Punktacja kredytowa. Budowa modeli scoringowych. Wyznaczenie zmiennej docelowej modelu scoringowego

Historycznie rzecz biorąc, punktację jako podejście po raz pierwszy zastosowano w badaniach biologicznych w drugiej połowie lat 30. XX wieku. XX w. za sortowanie przedmiotów, których nie dało się posortować na podstawie jednej cechy, ale w inny sposób były albo bardzo trudne, albo wręcz niemożliwe. Na przykład w ten sposób sortowano czaszki (według przynależności do tego lub innego plemienia) lub cebulki tęczówki (według przynależności do tej lub innej odmiany).

Termin " punktacja„oznacza podejście matematyczne, za pomocą którego na podstawie zbioru znanych (lub zmierzonych) cech obiektu przewiduje się pewną pożądaną cechę, której w momencie oceny nie można bezpośrednio zmierzyć, przy czym poszukiwanie jakiejkolwiek przyczyny Celowo unika się relacji typu -i-skutek.

Punktacja kredytowa- to wykorzystanie rozwiązań scoringowych w procesie kredytowym, zarówno dla osób fizycznych, jak i prawnych (zwłaszcza małych i średnich przedsiębiorstw).

Podstawowym zadaniem, które rozwiązuje się przy udzielaniu pożyczek za pomocą scoringu, jest Zarządzanie ryzykiem.

Spiegel, duży amerykański sprzedawca detaliczny, bardzo wcześnie zaczął stosować scoring kredytowy. Kolejną taką spółką była Household Finance Corp. Już w 1946 roku jej prezydent E.F. Vanderlik opracował Credit Guide Score, aby oceniać nowych wnioskodawców, ale jego wdrożenie było trudne (menedżerowie jego oddziałów przyznali później, że najpierw udzielali pożyczek, a następnie dostosowywali wyniki, aby uzasadnić swoją decyzję).

W 1956 roku na amerykańskim rynku finansowym miało miejsce wydarzenie, które radykalnie zmieniło sytuację w zakresie scoringu kredytowego. Na pierwszy wynalazek wpadli Amerykanie – inżynier Bill Fire i matematyk Earl Isaac, który pracował w Instytucie Badawczym Stanforda model scoringu kredytowego. Partnerzy opracowali algorytm matematyczny, który oblicza poziom zdolności kredytowej kredytobiorcy w ujęciu cyfrowym. Innymi słowy, algorytm pozwala obliczyć ryzyko kredytowe w postaci trzycyfrowej liczby, która jest oceną zdolności kredytowej. Założyli firmę Fair, Isaac and Company (przemianowaną na Fair Isaac Corporation w 2003 r. i FICO w 2009 r.).

W Rosji masowe stosowanie scoringu w kredytach detalicznych stało się powszechną praktyką. Rosyjskie banki aktywnie wykorzystują zarówno zewnętrzny scoring FICO, jak i własne karty scoringowe, opracowane m.in. przy pomocy amerykańskich konsultantów.

W latach siedemdziesiątych ubiegłego wieku rozpoczął się z jednej strony szybki rozwój technologii komputerowej, a z drugiej boom kredytowy. I wtedy większość banków zaczęła wdrażać systemy scoringowe. Co więcej, część z nich opracowała własne systemy bez pomocy firm zewnętrznych.

Kiedy w połowie lat dziewięćdziesiątych w Rosji rozpoczęło się stopniowe wprowadzanie systemów scoringowych, krajowe banki stanęły przed dylematem: opracowywać je samodzielnie lub kupować od zachodnich producentów. Po 15 latach pojawiła się trzecia możliwość: scoring na zewnątrz.

Od 29 lipca 2013 r. przy udzielaniu kredytów detalicznych Sbierbank stosuje integralną ocenę kredytobiorcy opartą na Biurze Scoringowym III generacji (usługa świadczona przez United Credit Bureau (UCB)) oraz wewnętrznym systemie scoringowym instytucji kredytowej samą instytucję.

Testy usługi wykazały, że łączne wykorzystanie dwóch modeli scoringowych daje dodatkowy efekt, podnosząc jakość zintegrowanego modelu banku o ponad 10%.

Wraz z pojawieniem się pod koniec lat 60. branża kart kredytowych, banki i inni emitenci zdali sobie sprawę z przydatności scoringu kredytowego. Duża liczba klientów, którzy codziennie ubiegają się o karty kredytowe, uniemożliwia – zarówno ze względów ekonomicznych, jak i pod względem kosztów pracy – zrobienie czegokolwiek innego niż automatyzacja decyzji kredytowej. Stosując scoring kredytowy, organizacje te szybko odkryły, że technika ta jest znacznie bardziej wiarygodną prognozą niż szacunki ekspertów (wskaźniki niewykonania zobowiązań spadły o 50% lub więcej).

Rodzaje scoringu kredytowego

Z reguły istnieją co najmniej trzy obszary zastosowania scoringu kredytowego:

  1. punktacja aplikacji;
  2. punktacja behawioralna;
  3. punktacja kolekcji.

Punktacja wniosków- jest to określenie zdolności kredytowej (poziomu ryzyka default) wnioskodawcy przy podejmowaniu decyzji o udzieleniu kredytu na podstawie danych dostępnych w momencie składania wniosku - informacje z samego wniosku, dane własne instytucji kredytowej, dane z banku biuro informacji kredytowej, a także inne dostępne bazy danych (np. o zagubionych paszportach).

W takim przypadku podejmowana jest nie tylko decyzja o udzieleniu pożyczki, ale także jej wielkość i warunki.

Po udzieleniu pożyczki konieczne jest śledzenie jej wykorzystania i spłaty. A jeśli w przypadku kredytów na stałych warunkach, tj. O ile kluczowe jest określenie zdolności kredytowej klienta w momencie udzielenia kredytu, o tyle w przypadku linii kredytowej – w tym także karty kredytowej odnawialnej – sytuacja jest diametralnie inna. Nie wiadomo, w jaki sposób klient wykorzysta kredyt – od razu wybierze cały limit kredytowy czy tylko jego część, w jaki sposób spłaci – wszystko na raz, czy tylko minimalną ustaloną spłatę i czy jego zdolność kredytowa zmieni się za pół roku lub za rok. I to jest ten obszar punktacja behawioralna, gdzie pod tą nazwą kryje się właściwie cały zestaw problemów do rozwiązania.

Przede wszystkim jest to ocena ryzyka opóźnienia w płatności i/lub braku zwrotu oraz określenie działań, które należy podjąć – w tym miejscu pojawia się scoring behawioralny punktacja kolekcji(punktacja zbiorowa).

Kolejnym zadaniem rozwiązywanym w ramach scoringu behawioralnego jest określenie rentowności/nierentowności klienta dla instytucji kredytowej. W tym celu przez określony czas (np. sześć miesięcy) monitoruje się historię jego transakcji i według ustalonych kryteriów określa się jej „wartość”, a następnie na podstawie znanych już historii i profili klientów , przyszłą „rentowność” klientów w portfelu kredytowym w tym momencie.

W tej samej klasie określenie tak ważnych parametrów klienta, jak prawdopodobieństwo jego odejścia (wyczerpanie), skłonność do korzystania z tego lub innych produktów (skłonność), a także zwiększenie wolumenu wykorzystania (up-sale) lub zakupu inne produkty (sprzedaż krzyżowa).

Należy zwrócić uwagę na dwie bardzo ważne kwestie:

1) dane transakcyjne służą do wykrywania i zapobiegania oszustwom (jest to również określane jako scoring behawioralny);

2) do scoringu behawioralnego coraz częściej wykorzystywane są dane nie tylko dotyczące konkretnego konta (produktu), ale całego zespołu danych o kliencie, tj. jak dokładnie wykorzystuje całą gamę używanych produktów.

Pragmatyczne podejście, tj. odmowa poszukiwania związków przyczynowo-skutkowych pomiędzy parametrami i wykorzystywanie zidentyfikowanych zależności pomiędzy parametrami do przewidywania zachowań klientów (prawdopodobieństwa niespłacenia kredytu) powoduje wśród wielu dość zdecydowane odrzucenie i prowadzi do pewnych ograniczeń legislacyjnych w tym obszarze w niektórych krajach.

Podstawy tworzenia tabeli ocen, jej sprawdzanie i ustawianie

Pomimo tego, że każdy bank ma swój własny „system wartości”, żaden bank nie może obejść się bez typowych pytań scoringowych.

1. Dane osobowe. Płeć, wiek, stan cywilny, obecność lub brak osób na utrzymaniu, wykształcenie.

Podłoga . System jest bardziej przychylny kobietom, gdyż według statystyk płeć słabsza jest bardziej odpowiedzialna za spłatę swoich zobowiązań.

Wiek . Najbardziej atrakcyjnymi klientami banku są osoby w wieku od 25 do 45 lat. Im dalej dana osoba znajduje się w tym przedziale wiekowym, tym niższy jest jej wynik.

Status rodziny. Z reguły posiadanie rodziny, nawet jeśli związek nie jest formalnie zalegalizowany, jest plusem. Stabilne relacje i planowanie budżetu z punktu widzenia banku dyscyplinują potencjalnego kredytobiorcę.

Ludzie. Jeśli potencjalny kredytobiorca ma tylko jedno dziecko, zwykle nie wpływa to na ocenę, jednak im więcej dzieci, tym niższa ocena.

Edukacja . Osoba z wykształceniem średnim jest postrzegana jako osoba niewystarczająco skuteczna i stabilna, potencjalnie zdolna do zaniedbywania zobowiązań kredytowych, w przeciwieństwie do osoby z wykształceniem wyższym.

2. Wskaźniki finansowe. Całkowity staż pracy, całkowity staż pracy w ostatnich lub dwóch lub trzech ostatnich miejscach pracy, zawód, poziom wynagrodzeń i całkowite wydatki.

Jak bardziej stabilną osobę pod względem zatrudnienia, tym wyższy wynik. Częste zmiany pracy i krótki czas pracy w każdym z nich wskazują na niestabilność potencjalnego kredytobiorcy, a w konsekwencji na jego dochody.

Rodzaj zawodu. Najbardziej atrakcyjni dla banku są specjaliści, pracownicy, urzędnicy i menedżerowie średniego szczebla (praca na stałe). Bankierzy nie lubią dyrektorów firm, dyrektorów finansowych, notariuszy (prowadzących prywatną praktykę), a także właścicieli i współwłaścicieli firm. Ważne jest, aby zrozumieć, że w przeciwieństwie do pracowników najemnych właściciel swojej firmy nie ma miesięcznego stałego dochodu. To samo można powiedzieć o przedsiębiorcach indywidualnych – lepiej, żeby tacy pożyczkobiorcy składali dokumenty jako osoby fizyczne.

Niewątpliwie bank zwróci uwagę stosunek kosztów do dochodów. Z jednej strony system analizuje, na ile koszty spłaty kredytu są porównywalne z możliwościami finansowymi klienta i czy dodatkowa umowa kredytu nie będzie dla niego uciążliwa. Z drugiej strony, jeśli pożyczkobiorca deklaruje wysokie dochody, ale prosi o niewielką kwotę, budzi to co najmniej podejrzenia. Dlaczego osoba o dochodach 50 tysięcy rubli. pożyczka na 6 tys.?

Banki są bardzo uważne obecność wcześniej zaciągniętych i niespłaconych pożyczek. Jeśli pożyczkobiorca ma już miesięczne spłaty w ramach umowy kredytowej, wówczas bank przewidzi wypłacalność danej osoby z bardzo dużą marżą (dla siebie).

3. Powiązane informacje.

Dodatkowe źródło dochodu (dodatkowa praca, dochód współkredytobiorcy), obecność samochodu, garażu, domku letniskowego, czy działki stanowiącej własność osobistą niewątpliwie dodadzą punktów. Sytuacja jest mniej więcej taka sama w przypadku istniejących spłacanych kredytów: pozytywnie postrzegany jest brak przeterminowanych zaległości, terminowa spłata zobowiązań wobec instytucji kredytowej oraz brak bieżących zaległości. Im więcej punktów zdobędzie kredytobiorca, tym bardziej bank go polubi.

Obecnie scoring kredytowy opiera się na metodach badań statystycznych lub badaniach operacyjnych. Podejścia statystyczne obejmują analizę dyskryminacyjną opartą na regresji liniowej i bardziej wydajnej regresji logarytmicznej oraz drzewa klasyfikacyjne, czasami nazywane algorytmami partycjonowania rekurencyjnego. Metody badań operacyjnych obejmują pewne odmiany programowania liniowego. Większość twórców modeli scoringowych korzysta z jednej lub większej liczby powyższych metod, często w połączeniu. Ponadto przy opracowywaniu modeli scoringowych wykorzystuje się szereg nieparametrycznych metod statystycznych i podejść do modelowania wykorzystujących „sztuczną inteligencję”. Tym samym w ostatnich dziesięcioleciach testowano podejścia do sieci neuronowych, systemów ekspertowych, algorytmów genetycznych i metod „najbliższego sąsiada”. To bardzo interesujące, że do tego samego problemu klasyfikacyjnego stosuje się tak różnorodne metody. Częściowo wynika to z czysto pragmatycznego podejścia do problemu ograniczania ryzyka przy udzielaniu pożyczek: jeśli to działa, korzystaj z tego! Celem jest przewidzenie, kto nie dokona zwrotu, a nie wyjaśnienie, dlaczego tego nie zrobi, lub potwierdzenie tej czy innej hipotezy dotyczącej związku pomiędzy brakiem płatności a określonymi parametrami ekonomicznymi lub społecznymi (co częściowo wywołało gorące dyskusje i przyjęcie ustawy o ECOA).

