close

Вход

Забыли?

вход по аккаунту

Стебаков Никита Сергеевич. Совершенствование методов оценки кредитоспособности физических лиц (на материалах ПАО Сбербанк)

код для вставки
АННОТАЦИЯ
Выпускная квалификационная работа на тему «Совершенствование
методов оценки кредитоспособности физических лиц (на материалах
ПАО Сбербанк)».
Год защиты: 2019
Направление подготовки: 38.03.01 Экономика
Направленность (профиль): Финансы и кредит
Студент группы: 4-4 Э/у Стебаков Н.С.
Руководитель: к.э.н., доцент Скорлупина Ю.О.
В теоретической части выпускной квалификационной работы
рассмотрены основные виды кредитов, предоставляемых физическим лицам
коммерческими
банками,
а
также
основные
методы
оценки
кредитоспособности заемщиков – физических лиц. Кроме этого дана
характеристика развития рынка потребительского кредитования, рассмотрены
проблемы и перспективы его развития.
В аналитической части выпускной квалификационной работы дана
экономическая характеристика деятельности ПАО Сбербанк. На основе данных
бухгалтерской отчетности проведен анализ показателей деятельности банка.
Также во второй главе проведен анализ эффективности применяемой в банке
методики оценки кредитоспособности физических лиц.
Проектная часть выпускной квалификационной работы посвящена
поиску мероприятий, направленных на повышение эффективности
используемой
в
кредитной
организации
методики
оценки
кредитоспособности физических лиц. В качестве основного стратегического
направления предложен к реализации проект оценки кредитоспособности на
основе
социального
скоринга.
Проведен
расчет
экономической
эффективности предложенного мероприятия.
Общий объем выпускной квалификационной работы состоит из 90
страниц, содержит 19 рисунков, 21 таблицу, 27 источников используемой
литературы и 4 приложения.
Ключевые
слова:
ПОТРЕБИТЕЛЬСКОЕ
КРЕДИТОВАНИЕ,
СКОРИНГ, КРЕДИТОСПОСОБНОСТЬ, СОЦИАЛЬНЫЙ СКОРИНГ,
ЭФФЕКТИВНОСТЬ.
5
СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1
7
ТЕОРЕТИЧЕСКИЕ
КРЕДИТОВАНИЯ
И
АСПЕКТЫ
ОЦЕНКИ
ОСУЩЕСТВЛЕНИЯ
КРЕДИТОСПОСОБНОСТИ
КЛИЕНТОВ – ФИЗИЧЕСКИХ ЛИЦ
9
1.1 Понятие и основные виды кредитов, предоставляемых
физическим лицам коммерческими банками
9
1.2 Основные методы оценки кредитоспособности заемщиков –
физических лиц
1.3
15
Анализ
текущего
состояния
и
тенденций
развития
российского рынка кредитования физических лиц
2
АНАЛИЗ
ДЕЯТЕЛЬНОСТИ
И
19
СУЩЕСТВУЮЩЕЙ
МЕТОДИКИ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ
ЛИЦ ПАО СБЕРБАНК
26
2.1 Организационно-экономическая характеристика и анализ
показателей деятельности ПАО Сбербанк за 2015-2017 гг.
26
2.2 Анализ динамики кредитования физических лиц ПАО Сбербанк
40
2.3 Сущность методики оценки кредитоспособности заемщиков –
физических лиц ПАО Сбербанк
3
46
СОВЕРШЕНСТВОВАНИЕ
МЕТОДОВ
ОЦЕНКИ
КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ ПАО СБЕРБАНК
53
3.1 Основные проблемы осуществления оценки кредитоспособности
физических лиц ПАО Сбербанк
3.2
53
Разработка мероприятий по совершенствованию методики
оценки кредитоспособности физических лиц ПАО Сбербанк
3.3
Расчет
мероприятий
экономической
по
эффективности
совершенствованию
предлагаемых
методики
кредитоспособности физических лиц ПАО Сбербанк
57
оценки
72
ЗАКЛЮЧЕНИЕ
84
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
88
6
ПРИЛОЖЕНИЕ 1 – Факторы, позволяющие определить степень
кредитного риска при получении потребительских кредитов
91
ПРИЛОЖЕНИЕ 2 – Параметры, которые необходимо учитывать
при расчете прибыльности клиента – физического лица
ПРИЛОЖЕНИЕ 3 – Динамика кредитования физических лиц
92
93
ПРИЛОЖЕНИЕ 4 – Бухгалтерская отчетность ПАО Сбербанк за
2015-2017 гг.
96
7
ВЕДЕНИЕ
Актуальность выбранной темы выпускной квалификационной работы
связана
с
необходимостью
совершенствования
методики
оценки
кредитоспособности клиентов – физических лиц и обусловлена тем, что на
рынке увеличился объем просроченных кредитов физических лиц. Кризисная
ситуация на рынке диктует кредитным организациям необходимость
совершенствования
существующих
в
банках
систем
оценки
кредитоспособности физических лиц.
Кредитные
организации
как
субъекты
рыночных
отношений
заинтересованы в получении прибыли на основе оборота ссудного капитала,
а наличие большого объема просроченной задолженности препятствует
этому, снижает ликвидность банка.
Целью
выпускной
квалификационной
работы
является
совершенствование методики оценки кредитоспособности заемщиков –
физических лиц ПАО Сбербанк.
В связи с поставленной целью определим задачи работы:
 изучить понятие и основные виды кредитов, предоставляемых
физическим лицам коммерческими банками;
 изучить основные методы оценки кредитоспособности заемщиков –
физических лиц;
 проанализировать текущее состояние и тенденции развития
российского рынка кредитования физических лиц;
 проанализировать показатели деятельности ПАО Сбербанк за 20152017 гг.;
 проанализировать динамику кредитования физических лиц ПАО
Сбербанк;
 изучить сущность методики оценки кредитоспособности заемщиков
– физических лиц ПАО Сбербанк;
 выявить
основные
проблемы
осуществления
оценки
8
кредитоспособности физических лиц ПАО Сбербанк;
 разработать мероприятия по совершенствованию методики оценки
кредитоспособности физических лиц ПАО Сбербанк;
 рассчитать
экономическую
эффективность
предлагаемых
мероприятий по совершенствованию методики оценки кредитоспособности
физических лиц ПАО Сбербанк.
Объектом исследования является ПАО Сбербанк.
Предметом
исследования
является
методика
оценки
кредитоспособности заемщиков – физических лиц ПАО Сбербанк.
Для выполнения работы были изучены нормативные документы с
использованием нормативной базы «Консультант +», теоретические учебные
пособия
и
статистические
теоретические,
методические
данные,
в
работе
также
труды
и
разработки
использованы
отечественных
и
зарубежных авторов по данной проблеме, таких как Роуз П.С., Суская Е.П.,
Усоскин В.М., Поморина М.А., Лаврушин О.И. и др., нормативносправочный материал, материалы периодической печати.
Методологическую основу исследования составляет комплекс методов:
диалектический, метод анализа, группировки и обобщения, системности и
комплексности. В процессе анализа исходных данных по теме исследования
применялись статистический и сравнительно-правовой методы.
9
1 ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ОСУЩЕСТВЛЕНИЯ КРЕДИТОВАНИЯ
И ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ КЛИЕНТОВ – ФИЗИЧЕСКИХ ЛИЦ
1.1 Понятие и основные виды кредитов, предоставляемых
физическим лицам коммерческими банками
Кредитование потребителей – физических лиц в любой стране является
основой роста экономики, так как это стимулирует производство товаров
народного потребления, что в свою очередь является драйвером роста для
многих отраслей экономики.
С точки зрения права, потребительское кредитование является видом
правоотношений, и в банковской практике широкое распространение
получил термин «ссуда», который используется наравне с термином
«кредит». В результате сами отношения по поводу выдачи и использования
потребительского кредита называются ссудными, что является отсылкой к
исторически сложившемуся пониманию данного термина. Данный термин
дает возможность говорить о кредитном потребительском договоре как о
ссуде по своей сути и содержанию [12, с. 14].
Кредитные отношения в широком смысле данного термина
можно
охарактеризовать как возникающие в отношении любого использования
денежных средств на основе реализации принципа возвратности. В узком
смысле
толкования
термина
можно
говорить, как
об
отношениях,
возникающих в наиболее удобной форме для заемщика и заимодавца.
Необходимо отметить, что отношения в форме кредитования – это не
всегда чистого вида заем, так как на рынке могут присутствовать такие виды
как покупка товара в кредит и т.д.
Потребительское кредитование можно
представить в виде двух
относительно самостоятельных блоков кредитования: кредитования на
покупку жилья или недвижимости и
потребительских нужд [17, c. 68].
непосредственно кредитование
10
Кредитование
государству
решать
приобретения
часть
недвижимости
социальных
проблем
дает
с
возможность
обеспеченностью
определенной категории граждан жильем, а кредитные организации за счет
данного вида кредитования
существенно расширяют ассортимент своих
услуг, даже при том, что маржа по ипотеке для банка не так существа как по
чисто потребительски кредитам.
Рынок
кредитования недвижимости можно
подразделить на
первичный рынок, где кредитуется покупка нового или строящегося жилья, и
вторичный рынок, где кредитуется покупка жилья бывшего в употреблении.
Кроме данной классификации, рынок кредитования
недвижимости
можно рассматривать с точки зрения отнесения кредитов, выдаваемых на
общих или особых условиях, и по способу получения обеспечения данного
вида кредитов: под поручительство или под залог [16, c. 6].
Следующим крупным блоком кредитования физических лиц является
кредитование потребительских нужд населения.
достаточно обширный список возможных
кредитования
населения
представить
Так как
целей
четко
существует
потребительского
структурированную
классификацию достаточно проблематично. Данную ситуацию усугубляет
тот факт, что
кредитования
в последние десятилетия на рынок потребительского
вышли такие неспецифические субъекты рынка: как
микрофинансовые организации и предприятия торговли [9, c. 13]. Таким
образом, исходя из сказанного, на рисунке 1 представлены
отдельные
классифицирующие признаки потребительского кредитования.
Автокредитование, получившее большое распространение в последнее
время
в силу особенностей оказания данного вида кредитования можно
отнести к отдельному виду потребительского кредитования.
Также
как
отдельный
вид
кредитования
можно
выделить
кредитование посредством выпуска кредитовых карт или дебетовых карт с
овердрафтом. Таким образом, основной классифицирующий признак данного
вида кредитования по способу выпуска карт: кредитной или дебетовой.
11
Кредитование
с
использованием
банковских
карт
классифицировать и по другим признакам, в частности: по
можно
платежным
системам (MasterCard, Visa или МИР); статусность карты; по условиям
предоставляемого на ней кредита (возобновляемый или не возобновляемый),
по
принадлежности
региона
использования
(международная
или
Классификация
потребительских кредитов
национальная).
Организационноправовая база
субъекта
- банковское кредитование;
- предоставление кредитов
микрофинансовыми организациями и
кредитными союзами;
- кредитование населения при продаже
товаров в торговых точках
Целевой характер
кредита
- целевое кредитование;
- нецелевое кредитование
Способы и форма
предоставления
кредита
- кредиты, выдаваемые наличными
денежными средствами (в т.ч. путем
зачисления на текущие счета
кредитополучателей);
- кредиты в безналичной форме
(предоставляемые путем перечисления
денежных средств на счет на основе
предоставленных документов)
Рисунок
1
–
Классификационные
признаки
потребительского
кредитования
Кроме вышеуказанных признаков можно также говорить о таком
признаке, как время использования кредита или срока, на который он выдан.
В частности, в Российской Федерации принято делить кредитование на
краткосрочное (от 1 года), среднесрочное (до 3 лет) и долгосрочное (свыше 3
12
лет).
В
таблице
1
представлены
способы
выдачи
кредита
и
их
характеристика.
Таблица 1 – Характеристика способов выдачи кредита
Способ выдачи кредита
Характеристика способа выдачи кредита
Осуществляется посредством заключения кредитного
Разовым зачислением денежных
договора. Выдача кредита наличными денежными средствами
средств на банковский счет
через кассу банка возможна только заемщикам - физическим
клиента
лицам
Открытие
кредитной
линии
Заключение соглашения / договора, на основании которого
клиент-заемщик приобретает право на получение и
использование в течение обусловленного срока денежных
средств, при соблюдении одного из следующих условий:
а) общая сумма предоставленных клиенту-заемщику
денежных средств не превышает максимального размера
(лимита), определенного в соглашении / договоре («лимит
выдачи»);
б) в период действия соглашения / договора размер
единовременной задолженности клиента-заемщика не
превышает установленного ему данным соглашением /
договором лимита («лимит задолженности»)
Кредитование банком
банковского счета клиентазаемщика и оплаты расчетных
документов с банковского счета
клиента-заемщика, если
условиями договора банковского
счета предусмотрено проведение
указанной операции
Осуществляется при установленном лимите и сроке, в течение
которого должны быть погашены возникающие кредитные
обязательства клиента банка.
Данный порядок в равной степени распространяется и на
операции по предоставлению банками кредитов при
недостаточности или отсутствии денежных средств на
банковском счете клиента – юридического лица (овердрафт) в
случае, если соответствующее условие предусмотрено
заключенным договором банковского счета либо договором
вклада (депозита)
Участием банка в
предоставлении кредита
на синдицированной
(консорциальной) основе
Осуществляется посредством заключения многостороннего
договора, в котором предусматриваются раздельные
обязательства банков-участников. Обязательства банковучастников по таким договорам являются долевыми, т.е.
платежи при возврате кредита осуществляются
пропорционально доле банка в общей предоставленной сумме.
Как правило, синдицированный кредит предоставляется
заемщику на необеспеченной основе, но под условием запрета
залога (negative pledge), что обеспечивает равенство банковучастников в случае несостоятельности заемщика
Другими способами,
Например, путем выдачи векселедательского кредита,
не противоречащими
вексельного (учетного) кредита, заключения
действующему законодательству факторинговой сделки
13
Среди ученых, занимающихся проблематикой
кредитования достаточно много точек зрения на
потребительского
классификацию. Так,
Кисурина Л.Г. говорит о том, что потребительское кредитование можно
классифицировать
по
следующим
направлениям:
инвестиционное
кредитование, кредитование покупки товаров долгосрочного использования,
кредитование расходов на лечение или образование. Заемщиков данный
автор классифицирует по кредитам, которые предоставляются всем
категориям населения, клиенты с особым статусом, студенты или молодые
семьи.
К
данной классификации
присоединяются такие авторы как
Даниленко С.А. и Комиссарова М.В. [17, с. 69].
