Кредитная политика банка на примере Волгоградского ОСБ

Использование скоринговых систем для принятия решений о работе с банком.

Очевидно, что специфика построения информационной базы дистанционного анализа банков-контрагентов накладывает свой отпечаток на возможность использования тех или иных методов/методик для управления кредитными рисками межбанковской деятельности. Одним из наиболее распространенных на текущий момент способов управления кредитными рисками при кредитовании большой массы заемщиков являются скоринговые системы принятия решений. Возможно ли использование таких систем для принятия решений о работе с тем или иным банком-контрагентом (и, соответственно, решений о принятии на данный банк кредитного риска)? Попробуем рассмотреть данный вопрос на реальных примерах.

При использовании скоринговых[11] систем при контроле кредитных рисков банка (для принятия решений о возможности/невозможности кредитования заемщика) необходимо решить две основные проблемы: лимитирование выдаваемых сумм в зависимости от результатов анализа и разработка критериев для этого анализа. Первая проблема решается с учетом кредитной политики банка, наличия свободных денег (источников их получения). Каждой группе заемщиков присваивается некий максимальный кредитный лимит, размер которого "увязан" с имеющейся в банке статистикой невозвратов кредитов представителями этой группы и ее долевой составляющей в общем кредитном портфеле (в идеале размер лимита, умноженный на число предполагаемых невозвратов, не должен превышать доходность кредитного портфеля этой группы заемщиков).

Вторая проблема - ключевая, ее решение основано на изучении характеристик добросовестных и недобросовестных заемщиков. Так, заемщик, обладающий постоянной высокооплачиваемой работой, гораздо реже допускает просрочку по кредиту, чем заемщик, не имеющий работы. Факторами, снижающими вероятность невозврата и говорящими о приемлемой дисциплинированности заемщика, также могут быть наличие у него в собственности жилья, автомобиля, другого дорогостоящего имущества, семьи, престижного образования и т.д.

Каждая скоринговая система оценки кредитоспособности имеет в своей основе большой набор критериев заемщика с четко формализованными показателями каждого из этих критериев (машина - есть/нет, ежемесячный доход - больше/меньше 1 тыс. долл.). Каждому критерию и входящему в него набору возможных оценок присваивается определенная сумма баллов, находящаяся в некотором числовом диапазоне.

Применяются также весовые коэффициенты, при помощи которых полученную оценку взвешивают (умножают) с целью регулирования каждой оценки на конечный результат. Эти коэффициенты должны учитывать важность каждого оцениваемого фактора с точки зрения конечного результата - погашения кредита с процентами. Так, можно условиться, что наличие постоянного дохода обеспечивает 60% вероятности возврата, высшего образования - 10%, семьи - 15%, дорогостоящего имущества - 25%.

По результатам полученной обработки данных о заемщике с использованием системы оценок и весовых коэффициентов выводится своеобразный кредитный рейтинг заемщика (например, от 1 до 100 условных пунктов). При этом шкала рейтинга делится на несколько диапазонов, каждому из которых присваивается максимально возможный размер кредита (кредитный лимит). Частный случай такого лимита - нулевой, что будет означать запрет на выдачу кредита.

Применяемые тем или иным банком весовые коэффициенты - наиболее охраняемая и трудоемкая часть скоринговой системы, что объясняется спецификой выведения этих коэффициентов. Дело в том, что их нельзя устанавливать экспертным путем, конкретные значения коэффициентов выводятся из анализа большого объема данных о множестве кредитов, выданных в течение длительного времени, причем характеристики кредитов и условия работы в отрасли должны быть сходны с той средой, где предполагается использовать скоринговую систему. Последнее означает, что статистика возвратности кредитов, выданных представителям среднего класса, например, в Швейцарии, не подойдет при разработке скоринговой системы для оценки кредитоспособности населения в сельской местности РФ или представителей маргинальной части афроамериканцев в США.

Рассмотрим современные примеры наборов исходной информации для скоринговых систем и кредитных продуктов, при продажах которых применяются такие системы. Имеется в виду не сравнение кредитных продуктов разных банков, а прослеживание тенденции возрастания информационных потребностей скоринговой системы при смягчении условий кредитования.

