

  │ Градация 1   │...│ Градация r   │...│Градация Nj│  │Градация 1│...│Градация r│...│Градация Nj│

  └──────────────┘   └──────────────┘   └───────────┘  └──────────┘   └──────────┘   └───────────┘

Рис. 8. Структурная модель (граф-модель) кредитного риска

Она соответствует сценарию риска неуспеха кредита и описанию кредита с помощью градации параметров. Структурную модель риска называют еще граф-моделью риска. События-параметры и итоговое событие связаны логическими связями «Или». События-градации для каждого события-параметра составляют ГНС.

Событиям-параметрам и событиям-градациям поставлены в соответствие логические переменные с теми же идентификаторами. Логическая переменная Zj равна 1 с вероятностью Рj, если параметр j привел к неуспеху, и равна 0 с вероятностью Qj = 1 - Pj в противном случае. Логическая переменная Zjr, соответствующая градации r параметра j, равна 1 с вероятностью Pjr и равна 0 с вероятностью Qjr = 1 - Pjr. Вектор Z(i) = (Z1 ..., Zj,..., Zn) описывает объект z из таблицы. При задании объекта z вместо логических переменных Z1, ..., Zj, ..., Zn подставляются переменные Zjr для градаций признаков именно этого объекта i. Используется логическое сложение событий.

Логическая функция (Л-модель) риска неуспеха кредита:

Y = Z1 v Z2 v ... v Zj v ... v Zn.                                   (4)

Л-модель риска неуспеха кредита после ее ортогонализации:

                Y = Z1 v Z2Z1 v Z3Z2Z1 v ...                                   (5)

В-модель (В-полином) риска неуспеха кредита:

P = P1 + P2Q1 + P3Q1Q2 + ...                                  (6)

«Арифметика» В-модели риска такова, что для события Y величина риска находится в пределах [0,1] при любых значениях вероятностей инициирующих событий-параметров.

Схема классификации кредитов приведена на рис. 9.

                                          

        «Хорошие» кредиты                 │          «Плохие» кредиты          │

──┼────────────┼──────────────────────────┼────────────────┼───────────────────┼─

  │            │                          │                │                   │

  0           Pmin                       Pad              Pmax                 1

Рис. 9. Схема классификации кредитов

Риск кредита вычисляется на вероятностной модели кредитного риска, если известны вероятности событий-градаций. Последние определяются при идентификации ЛВ-модели кредитного риска по статистическим данным банка. При решении задачи идентификации вычисляется также допустимый риск Pad по заданному коэффициенту асимметрии распознавания хороших и плохих кредитов.

Задача идентификации В-модели риска сформулирована следующим образом.

Заданы: таблица статистических данных о кредитах, имеющая N кредитов, из которых Ng хороших и Nb плохих кредитов, и В-модель риска (3).

Требуется определить: вероятности Pjr, r = 1, 2, ..., Nj, j = 1, 2, ..., n событий-градаций и допустимый риск Pad, разделяющий кредиты на хорошие и плохие.

Целевая функция: максимизация числа корректно классифицируемых кредитов:

                  F = Nbb + Ngg, ─► MAXPir                                    (7)

где Ngg, Nbb - соответственно числа кредитов, классифицируемых как хорошие и плохие и статистикой, и В-моделью (совпадающие оценки).

Из выражения (4) следует, что точность В-модели риска в классификации хороших Еg и плохих кредитов Еb и в целом Еm равна:

                   Eg = (Ng - Ngg) / Ng,                                       (8)

Eb = (Nb - Nbb) / Nb;

Em = (N - F) / N.

Допустимый риск Pad определяется при заданном отношении некорректно классифицируемых хороших и плохих кредитов из-за неэквивалентности ущерба при их неправильной классификации:

                Egb = (Ng - Ngg) / (Nb - Nbb).                             (9)

Задача идентификации является нелинейной задачей оптимизации и решается алгоритмическим итеративным методом с использованием моделирования Монте-Карло или градиентов.

Прозрачность риска кредита и результатов оценки и анализа кредитной деятельности банка обеспечивается вычислением вкладов параметров и градаций в риск кредита, в средний риск всего множества кредитов банка и в точность (целевую функцию) модели кредитного риска. Вклады определяются вычислением разности между значениями характеристик после идентификации ЛВ-модели и значений этих характеристик при придании соответствующим вероятностям событий-градаций нулевых значений.