Budowa modeli scoringowych

Do budowy modeli scoringowych (i to niezależnie od wybranego podejścia matematycznego) pobierana jest reprezentatywna próba dotychczasowych wnioskodawców (od kilku tysięcy do setek tysięcy - co nie stanowi problemu dla branży obsługującej dziesiątki milionów klientów). Dla każdego wnioskodawcy w próbie pobierane są pełne informacje z formularza wniosku oraz informacje z jego historii kredytowej na ustalony okres (zwykle 12, 18 lub 24 miesiące). Następnie podejmowana jest decyzja ekspercka, która historia jest akceptowalna, tj. czy klient jest „dobry”, czy „zły”.

Wymagania empiryczne wobec bazy danych wykorzystywanej do budowy modelu scoringowego:

  • wielkość próbki - ogółem co najmniej 1500, co najmniej 500 złych;
  • jasna definicja kryterium „zły/dobry”;
  • jasne określenie okresu – okres życia produktu (zależy od samego produktu i może wahać się od miesiąca – telefon komórkowy do kilkudziesięciu lat – kredyt hipoteczny);
  • stabilność grupy klientów – demografia, migracje, zachowanie nawyków konsumpcyjnych;
  • ukryty, ale obowiązkowy wymóg: stabilność warunków gospodarczych, politycznych, społecznych i innych.

Budując modele kredytowe, istotny jest wybór horyzontu czasowego – okresu pomiędzy złożeniem wniosku (udzieleniem kredytu) a klasyfikacją „zły/dobry”. Z analizy wynika, że ​​współczynnik default w funkcji długości pobytu klienta w organizacji początkowo wzrasta i dopiero po 12 miesiącach (karty kredytowe) lub nawet dłużej (pożyczki jednorazowe) zaczyna się stabilizować. Zatem krótszy horyzont czasowy prowadzi do niedoszacowania i nie uwzględnia w pełni wszystkich cech prognozujących niewykonanie zobowiązania. Z drugiej strony horyzont czasowy dłuższy niż dwa lata pozostawia model podatny na zmiany w składzie grupy klientów w tym czasie, ponieważ w jaki sposób skład klientów w próbie na początku horyzontu czasowego może znacząco różnić się od składu klientów wchodzących w chwili obecnej. W efekcie wykorzystuje się dwa jednoczesne wycinki (na początku i na końcu horyzontu czasowego), aby stworzyć model stabilny w czasie (poza początkowy horyzont czasowy). To narzuca wybór długości okresu czasu – horyzontu czasowego podczas modelowania.

Dalsza budowa model scoringowy zamienia się w problem klasyfikacyjny, gdzie wejściowe cechy (lub parametry) są odpowiedziami na pytania zawarte we wniosku, a parametry (lub dane) uzyskane w wyniku kontroli różnych organizacji (na przykład policji, sądów, samorządów, biur informacji kredytowej) itp.), a charakterystyka wyjściowa (odpowiedź) – pożądany rezultat – to podział klientów na „dobrych i złych” według dostępnej historii kredytowej, porównanej według tych cech wejściowych.

Tabela ratingów rzeczywistych (karta wyników) to system przypisywania punktów liczbowych (ocen) do cech (lub parametrów) kredytobiorcy w celu uzyskania pożądanej wartości liczbowej, która odzwierciedla prawdopodobieństwo, że kredytobiorca w stosunku do innych kredytobiorców doświadczy określonego wydarzenie lub wykonanie określonej czynności (aspekt „w relacji” w definicji jest bardzo ważny).

Tabela ratingów kredytowych nie wskazuje np. jakiego poziomu ryzyka należy się spodziewać (powiedzmy, jaki procent kredytów danego rodzaju prawdopodobnie nie zostanie spłacony); zamiast tego pokazuje, jak dany kredyt prawdopodobnie będzie się zachowywał w stosunku do innych kredytów. Na przykład, czy oczekuje się, że wskaźnik niewykonania zobowiązania lub wskaźnik niewykonania zobowiązania w przypadku kredytów o danym zestawie atrybutów będzie wyższy lub niższy niż w przypadku kredytów o innym zestawie.

Większość tabel ligowych buduje się poprzez obliczenie modelu regresji - modelu statystycznego, który bada, jak pojedynczy parametr (charakterystyka) wpływa na inny parametr lub (najczęściej) cały zestaw innych parametrów.

Wynikiem modelu regresji jest zestaw współczynników, zwanych współczynnikami regresji, które można interpretować jako korelację między parametrami będącymi przedmiotem zainteresowania (do ustalenia) a parametrami objaśniającymi, przy zachowaniu niezmienionych wszystkich pozostałych wpływów na parametry będące przedmiotem zainteresowania. Współczynniki te przeliczane są na wagi punktowe w tabeli ligowej.

Należy zaznaczyć, że jakość modeli scoringowych powinna być stale sprawdzana, a monitorowanie jest obowiązkową procedurą w trakcie eksploatacji. Z biegiem czasu zarówno warunki ekonomiczne, jak i cechy behawioralne kredytobiorców mogą się zmieniać i jedynie terminowa korekta lub nawet wymiana modeli scoringowych zapewni skuteczne zarządzanie ryzykiem kredytowym.

Dubovitsky V. S.
analityk w dużym rosyjskim banku
(Moskwa)
Zarządzanie finansami przedsiębiorstwa
05 (65) 2014

W artykule opisano badania nad rozwojem modelu scoringowego do oceny zdolności kredytowej dużych przedsiębiorstw handlowych, który pozwala na ocenę wypłacalności kredytobiorcy na podstawie wartości poszczególnych wskaźników i ocenę jego efektywności. Najbardziej obszerne bloki w opracowywaniu modelu scoringowego to wybór systemu wskaźników oceny i określenie współczynników ważenia dla tych wskaźników, co zostanie szczegółowo omówione w tym artykule

WSTĘP

Jednym z kluczowych obszarów działalności sektora bankowego jest działalność kredytowa. Kredyty stanowią podstawę aktywów bankowych, zapewniając bankowi przychody odsetkowe. W ostatnim czasie w naszym kraju dynamicznie rozwija się sektor bankowy, przede wszystkim powiązania kredytowe banków z ludnością, przedsiębiorcami i dużymi przedsiębiorstwami. Kredyty wiążą się nie tylko z przychodami odsetkowymi, ale również z ryzykiem kredytowym związanym z niewypłacalnością kredytobiorcy i utratą kredytu. Ocena wielkości ryzyka kredytowego jest kluczowym obszarem analiz przy podejmowaniu decyzji o udzieleniu kredytu konkretnemu kredytobiorcy, od którego w dużej mierze zależy dobro instytucji finansowej.

Obecnie banki korzystają z różnych metod analitycznych, aby ocenić poziom ewentualnych strat i prawdopodobieństwo niewypłacalności kredytobiorcy. Na podstawie tej analizy kredytobiorca otrzymuje ocenę jakości - „dobry”, „przeciętny” lub „zły”, zgodnie z Rozporządzeniem Banku Centralnego Federacji Rosyjskiej nr 254-p „W sprawie procedury instytucji kredytowych tworzą rezerwy na ewentualne straty z tytułu pożyczek, pożyczek i równoważnego długu” z dnia 26 marca 2004 r

Bank Centralny pełni rolę głównego regulatora systemu kredytowego i wydaje zalecenia dotyczące oceny zdolności kredytowej kredytobiorców. Zgodnie z nimi banki budują swoje modele wyceny – ich różnorodność i pomysłowość ich autorów są zadziwiające. W takich modelach uwzględniana jest kompleksowa ocena sytuacji finansowej pożyczkobiorcy jako główny wskaźnik przyszłej wypłacalności. Wszystkie modele skupiają się jednak na ocenie zdolności kredytowej kredytobiorcy, która opisuje poziom ryzyka straty finansowej. Zgodnie z ogólnie przyjętą klasyfikacją, dobry poziom zdolności kredytowej odpowiada dobrej kondycji finansowej przedsiębiorstwa i niskiemu ryzyku ewentualnych strat, średni poziom odpowiada przeciętnej kondycji finansowej i średniemu ryzyku, a zły poziom odpowiada wysokiemu prawdopodobieństwo niewykonania zobowiązania przez pożyczkobiorcę. Dobry stan najprawdopodobniej zakończy się pozytywną decyzją o udzieleniu pożyczki, przeciętny będzie wymagał dodatkowych badań, a zły kredytobiorca zostanie odrzucony.

Ocena ryzyka kredytowego w bankach zawsze zajmowała istotne miejsce. Zatem, jak wynika z badań Baileya i Gately’ego, istniejące metody oceny są stale udoskonalane i co jakiś czas pojawiają się nowe techniki, takie jak ocena z wykorzystaniem sieci neuronowych, co spowodowane jest dużym zapotrzebowaniem ze strony instytucji kredytowych na optymalizację i poprawę zdolności predykcyjnej narzędzia oceny prawdopodobieństwa niewypłacalności potencjalnych kredytobiorców.

Zatem ocena zdolności kredytowej jest kluczowym zadaniem przy udzielaniu kredytu. Celem pracy jest stworzenie własnego modelu scoringowego służącego do oceny jakości kredytowej podmiotów prawnych. Zostanie opracowany dla dużych przedsiębiorstw detalicznych i umożliwi szybkie podjęcie decyzji o celowości finansowania różnych kredytobiorców.

W pierwszej kolejności przeprowadzona zostanie krótka analiza porównawcza istniejących podejść do oceny zdolności kredytowej. Na tej podstawie zostaną przedstawione argumenty przemawiające za opracowaniem modelu scoringowego, następnie model scoringowy zostanie bezpośrednio opracowany z wykorzystaniem różnych metod teoretycznych. Jednym z głównych zadań w trakcie rozwoju jest określenie zrównoważonego systemu wskaźników oceny, biorąc pod uwagę wybraną branżę, oraz określenie współczynników wagowych dla tych wskaźników.

Następnie przeprowadzone zostanie badanie statystyczne na próbie 41 przedsiębiorstw handlowych (w przypadku 16 z nich odnotowano niewykonanie zobowiązania) w celu porównania wyników wag wskaźników z wynikami uzyskanymi pierwotnie. Na podstawie wyników porównania zostanie wysunięty wniosek o poprawności opracowanego modelu scoringowego. Podsumowując, w artykule dokonana zostanie ocena efektywności opracowanego modelu, określenie zdolności predykcyjnej opracowanego modelu oraz wyciągnięte wnioski na temat jego spójności.

RÓŻNE PODEJŚCIA DO OCENY KREDYTOWEJ

Wszystkie istniejące modele oceny zdolności kredytowej kredytobiorców można przedstawić w formie poniższej klasyfikacji (ryc. 1).

Różnorodność podejść do analizy zdolności kredytowej można więc usystematyzować, dzieląc wszystkie metody na trzy duże bloki:

  • modele ilościowe;
  • modele predykcyjne;
  • modele jakości.

Modele ilościowe wykorzystują odpowiednie wskaźniki i umożliwiają na ich podstawie przypisanie kredytobiorcy określonego ratingu, modele predykcyjne opierają się na statystykach z lat ubiegłych i mają na celu modelowanie dalszego rozwoju oraz prawdopodobieństwa niewypłacalności kredytobiorcy, modele jakościowe wykorzystują system wszechstronnych wskaźników jakościowych.

Aby określić najskuteczniejsze podejście do oceny zdolności kredytowej, porównujemy opisane metody oceny. W tabeli W tabeli 1 przedstawiono charakterystykę porównawczą rozpatrywanych wcześniej modeli oceny kredytów.