Сбербанк занимает 2-е место по объему выданных потребительских кредитов в РФ (Таблица 2.1). Потенциальный заемщик банка должен заполнить анкету, в которой необходимо сообщить следующие данные для скоринговой программы: персональные данные: Ф.И.О., пол, гражданство; паспортные данные: номер, серия, кем, когда и где выдан; ИНН; адрес фактического проживания/регистрации по месту жительства; семейное положение (женат/холост, гражданский брак, развод, вдовец); наличие/число детей; образование: неполное среднее, среднее/специальное, неполное, высшее, два и более высших, ученая степень; данные о доходе: сумма в месяц после налогообложения (без документального подтверждения); данные о приобретаемом товаре (то есть о залоге): наименование, марка, модель, стоимость; данные об имеющемся имуществе: недвижимость (коттедж, квартира в многоквартирном доме, земельный участок со строением/без строения, гараж), автомобиль (иномарка/отечественный, год выпуска); имеющиеся денежные обязательства: непогашенные кредиты, поручительства, овердрафты, кредитные карты, кредиты, взятые родственниками, алименты (сумма, валюта, остаток задолженности, сроки погашения); данные о месте работы: название организации, месторасположение и адрес, контактный телефон, Ф. И.О. руководителя организации, форма собственности, участие государства или иностранного капитала, подразделение работы, отраслевая принадлежность, род деятельности организации, занимаемая должность; время работы в организации и выбранном направлении деятельности; участие в предлагаемой банком программе страхования: да/нет (фактически еще одно обстоятельство, способное увеличить эффективную ставку кредита).

Таблица 2.1

Характеристика базовых условий потребительского кредита (исходные данные)

Таблица 2.2

Потребительский кредит (оценка)

Анкета потенциального заемщика банка, запрашивающего автокредит, включает в себя больше позиций: данные об отношении к жилью: социальный наем, приватизировано/получено по наследству, приобретено в собственность, проживание у родственников/у родителей, инвестиционный договор, коммерческий наем; семейное положение, число детей, проживающих совместно и отдельно; наличие/отсутствие судимостей; образование: законченные учебные заведения и даты обучения; данные о доходе: должны подтверждаться справкой в свободной форме или справкой по форме 2-НДФЛ (по месту работы); данные (развернутые) о месте работы и доходах супруга (если есть); данные о приобретаемом товаре (автомобиле): марка, стоимость, автодилер; данные о месте работы: число сотрудников в организации; данные о наличии собственного бизнеса (если есть): отраслевая принадлежность, наличие офиса, торговых мест, производственных или складских помещений (аренда, собственность); согласие на представление данных о заемщике кредитному бюро.

Таблица 2.3. "Автокредит" (исходные данные)

Таблица 2.4. "Автокредит" (выводы)

Таблица 2.5. Ипотечный кредит (исходные данные)

Таблица 2.6. Ипотечный кредит (выводы)

Преимущества скоринговых систем оценки:

сравнительно низкие квалификационные требования к кредитному инспектору - оператору системы (экономия на зарплате): исходные данные для анализа получаются от потенциального заемщика при заполнении им обширной анкеты с вопросами, затем проверяется правильность представления информации и ее достоверность, после чего оператор вводит данные в систему, на выходе он получает ответ компьютера о возможности выдачи кредита и возможный кредитный лимит;

возможность очень быстрого получения ответа - от нескольких минут до 1 - 2 дней;

возможность быстрого и дешевого увеличения числа рабочих мест системы (рост сети продаж кредитов), что затруднено в классическом кредитовании;

повышение качества, прозрачности и уровня диверсификации кредитного портфеля (если скоринговая система качественная), что облегчает его возможную продажу и рефинансирование средств;

многократное увеличение числа выдаваемых одновременно ссуд;

Недостатки скоринговых систем:

сложность создания и настройки системы, дороговизна статистической информации для анализа (особенно при отсутствии реально работающей системы кредитных бюро применительно к России);

вероятность изначально некачественной постановки процедур оценки кредитоспособности, что может крайне негативно отразиться на качестве кредитного портфеля при росте его объема;

наличие значительных погрешностей в результатах автоматизированной оценки, что, как правило, компенсируется большим числом выданных ссуд и более высокими процентами по ним.

Особенностью почти всех кредитных продуктов, при продаже которых применяются скоринговые системы, являются, как правило, небольшие суммы кредитных лимитов, повышенная эффективная ставка процента. Обычно такая ставка еще дополняется различными дополнительными сборами и комиссионными - за ведение ссудного счета, предоставление кредита, выдачу наличных, страхование залога (через аффилированную страховую компанию) и т.д. При помощи высоких ставок кредитования компенсируется повышенная рискованность применения скоринговых систем в процессе розничного кредитования.

При проведении кредитных сделок с банками (на рынке МБК, форекс и др.) скоринговые системы в классическом виде почти не применяются (в силу неприменимости названных выше способов компенсации недостатков скоринговых методов при работе на межбанковских рынках). Вместе с тем некоторые элементы построения скоринговых схем используются при разработке методик управления кредитным риском банка на соответствующих рынках и неразрывно связанных с ними методик анализа финансового состояния банков-контрагентов (речь идет, прежде всего, о дистанционном анализе, т.е. анализе банка "извне"). В числе таких элементов можно упомянуть систему весов и рейтингование, сегментацию массы заемщиков на отдельные группы.