Таким образом, на каждом уровне структурной модели риска вычисляются следующие характеристики (атрибуты) кредитного риска:

1) количественные оценки риска градации параметра кредита:

- вероятность неуспеха для кредита;

- относительная вероятность неуспеха среди градаций параметра;

- вероятность-частота в множестве кредитов;

- вклад в точность модели риска;

2) количественные оценки риска параметра кредита:

- средняя вероятность неуспеха;

- структурный вес и значимость в модели риска;

- вклад в риск кредита;

- вклад в средний риск множества кредитов;

3) количественные оценки риска кредита:

- риск неуспеха;

- возможные потери;

- цена за риск;

- вклад в риск множества кредитов;

4) количественные оценки риска множества кредитов:

- допустимый риск;

- средний риск;

- коэффициент асимметрии распознавания хороших и плохих кредитов;

- средние потери;

- допустимые потери;

- число кредитов;

- число опасных кредитов;

- энтропия рисков опасных кредитов.

Эти атрибуты полностью определяют риск и используются для управления кредитной деятельностью банка. По результатам анализа атрибутов риска градаций, параметров, кредитов и множества кредитов возможно оптимизировать саму модель кредитного риска для повышения ее точности с определением оптимального числа параметров, градаций в каждом параметре и асимметрии распознавания хороших и плохих кредитов.

ПАО «ВТБ 24» может использовать простую формулу для цены (процента) за риск кредита:

                  Ci = Cad + k (Prisk - Pad),                                     (10)

где Сi - стоимость i-го кредита; Cad - цена за допустимый риск;

k - коэффициент.

Технология построения и использования ЛВ-модели кредитного риска включает в себя ряд операций.

1. Табличное «стандартное» представление статистических данных о кредитах.

2. Построение сценарной и структурной моделей кредитного риска.

3. Определение событий-параметров и событий-градаций.

4. Определение групп несовместных событий (ГНС).

5. Дискретизация распределений случайных событий-градаций.

6. Построение логической модели кредитного риска.

7. Ортогонализация логической модели кредитного риска.

8. Построение вероятностной модели кредитного риска.

9. Идентификация (оптимизация) В-модели кредитного риска по статистике банка с учетом ГНС и формулы Байеса.

10. Выбор коэффициента асимметрии распознавания хороших и плохих объектов.

11. Определение допустимого кредитного риска.

12. Вычисление количественных атрибутов риска для градаций, параметров, кредита и множества кредитов.

13. Анализ кредитной деятельности банка по значениям атрибутов риска.

14. Управление кредитной деятельностью банка с назначением оптимального числа параметров, градаций в каждом параметре и асимметрии распознавания кредитов.

Рассмотрим варианты представленной методики:

1. ПАО «ВТБ 24» представляет статистические данные по выданным ранее кредитам. Файл со статистикой в обезличенном виде создается банком самостоятельно, затем архивируется и отправляется по e-mail. Обновление статистики и построение новой ЛВ-модели кредитного риска проводятся периодически через 1-4 квартала.

Форма обезличенного файла по статистике кредитов банка:

                        N

                        n

                        N1, N2, ..., Nn

                        Y1  Z11  Z21 ... Zn1

                        Y1  Y12  Z22 ... Zn2

                        ....................

                        YN  ZN2  ZN2 ... ZNn,

где N - число кредитов;

n - число параметров;

N1, N2, ..., Nn - число градаций в каждом параметре;

Y11, Y2, ..., YN - признак успешности кредита (1 - «хороший»; 0 - «плохой»);

Z11, ..., ZNn - значение градаций параметров.

Данные ПАО «ВТБ 24» служат для обучения ЛВ-модели риска. Числа хороших и плохих кредитов подсчитываются по файлу автоматически. Также подсчитываются числа одинаково описанных кредитов и устанавливается, какие градации параметров не используются для описания кредитов. Это позволяет контролировать данные заказа 1 и результаты обучения ЛВ-модели риска. Для кредитного риска юридических лиц категории клиентов представляются в виде градаций 1, 2, 3, ... параметра «Категория клиента». Этот параметр располагается в последнем столбце таблицы, и для него вычисляются дополнительные атрибуты риска.

Построение В-модели кредитного риска банка занимает время до 12 часов. Определяются атрибуты риска для градаций, параметров и множества кредитов, а также показатели качества (атрибуты) модели риска: ее точность и асимметрия распознавания. Для юридических лиц для «категорий клиентов» вычисляются дополнительно следующие атрибуты: частота категорий во всех кредитах, в плохих и хороших кредитах, а также среднее значение риска кредитов для категорий. Это позволяет оценить адекватность разделения клиентов на категории.

3.3. Оценка экономической эффективности предлагаемых мероприятий

Основная задача первого этапа управления риском заключается в выявлении причин его возникновения. Следовательно, целью идентификации факторов кредитного риска как первого этапа управления является определение причин, вызывающих реализацию этого вида риска (табл. 23).