В
литературе
потребительских
встречается
кредитов
точка
исходя
из
зрения
целевого
на
классификацию
или
нецелевого
использования. Представляется возможным не согласиться с данной точкой
зрения, так как любой кредит берется с определенной целью. Таким образом,
цель у заемщика всегда определена, и вопрос состоит лишь в том,
рассматривает ли
кредитная организация данное желание заемщика как
цель.
Выше было сказано, что в Российской Федерации принято делить
кредиты по сроку
системах
кредитования на три вида, в зарубежных банковских
присутствует такой вид кредита как кредит с неопределенным
сроком.
В частности, Иванов О.М. отмечает, что в западном банковском праве
делят кредиты на срочные и на кредиты с неопределенным сроком
использования. Главное свойство кредитного договора, подразумевающее
расчет после истечения срока кредита в рамках предоставленного лимита
казалось в данном виде кредита не выполняется. Но суть такого
кредитования заключена в праве заемщика требовать денежные средства в
сумме предоставленного лимита, и поскольку срок и даты погашения
заемщик определяет самостоятельно, данный вид считается
неопределенным сроком действия.
кредитом с
14
Включение в
потребительские кредиты
ипотечных кредитов
представляет особый интерес для анализа. В законодательстве России нет
отдельного понятия
ипотечного кредита. Суть ипотечного кредита
определена тем, что он является
залоговым кредитом с некоторыми
особенностями.
Согласно сути потребительского кредитование, данный вид кредита
предоставляется
физическим
лицам
не
на
предпринимательскую
деятельность, поэтому его можно отнести к потребительскому кредитованию
по составу субъекта кредитования. Но если рассматривать целевое
назначение
кредита,
в
случае
ипотеки
оно
является
достаточно
проблематичным. Исходит это утверждение из того факта, что полученное в
ипотеку
жилье вполне моно использовать для получения материальной
выгоды. При нецелевом способе предоставления кредита, банк не интересует
цель получения денежных средств, но при ипотеке жилье находиться в залоге
у банка. В результате можно сказать, что ипотечные кредиты являются
потребительскими, так как предоставляются на условиях не извлечения
материальной выгоды.
Но учитывая формальную точку зрения, ипотечные кредиты нельзя
отнести к потребительским, так как принятый в 2013 году ФЗ «О
потребительском кредитовании» не применяется в отношении кредитных
отношений, залогом по которым выступает ипотека.
Но с этим нельзя согласиться, так как ипотечное кредитование как вид
потребительского кредитования регулируется другими нормами. В связи с
этим, возможно отнести и ипотечное кредитование к особому виду
потребительского кредитования. Но учитывая особенности данного вида
кредитования
рассматривать
его
нужно
как
самостоятельный
вид
кредитования.
Как было указано выше, потребительское кредитование обобщает суть
выдаваемых денежных средств на удовлетворение потребительских нужд. В
связи с этим, и кредиты на образование, и лечение, и автокредиты и на
15
решение
жилищного
вопроса
в
полной
мере
могут
считаться
потребительскими.
В этом списке присутствуют особые виды кредитования, такие как
автокредиты и кредиты на образование. Суть особых условий заключается в
том, что по данным видам присутствуют государственные программы
льготного кредитования, и это дает право подходить к данным видам кредита
с особой тщательностью.
В целом необходимо отметить, что существует достаточно обширная
классификация потребительского кредитования
как в России, так
и за
рубежом. Один вид потребительского кредитования может включать
несколько
его
кредитования
подвидов.
Конкретизация
видов
потребительского
обусловлена ориентированием на определенную группу
клиентов или на определенные цели кредитования.
правильной
классификации
вызвана
развитием
Необходимость
потребительского
кредитования, в том числе обусловлена развитием информационных
технологий в сфере банковского кредитования.
1.2 Основные методы оценки
кредитоспособности заемщиков – физических лиц
Перед заключением кредитного договора с
кредитная организация должна
физическим лицом,
провести анализ кредитоспособности
заемщика. Данная процедура крайне важна для банка так как
закладывает
возможность дальнейшего погашения
она
кредита и от того
насколько эффективна процедура зависит дальнейшее финансовое состояние
банка. Степень кредитного риска
является основным критерием выдачи
кредита заемщику.
В результате, анализ возможности выдачи кредита заемщику на основе
оценки ее кредитоспособности позволяет оценить факторы, влияющие на нее
16
и, с другой стороны влияет на персональные условия кредитования.
Сама процедура оценки проходит в несколько этапов. Первый этап
заключается в «отсеве» потенциально опасных с точки зрения кредитных
рисков заемщиков на основе требований устанавливаемых банком по
возрасту, месту работы и т.д.
Следующий этап предполагает проведение скоринга потенциального
заѐмщика. Данная процедура состоит в формировании сотрудником банка
некого списка персональных данных, которым присваиваются определѐнные
баллы и в итоге клиент получает итоговый балл. Следующий этап
подтверждает информацию через бюро кредитных историй.
Необходимо отметит, что процедура оценки кредитоспособности
потенциальных заемщиков никак не прописана в законодательстве и данная
сфера полностью регулируются внутренними положениями банка.
Итак, оценка кредитоспособности потенциального заемщика связана с
необходимостью получения банком уверенности в том, что клиент сможет
гасить полученные финансовые средства.
Одним из существенных
заемщика является оценка
условий
оценки кредитоспособности
факторов, которые могут повлиять на
кредитоспособность в перспективе. Исходя из этого основной целью оценки
кредитоспособности является необходимость определить сможет ли заемщик
погашать вовремя и в полном объеме кредит.
Оценивая возможность кредитования, специалист банка оперирует
двумя понятиями. Так под платѐжеспособностью понимается возможность
заемщика
своевременно
гасить
долги.
Под
кредитоспособностью
понимается возможность клиента гасить платежи по кредиту и это более
узкое понятие. На протяжении развития банковского дела специалисты в
области права по-разному трактовали понятие кредитоспособности.
На данном этапе развития кредитных отношений основным критерием
по которому банки оценивают потенциального заемщика – это рейтинговые
показатели. Сам кредитный рейтинг, как понятие, имеет высокий уровень
17
информативности и формируется он на основании многих показателей. А
конкретизация данного понятия связана с необходимостью того, что банки
должны иметь один универсальный показатель.
В период развития кредитных отношений банками, как России, так и
зарубежных
стран
опробовано
достаточно
много
методик
оценки
кредитоспособности. Данные методики отличались как показателями,
применяемыми для оценки, так и
различными подходами к оценке
приоритетности. Но оценка кредитоспособности физического лица, связана
в первую очередь с разницей между доходами и расходами. Основываясь на
этом в литературе выделяются три основных подхода: на основе скоринга,
оценке финансовых показателей и изучении кредитной истории.
Скоринг как было сказано выше достаточно распространѐнная в банке
практика
оценки
кредитоспособности
физического
лица
широко
применяемая во всем мире. Скоринг основан на применении баллов к оценке
и впервые данная система была предложена Дюраном Д. в 1941 году. Так как
в данной системе все основана на баллах, выставляемых за определенный
критерий, данный критерии должны быть подобраны очень тщательно. Так
автором было предложено, что допустим клиент набравший более 1,25 балла
является для клиента желаемым, а менее 1,25 балла – нежелательным.
Развитие скоринговых систем приводит к тому, что возможно не только
оценить риски существующие сегодня, но и спрогнозировать их на перспективу.
Оценка риска кредитования в мировом сообществе предполагает кроме
скоринга использование и такого метода как экспертное мнение.
Как было представлено выше скоринг применяется в основном при
потребительском кредитовании, Основными недостатками данной системы
является стоимость обслуживания системы и вероятностью ошибки из за
субъективизма специалиста. Основным преимуществом является быстрота
принятия решения и алая степень обучаемости специалиста.
На рисунке 2 представлена характеристика основных методов оценки
кредитоспособности клиента – физического лица.
18
Основные методики
Скоринг
Экспертная
методика
оценки
Система представляет собой статистическую или
математическую модель. В самом упрощенном виде
скоринговая модель представляет собой взвешенную сумму
определенных характеристик. В результате получается
интегральный показатель (score), чем он выше, тем выше
надежность клиента, и банк может ранжировать своих
клиентов по степени возрастания кредитоспособности
Главная особенность экспертной модели оценки кредитоспособности заемщика (индивидуальный андеррайтинг)
заключается в том, что анализом полученной информации
занимается кредитный эксперт или коллегиальный орган –
кредитный комитет банка во главе с председателем данного
комитета. Он же принимает решение о возможности
предоставления кредита и формирует окончательные условия
кредитного договора
Рисунок 2 – Основные методы оценки кредитоспособности клиента –
физического лица
Однако
помимо
вышеуказанных
методов
при
анализе
кредитоспособности физического лица можно использовать также и общие
методы оценки, такие как: PARSER, CAMPARI, «правило пяти Си»,
DataMining (с использованием деревьев решений) и т.д.
И далее необходимо отметить, что несмотря на отсутствие в
законодательном порядке
понятия оценки кредитоспособности, данный
проблем должен быть ликвидирован.
Юридический статус физического лица заемщика должен предполагать
элементную его характеристику по таким критериям, как
способность
заимствоваться финансовые средства и способы обеспечения обязательств.
Таким образом, методы оценки кредитоспособности физического лица
являются
краеугольным камнем в системе кредитования. Эффективность
данных методов обуславливает эффективность деятельности всей банковской
системы, так как от правильности
финансовая
устойчивость
оценки кредитоспособности зависит
кредитной
организации.
Необходимость
кредитования физических лиц диктуется реалиями развития экономики в
19
целом, что важно не только для повышения эффективности расчетов, но и
социально значимо.
1.3 Анализ текущего состояния и тенденций
развития российского рынка кредитования физических лиц
Потребительское кредитование на протяжении многих лет было
драйвером роста банковского кредитования, но 2015-2016 гг. отличились
крайне тяжелым «охлаждением» рынка потребительского кредитования. В
2016 году по оценкам экспертов произошел рост потребительского
кредитования на 1,1%, что на фоне отрицательных темпов
в 2015 году
(рынок ушел в минус на 5,7%) выглядело бы достаточно оптимистично, но
эксперты говорят, что это лишь средний показатель по рынку в целом.
Объем кредитов, предоставленных физическим лицам, представлен в
таблице 2, на основании данных приложения 3.
Таблица 2 – Кредиты, предоставленные физическим лицам [26]
В млн. руб.
Показатель
Российская Федерация
Орловская область
2015 г.
2016 г.
2017 г.
5861351
22055
7210282
28630
9233726
37592
Темп роста, %
2016 г. /
2017 г. /
2015 г.
2016 г.
123,01
128,06
129,81
131,30
В целом по стране потребительские кредиты выросли на 23,01% в 2016
году по отношению к 2015 году и на 28,06% в 2017 году по отношению к
2015 году. По Орловской области соответственно рост составил от 29,81%
до 31,30% в 2017 году по отношению к 2016 году. На рисунке 3 данная
динамика представлена графически.
В
детализированном
виде
обобщенная
статистика
выглядит
следующим образом: ипотечные кредиты выросли на 12,8% (с 4 трлн. руб. до
20
отметки 4,5 трлн. руб.), а все прочие – минус 5,9% (с 6,7 трлн. руб. до 6,3
трлн. руб.). Ипотека составила в 2016 году практически половину портфеля
потребительского кредитования – 4,5 трлн. руб. из 10,8 трлн. руб.
10000000
9000000
8000000
Млн. руб.
7000000
6000000
5000000
4000000
3000000
2000000
1000000
0
2015 г.
2016 г.
2017 г.
Рисунок 3 – Динамика потребительского кредитования в 2015-2017 гг. [27]
Опережающий рост ипотечного кредитования на фоне сворачивания
прочих
потребительских
кредитов
определялся
в
первую
очередь
программой господдержки сегмента, принятой 1 марта 2015 года. После
девальвационного и инфляционного шоков, а также скачкообразного
вздергивания ключевой ставки в конце 2014 года уровень кредитных ставок в
банках оказался запретительным.
В 2015 году государственная программа не слишком помогла, падение
рынка ипотечного кредитования составило 35%.
Но уже в 2016 году, когда на эти цели был выделен 1 трлн. руб., а
ставка ограничена величиной 12,5%, ее действие оказалось воистину
живительным. Она, в том числе простимулировала банки формулировать
более
либеральные
условия
и
по
собственным,
не
охваченным
господдержкой, программам. Так, уже в середине года разница между
«программными» и «обычными» ставками практически нивелировалась:
банки предлагали ипотеку в среднем под 13%, а отдельные кредитные
21
организации – по цене даже ниже государственного потолка (например,
РОСГОССТРАХ БАНК – 11,75%). Всего за счет госпрограммы было
профинансировано около 40% всех выдач по ипотеке.
Сегмент рос и за счет предъявления очень специфического спроса. По
оценке управляющего директора НРА, партнера НАФИ Павла Самиева,
представители
среднего
класса,
собравшие
сумму
первоначального
ипотечного взноса к концу 2014 года, в прошлом году осознали новые реалии
и снизили свои запросы к качеству жилья. Накопленные деньги нужно было
инвестировать, реализовывать идею покупки жилья – уже хоть какогонибудь, поскольку понятно, что лучше не будет очень долго. И вместо
предусмотренных
ранее
вариантов
бизнес-класса
люди
осознанно
соглашались на улучшенный «эконом». Но, по мнению экспертов, этот
драйвер спроса исчерпает себя в 2017 году.
Программу господдержки ипотеки на 2018 год Правительство
продлевать не стало. Видимо, и потому, что банки сами активно включились
в конкурентный процесс и снижают ставки. Поддержку сегменту в текущем
году, по мнению специалистов, окажут в том числе и банковские программы
рефинансирования ипотеки, взятой ранее по более высоким ставкам. О
запуске таких программ уже заявили флагманы рынка Сбербанк и ВТБ.
В перспективе ЦМАКП прогнозирует «облагораживание» розничных
кредитных портфелей банков за счет именно ипотеки. По оценке центра, к
концу 2018 года около 50% портфеля будет представлено именно жилищным
кредитованием.
В смежном сегменте – автокредитовании, где также действовала
программа господдержки, результаты оказались чуть скромнее, но тоже
существенно выше рынка в целом. Так, по данным НБКИ, в 2016 году
количество выданных автокредитов выросло на 13,8%. Доля «кредитных»
автомобилей в общем объеме продаж составила 44% против 37% годом
ранее. Программу господдержки этого сектора продлили и на текущий год.
На эти цели предусмотрено выделить 7 млрд. руб.
22
Классическое же потребительское кредитование на сегодняшний день
пребывает в глубоком минусе. Связано это с увеличивающейся долговой
%
нагрузкой на домохозяйства и закредитованностью населения (рисунок 4).
