Публикация научных статей.
Вход на сайт
E-mail:
Пароль:
Запомнить
Регистрация/
Забыли пароль?

Научные направления

Поделиться:
Статья опубликована в №19 (марта) 2015
Разделы: Информационные технологии, Экономика
Размещена 29.03.2015. Последняя правка: 29.03.2015.
Просмотров - 4457

Автоматизированная система оценки кредитного риска коммерческого банка

Лосева Анна Юрьевна

ФГБОУ ВПО Бурятский государственный университет

Студент

Научный руководитель: Цыренов Даши Дашанимаевич, кандидат экономических наук, зам.директора Института экономики и управления Бурятского государственного университета


Аннотация:
Статья посвящена наиболее важному риску коммерческого банка – кредитному. В настоящее время актуализация ИТ-технологий в банковской сфере имеет тенденцию сокращения издержек и потерь банка. Приведено обоснование обострения внимания к анализу кредитного риска. В статье рассмотрены существующие системы выдачи кредитов, а также описана система, созданная именно для оценки кредитного риска по каждому заемщику-физическому лицу.


Abstract:
Article is devoted to the most important risks of commercial banks - credit. Currently updating IT technologies in the banking sector tends to reduce the costs and losses of the bank. The substantiation of heightened attention to the analysis of credit risk. The article describes the existing system of issuing loans, as well as describes a system designed specifically for credit risk assessment for each borrower, to an individual.


Ключевые слова:
экономика; кредит; моделирование; коммерческий банк; риск-менеджмент; автоматизированная система; ИТ-технологии; кредитный риск

Keywords:
economy; credit modeling; commercial bank; risk management; automated system; IT technology; credit risk


УДК 004.942

Любое действие характеризуется риском, в одном случае мы знаем о нем, в другом, мы даже не предполагаем о его существовании. В экономике необходимо предвидеть каждый риск, знать его факторы, понимать его поведение, иначе можно понести такие убытки, что будет означать банкротство.

Мы все понимаем значение слова «риск», но дадим наиболее полное, которое формализовал Альгин А.П.: «Риск – это деятельность, связанная с преодолением неопределенности в ситуации неизбежного выбора, в процессе которой имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата, неудачи и отклонения от цели»[6, c.33].

Разбирая это определение, понятно, что риск может быть оценен и минимизирован [7, c.12]. Этими функциями занимается риск-менеджмент. Значение его заключается в том, что не нужно отклонять выгодное предложение из-за большого риска. Риск-менеджмент состоит из 5 стадий: идентификация риска; определение источников информации по инвестиционным рискам; поиск параметров и методов оценки рисков; разработка действий снижения рисков;  мониторинг рисков.

Финансовым посредником и инициатором экономики являются банки, которые привлекают свободные денежные средства в экономику страны, тем самым позволяют инвестировать их в разные выгодные проекты. Банковская деятельность имеет свою специфику, что определяет основные виды банковских рисков: операционный риск, рыночный риск (изменение рыночной стоимости), риск ликвидности, риск потери деловой репутации и кредитный риск.  Наиболее значимым и трудно управляемым риском является кредитный, т.к. банковские учреждения подвергаются ему каждый день и этот риск повышается с увеличение величины предоставляемого кредита.

Кредит – это система экономических отношений по поводу передачи ценностей от одного субъекта (собственника) другому в пользование на определенное время при условии возвратности, срочности и платности.

Кредитный риск – это вероятность возникновения убытков вследствие неоплаты либо просроченной оплаты клиентом собственных финансовых обязательств, т.е. возможность потери финансового актива.

Коммерческий банк сознательно подвергается кредитному риску для получения наибольшей прибыли, что в конечном итоге ведет к специализированному анализу каждого заемщика, по каждому конкретному кредиту. Обычно неуплата долга сводится к физическим лицам, хотя они и берут кредиты на небольшие суммы, но их платежеспособность определить сложнее.

Рассматривая задолженность по кредитам юридических и физических лиц, мы определили процент от общей суммы предоставленных кредитов. Так задолженность юридических лиц составила 47,6%, для физических лиц – 123,3%, а просроченная 2,5% и 7,7% соответственно (по состоянию на 1 января 2015 года). Легко заметить, что произошло ухудшение платежной дисциплины заемщиков (физических лиц), поднялся уровень просроченной задолженности и в декабре составил 15,66% (+2,6%) [2].

Таким образом, необходимо особо контролировать выдачу кредита физическим лицам. Поэтому рассмотрим существующие системы, автоматизирующие анализ оценки кредитного риска в отношении физического лица.