Таблица 23 - Особенности содержания этапов управления кредитным риском заемщика и кредитного риска совокупности кредитных вложений

Этап управления кредитным риском

Особенности содержания этапов управления кредитным риском

Конкретного заемщика

Ссудного портфеля

Идентификация факторов кредитного риска

 

Риск выражается в потенциальных причинах неисполнения заемщиком обязательств по кредитной сделке.

Риск выражается в последствиях неисполнения заемщиками обязательств по кредитным операциям.

Количественная оценка кредитного риска

Заключается в оценке кредитоспособности заемщика и включает два этапа:

- определение кредитного рейтинга заемщика, как показателя, характеризующего вероятность неисполнения обязательств по кредитному соглашению;

- определения масштаба потерь банка при неисполнении заемщиком обязательств

Группирование выданных кредитов по рисковым классам для расчета вероятных убытков:

- по уровню кредитного риска;

- по признаку взаимосвязи заемщиков между собой (действуют в одном секторе рынка, в одном регионе, принадлежат одному собственнику, связаны отношениями «поставщик – потребитель»)

Выбор варианта стратегии риска

Учитываются результаты количественной оценки уровня кредитного риска конкретного заемщика

Учитываются результаты количественной оценки уровня кредитного риска портфеля

Выбор способа минимизации кредитного риска

Осуществляется выбор из следующих инструментов снижения уровня кредитного риска: повышение уровня информированности банка о готовности заемщика выполнять условия кредитного соглашения, финансовых возможностях заемщика, состоянии обеспечения; дисконтный кредит; поэтапное кредитование; установление отношений устойчивого партнерства между банком-кредитором и предприятием-заемщиком; повышение степени готовности заемщика; повышение степени финансовых возможностей заемщика.

Осуществляется выбор из следующих инструментов снижения уровня кредитного риска: диверсификация, создание резервов для покрытия возможных убытков, установление лимитов

Контроль изменения уровня кредитного риска

Постоянный мониторинг деятельности заемщика для цели оперативного учета изменения уровня кредитного риска

Оценка портфеля по текущей стоимости, отслеживание уровней риска на предмет приближения к критическим уровням

Внешние факторы можно разделить на факторы, непосредственно связанные с заемщиком: готовность и возможность заемщика выполнять взятые на себя обязательства и факторы, связанные с предметом обеспечения по кредиту. Минимизация кредитных рисков может быть достигнута следующими мерами:

1. На этапе предварительного рассмотрения заявки:

- выявление признаков проблемности, таких как наличие негативной информации о заемщике, рисков, связанных с внутренней структурой заемщика и со структурой акционерного капитала, неудовлетворительное финансовое состояние, возможность ухудшения финансового состояния, отраслевые и маркетинговые риски;

- присвоение заемщику кредитного рейтинга и определение платы за риск при установлении процентной ставки по кредиту;

- ограничение кредитных рисков путем лимитирования операций с крупными заемщиками.

2. На этапе сопровождения кредита:

- мониторинг финансового состояния клиента;

- актуализация установленных лимитов.

В целях обоснования инвестиций в разработку системы управления рисками при кредитовании физических лиц проведем анализ возврата инвестиций на примере Марийского Филиала ПАО «ВТБ24» (табл. 24).

Таблица 24 - Инвестиции в разработку системы управления рисками при кредитовании физических лиц

Статьи затрат

Стоимость, руб.

1

Затраты на покупку лицензий и оборудования

2358048

2

Затраты на проектные работы

369785

3

Техническая поддержка (30 % от стоимости лицензий ежегодно)

707414

Период окупаемости инвестиционных проектов, связанных с внедрением информационных технологий, не должен превышать трех лет, поэтому период оценки эффективности данного проекта внедрения равен трем годам. Обозначим показатели оценки:

Свн - затраты на внедрение;

Сл - затраты на покупку лицензий и оборудования;

Спр - затраты на проектные работы;

Сi - затраты на техническую поддержку;

AS - ежегодные сбережения;

CF - денежный поток;

r - ставка дисконтирования;

NPVз - чистая приведенная стоимость затрат на проект внедрения;

NPVд - чистая приведенная стоимость доходов от проекта внедрения.

Затраты на внедрение системы защиты информации рассчитываются по следующей формуле:

                                        (11)

Чистая приведенная стоимость затрат на проект внедрения и доходов от проекта внедрения рассчитывается по следующей формуле:

                                                (12)

Расчет показателей возврата инвестиций в систему управления рисками при кредитовании физических лиц представлен в табл. 25.

Таблица 25  - Расчет показателей возврата инвестиций

Показатели

Начальные затраты, руб.