Tabela 1. Tabela podsumowująca modele scoringu kredytowego

Nazwa modelu Zalety modelu Wady modelu
Metoda współczynnikowa Pozwala kompleksowo ocenić sytuację finansową kredytobiorcy Nie uwzględnia wskaźników jakościowych i statystyk z lat ubiegłych. System ręczny wymaga ciągłej interpretacji wartości poszczególnych wskaźników
Modele oceniania Pozwala zautomatyzować ocenę metodą współczynnikową poprzez obliczenie wskaźnika całkowego. Wygodny i łatwy w użyciu Uwzględniają jedynie wskaźniki finansowe i nie korzystają ze statystyk z lat poprzednich. Wymaga restrukturyzacji dla różnych typów przedsiębiorstw
Modele scoringowe Pozwalają uzyskać ocenę zdolności kredytowej w punktach i przypisać kredytobiorcę do jednej z trzech grup. Proste i łatwe w użyciu, pomagają ocenić pozafinansowe wskaźniki jakości. Przy ocenie współczynników wagowych metodami statystycznymi pozwalają one na uwzględnienie danych o już udzielonych kredytach i są ekonomicznie uzasadnione Nie są uniwersalne, wymagają restrukturyzacji dla niektórych typów przedsiębiorstw. Wymaga dużej ilości danych do badania współczynników wagowych
Modele przepływów pieniężnych Pozwala oszacować przyszłe przepływy pieniężne firmy i porównać je z obciążeniem zadłużeniem Nie uwzględniają warunków rynkowych i wskaźników jakości firmy pożyczkowej. Może dawać rezultaty niezgodne z rzeczywistością
Modele analizy dyskryminacyjnej Pozwala określić prawdopodobieństwo niewypłacalności firmy pożyczkowej na podstawie statystyk za lata ubiegłe
Modele analizy regresji Pozwalają określić prawdopodobieństwo niewypłacalności firmy pożyczkowej na podstawie statystyk z lat ubiegłych. Stosując model na prawidłowych danych, można uzyskać wyniki o wysokim stopniu wiarygodności Czysto empiryczne, wyniki są w dużym stopniu zależne od próby uczącej i przy badaniu modelu na innych danych często nie odpowiadają rzeczywistości. Wymaga dużej ilości danych do badania współczynników wagowych
Modele analizy jakościowej Umożliwia przeprowadzenie kompleksowej analizy przedsiębiorstwa Brak metod matematycznych, prowadzący do subiektywnej oceny poszczególnych wskaźników i błędów związanych z czynnikiem ludzkim. Statystyki z lat poprzednich nie są brane pod uwagę. Brak jest jasnych przepisów dotyczących oceny zdolności kredytowej dla jakościowych bloków analiz

Na podstawie powyższej analizy porównawczej możemy stwierdzić, że model scoringowy znajduje się na szczycie ewolucji ilościowej Nazwa modelu Zalety modelu Wady modelu

Metoda wskaźnikowa Pozwala na kompleksową ocenę sytuacji finansowej kredytobiorcy Nie uwzględnia wskaźników jakościowych i statystyk z lat ubiegłych. System ręczny wymaga ciągłej interpretacji wartości poszczególnych wskaźników

Modele ratingowe Umożliwiają automatyzację oceny metodą współczynnikową poprzez obliczenie wskaźnika całkowego. Są wygodne i łatwe w użyciu, uwzględniają wyłącznie wskaźniki finansowe i nie korzystają ze statystyk z lat poprzednich. Wymaga restrukturyzacji dla różnych typów przedsiębiorstw

Modele scoringowe Pozwalają uzyskać ocenę zdolności kredytowej w formie ekwiwalentu punktowego i przypisać kredytobiorcę do jednej z trzech grup. Proste i łatwe w użyciu, pomagają ocenić pozafinansowe wskaźniki jakości. Przy ocenie współczynników wagowych metodami statystycznymi pozwalają one na uwzględnienie danych o już udzielonych pożyczkach, są ekonomicznie uzasadnione, nie mają charakteru uniwersalnego, a dla niektórych typów przedsiębiorstw wymagają restrukturyzacji. Wymaga dużej ilości danych do badania współczynników wagowych

Modele przepływów pieniężnych Pozwalają oszacować przyszłe przepływy pieniężne firmy i porównać je z obciążeniem długiem, nie uwzględniają warunków rynkowych i wskaźników jakości firmy pożyczkowej. Może dawać rezultaty niezgodne z rzeczywistością

Modele analizy dyskryminacyjnej Pozwalają określić prawdopodobieństwo niewypłacalności firmy pożyczkowej na podstawie statystyk za ostatnie lata.Czysto empiryczny, wyniki są w dużym stopniu zależne od próby szkoleniowej i przy badaniu modelu na innych danych często nie odpowiadają rzeczywistości . Wymaga dużej ilości danych do badania współczynników wagowych

Modele analizy regresji pozwalają określić prawdopodobieństwo niewypłacalności firmy pożyczkowej na podstawie statystyk z lat ubiegłych. Stosując model na prawidłowych danych, można uzyskać wyniki o wysokim stopniu wiarygodności.Czysto empirycznie, wyniki są w dużym stopniu zależne od próby uczącej i przy badaniu modelu na innych danych często nie odpowiadają rzeczywistości. Wymaga dużej ilości danych do badania współczynników wagowych

Modele analizy jakościowej pozwalają na kompleksową analizę przedsiębiorstwa. Brak metod matematycznych, prowadzących do subiektywnej oceny poszczególnych wskaźników i błędów związanych z czynnikiem ludzkim. Statystyki z lat poprzednich nie są brane pod uwagę. Brak jasnych przepisów dotyczących oceny zdolności kredytowej dla bloków jakościowych analizy, różnej ilości punktów. Wartości współczynników zostaną dalej podzielone na przedziały. Dla każdego zakresu (kolumna „Zakres współczynników” w tabeli 2) zostanie ustalony procentowy udział (25%, 50%, 75% lub 100%) współczynnika wagowego w tabeli. 2. W tym przypadku czynnikiem ważącym jest maksymalna liczba punktów. W przyszłości porozmawiamy konkretnie o znajdowaniu współczynników wagowych. Zatem podział współczynników na przedziały ma charakter warunkowy (w oparciu o rozważania logiczne oparte na wartościach tych wskaźników dla różnych firm z branży; przedziały są brane w taki sposób, że około 60% wiodących firm w branży (Magnit, Dixy) mieszczą się w drugim przedziale po maksimum, X5 Retail Group, „OK”, „L”Etoile”), wybranym w celu ustalenia średnich wskaźników rynkowych i benchmarków). Im większe obciążenie zadłużeniem, tym większe prawdopodobieństwo domyślnie i tym mniej punktów powinien otrzymać wskaźnik.Metody empiryczne koncentrują się na wyznaczeniu współczynników wag i zostaną zaprezentowane w dwóch podejściach - analitycznym (metoda T. Saaty'ego) i statystycznym (badanie regresji) (maksymalna liczba punktów w tym przypadku pokrywa się z współczynnik wagowy). Same współczynniki wagowe zostaną ustalone później.

Wskaźniki finansowe modelu scoringowego przedstawiono w tabeli. 2.

Tabela 2. Wskaźniki finansowe modelu scoringowego

Grupa wskaźników Indeks Zakres współczynników
Płynność > 0,75 1
0,5-0,75 0,75
0,25-0,5 0,25
0-0,25 0
Wypłacalność 0-1 1
1-1,5 0,75
1,5-2 0,5
2-2,5 0,25
> 2,5 0
< 1,5 1
1,5-2 0,5
> 2 0
Wskaźnik pokrycia odsetek, EBIT/odsetki > 1,5 1
1,3-1,5 0,75
1-13 0,5
< 1 0
Aktywność biznesowa Zwrot ze sprzedaży, ROS > 0,025 1
0,02-0,025 0,75
0,015-0,02 0,5
< 0,015 0
Strata spółki za trzy ostatnie okresy sprawozdawcze NIE 1
Za jeden okres sprawozdawczy 0,5
0

Dopuszczalne wartości współczynników zostały ustalone na podstawie średnich wartości dla pięciu wiodących przedsiębiorstw handlowych w Rosji na podstawie raportowania MSSF za trzy lata: Magnit, X5 Retail Group, Dixy, OK, M.Video. Dokonaliśmy przeglądu najważniejszych wskaźników finansowych, aby określić sytuację finansową kredytobiorcy. Jednak na zdolność kredytową firmy duży wpływ mają także czynniki, które powodują pojawienie się ryzyk w procesach biznesowych kredytobiorcy. Przede wszystkim należy wziąć pod uwagę jakość zarządzania. Jest to bardzo trudny wskaźnik do analizy ilościowej, gdyż Obiektywna ocena poziomu zarządzania firmą jest problematyczna.

Spróbujemy przejść od oceny jakościowej do ilościowej i ustalić maksymalną ocenę tego wskaźnika, jeśli zostaną spełnione następujące warunki:

  • istnieje jasna strategia rozwoju firmy na najbliższe lata;
  • Skład najwyższego kierownictwa pozostaje niezmieniony (dyrektor generalny i główny księgowy zajmowali stanowiska od ponad dwóch lat), ponieważ Na obecność silnego zespołu zarządzającego wskazuje m.in. jego konsekwentność;
  • kompetencje zawodowe spełniają wysokie wymagania (dyrektor generalny i główny księgowy posiadają specjalistyczne wykształcenie wyższe, staż pracy - ponad pięcioletni).

Kolejnym ważnym czynnikiem, który zostanie uwzględniony w modelu scoringowym, jest żywotność firmy. Dodatkowo konieczne jest wprowadzenie stop-factoru: jeśli okres działalności będzie krótszy niż rok, model ten nie będzie miał zastosowania ze względu na brak raportowania i umiejętności zrozumienia biznesu firmy.

Kolejnym niezbędnym wskaźnikiem jest pozytywna historia kredytowa. Jest to jeden z najważniejszych wskaźników pozafinansowych, charakteryzujący zasadniczo jakość obsługi przyszłego kredytu. Nieuzasadnione byłoby oczekiwanie terminowej spłaty środków pożyczkowych od przedsiębiorstwa zalegającego z innymi wierzycielami. Rozpatrzone wskaźniki niefinansowe i rozkład punktów za nie przedstawmy w tabeli. 3.

Tabela 3. Niefinansowe wskaźniki modelu scoringowego

Grupa Wskaźniki wskaźników Proporcja maksymalnych punktów za zasięg
Procesy biznesowe Jakość zarządzania 1
0,5
0
> 5 lat 1
3-5 lat 0,75
1-3 lata 0,25
< 1 года Współczynnik zatrzymania
1
0,5
0
Występowanie systematycznych opóźnień w spłacie kredytów i pożyczek za ostatni rok obrotowy; znaczna kwota zaległości w spłacie zobowiązań (> 25%) Współczynnik zatrzymania

Opracowaliśmy system wskaźników oceny, który naszym zdaniem powinien kompleksowo i wszechstronnie ocenić jakość kredytobiorcy i jego zdolność do wywiązywania się ze swoich zobowiązań. Najbardziej pracochłonna jest kolejna część pracy przy tworzeniu dowolnego modelu scoringowego – określenie wagi poszczególnych wskaźników oceny. Wartość predykcyjna naszego modelu zależy od tego, jak obiektywnie ocenimy znaczenie określonych czynników. W artykule dokonana zostanie analiza wag w oparciu o kilka metod eliminacji ewentualnych błędów.

Wagi zostaną najpierw wyznaczone za pomocą procedur analitycznych, a następnie porównane z wynikami analizy regresji.

ANALITYCZNA OCENA WSPÓŁCZYNNIKÓW WAGOWYCH MODELU

Jako narzędzie oceny wykorzystamy metodologię opisaną szczegółowo w książce TL. Saati „Matematyczne modele sytuacji konfliktowych” [b]. Metoda ta pozwala odejść od różnorodnych czynników i porównać tylko dwa z nich pod kątem istotności w danym momencie, ostatecznie określając znaczenie wpływu każdego czynnika na dowolny ogólny wskaźnik. Technika ta opiera się na kompilacji macierzy porównań parami, które budowane są dla czynników wpływających na dowolny ogólny wskaźnik. Takie macierze można konstruować np. dla wskaźnika wypłacalności w kontekście czynników reprezentowanych przez wskaźniki dźwigni finansowej, obciążenia zadłużeniem i pokrycia odsetek. Zadanie polega na skonstruowaniu takich macierzy dla wszystkich grup czynników wpływających na jakiekolwiek ogólne wskaźniki. W rezultacie zostaną utworzone dwie macierze dla tabeli. 2 - dla grup wskaźników „Wypłacalność” i „Działalność gospodarcza” – jedna matryca dla tabeli. 3 - dla wskaźników procesów biznesowych oraz dwie macierze poziomów zagregowanych - jedna matryca dla grupy wskaźników finansowych, składająca się z grup wskaźników „Płynność”, „Wypłacalność” i „Działalność gospodarcza” oraz jedna dla dwóch zagregowanych bloków - ogólnie wskaźniki finansowe i niefinansowe.

W sumie istnieje pięć macierzy porównań parami, z których każda da swój własny współczynnik dla zawartego w niej wskaźnika. Tym samym, aby otrzymać współczynnik wagowy dla wskaźnika znajdującego się na najniższym poziomie hierarchii, np. dla wskaźnika pokrycia odsetek, należy pomnożyć współczynnik wagowy wskaźników finansowych przez współczynnik wagowy wskaźników wypłacalności w ramach wskaźników finansowych oraz współczynnikiem pokrycia odsetek w ramach wskaźników finansowych.

W nagłówkach samych macierzy dla grup wskaźników nazwy czynników umieszczone są w kolumnach pionowych i poziomych. Następnie macierze wypełnia się wartościami reprezentującymi przekształcenie subiektywnych preferencji jednego czynnika w stosunku do drugiego do postaci empirycznej zgodnie z metodologią przedstawioną w tabeli. 4 (na podstawie danych z ryc. 2).