Модуль  EGAR E4 Banking предлагает автоматизацию фронт-офиса банка – скоринг (система оценки клиентов) физических лиц с использованием данных макроэкономических показателей по локальному рынку кредитования и параметров кредитных продуктов [3]. Другая система «CrossChecker» Express автоматизирует в большей степени проверку лишь поданных кредитных заявок, что существенно снижает затраты времени [1]. Решение компании SFOUR обеспечивает меры безопасности по выдачи и погашению кредитов: электронная проверка на подлинность документов, веб-камеры для просмотра действий клиента, идентификация клиента через номер мобильного телефона [4]. HR1-Кредит (Израиль) внедрила новый подход к оценке клиента (заемщика). Используя глубокий анализ голоса, HR1-Кредит определяет состояние клиента (взволнован, смущен, напряжен и др.). Также  HR1-Кредит определяет объективную платежеспособность заемщика [5].

Из вышеописанных лишь одна система имеет инновационный подход. Но не одна из них не рассматривает качественную оценку заемщика, не предусматривает вывода решения самому клиенту, не автоматизирует кредитование полностью.

Таким образом, имеется возможность создать уникальную систему (инновационную), которая проверяет не просто платежеспособность, но и работает с клиентом. Она должна предлагать пути решения по минимизации риска (поиск поручителей, залог и др.). Клиенты должны понимать, почему им отказано в кредите, а сотрудник должен видеть, что отказ обоснован (в системе предполагается вывод отчета). Если же кредит одобрен, то необходимо эффективно обслужить клиента: договор уже оформлен на основе заполненных данных, ксерокопии делает сотрудник (хранение всех отсканированных документов). Также будет необходимо связать такую систему с уже внедренными в банке, для проверки подлинности, для определения уникальных характеристик. Такая система позволит увеличить поток клиентов, при этом лишь увеличивая прибыль.

Система создается на базе Microsoft Access База данных 2010 года. Использование именно реляционной модели данных позволяет проследить все связи и изменения каждого компонента системы. Microsoft Access будет представлять собой оболочку системы, именно она будет представлять собой автоматизацию фронт-офиса банка. В ней предусматривается разграничение доступа между администратором (полные права доступа), сотрудника (отчеты, формы, таблицы – изменение, добавление, удаление), клиент (добавление записей, просмотр информации, оформление кредитной заявки). В базе формируются все данные по кредитам, необходимые таблицы с множеством ячеек (все в зависимости от банка). Система может быть внедрена в любой банк, поэтому дизайн в базе данных меняется и должен быть легким, красивым и главное воспринимаемым клиентом. Все это исполняется через оформление в Access, использование запросов, макросов, выборок и другие возможности Access. Также использовался язык программирования Visual Basic для приложений (авторизация, ограничение прав доступа, закрытие системы, событие click).

Основная функция системы будет прописана на языке программирования С++, выбран этот язык из-за своей мощности, возможности реализации любой функции. Разработка проводится в среде Microsoft Visual Studio Ultimate 2012 года, в ней реализуется функция математического определения степени риска. По всем имеющимся методикам определения кредитного риска описываются коэффициенты, также применяется количественный метод (психологическая оценка по наводящим вопросам). В Microsoft Visual Studio Ultimate 2012 имеется возможность связывания с Microsoft Access, что позволяет сделать такую систему удобной и многофункциональной.
Создаваемая система представляет собой не просто автомаизацию подачи кредитной заявки и процесса кредитования физического лица, но и является воплощением автоматизации всего фронт-офиса банка. Работа с клиентом занимает достаточно времени у специалиста банка, таким образом, используя эту систему клиент определяет программу кредитования, свои возможности по получению кредита, узнает ответы на свои вопросы (в базу заносится вся необходимая информация). В итоге система выдает либо оформленный договор, либо отказ, либо пути решения минимизации риска.

Все рассмотренные автоматизированные системы по выдаче кредита в настоящее время работают лишь на местах выдачи. В перспективе же возможность поиска оптимального кредита для клиентов банков через сеть Интернет по средствам автоматизированных решений, позволит избежать расходов как со стороны банка, так и со стороны клиента. В ближайшее будущее с развитием информационных технологий будут модернизированы выше описанные системы или созданы новые, которые уже не будут требовать наличия длительного контакта специалиста банка и заемщика, т.е. возможно электронная выдача талона на кредит (договор уже будет оформлен и выдан системой).