2016 год, руб.

2017 год, руб.

2018 год, руб.

Общее, руб.

Затраты на внедрение

2358048

369785

707414

707414

4142661

Накопленные затраты проекта внедрения

2358048

2727833

3435247

4142661

Ставка дисконтирования

14%

Чистая приведенная стоимость (NPV) затрат на проект внедрения

3645614

Показатель ожидаемых потерь (ALE)

0

29565000

29565000

29565000

88695000

Эффективность системы корпоративной защиты

85%

85%

85%

Ежегодные сбережения (AS)

0

50268

3309674

5265317

Денежный поток

-2358048

984245

7165427

11076714

16868338

Накопленный денежный поток

-2358048

-1373803

5791624

16868338

Чистая приведенная стоимость (NPV) доходов от проекта внедрения

10577426

Внутренняя норма рентабельности (IRR)

145%

Ставка дисконтирования равна ставке рефинансирования Центрального Банка РФ. Внутренняя норма рентабельности рассчитывается при NPV, равном нулю. Таким образом, проект внедрения можно считать экономически выгодным, так как чистая приведенная стоимость доходов от проекта внедрения положительна и больше чистой приведенной стоимости затрат на проект внедрения в 2,9 раза.


Заключение

Важность регламентного и ресурсного обеспечения риск-менеджмента в кредитном процессе демонстрируют следующие соображения. Если у банка есть идеальная модель оценки риска заемщиков, очень точно оценивающая кредитный риск, но ее применение организовано неправильно, она не встроена в процесс принятия решений, то пользы от модели не будет. С другой стороны, отсутствие точной модели будет менее значимым, если у банка идеально налажен процесс риск-менеджмента, встроенный в кредитный процесс, и имеются соответствующие ресурсы, например опытные кредитные аналитики.

Кредитный процесс будет более медленным и затратным, но априори более эффективным, чем в первом случае. Поэтому нужно помнить, что риск-менеджмент - это в первую очередь управление, которое может быть основано как на количественных оценках кредитного риска при помощи математических моделей, так и на экспертных оценках или на сочетании количественной и экспертной оценок. При безусловной необходимости контроля за рисками, то есть системы «тонкой очистки», упор все-таки должен быть сделан на управлении рисками, в том числе и на процессном компоненте.

Компоненты валидации системы рейтингования включают в себя: анализ качества данных, анализ процедур использования моделей в рейтинговом (или ином) процессе, анализ системы отчетности и процедур рассмотрения проблемы. Процесс рейтинговой оценки является ключевым в кредитном процессе, поскольку обеспечивает и контроль риска, и основу для кредитного менеджмента.

Еще один важный фактор кредитного процесса - доступность информации. Так, могут отсутствовать сами данные, которые необходимы для оценки кредитоспособности заемщика и управления кредитным риском. Поэтому при построении кредитного процесса необходимо определить состав требуемых достаточных данных, которые в дальнейшем будут храниться с учетом целей развития кредитного риск-менеджмента.

С другой стороны, сам банк может разрабатывать и внедрять такие продукты, продажа которых затрудняет получение информации о заемщике (имеются в вижу уже упоминавшиеся выше экспресс-кредиты). Не получая достоверной информации о доходах заемщиков, банк не может обеспечить качественный контроль кредитного риска и зачастую поневоле делает упор на управление. Во-первых, ограничивается сумма, подверженная кредитному риску (сумма кредита). Во-вторых, потери покрываются завышенной платой за кредит. Отсутствие адекватных методов обработки данных также приводит к тому, что информация оказывается недоступной: она вроде бы и есть, а использовать ее невозможно.

И последнее из рассматриваемых свойств - актуальность информации. Значимость этого свойства понятна любому кредитному аналитику. Так, достоверная и адекватная, но устаревшая информация о финансовом состоянии заемщика или его управлении может приводить к ошибочному решению или непринятию нужного решения в нужный момент.

Следующим этапом продвинутого процесса является установление платы за риск. То есть кредитный процесс должен включать методику установления цен для разных кредитов в зависимости от затрат на кредит и принимаемого риска и соответствующий подпроцесс определения стоимости кредита с учетом риска.

При этом, говоря о риске кредита, мы должны учитывать не только ожидаемые потери, покрываемые резервами, но и неожидаемые, которые должны покрываться собственным капиталом банка. Чем выше кредитный риск сделки, тем выше плата за кредит. При определении платы за кредит мы учитываем специфику продукта - корпоративный это или розничный кредит, стандартный или нестандартный, какова рыночная стоимость аналогичных продуктов.