Рисунок 4 – Динамика кредитов и вкладов населения [27]
Так, в 2014 году показатель долговой нагрузки по кредитам, выданным
населению в 2011-2013 годах, составлял 21,7%, тогда как в идеале должен
быть не выше 12,6-13,5%. Динамика долговой нагрузки домохозяйств
%
представлена на рисунке 5.
Рисунок 5 – Долговая нагрузка домохозяйств (выплаты по основному
долгу и процентам к располагаемым доходам) [27]
23
Развивающийся сегмент рынка потребительского кредитования – это
кредитные карты. Отдельной статистики по карточным кредиторам Банк
России не ведет. Но, по данным НБКИ, в IV квартале прошлого года доля
использованных заемщиками лимитов по кредитным картам существенно
выросла, приблизившись к отметке 70%. Для сравнения: на начало 2015-го
этот показатель составлял 47,4%.
Впрочем, банки и в этом сегменте ведут более осторожную, чем
прежде, политику. Так, за прошлый год средний размер лимита по
кредитным картам, по оценке НБКИ, снизился на 15,1% – с 55,7 тыс. руб. до
47,3 тыс. руб.
На рисунке 6 представлена динамика эмитированных пластиковых карт
на рынке России.
По данным Центрального Банка Российской Федерации на 01.10.2017
года в стране было эмитировано 267119 тыс. пластиковых карт, из них
235965 тысяч – это расчетные карты, и 31263 тыс. ед. – кредитные карты.
Рост по сравнению с аналогичным периодом прошлого года составил 6,48%,
а по сравнению с 2014 годом рост числа эмитированных банковских карт
составил 19,16%.
2014 г.
2015 г.
2016 г.
2017 г.
200000
210000
220000
230000 240000
Ед.
250000
260000
270000
Рисунок 6 – Динамика эмитированных пластиковых карт на рынке
России [26]
24
На современном рынке пластиковых карт для физических лиц основная
тенденция – это расширение спектра функциональных возможностей карты
как физического носителя разного рода приложений. Различные приложения
позволяют обеспечить доступность не только к финансовым услугам, но и
получать транспортные, государственные и другие виды услуг.
Общая осторожность банков в сфере розничного кредитования стала в
итоге ростом убыточности банков. Ведь в докризисные годы из чистого
процентного дохода от операций с физическими лицами формировалась большая
доля прибыли: по расчетам ЦМАКП, 57% в 2013 году и 56% в 2014 г.
На рисунке 8 представлен прогноз кредитования банками населения.
Рисунок 8 – Прогноз кредитования банками населения [27]
Тем не менее, специалисты предсказывают возрождение розничного
кредитования. На текущий год – в достаточно скромной динамике, 5-8%.
Однако уже к концу 2018 года ЦМАКП ожидает темпы прироста розницы на
уровне 21% (в инерционном сценарии). Это, безусловно, более слабый,
нежели после предыдущего кризиса, отскок: после минуса 2009 года сегмент
держал темп 28-39% в течение трех лет. В нынешнем цикле посткризисного
восстановления
банкам
придется
удовлетвориться
более
скромными
показателями, так как оживление розничного кредитования, ожидаемое в
25
ближайшей перспективе, очень скоро натолкнется на «естественный»
ресурсный ограничитель и вновь вернется в стадию стагнации.
Кредитование потребителей – физических лиц
в любой стране
является основой роста экономики, так как это стимулирует производство
товаров народного потребления, что в свою очередь является драйвером
роста для многих отраслей экономики.
В целом необходимо отметить, что существует достаточно обширная
классификация потребительского кредитования
как в России, так
и за
рубежом. Один вид потребительского кредитования может включать
несколько
его
кредитования
подвидов.
Конкретизация
видов
потребительского
обусловлена ориентированием на определенную группу
клиентов или на определенные цели кредитования.
правильной
классификации
вызвана
развитием
Необходимость
потребительского
кредитования, в том числе обусловлена развитием информационных
технологий в сфере банковского кредитования.
Эффективность методов оценки кредитоспособности физического лица
обуславливает эффективность деятельности всей банковской системы, так
как от правильности
устойчивость
оценки кредитоспособности зависит
кредитной
организации.
Необходимость
финансовая
кредитования
физических лиц диктуется реалиями развития экономики в целом, что важно
не только для повышения эффективности расчетов, но и социально значимо.
26
2 АНАЛИЗ ДЕЯТЕЛЬНОСТИ И СУЩЕСТВУЮЩЕЙ МЕТОДИКИ
ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ ПАО СБЕРБАНК
2.1 Организационно-экономическая характеристика и анализ
показателей деятельности ПАО Сбербанк за 2015-2017 гг.
Сбербанк России является крупнейшим банком Российской Федерации
и СНГ. Его активы составляют более четверти банковской системы страны
(27%), а доля в банковском капитале находится на уровне 26%. Основанный
в 1841 г. Сбербанк России сегодня – современный универсальный банк,
удовлетворяющий потребности различных групп клиентов в широком
спектре банковских услуг. Сбербанк занимает крупнейшую долю на рынке
вкладов и является основным кредитором российской экономики.
Представим рейтинги ПАО Сбербанк России.
1. Агентство Fitch Rati№gs:
 долгосрочный рейтинг дефолта эмитента в иностранной валюте –
ВВВ- прогноз по рейтингу Позитивный;
 краткосрочный рейтинг дефолта эмитента в иностранной валюте – F3;
 долгосрочный рейтинг дефолта эмитента в национальной валюте –
ВВВ- прогноз по рейтингу Позитивный;
 краткосрочный рейтинг дефолта эмитента в национальной валюте – F3;
 уровень поддержки долгосрочного рейтинга – ВВВ-;
 рейтинг устойчивости – bbb;
 рейтинг поддержки –2;
 долгосрочные
рейтинги
выпусков
среднесрочных
облигаций
участия в кредитах с единственной целью финансирования кредитов,
предоставляемых Сбербанку (в рамках MT№ программы) – ВВВ-;
 долгосрочные
рейтинги
выпусков
субординированных
среднесрочных облигаций участия в кредите с единственной целью
финансирования субординированного кредита, предоставляемого Сбербанку
27
(12-ая, 16-ая и 17-ая серии в рамках MT№ программы) – ВВ+;
2. Агентство Moody’s I№vestors Service:
 долгосрочный рейтинг депозитов в иностранной валюте – Ва2
прогноз по рейтингу Стабильный;
 краткосрочный рейтинг депозитов в иностранной валюте – №ot
Prime;
 долгосрочный рейтинг депозитов в национальной валюте – Ва1
прогноз по рейтингу Позитивный;
 краткосрочный рейтинг депозитов в национальной валюте – №ot
Prime;
 рейтинг базовой оценки кредитоспособности – ba1;
 оценка риска контрагента: долгосрочная оценка – Baa3(cr);
 краткосрочная оценка – P-3(cr);
 рейтинги,
присвоенные
программе
выпуска
среднесрочных
облигаций (MT№ – программа) участия в кредитах с единственной целью
финансирования кредитов, предоставляемых Сбербанку: долгосрочный
рейтинг – (P) Ba1 краткосрочный рейтинг – (P) №ot Prime;
 долгосрочные
рейтинги
выпусков
среднесрочных
облигаций
участия в кредитах с единственной целью финансирования кредитов,
предоставляемых Сбербанку (в рамках MT№ программы) – Ba1 прогноз по
рейтингу Позитивный;
 долгосрочный рейтинг выпуска субординированных среднесрочных
облигаций участия в кредите с единственной целью финансирования
субординированного кредита, предоставляемого Сбербанку (12-ая серия в
рамках MT№ программы) – Ba2.
3. Аналитическое Кредитное Рейтинговое Агентство:
 кредитный рейтинг по национальной шкале – AAA(RU) прогноз по
рейтингу Стабильный;
 кредитный
рейтинг
биржевых
облигаций
документарных
28
процентных
неконвертируемых
на
предъявителя
с
обязательным
централизованным хранением, серии БО-19 – AAA(RU);
 кредитный
процентных
рейтинг
биржевых
неконвертируемых
на
облигаций
предъявителя
документарных
с
обязательным
централизованным хранением, серии 001Р-03R – AAA(RU);
 кредитный
процентных
рейтинг
биржевых
неконвертируемых
на
облигаций
предъявителя
документарных
с
обязательным
централизованным хранением, серии 001Р-04R – AAA(RU).
В 2017 году Сбербанк утвердил новую Стратегию развития на период
2018-2020 годов.
На В качестве стратегических направлений развития до 2020 года ПАО
Сбербанк выбрал улучшение клиентского опыта и создание экосистем,
обеспечение технологического лидерства и развитие команды банка.
Последовательная работа в этих направлениях позволит ПАО Сбербанк
внедрить желаемые инновации в свою деятельность, удовлетворить
большинство потребностей клиентов и, в конечном итоге, улучшить
операционные и финансовые результаты ПАО Сбербанк.
При разработке целей новой Стратегии 2020 было уделено особое
внимание трендам, которые влияют на деятельность ПАО Сбербанк. К ним
относятся:
 стремление
компаний –
технологических
лидеров
стать
экосистемами, что в дальнейшем приведет к смещению цепочки создания
стоимости от производства к дистрибуции;
 изменение потребительских предпочтений;
 перевод в цифровую среду всех сфер жизни;
 внедрение
новых
технологий,
существенно
влияющих
на
привычные способы работы с клиентами;
 стабилизация рентабельности в глобальной банковской системе на
невысоком уровне при росте регуляторных требований и ожиданий.
Ключевые направления, цели и ожидаемые результаты Стратегии 2020
29
ПАО Сбербанк:
 лучший клиентский опыт и экосистема;
 технологическое лидерство;
 надежность и эффективность;
 безопасность;
 инновации;
 трансформация HR-функции и др.
Финансовые цели ПАО Сбербанк в рамках Стратегии 2020:
 прибыльность: значительный рост значительный рост прибыли,
поддержание устойчивого значения ROE 20%, увеличение доли прибыли,
направляемой на дивиденды;
 доходы и расходы: устойчивый рост комиссионного дохода,
снижение расходов на операционную деятельность за счет оптимизации
расходов на персонал, недвижимость, устройства самообслуживания, рост
расходов на внедрение новых ИТ-решений и цифровой бизнес;
 расходы на риск: рост достаточности капитала, реализация
консервативной политики управления риском и снижение расходов на риск,
управление новыми рисками.
Для успешной реализации Стратегии 2020 в ПАО Сбербанк были
проанализировали ключевые риски, которые могут повлиять на достижение
стратегических
целей,
и
разработали
соответствующие
меры
по их
минимизации.
В рамках бизнес-планирования ПАО Сбербанк будет осуществлять
регулярный анализ отклонения фактических значений показателей от
запланированного уровня, актуализировать прогноз выполнения Стратегии
2020 с учетом вновь возникающих или уже реализовавшихся рисков.
Анализ сильных и слабых позиций, возможностей и опасностей в
деятельности ПАО Сбербанк представлен в таблице 3.
Наибольшее положительное влияние на стратегию ПАО Сбербанка
России оказывают политические факторы. Так же технологические факторы
30
оказывают благоприятные условия на стратегию организации. Негативными
факторами
являются
социальные.
В
целом
все
факторы
имеют
положительное влияние. В целом все факторы имеют положительное
влияние.
Региональное развитие бизнеса – вот основной акцент, который в своей
деятельности делает Сбербанк России. Отделения Сбербанка вместе с
Главным управлением входят в единую систему Сбербанка России.
Таблица 3 – Анализ сильных и слабых позиций, возможностей и
опасностей в деятельности ПАО Сбербанк
Сильные стороны
Слабые стороны
1.Высокая квалификация и опыт работы;
2.Проверенная временем и четко отработанные
технологии;
3.Возможность получение экономии на
постоянных издержках с большого объема
продаж;
4.Финансовые ресурсы позволяющие
реализовать инновационные способности
предприятия.
1.Нет ясных стратегических
направлений;
2.Далеко не все оборудование является
современным и высоко производимым;
3.Невысокая оперативность и
согласованность действий специалистов;
4.Неразвитые маркетинговые связи.
Возможности
Угрозы
1.Расширение ассортимента услуг по мере
необходимости повышение количества
существующих;
2.Вертикальная интеграция;
3.Внедрение в работу принципов
стратегического управления;
4.Возможность привлечения субсидирования,
кредитов Госбанка в рамках проектов.
1.Инфляция;
2.Неблагоприятная внешняя
экономическая обстановка;
3.Не благоприятные изменения
социально-демографической обстановки;
4.Рост темпов инфляции.
За годы своего существования банк приобрел положительный деловой
имидж на российском рынке и лидирующие позиции в банковской системе.
Успешное развитие банка обусловлено огромным опытом банковской
деятельности в прошлом, а так же свежим идеям и внедрению новых
банковских инструментов в последние годы.
Использование инновационных технологичных продуктов помогает
банку удерживать его лидерское положение на российском рынке. На него
31
приходится 1/4 активов всей банковской системы России. В Сбербанке
хранится подавляющее большинство вкладов россиян – до 50,6% от общего
числа по стране. Пассивы помогают ему быть основным кредитором
отечественной экономики.
Сегодня ПАО Сбербанк имеет присутствие на западных и восточные
рынках, где отрыты филиалы и предоставляются услуги не только россиянам,
находящимся за рубежом, но и иностранным гражданам на территории
других стран по востребованным банковские продукты.
Целью руководства ПАО Сбербанк ставится задача: составить
заметную конкуренцию крупным игрокам на международном рынке
банковских услуг. При том, что банк уже является одним из крупнейших
банков в Восточной Европе.
В
соответствии
с
данной
концепцией
развития,
структурные
подразделения уже работают в Беларуси, Украине, Казахстане, Германии,
Китае,
Индии
и
других.
Международные
карты
принимаются
к
обслуживанию в большинстве стран, в пунктах выдачи наличных и
банкоматах.
Экспансия банка за пределы нашей страны продолжается очень
быстрыми темпами, планируется, что к 2020 году ПАО Сбербанк будет иметь
до 5% от общего объема прибыли, полученной от международной
деятельности. Сейчас Сбербанк заинтересован в выходе на рынок Восточной
Европы – с этой целью он обсуждал покупку некоторых активов в этих
странах.
На правах собственности 57,6% акций Сбербанка принадлежат
Центральному Банку РФ, еще 31% акций находятся у иностранных
инвесторов.
Зарубежные инвесторы являются частными лицами и компаниями из
почти 50-ти стран, включая США, Канаду, Великобританию, Швейцарию,
Люксембург, Кипр, другие страны Европы, Юго-Восточной Азии и Ближнего
Востока.