Tabela 4. Metoda T. Saaty'ego. Klasyfikacja preferencji (na podstawie rys. 2)

Używane są głównie liczby nieparzyste, ale jeśli wybór jest trudny, można użyć liczb parzystych jako średniego poziomu pomiędzy dwoma liczbami nieparzystymi. Przykład takiej macierzy dla czterech czynników pokazano na ryc. 2. Odpowiednio, gdy porównujemy ten sam współczynnik, element przyjmuje wartość 1, więc takie macierze są tożsamościowe. Łatwo zauważyć, że są one również odwrotnie symetryczne, co pozwala wypełnić taką macierz tylko dla wartości leżących albo powyżej, albo poniżej głównej przekątnej.

Biorąc pod uwagę, że macierze porównań parami są odwrotnie symetryczne, należy porównać tylko w jednym kierunku i wpisać odpowiednie wartości w macierzy nad główną przekątną, a wartości pod główną przekątną będą odwrotne.

Po otrzymaniu pięciu takich macierzy obliczane są współczynniki wagowe: waga każdej wartości w macierzach zostanie zmierzona w stosunku do całkowitej kwoty w kolumnie, a następnie z tych wartości zostanie pobrana średnia arytmetyczna tych wartości w każdym rzędzie. Średnie arytmetyczne będą reprezentować współczynniki wagowe. Przykładową macierz grupy wskaźników wypłacalności przedstawiono na rys. 3.

Po dokonaniu opisanych obliczeń otrzymujemy wagę właściwą każdego wskaźnika. Dla wygody dalszych obliczeń maksymalny możliwy wynik definiujemy jako iloczyn wagi właściwej wskaźnika przez 50 1, a następnie zaokrąglamy do liczby całkowitej (tabele 5.6).

1 Ta operacja jest wykonywana wyłącznie dla wygody; liczba 50 pozwala na przejście minimalnego współczynnika do wartości całkowitej (w tym przypadku wartości 2). Ponieważ wszystkie współczynniki są mnożone przez tę samą liczbę, nie zniekształcamy wyników podejścia analitycznego. - Około. automatyczny

OKREŚLENIE ZNACZENIA WSKAŹNIKÓW Z WYKORZYSTANIEM ANALIZY REGRESJI

Do przeprowadzenia badania statystycznego wykorzystaliśmy dane z 41 dużych firm z sektora handlu detalicznego. Spółki te wyemitowały obligacje korporacyjne, a 16 obligacji nie wywiązało się ze swoich zobowiązań. Dla każdej spółki wyliczono osiem wybranych wskaźników modelu scoringowego na podstawie rocznej sprawozdawczości w roku emisji obligacji korporacyjnych. Próbę przedstawiono w załączniku nr 1. Wyznacza ona wskaźnik objaśniający y – prawdopodobieństwo niewykonania zobowiązania, przyjmując wartość 1 w przypadku, gdy spółka nie wywiązała się ze swoich zobowiązań. Wybrane trzy wskaźniki po prawej stronie zostały ustawione jako zmienne fikcyjne (mogą przyjmować jedynie wartości 0 lub 1) ze względu na ich jakościowy charakter. Przyjmują wartość 1, jeśli w ciągu ostatnich trzech lat firma osiągnęła zysk netto > O (Nl > 0), stabilny i wysokiej jakości zespół zarządzający (menedżer) oraz pozytywną historię kredytową (historia). Wskaźniki finansowe (pięć pierwszych wskaźników) obliczono na podstawie rocznej sprawozdawczości według standardów MSSF w roku emisji obligacji przeterminowanych.

Jako model do badań wybierzemy konstrukcję liniowej regresji wielowymiarowej:

p = w 0 + w 1 x 1 + w 2 x 2 + ... + w n x n,

gdzie p jest zmienną zależną opisującą prawdopodobieństwo niewykonania zobowiązania;
w - współczynniki wagowe; x - wskaźniki.

Wprowadźmy zatem dane źródłowe do Excela i skorzystajmy z funkcji Analiza danych – Regresja. Analizując dane wyjściowe dla ośmiu wskaźników modelu scoringowego bez korekt, otrzymujemy wynik przedstawiony w Załączniku 2. Skorygowane R^2 wynosi 0,55 – jest to niska, ale akceptowalna wartość, wskazująca na praktyczne znaczenie skonstruowanej regresji. Można postawić hipotezę o przyczynie małej istotności obecności w danych wartości odstających, np. braku wartości dla niektórych spółek dla wskaźnika EBIT/Odsetki ze względu na brak obciążenia długiem (w uproszczeniu do celów badawczych, w w tym przypadku przyjęto wartość współczynnika równą 0) lub ujemną wartość wskaźnika Dług/EBITDA ze względu na ujemne przepływy pieniężne. W tym przypadku wpływ negatywnego wskaźnika jest błędnie postrzegany, gdyż zgodnie z logiką badania im wyższy Dług/EBITDA, tym większe prawdopodobieństwo niewypłacalności; wskaźnik ujemny nie jest z kolei wskaźnikiem niskiego zadłużenia. Również spółki o wyraźnych ekstremalnych wartościach poszczególnych wskaźników wpływają na zdolność prognozowania. Zatem firma „Banana-Mama” posiada kapitał własny w wysokości 10 000 rubli, co prowadzi do zniekształcenia odpowiednich wskaźników - dźwignia finansowa wynosi 181 957 (przy średnich wartościach w branży w przedziale 0,7-1,5).

Tabela 5. Wskaźniki finansowe z uwzględnieniem wag

Indeks Waga w karcie wyników Maksymalny wynik Zakres współczynników
>1 5
Aktualny współczynnik 0,1072 5 > 1 5
0,75-0,1 4
0,5-0,75 1
0-0,5 0
Aktualny współczynnik 0,1581 8 < 1 8
1-1,5 6
1,5-2 4
2-2,5 2
> 2,5 0
Wskaźnik zadłużenia, Dług Netto/EBITDA 0,1581 8 < 1.5 8
1,5-2 4
> 2 0
0,0790 4 > 1,5 4
1,3-1,5 3
1-1,3 2
< 1 0
Zwrot ze sprzedaży, ROS 0,1256 6 > 0,025 6
0,02-0,025 5
0,015-0,02 3
< 0,015 0
0,0418 2 NIE 2
Za jeden okres sprawozdawczy 1
Przez dwa lub więcej okresów sprawozdawczych 0
Całkowity 0,6698 33 - 68

Z badania wykluczymy sześć firm: supermarket „Gorod”, „Intertrade”, M.Video (2013), „Svyaznoy”, „Banana-Mama”, „Proviant”. Zauważamy również, że nie jest możliwe jednoczesne stosowanie wskaźników ROS i braku strat (Nl > 0) ze względu na ich wysoką korelację. Faktem jest, że jeśli firma ma straty, rentowność sprzedaży automatycznie przyjmuje wartość ujemną.

Tabela 6. Wskaźniki niefinansowe z uwzględnieniem wag

Indeks Waga w karcie wyników Maksymalny wynik Zakres współczynników / metoda szacowania Liczba punktów za zakres wagowy
Jakość zarządzania 0,099 5 Spełnienie wszystkich opisanych warunków 5
Niespełnienie jednego z warunków 2,5
Niespełnienie więcej niż jednego warunku 0
Czas funkcjonowania firmy 0,0528 3 > 5 lat 3
3-5 lat 2
1-3 lata 1
< 1 года Współczynnik zatrzymania
Pozytywna historia kredytowa 0,1782 9 Brak przeterminowanych kredytów i pożyczek, przeterminowane zobowiązania 9
Dostępność informacji na temat restrukturyzacji zadłużenia; nieznaczne opóźnienia w regulowaniu zobowiązań (do 10%) 4,5
Pojedynczy przypadek przeterminowanych pożyczek i kredytów z późniejszą spłatą; znaczne opóźnienia w regulowaniu zobowiązań (10-25% całkowitego zadłużenia) 0
Występowanie systematycznych opóźnień w spłacie kredytów i pożyczek za ostatni rok obrotowy; znaczna kwota zaległości w spłacie zobowiązań (>25%) Współczynnik zatrzymania
Całkowity 17

Na podstawie tych argumentów usuniemy z naszego modelu wskaźnik Nl > 0. Dla nowej regresji siedmioczynnikowej na zaktualizowanej próbie 35 firm otrzymujemy następujący wynik (Załącznik 3). Widzimy, że sześć z siedmiu badanych wskaźników jest istotnych. Znaki współczynników prawidłowo odzwierciedlają przyjęte powyżej założenia: im wyższa rentowność sprzedaży i jakość zarządzania, tym mniejsze prawdopodobieństwo niewypłacalności (y = 1) i odwrotnie: im większe zadłużenie, tym większe prawdopodobieństwo domyślnie. Na pierwszy rzut oka tylko stosunek prądu ma nieprawidłowy znak. Jednak duże wartości płynności są tak samo złe jak małe – wskazują na niską efektywność biznesu i utracone zyski. Spółki o wysokich wskaźnikach płynności są podatne na niedochody, niską rentowność i rentowność biznesu, co czyni je mniej atrakcyjnymi dla potencjalnych inwestorów, a co za tym idzie, bardziej podatnymi na zmiany warunków finansowych. Najbardziej istotne wskaźniki to D (czyli Dług – wielkość zadłużenia oprocentowanego)/EBITDA, pozytywna historia kredytowa oraz dźwignia finansowa; Wskaźnik pokrycia odsetek jest niewielki.

Powyżej, modelując współczynniki metodą T. Saaty’ego, założyliśmy również, że najistotniejszymi wskaźnikami będą współczynniki obciążenia zadłużeniem i dźwigni finansowej. Analizę porównawczą ostatecznego znaczenia współczynników przedstawiono w tabeli. 7.

Tabela 7. Analiza porównawcza znaczenia współczynników

Wskaźnik oparty na ocenach eksperckich metodą T. Saaty’ego Współczynnik Wskaźnik oparty na analizie regresji Wartość P
Pozytywna historia kredytowa 0,1782 Wskaźnik zadłużenia, Dług Netto/EBITDA 0,014
Wskaźnik dźwigni finansowej 0,1581 Pozytywna historia kredytowa 0,020
Wskaźnik zadłużenia, Dług Netto/EBITDA 0,1581 Wskaźnik dźwigni finansowej 0,022
Zwrot ze sprzedaży, ROS 0,1256 Jakość zarządzania 0,037
Aktualny współczynnik 0,1072 Zwrot ze sprzedaży, ROS 0,039
Jakość zarządzania 0,099 Aktualny współczynnik 0,047
Wskaźnik pokrycia odsetek, EBIT/Odsetki 0,0790 Wskaźnik pokrycia odsetek, EBIT/Odsetki Nieistotny
Strata spółki za trzy ostatnie okresy sprawozdawcze 0,0418 Strata spółki za trzy ostatnie okresy sprawozdawcze Badany jako wskaźnik niefinansowy, nieistotny

Wyniki te wskazują na zgodność metody T. Saaty’ego z danymi statystycznymi. Trzy najważniejsze wskaźniki w ujęciu analitycznym potwierdzają ich duże znaczenie w badaniach praktycznych, zmienił się jedynie rozkład kolejności samych wskaźników. Również dwa najmniej istotne wskaźniki w pierwszej części pracy – jakość zarządzania oraz EBIT/Odsetki – okazały się w badaniu statystycznym nieistotne.

Tym samym analiza regresji potwierdza zasady klasyfikacji istotności współczynników wagowych w części analitycznej pracy i pozwala mówić o istotności statystycznej skonstruowanego modelu scoringowego.

OKREŚLENIE WYNIKÓW OPRACOWANEGO MODELU SCORINGU

Całkowita maksymalna liczba punktów dla modelu scoringowego wynosi 50. Dla każdego wskaźnika w procesie ustalania przedziałów wartości identyfikowaliśmy kolejny poziom po maksymalnej liczbie punktów, co również było akceptowalne, choć przy stosunkowo wysokim poziomie ryzyka, w oparciu o wartości rynkowe wskaźników. Dla niektórych wskaźników kolejny maksymalny poziom wynosił 75% ogólnej liczby punktów, dla innych – 50%. Wszystkie kolejne poziomy będą uznawane za poziomy o wysokim ryzyku kredytowym, a odpowiadający im kredytobiorcy zostaną sklasyfikowani jako źli. Do najbardziej preferowanej grupy zaliczają się kredytobiorcy, którzy spełniają maksymalne wymagania w zakresie najważniejszych (według współczynników wagowych) wskaźników: historii kredytowej, dźwigni finansowej i obciążenia długiem, a także rentowności sprzedaży w wysokości 31 punktów oraz spełnienia co najmniej kolejnych poziom wymagań dla pozostałych wskaźników – łącznie 12,5. Łącznie 43,5 punktów za niższy poziom wysokiej zdolności kredytowej.

Aby określić przedział graniczny charakteryzujący wysoki stopień zdolności kredytowej, obliczamy liczbę punktów dla wskaźników finansowych i niefinansowych w kolejnym przedziale wartości z tabeli po maksimum. 5 i b. Wskaźniki są podzielone według przyjętych wartości współczynników na inne zakresy. Otrzymujemy następującą klasyfikację (tabela 8).