Исходя из результатов горизонтального и вертикального анализа активов и пассивов ПАО «ВТБ 24» можно сделать вывод о некотором ухудшении их структуры к концу исследуемого периода по сравнению с его началом. Так, доля собственных средств снизилась по сравнению с долей заемных средства. Рост плеча финансового рычага также свидетельствует с росте зависимости банка от заемных источников. В целом структурные и финансовые показатели развития ПАО «ВТБ 24» достаточно противоречивы. Так, динамика большинства показателей ликвидности баланса и финансовой устойчивости банка в анализируемом периоде показали снижение. Так, коэффициент защиты капитала вырос, но генеральный коэффициент надежности,  коэффициент мгновенной ликвидности, коэффициент текущей ликвидности, коэффициент использования привлеченных средств уменьшились.

Динамика абсолютных показателей финансовых результатов ПАО «ВТБ 24» характеризуется положительно. Так, чистые доходы банка выросли, однако прибыль до налогообложения  и после налогообложения уменьшились. Почти все показатели рентабельности снизилисьза период 2011-2013 гг., показатели доходности активов, кредитных вложений, средняя процентная ставка по привлеченным средствам и спрэд также уменьшились, что можно охарактеризовать негативно. В целом качество кредитного портфеля ПАО «ВТБ 24» можно оценить как хорошее, однако имеются резервы для его дальнейшего улучшения.

В ПАО «ВТБ 24» предлагается внедрение  системы оценки кредитных рисков физических и юридических лиц, использующая логико-вероятностную (ЛВ) теорию риска с группами несовместных событий (ГНС), которая отвечает требованиям соглашения «Базель II» к методам количественной оценки кредитных рисков и резервирования. Эта ЛВ-теория риска с ГНС превосходит существующие скоринговые методики по точности, устойчивости и прозрачности, снижает кредитные потери банка и повышает его конкурентоспособность.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