Для более развернутого обоснования финансового состояния приведен анализ кредитного потенциала с использованием сводного бухгалтерского баланса и отчета о прибылях и убытках Волгоградского ОСБ № 8621.

2.2 Анализ финансового состояния Волгоградского Сбербанка №8621

Анализ активов произведенный на основании данных сводного бухгалтерского баланса и отчета о прибылях и убытках (Приложение 11)

В активе баланса на протяжении последних трех четырех лет (2003, 2004, 2005 и 2006 г. г) наибольший удельный вес имеют кредиты (более 50% валюты баланса). До конца 2005 г. наблюдалась положительная динамика абсолютной величины кредитного портфеля. На 1 января 2006 года удельный вес кредитов упал на 14,2 процентных пункта, опустившись ниже 50% активов, а затем (в течение 2006 года) вновь стал расти (+1,8).

Продолжая характеризовать кредитный портфель, замечу рост резервов на возможные потери по ссудам (РВПС) - в соответствии с ужесточающимися требованиями сначала Письма ЦБ № 130а, затем - Инструкции №62а - "О порядке формирования и использования резерва на возможные потери по ссудам". Абсолютная величина фонда РВПС за первые три анализируемых года выросла более чем в полтора раза: с 2,8 до 4,5 млн. руб. К началу 2007 г. уменьшилась вновь и примерно сравнялась с уровнем на 1 января 2005 г. В процентом отношении, от величины кредитов на 01.01.05 года это было 13,33%, на 01.01.06 - 17,6%, на 01.01.2007 - 9,46%. В 2004-2005 г.г. имеет место некоторое ухудшение качества ссудного портфеля - повышение доли сомнительных и безнадежных ссуд, Это в большей степени связано с ухудшением макро- и микроэкономической ситуации в стране за последние годы, что не могло не отразиться на показателях банка.

За 2006 г. соотношение РВПС и кредитов уменьшилось почти в 2 раза (с 17,6 до 9,46%) за счет снижения РВПС. Этот положительный результат работы кредитного подразделения банка свидетельствует об улучшении параметров кредитного портфеля, преобладании в нем стандартных (практически безрисковых, а по виду обеспечения - обеспеченных) ссуд - по классификации инструкции ЦБ РФ №62а, норма резервирования по которым минимальна - 1% от основного долга.

На втором месте по удельному весу в активах стоит касса и корреспондентский счет. За 2005 год их величина выросла более чем в 2 раза (на 10751 тыс. руб.). Удельный вес достиг очень большой величины - 39,5% валюты баланса. За 2006 г. прирост составил еще 6739 тыс. руб., но удельный вес снизился до 35,4%. Главным образом это обстоятельство и позволило занять банку одно из первых мест в области по ликвидности.

По требованиям инструкции ЦБ РФ "О порядке регулирования деятельности банков" №1 высоколиквидных активов допускается иметь не менее 20% от суммы обязательств банка по счетам до востребования (норматив Н2), куда помимо физ. лиц входят расчетные, текущие счета юридических лиц и др. На первые числа 2006 и 2007 годов банк по приблизительным подсчетам "перевыполняет" норматив Н2 (и вероятно, Н3) как минимум в 2 раза. Помимо повышения "надежности" банка (это плюс для клиентов), в этом заключается ряд минусов (для менеджеров и акционеров). В частности: банк недополучает приличную часть своих доходов. Поэтому теоретически, наблюдается некоторое превышение размера первичных активов по сравнению с их минимально допустимой величиной. Разницу следует перераспределить в состав любых доходных активов (не обязательно в состав ссудного портфеля).

Почти в 4 раза выросла величина средств, размещенных в других банках (в т. ч. на счетах типа "НОСТРО"), и ее удельный вес достиг 6,2% валюты баланса. По терминологии инструкции ЦБ РФ №17 "О составлении финансовой отчетности", статья отражает операции с другими банками (кроме кредитования).

Анализ пассивов приведенный на основании сводного бухгалтерского баланса и отчета о прибылях и убытках (Приложение 11).

На протяжении четырех анализируемых лет более 60% пассивов баланса составляют привлеченные средства, главным образом, юридических и физических лиц. На втором - уставный капитал и фонды. На протяжении 3-х лет наблюдается низкая достаточность капитала, которая ликвидируется путем наращивания собственных средств (капитала). В сжатые сроки необходимо решить главную задачу, стоящую перед банком - нарастить капитал до суммы эквивалентной 5 млн. ЕВРО, что можно сделать двумя способами:

путем капитализации основных средств (но этого будет недостаточно);

путем дополнительных эмиссий, что потребует смены формы собственности с ЗАО на ОАО и привлечения в состав акционеров крупнейших финансово - устойчивых предприятий области.