Tabela 8. Klasyfikacja wyników

Tabela 9. Zdolność predykcyjna modelu scoringowego, %

Na podstawie tabeli. 8, ocenimy zdolność predykcyjną naszego modelu, podstawiając dane firmy do jego warunków. W Załączniku 4 przedstawiono obliczoną punktację scoringową dla badanych firm. W zależności od wartości wskaźnika, zgodnie z opracowanym modelem, wpisano go do tabeli, a następnie wszystkie punkty zsumowano we wskaźnik integralny (kolumna „Suma”). Na podstawie sumy punktów firmy podzielono na trzy klasy, następnie dane porównano z faktyczną obecnością lub brakiem niewypłacalności firmy. W kolumnie „Prawda czy fałsz” 1 oznacza poprawny wynik modelu scoringowego, 0 oznacza błąd. W ten sposób uzyskaliśmy następujący wynik (tabela 9).

Uzyskaliśmy średni (w stosunku do opisywanych w różnych źródłach) wynik zdolności predykcyjnej modeli scoringowych. Warto jednak zwrócić uwagę na niski odsetek błędów typu II, co zwiększa wartość predykcyjną naszego modelu. Wynik ten można uznać za pozytywny i potwierdzający skuteczność badania.

WNIOSEK

W artykule zaproponowano model scoringowy do oceny zdolności kredytowej dużych przedsiębiorstw handlu detalicznego. Model opiera się na zestawie wskaźników oceny, które pozwalają na kompleksową ocenę sytuacji finansowej i niefinansowej kredytobiorcy.

Na podstawie wyników oceny kredytobiorcy przyznawana jest jedna z trzech klas zdolności kredytowej, która charakteryzuje stopień ryzyka kredytowego i możliwość udzielenia kredytu.

Zamodelowaliśmy system wskaźników oceny, który pozwala najdokładniej ocenić sytuację kredytobiorcy z sektora detalicznego. Po przeanalizowaniu liderów rynku detalicznego i obliczeniu stosowanych dla nich wskaźników określiliśmy dla nich granice akceptowalnych wartości i uszeregowaliśmy ich w różnych grupach z różnymi procentami maksymalnego możliwego wyniku.

Najbardziej pracochłonnym zadaniem było określenie współczynników wagowych dla badanych wskaźników. Stwierdzono, że podejście zintegrowane jest konieczne ze względu na brak jednej, idealnej metody. Zintegrowane podejście zostało wdrożone w następujący sposób: w pierwszej części pracy wyznaczono współczynniki wagowe za pomocą procedur analitycznych, a w drugiej – wykorzystując badania statystyczne.

Opracowany model wykazał wysokie wyniki w zakresie zdolności predykcyjnej, a jednocześnie nie wymagał dużych kosztów zasobów do analizy. Wprowadzenie opracowanego systemu scoringowego zwiększy efektywność podejmowania decyzji kredytowych w obszarze dużych przedsiębiorstw detalicznych oraz zoptymalizuje proces kredytowy.

Literatura

1. Ayvazyan SA, Mkhitaryan B.S. Statystyka stosowana i podstawy ekonometrii. - M.: Państwowa Wyższa Szkoła Ekonomiczna, 1998.

2. Gavrilova A.H. Finanse organizacji. - M.: Knorus, 2007.

3. Korobova G.G., Petrov M.A. Wypłacalność kredytobiorcy banku i jej ocena w środowisku konkurencyjnym // Usługi bankowe. -2005. -Nr 7/8. -C. 22-24.

4. Kulikov N.I., Chainikova L.I. Ocena zdolności kredytowej kredytobiorcy. - Tambow: Uniwersytet TSTU, 2007.

5. Regulamin Banku Centralnego Federacji Rosyjskiej nr 254-P „W sprawie procedury tworzenia przez instytucje kredytowe rezerw na ewentualne straty z tytułu kredytów, pożyczek i równoważnego długu” z dnia 26 marca 2004 r. - http:// base.garant.ru/584458/.

6. Saati T.L. Matematyczne modele sytuacji konfliktowych / wyd. I.A. Uszakowa. - M.: Radio radzieckie, 1977.

7. Szeremet A.D., Saifulin P.S., Negashev H.B. Metodologia analizy finansowej. - M.: Infra-M, 2001.

8. Abdou N.A., Pointon J. (2011). „scoring kredytowy, techniki statystyczne i kryteria oceny: przegląd literatury”. Inteligentne systemy w rachunkowości, finansach i zarządzaniu, tom. 18, Nie. 2-3, s. 59-88.

9. Bailey M. (2004). Jakość kredytów konsumenckich: gwarantowanie emisji, scoring, zapobieganie oszustwom i windykacja. Wydawnictwo White Box, Kingswood, Bristol.

10. Crook J., Edelman D., Thomas L. (2007). „Ostatnie zmiany w ocenie ryzyka kredytu konsumenckiego.” Europejski dziennik badań operacyjnych, tom. 183, Nie. 3, s. 1447-1465.

11. Gately E. (1996). Sieci neuronowe w prognozowaniu finansowym: najlepsze techniki projektowania i stosowania najnowszych systemów transakcyjnych. Nowy Jork: John Wiley & Sons, Inc.

12. Guillen M., Artis M. (1992). Count Data Models for a Credit Scoring System: European Conference Series in Quantitative Economics and Econometrics on Econometrics of Duration, Count and Transition Models. Paryż.

13. Heffernan S. (2004). Nowoczesna bankowość. John Wiley & Sons, Inc., Chichester, West Sussex.

14. Liang Q. (2003). „Diagnoza trudności finansowych przedsiębiorstw w Chinach: analiza empiryczna z wykorzystaniem modeli scoringowych.” Hitotsubashi Journal of Commerce and Management, tom. 38, Nie. 1, s. 13-28.

ANEKS 1.

Próbka badania

№ Firma y / Znak niewykonania zobowiązania Aktualny współczynnik EBIT / Odsetki / Stosunek EBIT do płatności odsetkowych NI > 0/ Dostępność zysku netto
1 Apteka 36.6 0 0,82 1,32 2,41 1,83 0,0496 1 1 1
2 L „Etoile 0 5,04 2,75 10,98 1,64 0,007 1 1 1
3 Kora 0 0,795 0,77 3,13 1,89 0 0 1 1
4 Wstążka 0 0,75 9,7 2,91 3,1 0,049 1 1 1
5 OK 0 0,67 0,78 1,59 7,01 0,0357 1 1 1
6 Autoświat 0 1,2 0,65 3,09 1,35 0,04 1 1 1
7 Grupa Detaliczna Х5 0 0,55 0,53 3,32 2,82 0,027 1 1 1
8 Miasto 0 0,99 18,97 10,25 1,29 0,01 1 1 0
9 Świat dziecka 0 0,93 0,83 2,14 3,99 0,032 1 1 1
10 Dixi 0 0,77 1,19 6,1 1,78 0,01 1 1 1
11 InterTrade 0 1,24 20,65 4,92 2,1 0,015 1 1 0
12 Karuzela 0 0,73 0,68 3,175 1,71 0,059 1 1 1
13 Kopek 0 0,68 2,93 7,03 1,82 0 0 1 1
14 Grupa Kosmos 0 1,64 1,11 2,88 2,65 0,043 1 1 1
15 Magnes 0 I 0,54 1,11 10,2 0,061 1 1 1
16 Magnolia 0 0,27 2,35 3,55 1,02 0,064 1 1 1
17 M.Wideo (2007) 0 1,31 0,73 1,9 2,58 0,013 1 1 1
18 M.Wideo (2013) 0 0,95 0 0 0 0,039 1 1 1
19 OJSC „NTS” 0 1,18 3,09 5,44 1,05 0,21 1 0 1
20 Buty Rosja 0 0,87 2,34 1,87 5,65 0,1 1 1 1
21 Rozdroża (2005) 0 0,54 1,09 3,16 3,92 0,026 1 1 1
22 Pivdom 0 1,99 3 8 1,1 0,0006 1 0 1
23 Rodzina 0 10 0,28 1,66 6 0,58 1 1 1
24 Swiaznoj 0 1,07 0 0 0 0,001 1 1 1
25 Elekam 0 1,44 1,82 4,25 1,3 0,01 1 1 1
26 Makro 1 1 15 11 1,52 0,01 1 0 1
27 Prestiżowy Ekspres 1 8 0,98 12,43 1,02 0,002 1 0 1
28 Arbat-Prestige 1 0,49 1,81 7,6 1,45 0,017 1 1 0
29 Orchidea 1 3 1,164 13 0 0,01 1 0 1
30 Bananowa mama 1 0,94 181957 -35 -0,6 -0,033 0 1 0
31 Biała fregata 1 7 932 8,76 0,88 -0,4 0 1 1
32 Marta 1 3,96 20 11 1/17 0,003 1 1 1
33 Matryca 1 2,38 21 6,82 1 0,001 1 0 0
34 Rtęć
(Samochwalenie)		 1 1,12 9,98 7,32 1,27 0,003 1 1 1
35 Minnesco 1 0,79 4,39 12 0,12 -0,047 0 1 1
36 Mosmart 1 12 5 8 1,5 0 0 0 0
37 Polesie 1 7,93 15 14 1,03 0,003 1 0 1
38 Zaprowiantowanie 1 0,12 35557 0 0 -0,819 0 0 1
39 Siódmy kontynent 1 1,93 0,41 1,52 1,35 0,07 1 0 1
40 Technosila 1 14 18 10,36 1 0,002 1 1 1
41 TOAP 1 7 22 10,83 1,04 0,009 0 0 1

Uwaga: jeżeli w firmie wystąpiła uchybienie, wówczas współczynnik przyjmuje wartość 1, a w przypadku braku uchybienia 0.

ZAŁĄCZNIK 2.

Regresja na ośmiu czynnikach dla 41 firm

Regresja i pozostałości DF / Liczba stopni swobody SS/suma kwadratów MS = SS/DF Statystyka F Znaczenie F / Znaczenie
Regresja / Regresja 8 6,250849408 0,781356176 7,133131961 2.17209E-05
Pozostała / Pozostała 32 3,505248153 0,109539005 - -
Razem / Razem 40 9,756097561 - - -
Wykorzystane parametry tStat/t-statystyka Wartość P / Znaczenie
Przechwycenie / Stała 0,354797355 0,281481615 1,260463691 0,216616062
Aktualny współczynnik 0,034652978 0,01876389 1,846790732 0,074043212
Dźwignia / Dźwignia finansowa 1.31819E-05 4.77939E-06 2,758072506 0,009529947
D / EBITDA / Wskaźnik zadłużenia oprocentowanego do EBITDA 0,044980795 0,018152923 2,477881708 0,018682248
-0,012377044 0,030936193 -0,40008296 0,691753745
ROS / Zwrot ze sprzedaży -0,530759612 0,375019201 -1,415286499 0,166643428
NI > 0 / Dostępność zysku netto -0,02891433 0,164713359 -0,175543319 0,861758855
Menedżer / Jakość zarządzania -0,266367tl2 0,134861932 -1,975109717 0,056935374
Historia/Jakość historii kredytowej -0,109402928 0,159841844 -0,684444857 0,498621797

ZAŁĄCZNIK 3.

Regresja na siedmiu czynnikach dla 35 firm

Regresja i pozostałości DFI Liczba stopni swobody SS/suma kwadratów MS = SS/DF Statystyka F Znaczenie F
Regresja / Regresja 7 5,898901667 0,842700238 9,097165886 9.56E-06
Pozostała / Pozostała 27 2,501098333 0,092633272 - -
Razem / Razem 34 8,4 - - -
Wykorzystane parametry Współczynniki / Współczynniki Standardowy błąd t Statystyka/t-statystyka Wartość p/istotność
Przechwycenie / Stała 0,473712463 0,25308461 1,871755309 0,072111654
Aktualny współczynnik 0,018420061 0,017803477 1,034632774 0,047018946
Dźwignia / Dźwignia finansowa 0,017110959 0,009674238 1,768713818 0,022823937
D / EBITDA / Wskaźnik zadłużenia oprocentowanego do EBITDA 0,046019604 0,021802198 2,110778177 0,014194286
Wskaźnik EBIT / Odsetki / EBIT do płatności odsetkowych -0,004583381 0,032996403 -0,13890548 0,89055573
ROS / Zwrot ze sprzedaży -0,582081686 0,483677061 -1,203451088 0,039247801
Menedżer / Jakość zarządzania -0,174077167 0,138900851 -1,253247659 0,03786026
Historia / Jakość historii kredytowej -0,378981463 0,194742843 -1,946061058 0,020243892

ZAŁĄCZNIK 4.

