Моделирование кредитного риска при Peer-to-Peer кредитование

<p>Объем потребительского кредитования в США на данный момент составляет более $3 трлн., в это же время бурно развивается область &laquo;peer-to-peer&raquo; (P2P) кредитования, так, например, объем выданных кредитов крупнейшей американской P2P заемной компании Lending Club составляет $4 млрд. Однако на данный момент сравнительно немного работ посвящено оценке кредитного риска при &ldquo;peer-to-peer&rdquo; кредитовании, оценка которого характеризуется рядом особенностей по сравнению с традиционным кредитованием.. Термин P2P кредитование означает процесс кредитования между физическими лицами на онлайн-платформе без участия традиционных финансовых посредников, таких как коммерческие банки. В работе предложен способ моделирования кредитного риска при P2P кредитовании, в результате которого будут определены факторы, оказывающие влияние на кредитный риск при данном виде кредитования. Оценка кредитного риска проводится путем оценки вероятности дефолта заемщика на данных, предоставленных американской P2P заемной компанией Lending Club за 2008-2011 гг. с помощью построения модели бинарного выбора, а именно модели пробит и модели пробит с инструментальными переменными. Модель пробит с инструментальными переменными строится с целью корректировки модели на эндогенность некоторых факторов, а именно уровня использования возобновляемых заемных средств заемщиком. Инструментальными переменными выступают изначальный показатель, усредненный по группам кредитного риска и коэффициент отношения долга к доходу заемщика. В результате моделирования получено, что основными факторами, оказывающими влияние на кредитный риск заемщика, являются показатели кредитного риска, используемые в США и компаний Lending Club в частности, ставка процента по кредиту, доход заемщика, ставка рефинансирования, установленная Центральным Банком США на момент подачи заявки на кредит, кредитная история заемщика, а также упомянутый ранее уровень использования возобновляемых заемных средств заемщиком. Практическим приложением работы является использование результатов моделирования для формирования инвестиционных портфелей кредиторов, а также использование опыта по моделированию эндогенности при оценке кредитного риска коммерческими банками при разработке систем риск-менеджмента для потребительского кредитования.</p>