Это позволит получить банку генеральную лицензию для установления прямых корреспондентских отношений с иностранными банками.

Стоит отметить, что наблюдается явная тенденция повышения совокупной доли обязательств в пассиве баланса и, одновременно чуть менее выраженная тенденция понижения совокупной доли собственных средств. За 2006 год к этому привели среди прочих следующие причины:

1) Как отмечалось при анализе активов, в 2006 году банк стал активнее выходить на межбанковский рынок. В результате на 1 января 2007 г. он имеет 6814 тыс. руб. средств, привлеченных в качестве кредитов и депозитов, а также корреспондентских счетов других банков, размещенных или открытых в банке.

2) В 2006 году дополнительно было выпущено долговых обязательств на сумму 5770 тыс. рублей, что потребовало выплаты 803 тыс. рублей их держателям.

В целом, это является положительным изменением, т.к растет мультипликатор капитала (равен 7,16 на 01.01.2007г). Значит, почти тот же банковский и акционерный капитал смог привлечь больше активов чем раньше.

Анализ рентабельности

Целесообразно осуществить на основе традиционных в мировой банковской практике показателей, приведенных в таблице 2.7 Каждый из них характеризует тот или иной аспект прибыльности банка.

Таблица 2.7

Показатели рентабельности Волгоградского ОСБ № 8621

До 2006 года эффективность работы активов ежегодно уменьшалась примерно на 40%, а отдача собственного капитала на последнюю отчетную дату снизилась на 5,6 процентных пунктов. Данную отрицательную динамику можно связать с планомерным ужесточением нормативов, законодательной базы и усиления государственного регулирования со стороны Центрального банка РФ.

Уровень чистого процентного дохода от доходных активов (ЧПМ) в конце 2005г. снизился на 27% (), по сравнению с концом 2004г., однако уровень чистого процентного дохода от всех активов в этом временном интервале снизился еще больше - на 42% (). Эта разница (42% и 27%) говорит о том, состояние приносящих прибыль активов ухудшилось в меньшей степени, нежели состояние всех активов.

В 2006 году в показателях прибыльности произошел небольшой "перелом" в лучшую сторону:

экономическая отдача активов выросла и почти достигла уровня на 1 января 2005 г, а прибыль на рубль акционерного капитала достигла наибольшей за все последние годы величины;

выросли показатели чистой процентной и непроцентной маржи в обоих вариантах расчета (Таблица 2.7).

Уменьшение чистой маржи операционной прибыли с 10,77 на 01.01.05 до 9,48 на 01.01.06 г. свидетельствует, что с каждого рубля активов получено доходов меньше, на 1,29 процентных пунктов, чем ранее, а в самом же 2006 году уровень ЧМОП практически не изменился.

Разложим ROA на составляющие для структурного анализа доходности активов банка. Как видно из таблиц ROA складывается из ЧПМ, ЧНМ и специальных операций, влияющих на величину прибыли.

Таблица 2.8

Разложение экономической отдачи капитала по итогам 2006 года. Специальные операции, влияющие на чистую прибыль

По итогам 2006 года на величину чистой прибыли повлияли:

уменьшение резервов на возможные потери по ссудам на величину 710 т. р. (только одно это составило около 10% прибыли за 2006 год);

выплата налога на прибыль (3827 т. р).

Таблица № 2.9

Разложение экономической отдачи капитала по итогам 2005 года.

Специальные операции, влияющие на чистую прибыль

По итогам 2005 года на величину чистой прибыли повлияли:

Увеличение резервов на возможные потери по ссудам на величину 1101 т. р. (в соответствии с требованиями Инструкции ЦБ РФ № 62а);

Выплата налога на прибыль (2141 т. р)

Таблица № 2.10

Разложение экономической отдачи капитала по итогам 2004 года.

Специальные операции, влияющие на чистую прибыль

Из таблиц 5 и 6 видно, что показатель ROA к началу 2006г. снизился с 5,6% до 3,4%.

Разложение на составляющие показало:

что снижение доходности активов в 2005 в самой большей степени вызвано снижением ЧПМ, в меньшей - увеличением налогообложения прибыли;

что увеличение отдачи активов и прибыльности в 2006 году примерно в равной степени достигнуто за счет увеличения ЧПМ, снижения ЧНМ и уменьшения РВПС.

Произведем факторное разложение экономической отдачи собственного капитала ROE, имея в виду произведение следующих показателей:

коэффициент использования активов;

мультипликатор капитала;

чистая маржа прибыли, которая в свою очередь, раскладывается на две составляющие:

эффективность управления налоговыми платежами;

контроль над расходами (Таблица 2.10).

Таблица № 2.11

Разбивка показателя доходности капитала на его составляющие для проведения более детального анализа

Страницы: 1, 2, 3, 4