32
Главные органы управления банка – это общее собрание акционеров,
наблюдательный совет, а так же правление банка, которое возглавляет
Президент Сбербанка Герман Греф. Его первым заместителем является
Кирилл Андросов.
Организационная структура банка представлена на рисунке 9.
Общее собрание
акционеров
Наблюдательный
совет
Ревизионная
комиссия
Правление
Президент,
Председатель Правления
Подразделения
Центрального банка,
территориальные банки
Комитеты
банка
Комитеты
Наблюдательного
совета
Коллегия
банка
Рисунок 9 – Организационная структура ПАО Сбербанк
Рассмотрим далее продуктовый ряд ПАО Сбербанк:
1. Вклады:
«Депозит»,
«Доверительный»,
«Мультивалютный»,
«Накопительный», «Особый», «Пенсионный», «Пенсионный Пополняемый»,
«Пенсионный-Плюс», «Подари Жизнь», «Пополняемый Депозит». Сложно
описывать особенности каждой программы. Фактически банк привлекает
вклады практически на любых условиях. Но ставки банка при этом
значительно ниже, чем у небольших частных банков – это связано с массой
средств, которые он должен хранить на своих счетах. Тем не менее, банк
получил статус самого надежного банка в России, что подтверждают
вкладчики, которые продолжают нести в него свои деньги.
2. Нецелевые кредиты: «Образовательный кредит», «Доверительный»,
«Потребительский кредит». Сбербанк не любит нецелевое кредитование и
пытается его заменить их кредитными картами, которые агрессивно продвигает.
33
ПАО Сбербанк – универсальный банк. Среди его заемщиков – малые,
средние, крупные предприятия, его зарплатными картами пользуется
большое количество сотрудников крупных предприятий. Такие продукты как
автокредиты и ипотека считаются самыми привлекательными среди
кредитных услуг в целом по российскому рынку. Благодаря этому ПАО
Сбербанк остается лидером на российском рынке банковских услуг.
Анализ финансово-хозяйственной деятельности банка проведен исходя
из отчетности ПАО Сбербанк, представленной в приложении 4.
Проведем анализ активов кредитной организации (таблица 4).
Таблица 4 – Состав и структура активов коммерческого банка
Показатели
Денежные
средства и
корреспонд. счет
в Центральном
банке РФ
Средства
в кредитных
организациях
Обязательные
резервы
в Центральном
банке РФ
Ссудная
и приравненная
к ней
задолженность
Основные
средства,
нематериальные
активы
и материальные
запасы
Всего активов
2015 г.
Сумма,
%к
млн. руб. итогу
2016 г.
Сумма,
%к
млн. руб.
итогу
2017 г.
Сумма,
%к
млн. руб. итогу
Темп роста, %
2016г./ 2017г./
2015г. 2016г.
732789
3,23
614848
2,83
621718
2,69
83,91
101,14
355984
1,57
347942
1,60
299995
1,30
97,74
86,22
118363
0,52
154713
0,71
158658
0,69
130,71
102,55
74,68 17466111
75,42
96,16
107,67
2,09
98,28
103,08
100,00 23158919 100,00
95,68
106,62
16869803
477354
22702293
74,31 16221622
2,10
469120
100,00 21721078
2,16
483555
Активы банка увеличились за три года на 2,01%, при этом денежные
средства увеличились в 2017 году по отношению к 2016 году на 1,14%.
Средства в кредитных организациях составили от 1,57% до 1,30%
валюты баланса банка в 2017 году, снижение данного актива составило 14% в
34
2017 году по отношению к 2016 году и 3% в 2016 году по отношению к 2015
году. Обязательные резервы в коммерческом банке
составили от 0,52%
валюты баланса в 2015 году до 0,69% валюты баланса в 2017 году, их
увеличение составило 2,55% в 2017 году по отношению к 2016 году
и
30,71% в 2016 году по отношению к 2015 году.
Наибольший удельный вес в
активах
банка составляет ссудная и
приравненная к ней задолженность: 74,31% в 2015 году и 75,42% в 2017 году.
Сумма ссудной задолженности выросла в 2017 году по отношению к 2016 году
на 7,67%, а в 2016 году по отношению к 2015 году снижение составило 4%.
Состав и структура ресурсов коммерческого банка приведена в таблице 5.
Таблица 5 – Состав и структура ресурсов коммерческого банка
2015 г.
Показатели
Средства
клиентов не
являющихся
кредитными
организациями
Депозиты
физических
лиц
Средства
кредитных
организаций
Кредиты,
депозиты и
прочие
средства
ЦБ РФ
Прочие
обязательства
Фонды банка
Прибыль
(убыток)
Всего
источников
собственных
средств
Всего
пассивов
Сумма,
млн.
руб.
2016 г.
2017 г.
Сумма,
млн.
руб.
Темп роста,%
%
к итогу
Сумма,
млн.
руб.
%
к итогу
17722423
78,06
16881988
77,72
17742620
76,61
95,26
105,10
10221284
45,02
10937747
50,36
11777377
50,85
107,01
107,68
618363
2,72
364499
1,68
464300
2,00
58,95
127,38
768989
3,39
581160
2,68
591164
2,55
75,57
101,72
235527
1,04
280194
1,29
270017
1,17
118,96
96,37
3527
0,02
3527
0,02
3527
0,02
100,00
100,00
1790492
7,89
1945987
8,96
2311656
9,98
108,68
118,79
2328152
10,25
2828920
13,02
3359147
14,50
121,51
118,74
22703293
100,00
21721078
100,00
23158919
100,00
95,67
106,62
%к
итогу
2016г./
2015г.
2017г./
2016г.
35
Средства клиентов, не являющихся кредитными организациями,
снизились в 2016 году по отношению к 2015 году на 5%, по отношению к
2016 году увеличение
составило 5,10%.
Депозиты физических лиц
соответственно выросли на 7,68% и на 7,01%. Кредиты и средства ЦБ РФ
увеличились в 2017 году по отношению к 2016 году на 1,72% при их
снижении в 2016 году по отношению к 2015 году на 25%.
Средства кредитных организаций увеличились на 27% в 2017 году по
отношению к 2016 году и снизились в 2016 году по отношению к 2015 году.
При снижении пассивов на 5% к 2016 году по отношению к 2015 году и
увеличении на 6,62% в 2017 году к 2016 году, источники собственных
увеличились на 21,51% и 18,74% соответственно.
Проведем анализ доходов кредитной организации (таблица 6).
Таблица 6 – Состав и структура доходов коммерческого банка
Показатели
2015 г.
Сумма,
%к
млн.
итогу
руб.
Проценты
полученные за
1990795
предоставленные
кредиты
Комиссионные
297700
доходы
Операционные
46099
доходы
Доходы всего
2016 г.
Сумма,
%к
млн.
итогу
руб.
85,27
2079796
12,75
1,97
2334594 100,00
2017 г.
Сумма,
%к
млн.
итогу
руб.
Темп роста, %
2016г./
2015г.
2017г./
2016г.
104,47
97,71
84,05 2032170
81,20
360618
14,57
422337
16,87 121,13 117,11
33975
1,37
48260
1,93
73,70 142,05
2474359 100,00 2502767 100,00 105,99 101,15
Основное место в структуре доходов банка в 2017 году занимали
проценты полученные за предоставленные кредиты 81,20%, в 2016 году они
занимали 84,05%, основное место в 2015 году так же занимают доходы от
процентов (85,27%). Рост данных доходов составил в 2016 году к 2015 году
4,47%, в 2017 году к 2016 году снижение составило 3%. Структура доходов
ПАО Сбербанка России в 2017 году представлена на рисунке 10.
36
48260
422337
2032170
Проценты полученные за предоставленные кредиты
Комиссионые доходы
Операционные доходы
Рисунок 10 – Структура доходов ПАО Сбербанк в 2017 году
Всего доходы Сбербанка выросли на 7,20% в 2017 году по отношению
к 2015 году. При этом процентные доходы выросли на 2,08%, доходы за РКО
выросли на 41,87. Динамика доходов ПАО Сбербанка России в 2015-2017
годах представлена на рисунке 11.
2550000
Млн. руб.
2500000
2450000
2400000
2350000
2300000
2250000
2015 г.
2016 г.
2017 г.
Рисунок 11 – Динамика доходов ПАО Сбербанк в 2015-2017 гг.
Проведем анализ состава и структуры расходов коммерческого банка
за 2015-2017 год в таблице 7.
37
Таблица 7 – Состав и структура расходов ПАО Сбербанк за 2015-2017 гг.
Показатели
2015 г.
Сумма,
%к
млн.
итогу
руб.
Процентные
1132363
расходы
Операционные
650830
расходы
Комиссионные
31759
расходы
Всего
1932563
расходов
Основное место
2016 г.
Сумма,
%к
млн.
итогу
руб.
2017 г.
Сумма,
%к
млн.
итогу
руб.
Темп роста, %
2016г./
2015г.
2017г./
2016г.
58,59
878207
52,07
730872
48,58
77,56
83,22
33,68
764715
45,34
714803
47,52 117,50
93,47
1,64
43700
2,59
58654
3,90 137,60
134,22
100,00
1686622 100,00 1504329 100,00
в структуре расходов занимают
87,27
89,19
проценты по
привлеченным средствам: от 58,59% в 2015 году до 48,58% в 2017 году. При
этом процентные расходы снизились на 33% в 2016 году по отношению к
2015 году и на 17% по отношению в 2017 году к 2016 году. Динамика
расходов ПАО Сбербанк за 2017-2015 гг. представлена на рисунке 12.
2000000
1800000
1600000
Млн. руб.
1400000
1200000
1000000
800000
600000
400000
200000
0
2015 г.
2016 г.
2017 г.
Рисунок 12 – Динамика расходов ПАО Сбербанк за 2017-2015 гг.
На 34,32% выросли комиссионные расходы в 2017 году по отношению
к 2016 году, при этом выросла и их доля до 3,90% в 2017 году.
Структура расходов ПАО Сбербанк за 2017-2015 года представлена на
рисунке 13.
38
58654
730872
714803
Процентные расходы
Операционные расходы
Комиссионные расходы
Рисунок 13 – Структура расходов ПАО Сбербанк за 2017 г.
В таблице 8 представим анализ обязательных нормативов.
Таблица 8 – Анализ нормативов ПАО Сбербанк
Показатель
Норматив достаточности базового
капитала Н.1.1
Норматив достаточности базового
капитала Н.1.2
Норматив достаточности
собственных средств Н.1.0
Норматив мгновенной
ликвидности Н2
Норматив текущей ликвидности Н3
Норматив долгосрочной
ликвидности Н4
Норматив максимального размера
риска на одного заемщика Н 6
Норматив максимального размера
крупных кредитных рисков банка Н7
Норматив
2015 г.
2016 г.
2017 г.
4,5
7,9
9,9
10,7
6,0
7,9
9,9
10,7
8,0
11,9
13,6
14,9
15,0
118,4
217,0
161,1
50,0
154,4
301,6
263,8
120,0
68,5
55,4
57,6
25,0
20,0
17,9
16,5
800,0
192,5
129,8
115,5
Как видно из таблицы 8, банк на протяжении анализируемого периода
выполняет нормативные требования по всем показателям.
В целом ПАО Сбербанк работает стабильно, однако для поддержания
подобной
ситуации,
а
также
исправления
некоторых
выявленных
недостатков в работе банку необходимо:
 более эффективно управлять наличностью, т.е. планировать
39
притоки и оттоки наличности и разрабатывать графики платежей;
 сбалансировать активы и пассивы по срокам;
 акцентировать внимание на повышении рентабельности работы в
целом и на доходности отдельных операций в частности;
 не допускать резкого снижения величины высоколиквидных и
ликвидных активов, а соответственно и снижения нормативов ликвидности;
 продолжать
работать
над
снижением
риска
операций,
т.к.
управление риском несбалансированности баланса и неплатежеспособности
банка снижает возможные убытки банков, и создают прочную основу для их
деятельности в будущем.
Успешное развитие банка обусловлено огромным опытом банковской
деятельности в прошлом, а также свежим идеям и внедрению новых
банковских инструментов в последние годы.
Использование инновационных технологичных продуктов помогает
банку удерживать его лидерское положение на российском рынке. На него
приходится 1/4 активов всей банковской системы России. В Сбербанке
хранится подавляющее большинство вкладов россиян – до 50,6% от общего
числа по стране. Пассивы помогают ему быть основным кредитором
отечественной экономики.
Целью руководства ПАО Сбербанк ставится задача: составить
заметную конкуренцию крупным игрокам на международном рынке
банковских услуг. При том, что банк уже является одним из крупнейших
банков в Восточной Европе.
В
соответствии
с
данной
концепцией
развития,
структурные
подразделения уже работают в Беларуси, Украине, Казахстане, Германии, Китае,
Индии и других. Международные карты принимаются к обслуживанию в
большинстве стран, в пунктах выдачи наличных и банкоматах.
Экспансия банка за пределы нашей страны продолжается очень
быстрыми темпами, планируется, что к 2020 году ПАО Сбербанк будет иметь
до 5% от общего объема прибыли, полученной от международной
40
деятельности. Сейчас Сбербанк заинтересован в выходе на рынок Восточной
Европы – с этой целью он обсуждал покупку некоторых активов в этих
странах. На правах собственности 57,6% акций Сбербанка принадлежат
Центральному Банку РФ, еще 31% акций находятся у иностранных
инвесторов.
Зарубежные
инвесторы
являются
частными
лицами
и
компаниями из почти 50-ти стран, включая США, Канаду, Великобританию,
Швейцарию, Люксембург, Кипр, другие страны Европы, Юго-Восточной
Азии и Ближнего Востока.
Основное место в структуре
доходов банка в 2017 году занимали
проценты, полученные за предоставленные кредиты. Совокупная величина
доходов ПАО Сбербанк выросла на 27,20% в 2017 году по отношению к
2015 году. При этом процентные доходы выросли на 25,15%, доходы за РКО
выросли на 49,56.
Основное место
в структуре расходов занимают
проценты по
привлеченным средствам: от 65,66% в 2015 году до 52,07% в 2017 году. При
этом процентные расходы снизились на 27% по отношению к 2015 году и
на 23% по отношению к 2016 году.
Чистые процентные доходы
увеличились в 2017 году на 25,15% по отношению к 2015 году и на 4,47% по
отношению к 2016 году. Их рост в течение года сдерживался снижением
доходов от кредитования юридических лиц вследствие снижения уровня
процентных ставок на рынке и большого объема досрочных погашений в
конце года.
Фактическая прибыль выросла на 30,74% в 2017 году по
отношению к 2015 году и на 8,68% по отношению к 2016 году.