Ocena przykładowych firm z wykorzystaniem modelu scoringowego

Firma U Aktualny współczynnik Dźwignia / Dźwignia finansowa D / EBITDA / Wskaźnik zadłużenia oprocentowanego do EBITDA Wskaźnik EBIT / Odsetki / EBIT do płatności odsetkowych ROS / Zwrot ze sprzedaży Menedżer / Jakość zarządzania Historia / Pozytywna historia kredytowa Czas funkcjonowania firmy Suma Klasa Prawda czy fałsz*
Apteka 36.6 0 4 6 4 4 6 5 9 3 41 2 1
L „Etoile 0 5 0 0 4 0 5 9 3 26 3 0
Kora 0 4 8 0 4 0 5 9 3 33 2 1
Wstążka 0 1 0 0 4 6 5 9 3 28 3 0
OK 0 1 8 4 4 6 5 9 3 40 2 1
Autoświat 0 5 8 0 3 6 5 9 3 39 2 1
Grupa Detaliczna Х5 0 1 8 0 4 5 5 9 3 35 2 1
Świat dziecka 0 4 8 4 4 6 5 9 3 43 2 1
Dixi 0 4 6 0 4 0 5 9 3 31 2 1
Karuzela 0 1 8 0 4 6 5 9 3 36 2 1
Kopek 0 1 0 0 4 0 5 9 3 22 3 0
Grupa Kosmos 0 5 6 0 4 6 5 9 3 38 2 1
Magnes 0 5 8 8 4 6 5 9 3 48 1 1
Magnolia 0 0 2 0 2 6 5 9 3 27 3 0
M.Wideo (2007) 0 5 8 4 4 0 5 9 3 38 2 1
OJSC „NTS” 0 5 0 0 2 6 0 9 3 25 3 0
Buty Rosja 0 4 2 4 4 6 5 9 3 37 2 1
Rozdroża (2005) 0 1 6 0 4 5 5 9 3 33 2 1
Pivdom 0 5 0 0 2 0 0 9 3 19 3 0
Rodzina 0 5 8 4 4 6 5 9 3 44 1 1
Elekam 0 5 4 0 2 0 5 9 3 28 3 0
Makro 1 4 0 0 4 0 0 9 3 20 3 1
Prestiżowy Ekspres 1 5 8 0 2 0 0 9 3 27 3 1
Arbat-Prestige 1 0 4 0 3 0 5 0 3 15 3 1
Orchidea 1 5 6 0 0 0 0 9 3 23 3 1
Biała fregata 1 5 0 0 0 0 5 9 3 22 3 1
Marta 1 5 0 0 2 0 5 9 3 24 3 1
Matryca 1 5 0 0 0 0 0 0 3 8 3 1
Merkury (pochwała samego siebie) 1 5 0 0 2 0 5 9 3 24 3 1
Minnesco 1 4 0 0 0 0 5 9 3 21 3 1
Mosmart 1 5 0 0 3 0 0 0 3 11 3 1
Polesie 1 5 0 0 2 0 0 9 3 19 3 1
Siódmy kontynent 1 5 8 4 3 6 0 9 3 38 2 0
Technosila 1 5 0 0 0 0 5 9 3 22 3 1
TOAP 1 5 0 0 2 0 0 9 3 19 3 1

*Kolumna pokazuje, czy zgodnie z modelem scoringowym otrzymaliśmy właściwą decyzję o udzieleniu pożyczki firmie.

Słowa kluczowe

BANKI / KREDYT / RYZYKO KREDYTOWE / SCORING / SYSTEMY PUNKTOWANIA/ RYNEK KREDYTOWY / BANKI / KREDYT / RYZYKO KREDYTOWE / SCORING / SYSTEMY SCORINGU / RYNEK KREDYTOWY

adnotacja artykuł naukowy z zakresu ekonomii i biznesu, autorka pracy naukowej - Svetlana Sergeevna Samoilova, Maria Alekseevna Kurochka

W artykule omówiono scoring jako narzędzie zarządzania ryzyko kredytowe, jego główne cechy, a także mechanizm jego realizacji i sposoby ograniczania zadłużenia przeterminowanego. Instytucje kredytowe posiadają złożony, wielopoziomowy system ryzyk, którego kompleksowa i obiektywna ocena odgrywa kluczową rolę w zapewnieniu stabilności finansowej każdej instytucji kredytowej i stabilnego rozwoju systemu bankowego jako całości. Scoring polega na ustaleniu ogólnej oceny zdolności kredytowej kredytobiorcy w wyniku jego oceny według szeregu kryteriów. Istnieją modele scoringowe, które pozwalają ocenić zdolność kredytową osób fizycznych, prawnych i małych firm. Wdrożenie systemu scoringu kredytowego pozwoli bankowi uzyskać tak pożądaną przewagę konkurencyjną, czyli długoterminowe korzyści wynikające z zastosowania strategii tworzenia wartości dla klienta w oparciu o unikalną kombinację wewnętrznych zasobów i możliwości. Trwała przewaga konkurencyjna umożliwia przedsiębiorstwu utrzymanie i poprawę swojej pozycji konkurencyjnej na rynku oraz przetrwanie przez długi czas na tle konkurencji.

powiązane tematy prace naukowe z zakresu ekonomii i biznesu, autorką pracy naukowej jest Svetlana Sergeevna Samoilova, Maria Alekseevna Kurochka

  • Scoring kredytowy jako narzędzie poprawy jakości zarządzania ryzykiem bankowym we współczesnych warunkach

    2012 / Aleshin V. A., Rudaeva O. O.

  • Scoring – model oceny ryzyka kredytowego

    2016 / Abdullaev Anvarzhon Farkhadovich

  • Przegląd metod scoringu kredytowego

    2017 / Kochetkova V.V., Efremova K.D.

  • Scoring kredytowy jako narzędzie oceny zdolności kredytowej kredytobiorców

    2012 / Nikanenkova Victoria Viktorovna

  • Modele scoringowe jako sposób zarządzania ryzykiem kredytowym w rosyjskich bankach

    2017 / Daniłowicz Władysław Juriewicz, Kurganskaya Galina Sergeevna

  • Synergia scoringu i ubezpieczenia jako sposób wywierania presji na ryzyko kredytowania osób fizycznych

    2017 / Fedorova Alena Yurievna, Kharitonova Ksenia Georgievna

  • Nowoczesne podejście do budowy systemu zarządzania kredytami zagrożonymi osób fizycznych w banku komercyjnym

    2014 / Zaernyuk Wiktor Makarowicz, Anashkina Elena Nikołajewna

  • Poprawa jakości relacji banku z klientami kredytobiorcami poprzez wprowadzenie innowacyjnych systemów scoringu kredytowego

    2010 / Zhamgaryan K.A.

  • Reengineering procesu biznesowego kredytowania i wykorzystanie zbiorów rozmytych do klasyfikacji kredytobiorców w problematyce scoringu kredytowego

    2015 / Gorlushkina Natalia Nikołajewna, Szin Ekaterina Władimirowna

  • Scoring za zarządzanie ryzykiem kredytowym

    2016 / Hasanow Oscar Seifullovich, Taranow Jarosław Rusłanowicz

W artykule omówiono scoring jako instrument zarządzania ryzykiem kredytowym, jego główne cechy, a także mechanizm jego realizacji i metody zmniejszania zaległości. Organizacje kredytowe mają trudny wielopoziomowy system ryzyk, którego wszechstronna i obiektywna ocena odgrywa kluczową rolę w zapewnieniu stabilności finansowej każdej organizacji kredytowej i stabilnego rozwoju systemu bankowego jako całości. Scoring polega na ustaleniu skumulowanego punktu kredytowego kredytobiorcy w wyniku jego oceny według szeregu kryteriów. Istnieją modele scoringowe, umożliwiające ocenę wypłacalności osób fizycznych, prawnych i podmiotów małej działalności gospodarczej. Wprowadzenie systemu scoringu kredytowego pozwoli bankowi uzyskać wszystkie pożądane przewagi konkurencyjne, długotrwałe korzyści wynikające z zastosowania strategii tworzenia wartości konsumenckiej w oparciu o unikalną kombinację zasobów i możliwości wewnątrz firmy. Stała przewaga konkurencyjna daje przedsiębiorstwu szansę na wsparcie i poprawę pozycji konkurencyjnej na rynku oraz na długie przetrwanie w walce z konkurencją.

Tekst pracy naukowej na temat „Modele scoringowe do oceny ryzyka kredytowego”

MODELE SCORINGOWE DO OCENY RYZYKA KREDYTOWEGO

S. S. SAMOILOVA, M. A. KUROCHKA

W artykule omówiono scoring jako narzędzie zarządzania ryzykiem kredytowym, jego główne cechy, a także mechanizm jego realizacji i metody ograniczania zadłużenia przeterminowanego. Instytucje kredytowe posiadają złożony, wielopoziomowy system ryzyk, którego wszechstronna i obiektywna ocena odgrywa kluczową rolę w zapewnieniu stabilności finansowej każdej instytucji kredytowej i stabilnego rozwoju systemu bankowego jako całości. Scoring polega na ustaleniu ogólnej oceny zdolności kredytowej kredytobiorcy w wyniku jego oceny według szeregu kryteriów. Istnieją modele scoringowe, które pozwalają ocenić zdolność kredytową osób fizycznych, prawnych i małych firm. Wprowadzenie systemu scoringu kredytowego pozwoli bankowi uzyskać tak pożądaną przewagę konkurencyjną – długoterminowe korzyści wynikające ze stosowania strategii tworzenia wartości dla klienta w oparciu o unikalne połączenie zasobów i możliwości wewnątrz firmy. Trwała przewaga konkurencyjna umożliwia przedsiębiorstwu utrzymanie i poprawę swojej pozycji konkurencyjnej na rynku oraz przetrwanie przez długi czas na tle konkurencji.

Słowa kluczowe: banki, kredyt, ryzyko kredytowe, scoring, systemy scoringowe, rynek kredytowy.

Ryzyko kredytowe jest głównym ryzykiem bankowym, zarządzanie nim jest kluczowym czynnikiem decydującym o efektywności banku. Banki zazwyczaj znaczną część swoich dochodów generują z działalności kredytowej, dlatego szczególne znaczenie ma ocena potencjalnych zysków w odniesieniu do prawdopodobieństwa niespłacenia kredytu. W wąskim znaczeniu ryzyko kredytowe definiuje się jako ryzyko, jakie istnieje dla pożyczkodawcy, że pożyczkobiorca nie spłaci pożyczonych środków.

W ostatnim czasie w naszym kraju obserwujemy intensywny rozwój rynku kredytowego, a w szczególności sektora kredytów detalicznych. Prowadzi to nieuchronnie do wzrostu ryzyka kredytowego, które ponoszą zarówno poszczególne instytucje kredytowe i finansowe, jak i cały system bankowy kraju. Wzrost ryzyka wynika jednocześnie z powiększania się puli kredytobiorców i wzrostu wolumenów akcji kredytowej. W tej sytuacji jakość zarządzania ryzykiem kredytowym w obszarze kredytów detalicznych nabiera szczególnego znaczenia i staje się jednym z czynników zwiększających konkurencyjność instytucji kredytowej na rynku usług bankowych.

Bank udzielając kredytu interesuje przede wszystkim zdolność kredytowa potencjalnego kredytobiorcy, czyli zdolność do pełnej i terminowej spłaty.

Istotą scoringu jest określenie całkowitej scoringu kredytowego kredytobiorcy w wyniku jego oceny według szeregu kryteriów. Kryteria te mają różne wagi właściwe i są następnie agregowane w integralny wskaźnik – skumulowaną punktację kredytową. Wysokość limitu kredytowego w systemach scoringowych ma charakter wtórny i ustalana jest na podstawie poziomu dochodów kredytobiorcy. Wskaźnik całkowy porównywany jest z pewnym progiem liczbowym, który stanowi tzw. próg rentowności dla banku. Pożyczka udzielana jest tym klientom, których wskaźnik całkowy znajduje się powyżej tej linii.

Ocena zdolności kredytowej za pomocą systemów scoringowych w większości przypadków opiera się na nie więcej niż 20 kryteriach, do których zaliczają się: poziom przeciętnych miesięcznych dochodów, częstotliwość zmian pracy, wiek, stan cywilny, liczba osób na utrzymaniu, wykształcenie, dostępność nieruchomości oraz samochód osobowy itp. d.

Wprowadzenie systemów scoringowych ma szereg zalet, do których zaliczają się:

Możliwość ograniczenia kosztów i minimalizacji ryzyka operacyjnego poprzez automatyzację decyzji o udzieleniu kredytu;

Skrócenie czasu rozpatrywania wniosków i udzielania odpowiedzi w sprawie udzielenia lub odmowy pożyczki;

Centralizacja podejmowania decyzji kredytowych i ograniczenie wpływu czynnika ludzkiego na ich podejmowanie;

Wykrywanie i zapobieganie próbom oszustwa.

Do wad scoringu należy przede wszystkim fakt, że ocena zdolności kredytowej potencjalnych kredytobiorców dokonywana jest na podstawie dostępnych informacji o wcześniej udzielonych pożyczkach, a brak jest informacji charakteryzujących możliwe zachowania osób ubiegających się o pożyczkę, którym odmówiono Pożyczka. Również ocena pożyczkobiorcy za pomocą systemu scoringowego nie opiera się na ocenie realnej osoby, ale na podstawie dostępnych informacji na jej temat, które on także raportuje, a klient może podać o sobie informacje, które pozwolą mu aby uzyskać pozytywny wynik przy rozwiązaniu kwestii udzielenia mu pożyczki.

