Оценка кредитоспособности заемщика по рыночной информации

<p>Управление рисками играет важную роль в банковском секторе по всему миру. Банки и другие финансовые институты получают тысячи кредитных заявок каждый день. Оценка риска, связанного с предоставлением кредитов, основывается на одном из самых удачных комбинаций статистики и операционных исследований - кредитном скоринге. Кредитный скоринг - это набор моделей прогнозирования и лежащих в их основе методик, которые помогают финансовым организациям при предоставлении кредитов. С помощью эффективного кредитного скоринга банк может снизить стоимость кредитного процесса и ожидаемый риск, связанный с плохим кредитом, повысить качество кредитного решения, сэкономить ресурсы и повысить доходность.</p><p><strong>Объект исследования</strong> &ndash; скоринговые модели оценки кредитоспособности заемщика.</p><p><strong>Предмет исследования</strong> &ndash; практический анализ наиболее распространенных моделей оценки кредитоспособности заемщика:</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Рейтинговая модель, представленная скоринговой методикой (ОАО &laquo;Райффайзенбанк&raquo;, ЗАО &laquo;Промсвязьбанк&raquo;);</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Прогнозная модель, на основании логит-регрессии;</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Качественная модель, использующая правило &laquo;Шести Си&raquo;;</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Классификационные и регрессионные деревья.</p><p><strong>Цель исследования</strong> &mdash; сравнить эффективность применения того или иного метода оценки, а также оценить комплексное использование этих методов и выбрать наиболее действенный с точки зрения применимости в банках.</p><p><strong>Задачи исследования</strong>: &nbsp;для выполнения поставленной цели, был сформулирован список, включающий в себя ряд задач:</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; рассмотреть теоретические аспекты основной составляющей кредитного рынка &ndash; методик оценки кредитоспособности;</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; определить понятия, цели и задачи применения этих методик;</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; выделить их общие черты и основные различия;</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; провести практический анализ этих методик;</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; сравнить полученные результаты с точки зрения качества и прозрачности методик оценки;</p><p>&middot;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; разработать рекомендации по применению этих методик для кредитора.</p><p>В целях этого исследования необходимо учитывать конкретные экономические условия страны с переходной экономикой, которой является РФ. Это может быть сложный доступ к оборотному капиталу, правовые и юридические ограничения, неразвитая инфраструктура, высокие транзакционные издержки, а также высокие процентные ставки по кредитам &ndash; все эти параметры могут оказывать влияние на моделирование отчетов о малом бизнесе. Поэтому задачей исследования было найти лучшую модель, которая сможет извлечь основные особенности для кредитного скоринга малого бизнеса в такой специфической среде.</p><p>Поскольку многие исследователи обнаружили как личные, так и деловые аспекты малого бизнеса, влияющие на модели кредитного скоринга, их выводы будут учтены в моем наборе переменных. Сбор данных осуществлялся выборкой из ведущих коммерческих банков РФ, в которых есть информация о кредитной истории владельцев малого бизнеса из общего набора данных. Общий набор данных для изучения составлял 166 компаний, &nbsp;выборка привела в общей сложности к 31 переменной, которая впоследствии была снижена до 20.</p><p>Проведенные эксперименты с количественными и качественными моделями оценки кредитного рейтинга заемщика показали, что максимальную эффективность результатов можно достичь при применении модели деревьев решений и правильном выборе ключевых переменных для набора параметров по компаниям малого бизнеса. В то же время, рейтинговые модели могут иметь положительный результат для малого бизнеса, если несмотря на слабые финансовые показатели компаний, банки будут заинтересованы в кредитовании и выделить необходимые человеческие ресурсы для сбора информации, анализа и принятия решения по кредитованию.</p><p>Комбинация из логистической регрессии или деревьев решений, в дополнение к рейтинговому скорингу, имеет веские причины для того, чтобы использоваться для оценки заемщиков малого бизнеса в РФ. В экономической среде, которая становится все более сложной и конкурентной, использование только одного из методов становится недостаточно для эффективной оценки кредитного риска, поэтому&nbsp; исследователи постоянно находятся в поиске новых алгоритмов.</p><p>&nbsp;</p>