  1.  О банках и банковской деятельности: федеральный закон от 02.12.1990 № 395-1 (ред. от 06.05.2014) «О банках и банковской деятельности» // Собрание законодательства РФ.- 1996.- № 6.- Ст. 492.
  2.  О кредитных историях: федеральный закон от 30.12.2004 № 218-ФЗ (ред. от 23.07.2013) // Собрание законодательства РФ.- 2005.- № 1 (часть 1).- Ст. 44.
  3.  О Рекомендациях по стандартам раскрытия информации при предоставлении потребительских кредитов: письмо ФАС РФ № ИА/7235, Банка России № 77-Т от 26.05.2005 // Вестник Банка России.- 2005.- № 28.
  4.  О критериях определения финансового состояния кредитных организаций: указание Банка России от 31.03.2000 № 766-У (ред. от 21.12.2000) // Вестник Банка России.- 2000.- № 19.
  5.  О рекомендациях по анализу ликвидности кредитных организаций: письмо Банка России от 27.07.2000 № 139-Т // Вестник Банка России.-2000.- № 42.
  6.  Айвазян, С.А. Прикладная статистика и основы эконометрики / С.А. Айвазян, В.С. Мхитарян.- М.: ЮНИТИ, 2013.- 320 с.
  7.  Асалиев, А. Практическое пособие по банковской деятельности / А. Асалиев, Н.  Иванова.- М.: Экономика и финансы, 2012. - 240 с.
  8.  Ауриемма, М.-Дж. Индустрия банковских пластиковых карточек: Пер. с англ. / М.-Дж. Ауриемма, Р.С. Коли. - М.: ИНФРА - М., 2011. - 240 с.
  9.  Банки и банковские операции: Учебник для вузов / Под ред. Е.Ф. Жукова.- М.: Банки и биржи, ЮНИТИ, 2010. - 471 с.
  10.  Банки как зеркало экономики// Банки. Кредит. Бизнес. - 2011. - №13. - С.2.
  11.  Банковское дело: стратегическое руководство.- М.: Консалт, 2010.- 432 с.
  12.  Банковское дело: Учебник / Под ред. О.И. Лаврушина. - М.: Финансы и статистика, 2009. - 576 с.
  13.  Банковское дело: Учебник / Под ред. В.И. Колесникова, Л.П. Кроливецкой. - М.: Финансы и статистика, 2012.- 480 с.
  14.  Бор, М.З. Менеджмент банков: организация, стратегия, планирование / Бор М.З., Пятенко В.В.. - М.: ИКЦ «ДИС», 2011. - 288 с.
  15.  Боровков, В. Statistica. Искусство анализа данных на компьютере / В. Боровков.- СПб.: Питер, 2013.- 645 с.
  16.  Буздалин, А.В. Экспресс-оценка работы банка / А.В. Буздалин // Банковское дело. - 2010. - №8. - С.32-37.
  17.  Бюллетень банковской статистики.- М.: ЗАО «АЭИ «ПРАЙМ», 2014.- 280с.
  18.  Глисин, Ф.Ф. Деловая активность коммерческих банков России / Ф.Ф. Глисин  // Банковское дело. - 2013. - №4. - С.6-9
  19.  Гулый, А.П. Управление доходностью и ликвидностью активов банка  / А.П. Гулый // Рынок ценных бумаг. - 2011. - №14. - С.55.
  20.  Данные об объемах кредитов, депозитов и прочих размещенных средств, предоставленных организациям, физическим лицам и кредитным организациям // [Электронный ресурс].- Режим доступа: http://www.cbr.ru/statistics/print.aspx?file=bank_system/4-3-1_14.htm&pid= pdko_sub&sid=dopk
  21.  Дарбека, Е.М. Как повысить устойчивость коммерческих банков / Е.М. Дарбека // Банковское дело. - 2010. - №5. - С.25-27.
  22.  Денежное обращение и банки: Учеб. пособие / Под ред. Г.Н. Белоглазовой, Г.В. Толоконцевой. - М.: Финансы и статистика.- 2010.- 272с.
  23.  Елисеева, И.И. Эконометрика / Елисеева И.И., Курышева С.В..- М.: Финансы и статистика, 2009.- 298 с.
  24.  Жамбю, М. Иерархический кластер-анализ и соответствия / М. Жамбю.- М.: Финансы и статистика, 2013.- 431 с.
  25.  Жуков, Е.Ф. Менеджмент и маркетинг в банках / Е.Ф. Жуков. - М.: Банки и биржи, ЮНИТИ, 2012. - 191 с.
  26.  Зайцева, Н.В. Оперативный анализ прибыльности операций банка с отдельными клиентами/ Н.В. Зайцева//Деньги и кредит.- 2010.- №9.- С.55.
  27.  Зинкевич, В.А. Управление рисками и повышение эффективности кредитного процесса - есть ли взаимосвязь? / В.А. Зинкевич // Банковское кредитование.- 2011.- № 6.
  28.  Зинкевич, В.А. Валидация моделей оценки рисков / В.А. Зинкевич // Риск-менеджмент в кредитной организации.- 2011.- № 2.- С. 103-118.
  29.  Иванов, В.В. Надежность вашего банка / В.В. Иванов. - М.: ФКБ-ПРЕСС, 2010. - 176 с.
  30.  Игнатов, А.А. Скоринговые системы в российской практике / А.А. Игнатов// Банковские технологии.- 2010.- № 5.
  31.  Информация о рисках кредитования физических лиц // [Электронный ресурс].- Режим доступа: http://www.cbr.ru/statistics/print.aspx?file= bank_system/risk_12.htm&pid=pdko_sub&sid=ITM_60627
  32.  Кураков, В.Л. Банки в современных экономических системах. Учебное пособие / Кураков В.Л., Кураков Л.П.- Чебоксары: Волго-Вятский регион. центр ассоциации содействия вузам, 2011. - 407 с.