Oprócz tego wszystkiego systemy scoringowe wymagają ciągłego doskonalenia i aktualizacji, ponieważ po pewnym czasie zmieniają się warunki społeczne i ekonomiczne, warunki udzielania kredytów i sami ludzie. W krajach zachodnich opracowywanie modeli scoringowych odbywa się co półtora do dwóch lat i w dużej mierze zależy od tego, jak stabilna będzie gospodarka w tym okresie.

Istnieje kilka rodzajów scoringu:

Scoring kredytowy – ocena zdolności kredytowej kredytobiorców, na podstawie której podejmuje się decyzję o przyznaniu kredytu;

Scoring oparty na prognozie jakości obsługi zadłużenia przez klienta – ocena poziomu ryzyka dotychczasowych kredytobiorców, która pozwala określić cechy behawioralne klientów, które przejawiają się w jakości obsługi zadłużenia;

Scoring popytowy – ocena sposobów radzenia sobie z przeterminowanym zadłużeniem i wybór spośród kilku alternatywnych zestawów najskuteczniejszych dla późniejszego oddziaływania;

Scoring poprzez ocenę prawdopodobieństwa oszustwa - wdrożenie oceny prawdopodobieństwa oszustwa klienta w oparciu o zestaw cech przeprowadzanej transakcji.

Na podstawie danych teoretycznych można stwierdzić, że rozwój scoringu w Rosji utrudnia fakt, że w porównaniu ze standardami zachodnimi nasz kraj charakteryzuje się wciąż niskim wolumenem akcji kredytowej oraz stale zmieniającymi się czynnikami społecznymi i środowiskowymi.

warunki nomiczne. Rosyjskie instytucje kredytowe nie posiadają wystarczających informacji o klientach, aby budować efektywne systemy scoringowe, które zapewniałyby popyt na kredyty detaliczne i minimalizowały ryzyko bankowe. W tej sytuacji instytucje kredytowe mogą skorzystać z dwóch metod.

Pierwszy to wykorzystanie modelu opracowanego za granicą z obowiązkowym przystosowaniem do warunków rosyjskich, co jest kosztowne i czasochłonne.

Drugim jest odmowa stosowania na początkowym etapie modeli scoringowych i udzielanie pożyczki każdemu na podstawie standardowego sprawdzenia przeprowadzanego w celu zgromadzenia historii kredytowej. Następnie wykorzystaj uzyskane dane do opracowania własnego modelu scoringowego, który będzie skuteczny, ale i bardzo kosztowny dla banku.

Oprócz modeli scoringowych mających na celu ocenę zdolności kredytowej osób fizycznych, istnieją modele scoringowe, które pozwalają na ocenę zdolności kredytowej osób prawnych i małych przedsiębiorstw.

Powyżej szczegółowo sprawdziliśmy skuteczny system scoringu kredytowego – taki, jaki powinien być w idealnym przypadku. Oczywiście decyzja o wdrożeniu takiego systemu nie jest dla banku łatwa. Powodów tej niechęci jest wiele: nawyk pracy „na oko” i według „utrwalonych tradycyjnych metod”, wieczna nieterminowość i pozorna złożoność realizacji i tak dalej. I dlaczego jest to takie trudne, gdy jest znak opracowany „na kolanie” przez specjalistów od ryzyka, który choć nie jest idealny, działa.

Rzeczywiście, większość banków krajowych stosuje już jedne z najprostszych pozorów systemów scoringowych, które pozwalają im ocenić kredytobiorcę. W pewnym stopniu techniki te nieco upraszczają pracę specjalistów kredytowych. Ale takie elementarne programy (około 90% z nich to tabele cech kredytobiorców wykonane w MS Excel) mają szereg wad, przez co nie można ich nazwać „systemami scoringu kredytowego” w pełnym tego słowa znaczeniu. Oto niektóre z tych wad:

Zdecentralizowany system oceny;

Trudność w podejmowaniu szybkich decyzji przez dział ryzyka instytucji kredytowej – zmiana lub dostosowanie metodologii oceny staje się długotrwałą procedurą dla dużej liczby punktów obsługi;

Nieumiejętność zbudowania złożonej strategii decyzyjnej;

Modele scoringowe opierają się na wiedzy eksperckiej analityków kredytowych banków, co ogranicza jakość modeli i pośrednio zmniejsza bazę klientów;

Możliwość oszukania metodologii oceny - każda osoba posiadająca pewne umiejętności może „zhakować” metodologię oceny, a następnie „dopasować się” do „dobrego” pożyczkobiorcy. Dotyczy to nie tylko ryzyka oszustwa, ale

Należy także zwrócić uwagę na przewagi konkurencyjne. Stały wzrost konkurencji zmusza wiele firm do coraz zacieklejszej walki o godne miejsce na rynku. Niezależnie od tego, w jakiej branży działa firma – elektronika użytkowa, lotniczy transport pasażerski czy bankowość – jej kierownictwo musi stale stawiać sobie to samo zadanie: osiągnąć potencjalną przewagę konkurencyjną. Dla banków odpowiedź na to zadanie jest prosta: albo zaoferować klientom dodatkowe usługi, albo radykalnie obniżyć ceny. W każdym razie nie możemy obejść się bez innowacyjnych technologii obsługi. Pomimo pozornej prostoty rozwiązania, nie wszystkim organizacjom finansowym udało się je wdrożyć.

Wprowadzenie systemu scoringu kredytowego pozwoli bankowi uzyskać tak pożądaną przewagę konkurencyjną – długoterminowe korzyści.

i „pomagać” pożyczkobiorcom od pożyczkobiorców (nie możemy zapominać, że ci, w większości nisko opłacani pracownicy, dążą do maksymalnego wolumenu zaciąganych pożyczek, nie ponosząc w żaden sposób odpowiedzialności za ich spłatę).

Praktyczne doświadczenie we wdrażaniu systemów scoringu kredytowego w bankach krajowych pozwala nam porównać omówione powyżej standardowe podejście do scoringu ze stosowaniem pełnoprawnych systemów scoringu kredytowego. Porównanie według kluczowych kryteriów przedstawiono w tabeli 1.

wizja strategii tworzącej wartość w oparciu o unikalne połączenie wewnętrznych zasobów i możliwości. Trwała przewaga konkurencyjna umożliwia przedsiębiorstwu utrzymanie i poprawę swojej pozycji konkurencyjnej na rynku oraz przetrwanie przez długi czas na tle konkurencji.

Skuteczny system scoringu kredytowego pozwala bankowi na:

Niezwłocznie dostosowuj modele biznesowe handlu detalicznego;

Bądź pierwszym, który wprowadzi na rynek nowy produkt;

Zapewnij elastyczność i szybkość działalności detalicznej banku;

Podejmuj strategiczne decyzje szybko i trafnie;

Skutecznie zarządzaj zgromadzonymi informacjami;

Tabela 1

Porównanie podejścia standardowego i scoringu

Kryteria Typowe podejście do oceny kredytobiorcy System scoringu kredytowego

Wstępne rozpatrzenie wniosku kredytowego W oparciu o wiedzę ekspercką specjalisty ds. pożyczek W oparciu o obiektywne informacje z różnych źródeł

Proces oceny identycznych wniosków Rozpatrzenie każdego wniosku zależy od indywidualnego doradcy kredytowego i czynników subiektywnych Identyczne wnioski przechodzą identyczną procedurę oceny

Łatwe do zrozumienia „Już w użyciu”, oczekiwane rezultaty Wymagane zmiany kulturowe, gotowość pracowników do innowacji

Proces wdrożenia Długoterminowe kształcenie i szkolenie każdego specjalisty ds. pożyczek. Zdobywanie doświadczenia i intuicji Nie wymaga długotrwałych szkoleń pracowników. Podczas wdrożenia wymagana jest kontrola ze strony starszych specjalistów kredytowych

Możliwość błędów, nadużyć i oszustw Błędy są możliwe ze względu na czynnik ludzki. Nadużycia i oszustwa są możliwe i powszechne.Nadużycia są możliwe tylko na wyższym szczeblu urzędników ds. pożyczek. Błędy mogą wynikać ze złej jakości modeli scoringowych. Oszustwo jest możliwe, ale prawdopodobieństwo jego wystąpienia jest znacznie zmniejszone

Elastyczność Wprowadzając nowy produkt pożyczkowy konieczne jest opracowanie nowych instrukcji i przeszkolenie personelu. Proces jest długotrwały i trudny do kontrolowania. Wprowadzając nowy produkt kredytowy, konieczne jest stworzenie nowych modeli i strategii scoringowych (lub dokonanie zmian w istniejących). Proces jest całkowicie kontrolowany. Jakość nowo tworzonych modeli (strategii) można sprawdzić bez ich wdrażania. Nie jest wymagane żadne dodatkowe szkolenie personelu

Buduj i rozwijaj biznes w oparciu o dokładne dane i analizę matematyczną.

Wprowadzenie systemu scoringu kredytowego pozwala bankowi uzyskać szereg korzyści: od skrócenia czasu podjęcia decyzji w sprawie wniosku kredytowego po ogólną optymalizację procesów biznesowych. Główną zaletą jest zmniejszenie współczynnika niespłacalności portfela kredytowego banku dzięki analizie scoringowej i ratingowi kredytobiorców.

Jeżeli instytucja kredytowa prawidłowo i adekwatnie stosuje scoring kredytowy, uzyskuje skuteczną przewagę konkurencyjną, pozwalającą na utrzymanie i poprawę swojej pozycji konkurencyjnej na rynku oraz długotrwałe przetrwanie w walce z konkurencją.

Literatura

1. Zobova E. V., Samoilova S. S. Zarządzanie ryzykiem kredytowym w bankach komercyjnych // Zjawiska i procesy społeczno-ekonomiczne. Tambow, 2012. Nr 12 (046). s. 74-81.

2. Korotaeva N.V. Problemy i perspektywy rozwoju bezgotówkowych płatności detalicznych w Rosji // Zjawiska i procesy społeczno-gospodarcze. Tambow, 2012. Nr 12 (046).

3. Międzynarodowa konwergencja pomiaru kapitału i standardów kapitałowych: udoskonalone podejścia ramowe (Bazylea 2). M., 2004.

4. O typowych ryzykach bankowych: Instrukcja o charakterze operacyjnym Banku Rosji nr 70-T z dnia 23 czerwca 2004 r. Dostęp z systemu informacji prawnej „ConsultantPlus”.

5. Pishchulin A. G. System punktacji kredytowej: potrzeby i zalety. 2011. Adres URL: www.gaap.ru

6. Rozwój systemu finansowego w kontekście modernizacji gospodarki rosyjskiej: kol. monografia. Tambow, 2013.

7. Turlacheva M. A., Malyshkina D. N. Współczesne trendy w rozwoju akcji kredytowej dla sektora rolnego w Rosji // Czytania Sayapinskie: zbiór materiałów z okrągłego stołu. Tom. 7. Rozdz. wyd. V. M. Yuryev. Tambow, 2014.

8. Usachev S. Scoring kredytowy // Banki i technologie. 2008. Nr 04.

9. Yurchenko E. G. Poprawa zarządzania ryzykiem kredytowym w zakresie kredytów konsumenckich w oparciu o scoring popytu // Zarządzanie ryzykiem. 2009. nr 2. s. 44-50.

SCORINGOWE MODELE OCENY RYZYKA KREDYTOWEGO

S. S. Samoylova, M. A. Kurochka

W artykule omówiono scoring jako instrument zarządzania ryzykiem kredytowym, jego główne cechy, a także mechanizm jego realizacji i metody zmniejszania zaległości. Organizacje kredytowe mają trudny wielopoziomowy system ryzyk, którego wszechstronna i obiektywna ocena odgrywa kluczową rolę w zapewnieniu stabilności finansowej każdej organizacji kredytowej i stabilnego rozwoju systemu bankowego jako całości. Scoring polega na ustaleniu skumulowanego punktu kredytowego kredytobiorcy w wyniku jego oceny według szeregu kryteriów. Istnieją modele scoringowe, umożliwiające ocenę wypłacalności osób fizycznych, prawnych i podmiotów małej działalności gospodarczej. Wprowadzenie systemu scoringu kredytowego pozwoli bankowi uzyskać wszystkie pożądane przewagi konkurencyjne – długotrwałe korzyści wynikające ze stosowania strategii tworzenia wartości dla konsumentów w oparciu o unikalną kombinację zasobów i możliwości wewnątrz firmy. Stała przewaga konkurencyjna daje przedsiębiorstwu szansę na wsparcie i poprawę pozycji konkurencyjnej na rynku oraz na długie przetrwanie w walce z konkurencją.

Słowa kluczowe: banki, kredyt, ryzyko kredytowe, scoring, systemy scoringowe, rynek kredytowy.