2.2 Анализ динамики кредитования физических лиц ПАО Сбербанк
Абсолютным лидером на рынке потребительского кредитования
является ПАО Сбербанк. Состав и структура чистой ссудной задолженности
по видам заемщиков представлена в таблице 9.
41
Таблица 9 – Состав и структура чистой ссудной задолженности по
видам заемщиков ПАО Сбербанк за 2015-2017 гг.
Наименование
показателя
Физические
лица
Юридические
лица
Итого ссудная
задолженность
2015 г.
Уд.
Млрд.
вес,
руб.
%
2016 г.
Уд.
Млрд.
вес,
руб.
%
4325,4 25,64
4488,5
27,67
3803,2
21,8
103,77
84,73
12544,4 74,36 11733,1
76,6
13642,9
78,2
93,53
116,28
16869,8
100
17446,1
100
96,16
107,55
100 16221,6
Данные таблицы 6
2017 г.
Млрд.
руб.
Темп роста, %
Уд.
вес,
%
2016г./
2015г.
2017г./
2016г.
показывают, что объем чистой ссудной
задолженности ПАО Сбербанк на протяжении анализируемого периода
имеет положительную динамику. Графическое представление динамики
чистой ссудной задолженности отражено на рисунке 14.
17600
17400
17200
Млрд. руб.
17000
16800
16600
16400
16200
16000
15800
15600
2015 г.
2016 г.
2017 г.
Рисунок 14 – Динамика чистой ссудной задолженности в 2015-2017 гг.
Размер чистой ссудной задолженности банка в 2016 году по
отношению к 2015 году снизился на 4%, а в 2017 году по отношению к 2016
году – вырос на 7,55%.
На рисунке 15 представлена структура чистой ссудной задолженности
в 2017 году.
42
22%
78%
Физические лица
Юридические лица
Рисунок 15 – Структура чистой ссудной задолженности ПАО Сбербанк
в 2017 г.
Динамика чистой ссудной задолженности физических лиц ПАО Сбербанк
в разрезе видов кредитования за период 2015- 2017 гг. представлена в таблице 10.
Таблица 10 – Чистая ссудная задолженность физических лиц ПАО
Сбербанк за 2015-2017 гг.
Наименование
показателя
2015 г.
Уд.
Млрд.
вес,
руб.
%
Кредиты
физических
4325,4
лиц, всего
Жилищные
2037,3
кредиты
Автокредиты
30,3
Потребительские
1561,5
кредиты
Кредитные
696,4
карты
2016 г.
Уд.
Млрд.
вес,
руб.
%
2017 г.
Уд.
Млрд.
вес,
руб.
%
Темп роста, %
2016г./
2015г.
2017г./
2016г.
100 4488,5
100
3803,2
100
103,77
84,73
47,1
2361
52,6 2023,33
53,2
115,89
85,70
0,7
71,8
57,05
1,5
236,96
79,46
36,1 1530,6
34,1 1258,88
33,1
98,02
82,25
16,1
13,3
12,2
85,73
77,72
597
1,6
464,00
Наибольший удельный вес в структуре чистой ссудной задолженности
занимают кредиты юридическим лицам – более 70%, и их размер которых
продолжает расти (на 16,28% в 2017 году по отношению к 2016 году), тогда
43
как в 2016 году по отношению к 2015 году был спад на 7%.
По данным кредитования физических лиц наблюдается стабильный рост
по объему выданных сумм в 2016 году на 3,77% по отношению к 2015 году, но в
2017 году по отношению к 2016 году наблюдается незначительный спад.
Как видно из данных таблицы 10, в структуре кредитов физических лиц
преобладают ипотечные кредиты 47,1% в 2015 году, 52,6% 2016 году и 53,2%
в 2017 году. Их размер увеличился на 15,89% в 2016 году по отношению к
2015 году и снизился на 15% в 2017 году.
Структура чистой ссудной задолженности физических лиц в 2017 году
представлена на рисунке 16.
464,00
2023,33
1258,88
57,05
Жилищные кредиты
Автокредиты
Потребительские кредиты
Рисунок 16 – Структура ссудной задолженности физических лиц в 2017 г.
Размер потребительских кредитов снизился
на 2% в 2016 году по
отношению к 2015 году и на 12% в 2017 году по отношению к 2016 году.
Жилищное кредитование оставалось приоритетным продуктом Сбербанка.
В таблице 11 представлена структура чистой ссудной задолженности
ПАО Сбербанк по срокам погашения кредитов.
Как свидетельствуют данные таблицы 11, за исследуемый период доля
выданных кредитов на срок свыше трех лет увеличилась, удельный вес данной
группы кредитов в структуре кредитного портфеля самый значительный 87,06%
в 2016 году, в 2017 году он незначительно снизился. Также высока доля
44
предоставленных кредитов на период от 1 года до 3-х лет.
Таблица 11 – Состав и структура чистой ссудной задолженности ПАО
Сбербанк по срокам погашения кредитов за период 2015-2017 гг.
Статьи
Овердрафт
Сроком до 30 дней
Сроком от 31 до 90 дней
Сроком от 91 до 180 дней
Сроком от 181 до 1 года
На срок от 1 года до 3х лет
На срок более 3х лет
Итого
Сумма, млрд. руб.
2015 г. 2016 г. 2017 г.
1002,1
152,5
209,35
158,6
11,4
130,85
1,8
47
3,49
48,9
209,3
36,64
217,6 1711,4
261,69
1779,8
963,6 1953,96
13651 13126,5 14886,76
16859,8 16221,7 17446,1
Структура, %
2015 г. 2016 г. 2017 г.
5,94
0,48
1,2
0,94
0,7
0,75
0,07
0,02
0,02
0,29
0,18
0,21
1,29
1,28
1,5
10,55
10,28
11,2
80,92
87,06
85,33
100
100
100
Просроченная задолженность и резервы ПАО Сбербанк за 2015-2017 года
представлена в таблице 12.
Таблица 12 – Просроченная задолженность и резервы ПАО Сбербанк за
2015-2017 гг.
В млрд. руб.
Показатель
2015 г.
2016 г.
2017 г.
Ссудная задолженность
16869,8 16221,6 17446,10
В том числе физических лиц
4325,6 4488,5 3803,25
Просроченная задолженность
509,2
626,7
653,80
В том числе физических лиц
151,1
224,8
226,80
Доля просроченной задолженности
3,02
3,86
3,75
в кредитном портфеле, %
В том числе физических лиц, %
3,5
5
5,96
Резервы на возможные потери по
37,8
42,1
45,60
ссудам
Доля резервов в общей сумме
0,22
0,26
0,26
задолженности, %
Отношение РВПС к общей сумме
0,07
0,07
0,07
просроченной задолженности
Темп роста, %
2016г./
2015г.
2017г./
2016г.
96,16
103,77
123,08
148,78
107,55
84,73
104,32
100,89
127,81
97,09
142,86
119,27
111,38
108,31
118,18
100,53
100,00
99,64
Приведенные в таблице 12 данные отражают качество кредитного
портфеля, а также показывают уровень созданных резервов под обесценение
45
ссудной задолженности и величину неработающих кредитов. Как видно из
данных таблицы 12, наблюдается рост размера просроченной задолженности
физических лиц (на 3,77% в 2016 году по отношению к 2015 году и снижение
на 16% в 2017 году, что связано с активным процессом перекредитования в
2017 году. Размер резервов на возможные потери по ссудам в 2016 году
вырос на 11,38%, а в 2017 году 8,31%, однако его доля в общей сумме чистой
ссудной задолженности очень низкая.
Сокращение просроченной задолженности физических лиц банк
добился благодаря усовершенствованию в течение трех лет методики оценки
кредитоспособности заемщика; уменьшения размеров кредитов, выдаваемых
одному заемщику и привлечение достаточного обеспечения, а также
благодаря развитию новых кредитных продуктов для физических лиц и
выдачу дисконтных ссуд.
Показатели качества кредитного портфеля банка ПАО Сбербанк в
сфере потребительского кредитования приведены в таблице 13.
Таблица 13 – Основные показатели эффективности потребительского
кредитования ПАО Сбербанк
В%
Коэффициенты
Общая кредитная активность
Использование привлеченных средств на
потребительское кредитование
Доля просроченной задолженности в активе
Доля просроченной задолженности в СК
Коэффициент покрытия
Коэффициент обеспеченности
2015 г.
15,75
2016 г.
19,05
2017 г.
20,66
42,81
42,32
41,04
2,5
4,27
0,23
82,70
3,5
6,49
0,22
97,70
5,0
7,95
0,26
98,8
В целом можно сделать вывод о том, что ПАО Сбербанк активно
наращивает объемы кредитования физических лиц. Однако негативной
тенденцией можно считать рост объемов просроченной кредиторской
задолженности. Так, проведенный анализ указывает на необходимость более
тщательной организации работы банка с физическими лицами, в т.ч. с
46
помощью
применения
более
совершенной
методики
оценки
кредитоспособности клиентов – физических лиц.
2.3 Сущность методики оценки кредитоспособности
заемщиков – физических лиц ПАО Сбербанк
Эффективное управление кредитной работой требует оптимального и
четкого распределения обязанностей между различными организационными
структурами банка, участвующими в реализации кредитного процесса.
Основная задача, которая стоит перед сотрудником кредитного отдела банка,
– выявление потребностей клиента в кредитовании.
Первая встреча клиента с сотрудником банка начинается с собеседования и
заполнения заявления-анкеты. Цель данного собеседования – собрать максимум
информации о потенциальном заемщике, выяснить цель кредитования, возраст
клиента, его семейное положение, место жительства, место работы, продолжительность работы на данном месте, размер заработной платы и др. Собранные
сведения могут дополняться сведениями, полученными из бюро кредитных
историй, юридического отдела, службы безопасности и т.д.
Затем проводится обработка имеющейся информации и анализ ее,
направленный на оценку кредитного риска.
Чем проще проверка потенциального заемщика, которую проводит
банк, тем более высоки его риски в невозврате предоставляемого кредита.
Эти риски банк компенсирует высокими процентными ставками и
различными
комиссиями,
а
это
в
результате
снижает
его
конкурентоспособность.
В мировой практике существует два основных метода оценки риска
кредитования, которые могут применяться как отдельно, так и дополняя друг
друга:
47
 автоматизированные скоринг-системы;
 профессиональное суждение экспертов (экспертное заключение).
Скоринг (англ. scoring – набирание очков) – автоматизированная
система оценки кредитоспособности клиента на основании анкетных данных
о нем.
Скоринг
используется
в
основном
при
экспресс-кредитовании
физических лиц, чаще всего при потребительском кредитовании без
обеспечения, в котором первостепенную роль играет скорость принятия
решения о возможности предоставления денежных средств.
Система представляет собой статистическую или математическую
модель. В самом упрощенном виде скоринговая модель представляет собой
взвешенную сумму определенных характеристик. В результате получается
интегральный показатель (score), чем он выше, тем выше надежность
клиента, и банк может ранжировать своих клиентов по степени возрастания
кредитоспособности.
По сути скоринговая модель сводится к оценке вероятности
исполнения
потенциальным
заемщиком
обязательств
по
кредитному
договору на основании логического анализа накопленных статистических
данных о заемщиках предыдущих периодов времени.
С помощью определенного программного обеспечения, на основе
имеющихся данных о заемщиках, которым были уже предоставлены кредиты
ранее, создается определенная усредненная модель «эталонного заемщика».
Под «эталонным заемщиком» подразумевается такой заемщик, который
своевременно и в полном объеме погашает задолженность перед банком.
Данная модель базируется на определенных параметрах (критериях).
Перечень этих параметров индивидуален для каждого банка, но в общем
случае их можно условно разделить на следующие блоки:
 финансовые – характеризуют уровень дохода, имеющиеся обязательства, общий трудовой стаж, стаж на данном месте работы;
 личные – включают возраст, семейное положение, пол, наличие или
48
отсутствие лиц на иждивении, образование;
 сопутствующие – это дополнительные источники погашения
кредита, наличие недвижимого имущества в личной собственности,
автомобиля, залог, поручительство, наличие банковских депозитов и др.
Экспертная методика оценки обычно применяется при ипотечном
кредитовании, связанном с крупными суммами, когда необходима детальная,
надежная проверка клиента.
Банки также могут использовать эти модели параллельно – скоринг
система
дает
предварительную
оценку
клиента,
которую
затем
анализ
факторов,
которые
могут
рассматривают эксперты.
Одновременно
производится
указывать на возможность возникновения в будущем риска неплатежей со
стороны данного заемщика. Оценка этих факторов производится по
представленным клиентом документам и по результатам проверки Службы
безопасности банка.
К этим факторам относятся:
 частая смена работы без увеличения доходов;
 снижение доходов или отставание их роста от темпов инфляции;
 негативная кредитная история (наличие просроченной задолженности по ранее полученным кредитам в банках);
 наличие двух и более непогашенных кредитов;
 умышленное завышение доходов и сокрытие расходов, имеющих
постоянный характер;
 сокрытие информации о наличии других кредитов в банках;
 неурегулированные взаимоотношения потенциального заемщика
призывного возраста с военкоматом;
 наличие судимости и иных проблем заемщика с законом;
 иные факторы в зависимости от политики конкретного банка.
Наряду с отрицательными факторами существуют три фактора,
которые могут положительно повлиять на принятие банком решения о
49
выдаче кредита, такие как:
1) наличие движимого и недвижимого имущества (это указывает на
способности потенциального заемщика делать накопления, к тому же
возможна реализация данного имущества самим заемщиком для погашения
задолженности по кредиту в случае появления затруднений в исполнении
обязательств по кредиту);
2) средний
возраст,
хорошее
образование,
перспективность
специальности заемщика (оценка этих факторов позволяет сделать выводы,
будут ли в течение срока действия кредита доходы потенциального заемщика
расти, а доля ежемесячных платежей по кредиту по отношению к его
суммарному доходу снижаться);
3) положительная кредитная история в банках.
Основным показателем при оценке кредитоспособности заемщика –
физического лица является его среднемесячный доход. Его величина
сравнивается с суммой ежемесячного платежа в погашение кредита.
Оценивая кредитоспособность, банковские специалисты определяют
также максимальную сумму, которую можно предоставить в кредит данному
заемщику с учетом имеющейся о нем информации, исходя из его доходов и
расходов, при этом сведя к минимуму риски невозврата кредита.
Рассмотрим
пример
расчета
максимальной
суммы
кредита
физическому лицу.
Данный процесс состоит из двух этапов, суть которых сводится к
следующему:
 определение максимально возможного размера ежемесячного платежа;
 расчет максимальной суммы кредита, которую можно предоставить
данному заемщику.