Библиографический список:

1. Автоматизированная система «CrossChecker» Express [Электронный ресурс]. – URL: http://www.crosys.ru/crosschecker_express.html (2015);
2. Официальный сайт Банка России [Электронный ресурс]. – URL: www.cbr.ru (2015);
3. Розничный фронт-офис банка. Автоматизация фронт-офиса на основе комплексного решения для розничного банка EGAR E4 Banking [Электронный ресурс]. – URL: http://www.egartech.ru/fields/frontoffice/ (2015);
4. Решения. SFOUR. Выдача кредитов и займов [Электронный ресурс]. – URL: http://sfour.ru/ru/solutions/loans.html (2015);
5. Система проверки и оценки кредитоспособности заемщика банка для выявления риска невозврата кредита «HR1-Кредит» компании Nemesysco (Израиль) [Электронный ресурс]. – URL: http://www.akvilona.ru/news/hr1kredit.htm (2015);
6. Теория рисков и моделирование рисковых ситуаций: Учебник / А.С. Шапкин, В.А. Шапкин. – 3-е изд. – М.: Издательско-торговая корпорация «Дашков и Ко», 2008. – С. 33;
7. Цыренов Д.Д. Информационные технологии управления бизнес-процессами: теория и практика: учеб. пособие. – Улан- Удэ: Издательство Бурятского госуниверситета, 2013. – 160 с.




Рецензии:

29.03.2015, 10:47 Давлеткиреева Лилия Зайнитдиновна
Рецензия: В рамках научной статьи думаю, что не обязательно представлять листинг программы. Он может быть подробнее описан в курсовых и дипломной работе. Статья рекомендуется к печати. Есть научная и практическая значимость.

29.03.2015 11:11 Ответ на рецензию автора Лосева Анна Юрьевна:
Спасибо, учту на будущее.

29.03.2015, 11:37 Любенкова Елена Петровна
Рецензия: 1)Общая сумма кредитов должна быть принята за 100%, поэтому структурный показатель не может превысить значение 100%. "Рассматривая задолженность по кредитам юридических и физических лиц, мы определили процент от общей суммы предоставленных кредитов. Так задолженность юридических лиц составила 47,6%, для физических лиц – 123,3%". Возможно это темпы роста? 2)Не совсем ясны преимущества предлагаемой системы в сравнении с существующими и ее эффективность. Статью следует доработать по указанным направлениям.
29.03.2015 16:16 Ответ на рецензию автора Лосева Анна Юрьевна:
Спасибо за рецензию. 1) Задолженность составила именно 123,3%, т.к. банки включают и сомнительные долги (которые выданы в прошлые годы в счет общей задолженности в текущем году). 2) Да эффективность не описана в заключении, но она прослеживается, после описания существующих систем, т.е. их недостатки исправляет создаваемая система.

29.03.2015, 18:19 Любенкова Елена Петровна
Рецензия: Статья рекомендуется к публикации. Но думаю, что по поводу эффективности следует внести уточнения в текст или дополнить выводы.
29.03.2015 18:18 Ответ на рецензию автора Лосева Анна Юрьевна:
Спасибо, я учла ваше пожелания и дополнила статью по эффективности системы после ее описания.

31.03.2015, 23:32 Феофанов Александр Николаевич
Рецензия: Рецензия на статью «Автоматизированная система оценки кредитного риска коммерческого банка» Лосевой А.Ю. В статье «Автоматизированная система оценки кредитного риска коммерческого банка» Лосевой А.Ю. освещается вопрос автоматизации системы оценки кредитного риска коммерческого банка. Проблема оценки кредитного риска коммерческого банка особенно актуальна в условиях динамически меняющегося международного экономического рынка, валютной нестабильности, непредсказуемой политической ситуации. Необходимо отметить, что автором проведена серьезная работа по анализу механизма реализации процесса оценки кредитного риска банковскими структурами. Автором проведен сравнительный анализ современных автоматизированных систем, применяемых структурами банковского сектора, для осуществления процесса анализа и оценки кредитного риска в отношении физического лица. В научной статье Лосевой А.Ю. используется информация из открытых источников, не содержатся сведенья ограниченного характера. Настоящая статья соответствует всем требованиям, предъявляемым к работам такого рода. Статья Лосевой А.Ю. «Автоматизированная система оценки кредитного риска коммерческого банка» может быть рекомендована к публикации. Д.т.н., профессор Феофанов А.Н.
06.04.2015 14:14 Ответ на рецензию автора Лосева Анна Юрьевна:
Спасибо.

21.04.2015, 23:58 Маслов Владимир Алексеевич
Рецензия: Автором проведена важная работа по анализу реализации процесса оценки кредитных рисков. Рекомендуется к публикации, поскольку видна практическая и научная значимость.
23.04.2015 9:09 Ответ на рецензию автора Лосева Анна Юрьевна:
Спасибо.



Комментарии пользователей:

6.04.2015, 13:37 Туманов Владимир Евгеньевич
Отзыв: Туманов В.Е., зав. лаб. Статье не хватает библиографических ссылок из журналов, которые читают банкиры. Насколько мне известно по публикациям в этих журналах 2004-2005 года эта тема активно обсуждалась на станицах этих журналов, например, Банки и технологии, журнал компании Soflab и т.п.


Оставить комментарий


 
 

Вверх