  33.  Макарова, Г.П. Система банковского маркетинга: Учеб. пособие / Г.П. Макарова. - М.: Финстатинформ, 2012. - 409 с.
  34.  Масленченков, Ю.С. Финансовый менеджмент в коммерческом банке / Ю.С. Масленченков. - М.: Перспектива, 2010. – 567 с.
  35.  Миркин, Я.М. Банковские операции / Я.М. Миркин.- М.: Инфра-М, 2011.- 478 с.
  36.  Общая теория денег и кредита: Учебник / Под ред. Е.Ф. Жукова.- М.: ЮНИТИ, 2010.- 304 с.
  37.  Отдельные показатели деятельности кредитных организаций (по группам кредитных организаций, ранжированных по величине активов) // [Электронный ресурс].- Режим доступа: http://www.cbr.ru/statistics/print.aspx?file=bank_system/4-1-3_010114.htm &pid=pdko_sub&sid=opdkovo
  38.  Панова, Г.С. Анализ финансового состояния коммерческого банка/ Г.С. Панова. - М.: Финансы и статистика, 2010. - 520 с.
  39.  Пещанская, И.В. Организация деятельности коммерческого банка: Учеб. пособие / И.В. Пещанская.- М.:ИНФРА-М, 2010.- 320с.
  40.  Пластиковые карточки в России. Сборник / Сост. Андреев А.А., Морозов А.Г., Равкин Д.А.- М.: БАНКЦЕНТР, 2012. - 256 с.
  41.  Поморина, М.А. Внутренний анализ финансового состояния банка / М.А. Поморина // Банковское дело. - 2010. - №5. - С.18-25.
  42.  Проскурин, A.M. Анализ рентабельности банка и его структурных подразделений / A.M. Проскурин // Банковское дело - 2009. - № 8.- С 2-9.
  43.  Рассказов, Е.А. Управление свободными ресурсами банка / Е.А. Рассказов.- М.: Финансы и статистика, 2011 . - 96 с.
  44.  Российские банки сегодня: Финансовый, общественный и культурный капитал / Под ред. Волкова Д.Л., Евдокимовой-Динелло Н.П., Ильиной Ю.Б., Комаровой Н.В. - СПб.: Изд-во С.-Петерб. ун-та, 2010. - 336 с.
  45.  Роуз, П.С. Банковский менеджмент / П.С. Роуз. - М.: Дело, 2009 - 768 с.
  46.  Рудакова, О.С. Банковские электронные услуги: Учебное пособие для ВУЗов / О.С. Рудакова. - М.: Банки и биржи, ЮНИТИ, 2010. - 261 с.
  47.  Севрук, В.Т. Банковский маркетинг / В.Т. Севрук. - М.: Дело ЛТД, 2010. - 128 с.
  48.  Соколинская, Н.Э. Проблемы менеджмента кредитного портфеля в современных условиях / Н.Э. Соколинская // Банковское дело. - 2011. - №8. - С. 26-31.
  49.  Соложенцев, Е.Д.  Бюро оценки и анализа кредитных рисков и его модели / Е.Д. Соложенцев // Управление в кредитной организации.- 2012.- № 4.
  50.  Соложенцев, Е.Д. Сценарное логико-вероятностное управление риском в бизнесе и технике / Е.Д. Соложенцев.- СПб.: Бизнес-пресса, 2011. - 560 с.
  51.  Соложенцев, Е.Д. Логико-вероятностные модели риска в бизнесе с группами несовместных событий / Е.Д. Соложенцев, В.В. Карасев // Экономика и математические методы.- 2013.- № 1.
  52.  Соложенцев, Е.Д. Прозрачность методик оценки кредитных рисков и рейтингов / Е.Д. Соложенцев, В.В. Карасев. - СПб.: СПбГУ, 2010. - 196 с.
  53.  Соложенцев, Е.Д. Прозрачность методик оценки кредитных рисков и рейтингов / Е.Д. Соложенцев, В.В. Карасев, Н.В. Степанова.- СПб.: Издательство С.-Петербургского университета, 2010.- 198 с.
  54.  Степанова, Н.В. Логико-вероятностная модель оценки кредитного риска физических лиц в коммерческом банке / Степанова Н.В., Соложенцев Е.Д., Рыбаков А.В. // Управление финансовыми рисками.- 2010.- № 4.
  55.  Суворов, А.В. Сравнительный анализ показателей и оценка эффективности  финансовой деятельности банка / А.В. Суворов // Банковское дело. - 2010 . - №8. - С. 9-17.
  56.  Усоскин, В.М. Современный коммерческий банк: управление и операции / В.М. Усоскин.- М.: ИПЦ «Вазар-Ферро», 2010. - 320 с.
  57.  Ходжаева, И. Оценка кредитоспособности физических лиц с использованием деревьев решений  / И. Ходжаева, С. Ларин // Банковское дело.- 2009.- № 3.- С. 30-33.
  58.  Черкасов, В.Е. Финансовый анализ в коммерческом банке / В.Е. Черкасов.- М.: ИНФРА-М, 2011. - 272 с.
  59.  Чирков, М.Б. Коэффициентный анализ финансового состояния банка / М.Б. Чирков // Финансы- 2010. - № 11.- С.8-16.
  60.  Шемпелев, В.А. Анализ эффективности деятельности коммерческого банка /  В.А. Шемпелев // Банковское дело.- 2012.- № 4.- С. 10-15.
  61.  Шеремет А. Д. Финансовый анализ в коммерческом банке / А.Д. Шеремет, Г.Н. Щербакова.- М.: Финансы и статистика, 2011.- 256 с.
  62.  Ширинская, Е.Б. Операции коммерческих банков: российский и зарубежный опыт / Е.Б. Ширинская. - М.: Финансы и статистика, 2010.- 160 с.
  63.  Экономический анализ деятельности банка: Учеб. пособие. - М.: Инфра-М, 2009.- 320 с.