Расчет максимально возможного размера ежемесячного платежа
(Пмах)
по
кредиту
заключается
в
определении
суммы,
которую
потенциальный заемщик сможет ежемесячно вносить в погашение кредита.
При расчете суммы максимально возможного ежемесячного платежа сначала
50
определяется
чистый
доход
(Дч)
потенциального
заемщика.
Он
рассчитывается как доходы клиента, подтвержденные соответствующими
документами, за вычетом его средних постоянных расходов (коммунальные
платежи, уплачиваемые налоги и сборы, аренда жилья, плата за различные
услуги, алименты, платежи в погашение других кредитов и др.).
Полученная величина корректируется с помощью коэффициента (К),
который указывает на то, какая часть чистого дохода может учитываться для
осуществления платежей по кредиту потенциального заемщика, поскольку
другая часть доходов должна идти на покрытие расходов, связанных с
постоянными жизненными потребностями.
Как правило, эта оставшаяся сумма не должна быть менее установленного прожиточного минимума. Коэффициент К каждый банк
устанавливает самостоятельно, он зависит от размера ежемесячного чистого
дохода клиента и для большинства банков составляет от 0,5 до 0,8.
Таким образом, максимальный ежемесячный платеж для клиента
можно рассчитать по формуле:
Пmах=Дч*К,
(1)
где Пmах – максимально возможный размер ежемесячного платежа;
Дч – чистый доход потенциального заемщика;
К – коэффициент, который указывает на то, какая часть чистого дохода
может учитываться для осуществления платежей по кредиту потенциального
заемщика.
Исходя из максимального ежемесячного платежа и срока кредитования,
рассчитывается платежеспособность Р заемщика на весь срок кредитования:
Р= Пmax*t,
(2)
где t – срок кредитования (в месяцах).
При кредитовании в иностранной валюте доход в эквиваленте этой
валюты определяется следующим образом:
51
(3)
Если у кредитного инспектора имеются сомнения в отношении
сохранения уровня доходов заемщика в течение предполагаемого срока
кредита (например, при неустойчивом финансовом положении организации,
в
которой
работает
заемщик,
наличие
в
сумме
дохода
разовых
негарантированных выплат и т.д.), величина Дч может быть скорректирована
в сторону уменьшения с соответствующими пояснениями в заключении
кредитного инспектора.
Если в течение предполагаемого срока кредита заемщик вступает в
пенсионный возраст, то его платежеспособность также может быть
скорректирована на основании предположения, что доход его с момента
наступления пенсионного возраста будет только в размере начисленной
пенсии. Корректировка производится следующим образом:
Р = Дч 1К1t1 +ДЧ2К2t2,
(4)
где Дч1 — среднемесячный доход, рассчитанный аналогично
Дч; t1 – период кредитования (в месяцах), приходящийся на трудоспособный возраст заемщика;
Дч2 – среднемесячный доход пенсионера (принимается равным
минимальному
размеру
пенсии
ввиду
отсутствия
документального
подтверждения размера будущей пенсии заемщика);
t2 – период кредитования (в месяцах), приходящийся на пенсионный
возраст заемщика;
К1 и К2 – коэффициенты, аналогичные К, в зависимости от величин
Дч1 и Дч2.
При
предоставлении
кредита
в
рублях
платежеспособность
рассчитывается в рублях. При предоставлении кредита в иностранной валюте
платежеспособность рассчитывается в иностранной валюте.
52
Максимальный размер кредита рассчитывается в два этапа:
1. Определяется максимальный размер кредита (Sp) на основе
платежеспособности заемщика:
(5)
где i – годовая процентная ставка по кредиту;
t – срок кредитования (в месяцах).
2. Полученная величина корректируется с учетом других влияющих
факторов: предоставленного обеспечения возврата кредита, информации,
представленной в заключениях других подразделений банка, остатка
задолженности по ранее полученным кредитам.
Таким
образом,
был
проведен
анализ
методики
оценки
кредитоспособности заемщиков – физических лиц, который показал, что
действующая методика во много схожа с методикой кредитного скоринга.
53
3 СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ ОЦЕНКИ
КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ ПАО СБЕРБАНК
3.1 Основные проблемы осуществления оценки
кредитоспособности физических лиц ПАО Сбербанк
В ПАО Сбербанк при оценке кредитоспособности физического лица
используют скорринговые системы. Внедрение скоринговых систем имеет
ряд преимуществ, к которым относят:
 возможность снижения издержек и минимизацию операционного
риска за счет автоматизации принятия решения о выдаче кредита;
 сокращение времени обработки заявлений и предоставления ответа
о выдаче или отказе в кредите;
 централизацию принятия кредитного решения и снижение влияния
человеческого фактора при его принятии;
 выявление и предотвращение попыток мошенничества.
Недостатком скоринговых систем является то, что они оценивают
кредитоспособность заемщика в сокращенном и упрощенном виде, на
основании данных о предыдущих выдачах кредита, в то время как о
возможном поведении клиентов, которым было отказано в кредите, остается
только догадываться.
Уязвимость скоринга также заключается в том, что программа
оценивает не реального человека, а информацию, которую они о себе
сообщают, и хорошо подготовленный клиент может представить данные о
себе так, чтобы увеличить шансы получения кредита.
Кроме того, скоринговые модели требуют постоянной доработки и
обновления, так как со временем изменяются как социально-экономические
условия и условия кредитования, так и сами люди. В западных банках
разработка новых скоринговых моделей происходит раз в полтора-два года и
во многом зависит от стабильности экономики в этот период.
54
В России развитие скоринга (в его изначальном значении) ограничивается
все еще низкими по западным меркам объемами кредитования, а также быстро
меняющимися социально-экономическими условиями.
На рисунке 17 представлены основные проблемы, с которыми
сталкивается ПАО Сбербанк при проведении оценки кредитоспособности
ПРОБЛЕМЫ ПРИ ОЦЕНКЕ
КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКОГО
ЛИЦА В ПАО СБЕРБАНК
физического лица.
Недостаточность сведений для построения
математической модели оценки
кредитоспособности физического лица
Использование моделей скоринга,
неприспособленных к российским условиям
Устаревание на момент подачи кредитной заявки
информации из налоговых служб и ПФ РФ
Рисунок 17 – Проблемы при оценке кредитоспособности физического
лица в ПАО Сбербанк
Российские
достаточной
банки
информацией
и
рейтинговые
о
клиентах
агентства
для
того,
не
чтобы
располагают
выстроить
эффективные математические модели, обеспечивающие спрос на розничное
кредитование, с одной стороны, и минимизацию банковских рисков – с
другой. В такой ситуации банки могут действовать двумя способами.
Во-первых, использовать модель, разработанную за рубежом (так
поступает большинство дочерних офисов иностранных банков и крупных
западных рейтинговых компаний), с ее обязательной адаптацией
российским реалиям, что потребует и времени, и средств.
к
55
Второй способ – это отказ на первоначальном этапе от применения
скоринга и выдача кредитов всем желающим на основании стандартной
проверки с целью накопления необходимой кредитной истории. После чего
банки смогут на основании этих данных разработать собственную
скоринговую модель, скорее интуитивную, весьма эффективную, но и более
дорогостоящую для банка или агентства.
Скоринг
напоминает
облегченную
версию
рейтинга.
Нет
непосредственного контакта с живым человеком, нет всестороннего анализа.
Конечно, большинство систем имеют «лазейки» – возможность повысить или
понизить скоринг на несколько пунктов на основании экспертной оценки, но
все равно в большинстве случаев расчетом скоринга занимаются не
эксперты, а исполнители и на выходе ожидается ряд ответов (а не
бесконечное число уточняющих вопросов).
Сокращение
персонала
и
снижение
заработных
плат
оказали
негативное влияние на динамику задолженности по кредитам физических
лиц.
Невозвраты по кредитам существуют и в условиях стабильной
экономической ситуации, но связаны они главным образом с нежеланием
обслуживать долг.
В целях предотвращения образования проблемных долгов и связанных
с этим негативных последствий необходима эффективная система оценки
платежеспособности заемщика, контроля и управления задолженностью,
включающая совокупность мероприятий по ее взысканию.
Источником выплат по кредиту в случае неплатежеспособности
заемщика могут быть:
 будущие доходы от трудовой деятельности;
 продажа имущества (заложенного или незаложенного) – продажа
имущества, не переданного в залог, возможна по добровольному соглашению
банка и заемщика;
 сочетание первого и второго, то есть продажа части имущества и
56
изъятие части доходов.
По экономическому содержанию доходы физических лиц можно
разделить на трудовые (заработная плата), инвестиционные (доходы по вкладам,
доходы от сдачи имущества в аренду) и социальные (пособия, пенсии).
Инвестиционные доходы носят общесемейный характер, если они являются
результатом общих вложений (накоплений) супругов. В зависимости от
периодичности поступления в доходах физического лица можно выделить
текущие,
к
которым
относятся
регулярные
ежемесячные
поступления
(заработная плата, пособия), и единовременные (подарки, наследство). Наиболее
распространенным источником выплат по кредиту являются текущие трудовые
доходы, которые включают доходы по основному месту работы, по
совместительству и от предпринимательской деятельности.
Основным документом, подтверждающим трудовые доходы заявителя
и, следовательно, его способность обслуживать кредит, является справка о
доходах физического лица по форме 2-НДФЛ с места работы. Проблема
состоит в том, что для граждан, занятых в сфере малого бизнеса, весьма
легко представить недостоверные данные в этой справке. Банки, осознавая
эту ситуацию, зачастую предлагают более жесткие условия кредитования
(меньший лимит ссуды, более высокие ставки) для физических лиц, которые
работают в коммерческих организациях с численностью работников менее
100
человек.
В
то
же
время
для
работников
государственных
(муниципальных) предприятий и структур, где риск фальсификации справок
много ниже, условия лояльнее. Безусловно, повышение ставок и снижение
лимитов кредитования не являются объективным способом преодоления
риска фальсификации справки о доходах. Необходимы дополнительная
проверка информации и подтверждение размера дохода из надежных
источников, которыми являются:
1. Данные персонифицированного учета в Пенсионном фонде РФ,
которые содержат сведения о фактической заработной плате по всем местам
работы. Предоставление этой информации по запросу банка законодательно
57
не предусмотрено. Она может быть получена по требованию самого
физического лица.
2. Данные о доходах, представленные работодателем в налоговую
инспекцию в связи с уплатой налога на доходы физических лиц. На
основании этих сведений можно рассчитать суммы, которые гражданин
получает, что обычно и требуется банку [17].
Проблемой использования этих двух источников является устаревший
характер сведений. Отчетность в Пенсионный фонд РФ и налоговые органы
представляется один раз в год, то есть банк получит данные не за последний
год работы человека, а за предшествующий период. Тем не менее, эти
данные должны быть сопоставимы с текущими доходами, а резкий рост
требует пояснений со стороны заемщика.
3.2 Разработка мероприятий по совершенствованию методики
оценки кредитоспособности физических лиц ПАО Сбербанк
В качестве перспективных направлений совершенствования методов
оценки кредитоспособности физических лиц были рассмотрены возможности
социальных сетей для получения информации о потенциальном заемщике.
В качестве мероприятия рассмотрим трансформацию данных по
показателю «Образование» для целей повышения эффективности скоринга в
ПАО Сбербанк. На основе данного
показателя
можно
определить
специализацию пользователя, дату поступления и окончания учебного
заведения, ученую степень. Но так как на практике наши клиенты нечасто
указывают полную информацию об образовательном учреждении, мы
провели
трансформацию
показателя,
вычислив
новый
показатель
логического типа «Указано учебное заведение» с признаками «да»/»нет».
Далее рассматривается трансформация с точки зрения анализа данных
алгоритмами аналитической системы и не затрагивается преобразование
58
данных в процессе ETL (extraction, transforming, loading). Этому процессу
стоит посвятить отдельную тему и рассмотреть его с технической стороны.
Хотелось бы заметить лишь то, что структура хранилища предполагала
консолидацию данных из всех задействованных социальных сетей, учитывая
тот факт, что один клиент мог авторизоваться в каждой из указанных
социальных сетей. В таблице 15 представлен список из нескольких наиболее
значимых показателей, которые были выявлены при работе с извлеченными
данными и применялись при решении задачи анализа. В данной таблице
кратко описаны методы трансформации, которые могут быть применены к
данным, и ожидаемый результат.
Таблица 15 – Показатели, применяемые при решении задачи анализа
Социальная сеть
Наименование
поля
ВК
ОК
FB
1
2
3
4
1
1
1
Подстановка
значений
Все значения приводятся к общему
виду: «мужской», «женский»
1
Настройка
набора данных
Поле переводится в строковый тип
данных. Принимает одно из значений:
«указана полностью», «указана не
полностью», «нет данных»
1
Вычисляемые
значения
Принимает положительное значение «true», если фамилия и имя в заявке
совпадают с фамилией и именем в
социальной сети, иначе – «false»
Пол
Дата рождения
Совпадение
личных данных
О себе
Количество
друзей
1
1
1
1
Метод
Результат
5
6
1
1
1
Вычисляемые
значения
Рассчитывается количество символов,
введенных пользователем. Поле
переводится в строковый тип данных и
формируется список возможных
принимаемых значений: «нет данных»,
«до 250 символов», «от 250 до 700
символов», «свыше 700 символов»
1
1
1
Вычисляемые
значения
Подсчитывается количество всех
доступных друзей пользователя
Настройка
набора данных
Поле переводится в строковый тип
данных и формируется список
возможных принимаемых значений: «до
100», «от 100 до 500», «свыше 500»
59
Продолжение таблицы 15
1
Наличие
категорий друзей
Указано учебное
заведение
Статус
отношений
Указано место
работы
Указаны
интересы
2
1
1
1
1
3
1
0
0
0
4
6
1
Вычисляемые
значения
Проверяется, заведены ли
пользователем списки, разбивающие
друзей по категориям, к примеру
«коллеги», «близкие друзья» и т.д.