Udzielając kredytów, banki dążą do uzyskania maksymalnych zysków i gwarantują zwrot przekazanych pożyczkobiorcy środków. Aby zmniejszyć ryzyko opóźnień, instytucje finansowe dokładnie analizują wszystkich wnioskodawców i zatwierdzają tylko te wnioski, których obowiązki mają duże szanse zostać zrealizowane.

Ocena zdolności kredytowej kredytobiorcy – osoby fizycznej – często przeprowadzana jest za pomocą (z angielskiego scoringu – „liczenia punktów”). Model scoringowy analizuje czynniki wpływające na ryzyko niespłacenia kredytu i formułuje rekomendacje dotyczące zatwierdzenia lub odrzucenia wniosku. Ubiegając się o pożyczkę, pożyczkobiorca proszony jest w pierwszej kolejności o wypełnienie formularza. Na podstawie tych danych dokonywana jest ocena. Za każdy parametr klient otrzymuje określoną liczbę punktów, przy czym współczynniki rosną i maleją. Wynik końcowy był wcześniej obliczany ręcznie przez pracowników banku, dziś robi się to automatycznie w specjalnych programach.

Gdzie stosowana jest punktacja?

Model scoringowy ma szerokie zastosowanie w obszarze mikrofinansów i pożyczek ekspresowych, gdzie zapoznanie się z danymi potencjalnego pożyczkobiorcy i podjęcie decyzji zajmuje mniej niż 1 godzinę. Aby sprawdzić Twoją zdolność kredytową, informacje z wypełnionego wniosku wprowadzane są do specjalnego programu. System automatycznie porównuje dane podane przez potencjalnego pożyczkobiorcę ze statystykami. Jeśli więc w bazie danych znajduje się informacja, że ​​osoby w podobnym wieku lub zawodzie często nie spłacają pożyczki, wówczas decyzja w sprawie wniosku może być negatywna. W takich przypadkach bank lub organizacja mikrofinansowa zwykle odmawia potencjalnemu pożyczkobiorcy bez wyjaśnienia.

Zalety systemu scoringowego CREDIT ASSESSMENT

Szybkie podejmowanie decyzji. Jeśli pracownik banku przeanalizuje wypłacalność kredytobiorcy, zajmie to dużo czasu. Specjalista musi samodzielnie sprawdzić każdy parametr, ręcznie wprowadzić wszystkie uzyskane wyniki i wyciągnąć wnioski. Dzięki nowoczesnym systemom scoringowym dane są przetwarzane szybko, co przekłada się na szybkie podejmowanie decyzji.

Obiektywność. Nawet doświadczony i wykwalifikowany specjalista może popełnić błąd w obliczeniach lub wydać stronniczą opinię ze względu na swoje osobiste podejście do klienta. Wynik scoringowy jest o wiele bardziej obiektywnym wskaźnikiem zdolności kredytowej, ponieważ jest wyliczany automatycznie. Pracownik banku nie ma wpływu na działanie algorytmu.

Korzyści finansowe. Zastosowanie modelu scoringowego do oceny zdolności kredytowej może znacząco obniżyć wskaźnik braku spłaty. Zwiększa to nie tylko zyski banku, ale także daje mu możliwość zaoferowania klientom korzystniejszych stawek. Poziom niespłacalności wpływa bezpośrednio na oprocentowanie kredytów, dlatego sumienni płatnicy również są zainteresowani jego obniżeniem.

Co decyduje o wynikach punktacji?

Na ostateczny wynik przy zastosowaniu dowolnego modelu scoringu składa się szereg wskaźników. W pierwszej kolejności sprawdzane są dane paszportowe pożyczkobiorcy, informacje o miejscu zamieszkania oraz inne dane kontaktowe. Jest to etap wstępny, na którym eliminowani są wnioskodawcy posiadający nieważne dokumenty. Następnie analizowane są inne czynniki.

  • Dane osobowe klienta. Przy ocenie punktowej uwzględniany jest stan cywilny pożyczkobiorcy oraz obecność małoletnich dzieci. Pod uwagę brany jest także staż pracy w ostatnim miejscu pracy.
  • Wypłacalność wnioskodawcy. Jeden z najważniejszych czynników wpływających na punktację. Aby uzyskać zgodę, ważne jest, aby udowodnić, że masz nie tylko wystarczające środki na spłatę pożyczki, ale także regularne płatności. Do oceny sytuacji finansowej i zdolności kredytowej w większości przypadków (szczególnie przy udzielaniu dużych kredytów) wymagane jest przedstawienie dokumentów z miejsca pracy: zaświadczenia 2-NDFL lub formularza bankowego. Czasami pod uwagę brane są również wydatki wnioskodawcy (utrzymanie osób na utrzymaniu, media itp.).
  • Historia kredytowa. Oceniając zdolność kredytową klientów, należy sprawdzić zadłużenie i zaległości w spłacie wcześniej zaciągniętych kredytów. Bank może za zgodą uzyskać dane dotyczące wnioskodawcy z biura historii kredytowej (BKI), które zawiera wszystkie niezbędne informacje. System uwzględnia także obecność lub brak regularnych spłat istniejących kredytów. BKI rejestruje historię wniosków złożonych przez wnioskodawcę: obecność dużego odsetka odmów ze strony innych organizacji finansowych może obniżyć ocenę.
  • Zachowanie transakcyjne. Jeżeli pożyczkobiorca jest klientem płacowym lub posiada lokatę w banku, punktacja scoringowa przy ustalaniu zdolności kredytowej może zostać podwyższona. Uwzględnia się przy tym wysokość oszczędności na koncie i ich dynamikę.

System punktacji sprawdza wszystkie dane osobno i porównuje je ze sobą w celu zidentyfikowania ewentualnych sprzeczności. Potwierdzeniem wiarygodności podanych informacji jest obecność związku między dochodami i wydatkami potencjalnego kredytobiorcy, miejscem pracy i adresem zamieszkania itp.

Analiza danych scoringowych

Na podstawie uzyskanego wyniku system podejmuje decyzję:

  • OK- wynik jest wysoki, wniosek można przenieść na wyższy poziom;
  • odmowa- wnioskodawca uzyskał zbyt niską liczbę punktów, co powoduje wstrzymanie rozpatrywania wniosku;
  • wymagana dodatkowa analiza- system nie posiada wystarczającej ilości danych, aby wystawić odpowiednią ocenę. W takim przypadku specjalista bankowy samodzielnie analizuje formularz wniosku wnioskodawcy i wyjaśnia informacje. W celu potwierdzenia kontrowersyjnych aspektów wnioskodawca może zostać poproszony o przedstawienie dodatkowych dokumentów. Po ręcznym rozpatrzeniu wniosku zostaje podjęta ostateczna decyzja.

Jak uzyskać wysoką punktację

Likwidacja zaległości kredytowych. Aby zwiększyć swoje szanse na dobrą ocenę i zatwierdzenie wniosku, musisz posiadać czystą historię kredytową. Oznacza to, że wnioskodawca nie może posiadać żadnych zaległości w spłacie innych pożyczek ani niespłaconych długów. Dlatego nawet jeśli pojawią się trudności finansowe, ważne jest monitorowanie swojej historii kredytowej. Lepiej w odpowiednim czasie dostarczyć bankowi dokumenty potwierdzające tymczasową niewypłacalność i opracować plan restrukturyzacji lub odroczenia spłaty zadłużenia. Umożliwi to zamknięcie obecnego kredytu i zwiększy prawdopodobieństwo zatwierdzenia nowego.

Otwórz lokatę bankową. Większość banków oferuje dodatkowe punkty scoringowe, jeśli posiadasz konto, dlatego najlepiej dokonać wpłaty z wyprzedzeniem.

Prosimy o podawanie w aplikacji wyłącznie prawdziwych informacji. Na ocenę wpływa również dokładność wypełnienia ankiety. Informacje muszą być obiektywne i zgodne z prawdą: wątpliwości co do wiarygodności informacji mogą stać się powodem odmowy udzielenia pożyczki.

Zwróć uwagę na trafność kontaktów w kwestionariuszu. Aby poprawić swoją zdolność kredytową, w formularzu wniosku należy podać wyłącznie prawdziwe dane kontaktowe. Pracownik banku musi mieć możliwość dotarcia do wszystkich abonentów, których numery telefonów wpisał potencjalny kredytobiorca. W przypadku braku możliwości skontaktowania się z nimi podane dane mogą zostać uznane za nierzetelne. Jest to jeden z powodów odmowy udzielenia pożyczki.

Jeżeli ocena scoringowa była zbyt niska i wniosek został odrzucony, może to oznaczać, że model i algorytm danego banku nie jest odpowiedni dla kredytobiorcy. Instytucje finansowe często korzystają z własnych systemów, które uwzględniają inny zestaw czynników.

Co zrobić, jeśli odmówisz

W przypadku niskiej punktacji system zazwyczaj po prostu odrzuca wniosek, a klient nie jest informowany o powodach swojej decyzji. Pracownicy banku często zalecają ponowne złożenie wniosku po kilku miesiącach. Alternatywnie możesz spróbować złożyć wniosek do innej instytucji finansowej. Należy jednak robić to ostrożnie: wszystkie odmowy są odnotowywane w historii kredytowej, a jeśli jest ich za dużo, punktacja zostaje obniżona. Aby przed skontaktowaniem się z bankiem dowiedzieć się o dostępności i liczbie odrzuconych wniosków, możesz wysłać zapytanie do BKI.

Model scoringowy nie daje obiektywnych i miarodajnych wyników, jeśli klient ubiega się o kredyt po raz pierwszy. W takich przypadkach część banków stosuje jedynie ręczne przetwarzanie wniosków przez specjalistów. Co więcej, często takim klientom oferowane są mniej korzystne warunki, podwyższone oprocentowanie i obniżona kwota kredytu. W ten sposób bank ogranicza straty wynikające z ewentualnego braku spłaty. Jeśli jednak spłacisz pierwszą pożyczkę terminowo i bez opóźnień, znajdzie to odzwierciedlenie w Twojej historii kredytowej, dzięki czemu następnym razem będziesz mógł liczyć na wyższy wynik.

Aby skorzystać z usług NBCI w zakresie opracowywania i/lub stosowania metod systemu scoringowego, należy wypełnić formularz zgłoszeniowy na stronie internetowej.

Wyślij swoją dobrą pracę do bazy wiedzy jest prosta. Skorzystaj z poniższego formularza

Studenci, doktoranci, młodzi naukowcy, którzy wykorzystują bazę wiedzy w swoich studiach i pracy, będą Państwu bardzo wdzięczni.

Podobne dokumenty

    Analiza wypłacalności kredytobiorcy i poręczyciela. Uzyskanie kredytu w czasie kryzysu przez osobę fizyczną. Udoskonalenie metodyki oceny wypłacalności osób fizycznych. Usprawnienie mechanizmu oceny zdolności kredytowej poszczególnych kredytobiorców.

    teza, dodano 29.08.2013

    Cechy i teoretyczne reprezentacje modeli biznesowych. Charakterystyka modeli biznesowych europejskich przedsiębiorstw energetycznych na przykładzie zintegrowanego modelu biznesowego E.ON AG, a także ocena zachodzących w nich współczesnych zmian. Analiza przeszkód w rozwoju oszczędzania energii.

    streszczenie, dodano 05.04.2010

    Rodzaje modeli. Modele podejmowania decyzji. Powody, dla których efektywność modeli może zostać obniżona. Rodzaje decyzji zarządczych. Zarządzanie zapasami. Liniowy model programowania. Analiza ekonomiczna. Etapy budowy modeli.

    streszczenie, dodano 28.03.2007

    Podstawowe modele rozwoju organizacji. Analiza porównawcza modeli cyklu życia organizacji. Typowe diagramy cyklu życia dla organizacji. Etapy rozwoju przedsiębiorstwa. Cechy organizacji na różnych etapach ich rozwoju.

    streszczenie, dodano 20.07.2012

    Opracowanie strategii zarządzania konkurencyjnością przedsiębiorstwa handlowego metodami ekonomicznymi (na przykładzie sklepu z częściami samochodowymi Auto-Ford). Charakterystyka metod oceny konkurencyjności przedsiębiorstwa, jego model ekonomiczny i matematyczny.

    praca magisterska, dodana 19.09.2015

    Teoretyczne aspekty stosowania nowoczesnych modeli zarządzania w przedsiębiorstwie, wady i zalety. Krótki opis działalności Twin Food LLC. Uzasadnienie efektywności ekonomicznej zaleceń dotyczących doskonalenia modeli zarządzania.

    praca dyplomowa, dodana 06.03.2014

    Etapy cyklu życia systemu informacyjnego (IS). Problemy cyklu spiralnego. Problemy implementacyjne przy stosowaniu iteracyjnego modelu cyklu życia. Pozytywne aspekty stosowania podejścia kaskadowego. Model krokowy ze sterowaniem pośrednim.

    praca laboratoryjna, dodano 02.02.2015

Przeczytaj także:
Tabela zasobów wodnych. Zasoby wodne. Prądy Oceanu Światowego
Tabela zasobów wodnych. Zasoby wodne. Prądy Oceanu Światowego
Fizyczne wydanie mieszkania po sprzedaży
Fizyczne wydanie mieszkania po sprzedaży
W górę