Приложения


Определение стратегических целей развития банка

Определение общего периода разработки стратегии формирования активов

онкретизация целевых показателей развития активов по периодам их реализации

Определение величины и структуры активов на конец прогнозируемого периода

Анализ внешних и внутренних факторов, влияющих на формирование активов банка

Разработка предложений по конкретным источникам формирования актива

Оценка эффективности разработанной стратегии формирования активов банка

Разработка и реализация конкретных организационных мероприятий по обеспечению выполнения стратегии формирования активов

Сбор необходимой информации

Анализ и оценка информации

Планирование и моделирование портфеля активов

Выбор способа управления активами

Определение и постановка задач исполнителям

Осуществление контроллинга

Периодическое стресс-тестирование

Доклад результатов руководству


 

А также другие работы, которые могут Вас заинтересовать

83589. Правовий режим космічних обєктів і екіпажів 37.05 KB
  Згідно з Конвенцією про реєстрацію об\'єктів що запускаються В космічний простір 1975 р. держава що здійснює такий запуск реєструє космічний об\'єкт у національному реєстрі. Кожна запускаюча держава представляє Генеральному секретарю ООН у найкоротший строк необхідну інформацію про кожний космічний об\'єкт занесений в її реєстр.
83590. Відповідальність у міжнародному космічному праві 35.62 KB
  Держави несуть міжнародну відповідальність за національну діяльність у космічному просторі включаючи Місяць та інші небесні тіла незалежно від того чи здійснюється вона урядовими органами або неурядовими юридичними особами. У випадку діяльності в космічному просторі включаючи Місяць та інші небесні тіла міжнародної організації відповідальність за виконання Договору про космос несуть разом з міжнародною організацією також і держави що беруть у ній участь. Держава що здійснює або організує запуск об\\\'єкта в космос а також кожна...
83591. Поняття і принципи міжнародного економічного права. Джерела міжнародного економічного права 37.61 KB
  Сучасна практика свідчить, що основну частину МЕП складають норми, що регулюють міждержавні економічні відносини. Так, норми, спрямовані на регулювання правовідносин за участю фізичних та юридичних осіб, переважно регулюють відповідні...
83592. Сучасна система міжнародних економічних організацій 39.05 KB
  На універсальному рівні основними організаціями є ООН її спеціалізовані установи і СОТ. Незважаючи на важливу роль ООН в регулюванні міжнародних економічних відносиносновну роботу з розробки універсальних стандартів в галузі МЕП сьогодні здійснюють МВФ Група Світового банку та СОТ. СОТ була створена в 1994 р. Установчим документом СОТ є Марракешська угода про заснування СОТ 1994 р.
83593. Система і право Світової організації торгівлі. Угода про заснування СОТ. Функції, компетенція, структура СОТ. Багатосторонні угоди системи СОТ 42.96 KB
  Угода про заснування СОТ. Функції компетенція структура СОТ. Багатосторонні угоди системи СОТ. Світова організація торгівлі СОТ єдина міжнародна організація що опікується глобальними правилами торгівлі між країнами.
83594. Міжнародний валютний фонд 43.71 KB
  Міжнаро́дний валю́тний фонд МВФ англійською IMF спеціальне агентство Організації Об\'єднаних Націй ООН засноване 29ма державами[1][2] з метою регулювання валютнокредитних відносин країнчленів і надання їм допомоги при дефіциті платіжного балансу шляхом надання коротко і середньострокових кредитів в іноземній валюті. Штабквартира МВФ знаходиться в м. МВФ було створено 27 грудня 1945 року після підписання 29ма державами угоди розробленої на Конференції ООН з валютнофінансових питань 22 липня 1944 року. МВФ є інституційною основою...
83595. Поняття та джерела міжнародного екологічного права 37.32 KB
  Міжнародне екологічне право - галузь міжнародного права, принципи і норми якої регулюють відносини між його суб\'єктами в сфері охорони навколишнього середовища та раціонального використання природних ресурсів. Правове регулювання міжнародного екологічного права спрямоване на обмеження шкідливого антропогенного впливу на навколишнє середовище
83596. Принципи міжнародного екологічного права 37.97 KB
  Спеціальні (галузеві) принципи міжнародного права навколишнього середовища найбільш повно зафіксовані у Стокгольмській декларації з навколишнього середовища (26 принципів) і Декларації Ріо-де-Жанейро з навколишнього середовища і розвитку
83597. Міжнародна співпраця у області охорони навколишнього середовища 42.91 KB
  Тому проблема гармонізації відносин суспільства і природи охорони навколишнього середовища набула глобального значення. У межах міжнародного співробітництва в галузі охорони навколишнього природного середовища вирішуються найбільш складні проблеми і конкретні проекти. Особливу групу проектів складають наукові дослідження впливу діяльності людини на клімат передбачення землетрусів і цунамі роботи в галузі біологічних та генетичних наслідків забруднення оточуючого середовища.