1
Вычисляемые
значения
Если имеется информация об учебном
заведении (школа, колледж, вуз и т.д.),
поле принимает значение «true», иначе
– «false»
1
Подстановка
значений
Все значения приводятся к общему
виду: «нет данных», «не женат / не
замужем», «в отношениях»,
«помолвлен (а)», «женат / замужем»
Вычисляемые
значения
Если пользователем указана
информация о месте работы, поле
принимает значение «true», иначе –
«false»
1
1
0
1
Вычисляемые
значения
Если пользователем указана
информация о личных интересах
(спорте, книгах, музыке и т.д.), поле
принимает значение «true», иначе –
«false»
1
0
1
Вычисляемые
значения
Определяется количество видеофайлов
в аккаунте пользователя
Настройка
набора данных
Поле переводится в строковый тип
данных
Квантование
Формируется список возможных
значений: «не указано», «до 50»,
«свыше 50»
Вычисляемые
значения
Определяется количество аудиофайлов
в аккаунте пользователя
Настройка
набора данных
Поле переводится в строковый тип
данных
Квантование
Формируется список возможных
значений: «не указано», «до 100»,
«свыше 100»
Вычисляемые
значения
Определяется количество фотографий
в альбомах пользователя
Настройка
набора данных
Поле переводится в строковый тип
данных
Квантование
Формируется список значений: «не
указано», «до 5», «от 5 до 50», «свыше 50»
Количество видео
1
0
1
Количество аудио
Количество
фотографий
5
1
0
1
60
Продолжение таблицы 15
1
2
3
Указаны
политические
взгляды
0
0
Указаны
религиозные
взгляды
0
0
Присутствие в
публичных
группах
1
Срок регистрации
пользователя
1
0
1
4
5
6
1
Вычисляемые
значения
Если пользователем указана информация
о политических взглядах, поле принимает
значение «true», иначе – «false»
1
Вычисляемые
значения
Если пользователем указана информация
о религиозных взглядах, поле принимает
значение «true», иначе – «false»
1
Вычисляемые
значения
Если имеется информация о присутствии
пользователя в каких-либо публичных
группах, поле принимает значение «true»,
иначе – «false»
Вычисляемые
значения
Вычисляется дата первой записи на
страничке пользователя и на
основании этой даты формируется
список возможных значений: «менее 3
месяцев», «от 3 месяцев до года»,
«более года»
1
В рамках проекта «Социальный скоринг» была поставлена задача
классификации
клиента
по
типу
платежеспособности
с
помощью
статистических моделей. В основе задачи заложено понимание, что люди со
схожими социально-демографическими характеристиками, привычками,
статусом, стилем жизни, социальными ролями обладают схожим поведением.
Так
как
предполагалось
построение
модели
на
исторической
совокупности данных, которая бы предсказывала поведение нового клиента в
будущем на основе оценки его профайла в социальной сети и относила его в
определенную категорию качества, был рассмотрен метод скоринга с
использованием статистического инструмента – логистической регрессии.
Логистическая
регрессия
определенному
классу,
позволяет
но
и
не
только
определить
отнести
«степень
клиента
к
уверенности»
классификации, то есть количественно оценить степень принадлежности
клиента к определенной категории [2].
Первые результаты наблюдения уже были получены ПАО Сбербанк
при формировании генеральной совокупности из 1068 заявок со статусом
«Кредит выдан», состоящей из клиентов, прошедших авторизацию через
61
социальную
сеть
Facebook.
В
качестве
входных
параметров
были
использованы показатели, приведенные в таблице 8. Стоит отметить, что
список сформирован из максимального числа уникальных значимых
переменных под воздействием корреляционного и факторного анализа.
Выходная переменная бинарного типа была определена на основе оценки
жизненного цикла кредита. Положительное значение «0» переменная принимала
в том случае, если у клиента не возникала просрочка 60+ в течение первых
восьми месяцев, в таком случае клиент рассматривается как «хороший», иначе
переменная принимала значение «1» («плохой» клиент). Первый опыт
проведения социального скоринга для договоров с жизненным циклом не менее
восьми месяцев объясняется следующей ситуацией. Во-первых, данные в
профайле социальных сетей довольно быстро подвергаются изменениям; вовторых, за первые четыре месяца было собрано достаточное для анализа
количество
записей;
в-третьих,
существует
необходимость
постоянного
отслеживания качества модели, определения эффективности ее работы,
фиксации результатов, корректировки и переобучения.
В таблице 16 представлены сведения, касающиеся построения модели
классификации.
Таблица 16 – Сведения о построении модели классификации
Продукт
Потребительский кредит
Период наблюдения
12 месяцев
Окно наблюдения
8 месяцев
Размер генеральной совокупности
Источник данных
Количество клиентов со статусом «хороший»
Количество клиентов со статусом «плохой»
1068 записей
Социальная сеть Facebook
1011 (94,7%)
57 (5,3%)
Количество входящих переменных
17
Модель классификации и регрессии
Логистическая регрессия
62
Вся генеральная совокупность была поделена на обучающее и тестовое
множество в процентном соотношении 75/25 соответственно.
По результатам анализа модель на тестовом множестве смогла верно
классифицировать клиентов в 79% случаев.
Для оценки качества бинарной классификации была построена ROCкривая (рисунок 18), которая отображает соотношение между долей верных
положительных
классификаций
в
общем
числе
положительных
классификаций (называемой чувствительностью алгоритма классификации,
Se) и долей ошибочных положительных классификаций в общем числе
отрицательных классификаций (называемой специфичностью алгоритма
классификации, Sp). Идеальная модель обладает 100%-ной специфичностью
и чувствительностью. Однако на практике добиться этого невозможно, более
того,
невозможно
одновременно
повысить
и
чувствительность,
и
специфичность модели. Тем не менее, при решении задачи с помощью
нахождения оптимального порога отсечения (optimal cut-off value) был
установлен компромисс, при котором оба показателя получают максимально
возможные для себя значения: Sp = 80,8 и Se = 81,7.
Рисунок 18 – ROC-кривая
63
Количественную интерпретацию ROC-кривой дает показатель AUC
(площадь
под
ограниченную
ROC-кривой),
ROC-кривой
который
и
осью
представляет
доли
ложных
собой
площадь,
положительных
классификаций. Считается, что чем выше показатель AUC, тем качественнее
классификатор. В эксперименте с классификацией коэффициент AUC равен
0,89; это значение объясняет хорошие прогностические силы модели [2].
Социальный скоринг в потребительском кредитовании по своему
происхождению близок к аппликационному скорингу (application scoring), но
есть существенное отличие в обрабатываемых данных. Аппликационным
скорингом оценивается не заемщик, а его ответы на вопросы, указанные в
анкете-заявлении. Многие полученные таким образом характеристики могут
оказаться недостоверными или небрежно заполненными. Часто клиенты не
придают особого значения различным «несущественным» вопросам. Также
зачастую у клиента возникает желание завысить свои определяющие
характеристики, чтобы повысить степень доверия кредитной организации
для получения ссуды. Возможны и мошеннические действия, когда клиент
умышленно искажает информацию о себе и своих намерениях.
Но в повседневной жизни заемщик может иметь совсем иные цели,
интересы и желания, не связанные с получением ссуды в кредитной
организации. Использование такого источника информации, как социальная
сеть, дает возможность более объективно оценить клиента и его поведение в
течение продолжительного времени, не учитывая его конкретные намерения
в текущий момент.
Кроме того, как показала практика, заемщики, которые предоставляли
доступ к данным по профайлу, оказывались более ответственными и
платежеспособными, чем заемщики, отказавшиеся от авторизации через
приложение.
Таким образом, эксперимент показал, что использование социальных
сетей имеет ряд преимуществ в потребительском кредитовании при решении
задач прогнозирования поведения клиента и отнесения его к определенной
64
группе с точки зрения платежеспособности.
Данная
модель
будет
полезной
тем
кредитно-финансовым
организациям, в которых основным инструментом принятия решения по
кредитной заявке является скоринговая оценка клиента. Многие кредитные
учреждения могут использовать социальный скоринг как инструмент для
обогащения информации по заемщику дополнительными сведениями. Кроме
того, использование профайла пользователя позволяет выстроить еще один
интерактивный канал взаимодействия с клиентом.
Развитие социальных сетей дает толчок для развития систем оценки
кредитоспособности физического лица на основе его социальной активности
в сети. В России скоринговые модели на основе информации в социальных
сетях также предпринимаются. В связи с тем, что популярные социальные
сети весьма широко задействованы в повседневной жизни большинства
людей, их можно рассматривать в качестве новых нетривиальных источников
данных. Сознательно или нет, пользователи предоставляют материал для
оценки рисков, сообщая массу информации – начиная от смены семейного
положения или работодателя и заканчивая сведениями о покупках или месте
отдыха. Все это отлично иллюстрирует возможную кредитоспособность
человека. На сегодняшний день многие кредитные организации стремятся
понять, кем в действительности является их клиент, какие на самом деле он
преследует цели при обращении за кредитом и каковы его потребности в
настоящий момент времени.
Эффективно исследуя эти три вопроса, кредитная организация может
качественно реализовать задачи выдачи кредита, сопровождения кредита,
наращивания кредитного портфеля за счет имеющихся и новых клиентов.
Даже используя дорогие и мощные кредитно-скоринговые системы,
грамотно выстроенные бизнес-процессы, обладая хорошей методологией,
кредитные организации не всегда получают информацию, достаточную для
принятия верных решений в процессе потребительского кредитования.
Причиной служит то, что качество и количество данных недостаточно
65
высоки для выявления в них нужной и желаемой информации. Большинство
кредитных организаций ограничиваются тем, что собирают информацию
только из традиционно установленных и широко признанных источников:
анкет-заявлений,
бюро
кредитных
историй,
справочников
служб
безопасности и других внутренних и внешних списков. Все это зачастую не
позволяет провести глубокий и точный анализ клиента по причине того, что
данные, полученные со слов клиента, не всегда достоверны; данных,
полученных из внешних источников, бывает недостаточно для принятия
решения, а служба безопасности, как правило, не раскрывает полученную
при проверке информацию, ограничиваясь лишь результатом проведенной
экспертизы.
При изучении сложившейся ситуации встает вопрос о выявлении таких
источников данных, где клиент сам мог бы рассказать о себе, причем без
необходимости заведомого искажения информации, и которые были бы
доступными и могли бы законно использоваться кредитными организациями.
В связи с тем, что популярные социальные сети весьма широко
задействованы в повседневной жизни большинства людей, было предложено
рассмотреть их в качестве новых нетривиальных источников данных. При
взаимодействии пользователей в социальной сети неизбежен обмен
ресурсами или потоками (капитала, информации, технологий, изображений,
звуков, символов и т.д.), вокруг которых построено все общество.
Сознательно или нет, пользователи предоставляют материал для оценки
рисков, сообщая массу информации - начиная от смены семейного
положения или работодателя и заканчивая сведениями о покупках или месте
отдыха. Все это отлично иллюстрирует возможную кредитоспособность
человека.
На основании изученной информации было вынесено решение о
формировании
рабочей
группы
для
разработки
программы
по
взаимодействию с социальными сетями как новыми источниками данных.
Подобная разработка способна модифицировать имеющуюся кредитно-
66
скоринговую систему и тем самым снизить кредитный риск. Проект получил
название «Социальный скоринг», а в рамках его реализации перед нами были
поставлены следующие задачи:
 определить социальные сети, которые будут задействованы в
процессе извлечения данных профайла клиента;
 найти способы и методы извлечения данных;
 определить доступность и ценность данных;
 провести трансформацию данных;
 решить задачу анализа.
Дальнейшее разъяснение проекта изложено по всем приведенным
выше пунктам.
В рамках выбора социальной сети как нового источника данных
необходимо руководствоваться такими критериями, как популярность
социальной сети среди клиентов кредитной организации, доступность
получения данных, набор предоставляемых данных и качество самих данных.
Востребованность той или иной социальной сети была определена как
экспертным методом, так и на основе статистики, полученной из карточек
клиентов.
Доступность
получения
данных
проверялась
на
основе
размещенной информации об API на страницах сайтов социальных сетей.
Качество данных проверялось в течение реализации проекта и основывалось
на заключениях экспертов-аналитиков.
Руководствуясь данными критериями, в период реализации проекта
было выявлено, что самым привлекательным источником данных является
социальная сеть «ВКонтакте», так как она предоставляет широкий спектр
данных и при этом популярна среди наших клиентов. Таким образом, при
использовании данной социальной сети возникает высокая вероятность
получения дополнительных данных по клиентам.
Следующим выбором в качестве источника данных стала социальная
сеть Facebook, которая уступает по популярности среди клиентов, но по
массиву
получаемых
данных
приближена
к
сети
«ВКонтакте».
67
Следовательно, по определенной категории людей всегда есть возможность
получить хороший дополнительный набор данных.
Так как проект ориентирован на российского потребителя, в качестве
еще
одного
источника
данных
была
рассмотрена социальная
сеть
«Одноклассники», которая часто используется клиентами, но в отношении
получаемого объема данных сильно уступает двум предыдущим.
После
определения
списка
задействованных
социальных
сетей
следующим шагом стало установление того, каким образом будут получены
данные по клиентам.
Чтобы начать процесс получения данных по клиенту, необходимо
реализовать три составляющие: во-первых, запросить администрацию
социальной сети о предоставлении доступа к рабочей области; во-вторых,
разработать приложение, которое будет способствовать извлечению данных;
в-третьих, определить программу, стимулирующую пользователя разрешить
доступ к извлечению персональных данных.
Каждая
социальная
сеть
после
соответствующей
регистрации
предоставляет разработчику доступ к рабочей области, где может быть
разработано и введено в опытно-промышленную эксплуатацию необходимое
приложение.
Выбирая разработчика приложения, следует учитывать тот факт, что
список доступных данных, как и сами методы извлечения, может меняться, и
это влечет за собой немедленное обновление функционала программы.
Следовательно, понадобится постоянное сопровождение приложения. Таким
образом, предпочтительнее иметь собственную команду программистов,
нежели отдавать разработку на аутсорсинг.
Так как метод извлечения данных ориентирован на онлайн-аудиторию,
посредником между клиентом и приложением может выступать онлайнзаявка на кредит с возможностью последующей авторизации через
приложение.
В качестве стимулирования клиента к действию по авторизации были
68
предложены следующие маркетинговые ходы:
 понижение процентной ставки;
 снижение времени обработки заявки;
 повышение максимальной суммы и срока по кредиту.
На рисунке 19 приведены форма онлайн-заявки на кредит и запрос на
разрешение доступа к данным социальной сети «ВКонтакте».
Рисунок 19 – Форма заявки и авторизация через приложение
социальной сети «ВКонтакте»
Пользователю предоставляется возможность авторизоваться через
несколько социальных сетей в рамках одной заявки.
Метод извлечения данных был определен исходя из возможностей,
предоставляемых социальными сетями. Так как каждая социальная сеть
специфична по своей структуре, независима и не связана с остальными:
имеет разное время доступа, методы извлечения и набор извлекаемых
данных, потребовалась разработка трех приложений под каждую социальную
сеть отдельно.
