Пример 1.2. «Формирование и использование модели кредитного скоринга в российской практике банковского кредитования».

Российские исследователи предложили логико-вероятностный метод оценки кредитного риска при кредитовании частных лиц[19]. Заявку на кредит частного лица по западному стандарту оценивают по 20 характеристикам, для каждой из которых используется от 2 до 11 градаций значений (табл.1.3.):

Таблица 1.3.

Модель кредитного скоринга для оценки

кредитоспособности частных лиц

Риск кредита определен как вероятность (Рс) события, приводящего к ухудшению состояния кредита. Случайное событие Zi состоит в том, что кредит с вероятностью Рi из-за характеристики I окажется не «хорошим», а «плохим». Zi являются случайными событиями, принимающими значение Zi = 1, если событие произошло и Zi = 0, если событие не произошло. Элементарные инициирующие и производные события могут быть логически связанными AND, OR, NOT. Логическая модель риска кредита может быть записана в виде логической суммы инициируемых событий:

Y = Z₁VZ₂V…VZ₁₉VZ₂₀ (1.1)

где V=OR(или).

Логическая функция Y также принимает только два значения: 0 или 1. Она принимает значение 1 (невозврат кредита), если произойдет хотя бы одно из событий Z₁-Z₂₀. Вероятности инициирующих событий равны: p_i=P(Z_i=1); q_i=1-p_i. События Z₁-Z₂₀ независимы, и сумма их вероятностей pi может быть больше 1. Вероятностная модель риска для формулы (1):

P_c = P(Y=1) = 1-q₁q₂q₃q₄q₅q₆q₇q₈q₉q₁₀q₁₁q₁₂q₁₃q₁₄q₁₅q₁₆q₁₇q₁₈q₁₉q₂₀ (1.2)

Характеристики кредита и их градации по западному стандарту выбраны удачно, так как являются практически независимыми. Упрощение модели риска за счет уменьшения числа логических слагаемых в разумных пределах (до 16) незначительно снижает ее точность. В среднем ошибка в распознавании состояния кредитов в логико-вероятностной методике составляет около 20%.

Критическое значение рейтинга должно постоянно пересматриваться банком в соответствии с результатами его работы. Изменяющиеся условия не должны привести к тому, чтобы «граница отсечения» заемщиков оказалась слишком высокой (или низкой), и банк понес потери в виде упущенной выгоды от непредоставления кредита надежным заемщикам (или в виде невозврата кредитов, выданных ненадежным заемщикам).

Независимо от моделей скоринга преимуществами его являются следующие.

• Снижение издержек банка, что обеспечивается:

- универсальностью процедуры кредитования, быстротой принятия решений о выдаче кредита;

- возможностью автоматизации процесса обработки кредитных заявок и мониторинга кредитов, сокращения штата сотрудников и площадей.

• Возможность обработки большого количества заявок, что способствует росту прибыли банка.

• Возможность накопления статистической базы данных о заемщиках и выполнении ими условий кредитных договоров. Это способствует снижению кредитного риска банка в будущем.

• Возможность определять на объективной основе степень риска кредитных сделок и условия кредитного договора (сумму кредита, сроки и ставки кредитования, вид и достаточность обеспечения).

• Возможность разработки кредитной стратегии банка в сфере потребительского кредитования на основе анализа накопленных данных о заемщиках и рынках.

Для заемщика преимущества скоринга выражаются в объективности принятия решения о кредитовании, быстроте процедуры кредитного анализа, предоставлении в банк минимума документов.

В последние годы развитию потребительского кредитования в России способствовал ряд социально-экономических предпосылок, обеспеченных проводимой государственной экономической политикой: рост реальных доходов и качества жизни населения, увеличение слоя «среднего класса», расширение кредитной активности банков, упрощение процедуры и условий кредитования.