69
Запрос и извлечение данных реализованы по открытому протоколу
авторизации, который позволяет обращаться к данным профайла в
автономном режиме в течение разрешенного времени даже после закрытия
пользователем браузера или ухода со страницы заявки. Таким образом, при
получении большого массива данных нет необходимости задерживать
пользователя на форме заявки до момента завершения загрузки данных.
Предоставленный социальной сетью доступ к среде разработки
приложения позволяет моментально проводить тестирование, определять
доступность и ценность данных, выявлять и устранять замечания, а в случае
необходимости переопределять функциональные требования и вносить
соответствующие изменения.
В процессе разработки приложения необходимо учитывать ряд
факторов, которые существенно влияют на процесс взаимодействия с
новыми источниками данных.
Во-первых, не все данные профайла, указанные в документации API
социальных
сетей
как
доступные,
получается
использовать
в
действительности. Это обусловливается тем, что администрация социальной
сети закрывает доступ к данным или вносит определенные корректировки
без своевременного отражения этих изменений в документации и какоголибо оповещения об этом самих разработчиков приложения. При этом нам
приходилось как можно чаще отслеживать подобного рода изменения, чтобы
фиксировать их в уже сформированном наборе получаемых данных. Вовторых,
при
написании
алгоритма
необходимо
учитывать
производительность приложения, так как социальные сети ограничивают
срок доступа к извлечению данных. Как правило, доступ предоставляется на
срок до суток в зависимости от политики социальной сети.
Учитывая описанные ограничения доступности данных, приходится
принимать во внимание также факторы, влияющие на ценность данных. В
процессе эксперимента нами были выявлены наиболее часто встречающиеся
факторы,
искажающие
качество
данных.
Во-первых,
встречается
70
недостоверная или противоречивая информация. К примеру, это могут быть
недействительные контактные данные, фамилия и имя, дата рождения,
образование, место работы и др. Во-вторых, зачастую указывается неполная
информация. Дата рождения может быть указана без года, или какое-либо
поле может иметь пустое значение. Такие данные предлагается либо
обогащать за счет информации в карточке клиента, либо исключать,
предварительно используя алгоритм верификации данных (к примеру,
соответствие номера телефона маске семизначного ввода и др.).
Массив извлекаемых данных характеризуется набором свойств,
которые могут повлиять на эффективность работы модели и снизить
достоверность результатов анализа. Факторами, ухудшающими качество
данных, могут стать дубликаты, противоречия, шумы, аномальные значения,
пропуски и т.д. Данные могут быть разбросаны, не упорядочены,
представлены в форматах, с которыми не работает тот или иной алгоритм.
Трансформация данных, то есть их преобразование к определенному
представлению, формату и виду, оптимальному с точки зрения решаемой
задачи, призвана решить эту проблему.
Процессу трансформации в проекте было отведено довольно много
времени. Так как качество данных имеет определяющее влияние на
эффективность результата, большое внимание уделялось обследованию
получаемых данных и их преобразованию. В эксперименте к данным
применялись следующие методы трансформации:
 квантование (разбиение диапазона возможных значений числового
признака на конечное количество интервалов);
 группировка (обобщение нужной информации, объединение ее в
минимально необходимое количество полей и значений);
 настройка набора данных (преобразование типов данных, имен,
названий и меток полей);
 вычисляемые
полученных);
значения
(расчет
новых
данных
на
основе
71
 нормализация и кодирование (преобразование данных к числовому
виду);
 слияние (обогащение данных одной совокупности данными из
другой совокупности);
 подстановка значений (замена одних значений другими).
В процессе обработки и анализа данных по профайлам определялись
наиболее качественные, пригодные к использованию, показатели. Список
показателей формировался исходя из специфики решаемой задачи.
Таким образом, для решения проблем в оценке кредитоспособности
физических лиц предлагается ряд рекомендаций для участников рынка.
В сложившейся экономической ситуации российским банкам следует:
1. Проводить более тщательный отбор клиентов, отслеживая не
только кредитную историю, но и имеющуюся у заемщиков долговую
нагрузку; помимо этого, следует тщательно объяснять клиенту размер его
обязательств перед банком.
2. В рамках привлечения клиентов предлагать дополнительный
функционал
использовать
платежных
карт,
возможности
разрабатывать
дистанционного
комплексные
привлечения
продукты,
клиентов
и
заключения договоров с ними. Важными условиями конкурентоспособности
банка на рынке потребительских кредитов помимо приемлемых для целевой
аудитории процентных ставок являются развитая филиальная сеть, высокая
скорость принятия решения по кредиту, доступность информации о кредите,
удобство погашения кредита, известный бренд, которому доверяют
граждане, и качество сервиса при оформлении кредита и консультациях.
3. В
рамках
работы
с
просроченной
задолженностью
ввести
различные программы рефинансирования и реструктуризации долга, а также
обеспечить должный уровень правовой культуры работников отделов
взыскания.
Таким образом, кредитоспособность – это правовая и финансовая
возможность заемщика привлекать заемные средства, а также его желание и
72
способность в условиях неопределенности возвратить полученный кредит с
процентами в срок, установленный договором.
Использование балльных систем оценки кредитоспособности – это
наиболее объективный и экономически обоснованный процесс принятия
решений. Однако в методиках необходимо учитывать такую проблему
балльных систем оценки кредитоспособности, как то, что они должны быть
статистически тщательно выверены и требуют постоянного обновления
информации.
3.3 Расчет экономической эффективности предлагаемых мероприятий
по совершенствованию методики оценки
кредитоспособности физических лиц ПАО Сбербанк
Далее рассчитаем эффективность внедрения программы «Социальный
скоринг» для более эффективного принятия управленческих решений при
оценке кредитоспособности физического лица.
Заработная плата исполнителя работ по отслеживанию информации в
социальной сети складывается из основной заработной платы (ОЗПр) и
дополнительной заработной платы. (ДЗПр):
ЗПобщ.р=ОЗПр+ДЗПр,
(6)
где ОЗПр – основная заработная плата, руб.
Основная заработная плата за период вычисляется следующим
образом:
ОЗПр=ЧТСр*Тпр,
где ЧТСр – заработная плата за один час работы, руб.
Заработная плата за один час работы определяется следующим образом:
(7)
73
ЧТСр=ЗПр/м/(N*Тд),
(8)
где ЗПр/м – заработная плата за месяц, руб.;
N – количество рабочих дней в месяце, дни (принять 22 дня);
Тд м продолжительность рабочей смены, час.;
Тпр – время, затрачиваемое на внедрение, час.;
ДЗПр –дополнительная заработная плата разработчика.
Проведем далее расчет для ПАО Сбербанк:
ЧТСр = 18000 / (22*8) = 102,27 руб.
ОЗПр = 102,27 * 286 час. = 29249 руб.
Дополнительная
заработная
плата
включает
выплаты,
предусмотренные действующим законодательством за неотработанное время.
Рассчитывается в процентах от основной заработной платы.
Проведем далее расчет для ПАО Сбербанк:
ДЗПр = 29249 руб.* 15 / 100 = 4387 руб.
ЗПобщ.р = 29249 + 4387 = 33636 руб.
Отчисления на социальные нужды (ОСНр) устанавливаются в
процентах от расходов на оплату труда (30%):
ОСНр = 33636 * 30 / 100 = 10090 руб.
Сумма амортизации за период вычисляется линейным методом по
следующей формуле:
Ао 
Н а * Соб * Т м
100% * Фд ,
(9)
где На – годовая норма амортизации, %.
Норма амортизации рассчитывается следующим образом:
На 
1
*100%
Тн
,
(10)
74
где Тн – нормативный срок службы ПК, год;
Соб – балансовая стоимость ПЭВМ, руб.;
Тм – машинное время, затрачиваемое на создание ПП, час.
Фд – годовой фонд рабочего времени оборудования, час.
Фд определяется по следующей формуле:
Фд = ((365-С-В-Пр)х8-ППрх1) х S х (1-а/100),
(11)
где 365 – количество календарных дней в году;
С,В,Пр – количество нерабочих дней в году: субботних, воскресных и
праздничных;
8 – продолжительность рабочей смены, ч;
S – количество смен работы в сутки;
ППр – количество предпраздничных дней в году.
а – процент потерь времени на ремонт оборудования (принять а = 3-5%).
Проведем далее расчет для ПАО Сбербанк:
На=1/4=25%.
Фд=((365-117)*8) * 1 * (1-0,03)=1924 час.
А0=25*42000*161/1924*100=878 руб.
Основой для расчета расходов на содержание и эксплуатацию ПЭВМ
является себестоимость 1-го машино-часа работы ПЭВМ, которая включает:
1. Основную
заработную
плату
работников,
обеспечивающих
функционирование ПЭВМ. К их числу относятся, например, инженерэлектрик, инженер по обслуживанию ПЭВМ, системный программист,
оператор и т.д.
Заработная плата обслуживающего персонала рассчитывается по
формуле:
ОЗПоп=12*ЗПоп/n,
(12)
где ЗПоп – заработная плата обслуживающего персонала по категориям
работников, руб./мес.;
75
n – количество обслуживаемых ПЭВМ.
Проведем далее расчет для ПАО Сбербанк:
ОЗПоп=12*10000/18=6666 руб.
2. Дополнительная заработная плата обслуживающего персонала
(ДЗПоп) берется в процентах от основной:
ДЗПоп=6666*15/100=999 руб.
3. Начисления на заработную плату обслуживающего персонала
(ОСНоп) устанавливается в процентах от расходов на оплату труда (30%):
ОСНоп=6666+999*30/100=2299 руб.
4. Затраты на электроэнергию складываются из:
 затрат на силовую электроэнергию;
 затрат на электроэнергию, которая идет на освещение.
Затраты на силовую электроэнергию определяются по следующей
формуле:
Зс.эл=Мпр*Фд*Сквт/ч,
(13)
где Мпр – электроэнергия, потребляемая вычислительной машиной,
квт/час;
Сквт/ч – стоимость 1 квт/час (2,5 руб.).
Проведем далее расчет для ПАО Сбербанк:
Зс.эл=1,2*1924*2,5=923,52 руб.
Затраты на электроэнергию, которая идет на освещение, определяется
по следующей формуле:
Зосв=Фд*Мосв* Сквт/ч ,
(14)
еде Мосв – суммарная мощность, которая идет на освещение, квт/час.
Проведем далее расчет для ПАО Сбербанк:
Зосв=1924*0,11*2,5=529 руб.
Общие затраты на электроэнергию определяются по формуле:
76
Зэл=Зс.эл+Зосв,
(15)
Зэл=529+923=1452 руб.
5. Стоимость ремонта оборудования определяется в процентах от
балансовой стоимости ПЭВМ:
Зрем=Соб*Нр/100%,
(16)
где Нр – величина отпускаемых средств на ремонт вычислительной
техники относительно стоимости этой техники, % (принять равной 2-4%);
Соб – балансовая стоимость ПЭВМ, руб.
Проведем далее расчет для ПАО Сбербанк:
Зрем=42000*2/100=840 руб.
Годовые
расходы
на
содержание
и
эксплуатацию
1
ПЭВМ
определяются по формуле:
Рс.э=ОЗПоп+ ДЗПоп+ ОСНоп+Зэл+Зрем,
(17)
Проведем далее расчет для ПАО Сбербанк:
Рс.э=6666+999+2299+1452+840=12256 руб.
Себестоимость 1-го машино-часа работы ПЭВМ определяется так:
Смч=Рс.э/Фд,
(18)
Проведем далее расчет для ПАО Сбербанк:
Смч=12256/1924=6,37 руб.
Расходы на содержание и эксплуатацию ПЭВМ, относящиеся к данной
системе определяется следующим образом:
Рс.э.п=Смч*Тм ,
(19)
Проведем далее расчет для ПАО Сбербанк:
Рс.э.п=6,37*161=1025 руб.
Прочие расходы (ПР) определяются в процентах от основной
заработной платы разработчика (ОЗПр), руб. (принять равными 30-40%):
77
ПР=29249*30/100=8774 руб.
Итого себестоимость составит:
С=МЗ+ЗПобщ.р+ОСНр+Ао+Рс.э.п+ПР,
(20)
С=3960+33636+10090+878+1025+8774=58363 руб.
На основании произведенных расчетов анализируется структура
себестоимости (таблица 17).
Таблица 17 – Структура себестоимости продукта «Социальный
скоринг»
Статьи затрат
Материальные затраты
Основная заработная плата работника
Дополнительная заработная плата
Итого: заработная плата
Отчисления на социальные нужды
Амортизация ПЭВМ
Расходы на содержание
и эксплуатацию ПЭВМ
Прочие расходы
Итого полная себестоимость
Сумма, руб.
3960
29249
4397
33636
10090
878
Структура, %
6,79
50,12
7,53
57,63
17,29
1,50
1025
1,76
8774
58363
15,03
100
Суммарная экономия для разработанного решения может быть
рассчитана следующим образом:
Эс  Эзп  Эм ,
(21)
где ЭС – суммарная экономия, руб.;
ЭЗП – экономия заработной платы, руб.;
ЭМР – экономия материалов, руб.
Расчет для ПАО Сбербанк:
ЭС=88925+660=89585 руб.
В таблице 18 приведены для сравнения продолжительности работ,
решаемых вручную и на ЭВМ.
78
Таблица 18 – Нормы времени выполнения работ пользователем системы
Показатель
Условное
обозначение
Единица
измерения
t вв
человекочас
160
32
t поиск
человекочас
400
120
t оф
человекочас
180
24
740
176
Годовая трудоемкость
операции по вводу и
корректировке данных
Годовая трудоемкость
операции по поиску и
обработке данных
Годовая трудоемкость
операции по оформлению
и выводу данных
Итого
Базовый
вариант
Новый
вариант
Экономия на заработной плате рассчитывается по следующей формуле:
Эзп  Т * С1ч / и ,
(22)
где T – экономия времени, час.;
С1ч/и – стоимость 1 часа работы пользователя, руб.
С1ч/и рассчитывается по формуле:
С1ч / и 
ЗП и * 
,
22 * 8
(23)
где ЗПи – заработная плата исполнителя, руб.;
α – коэффициент, учитывающий социальные выплаты (1,34).
Расчет для ПАО Сбербанк:
С1ч/и=20000*1,34/22*8=152,27 руб.
Экономия трудоемкости работ рассчитывается по формуле:
Т  Т б  Т н ,
(24)
где Tб – годовая трудоемкость решения задачи базовый вариант, час.;
Tн – годовая трудоемкость решения задачи новый вариант, час.
79
Расчет для ПАО Сбербанк:
Т  Т б  Т н =760-176=584 час.;
Эзп  Т * С1ч / и =584*152,27=88925 руб.
Экономия расходуемых материалов представляет экономию бумаги.
Результаты проведенных расчетов сведены в таблицу 19.
Таблица 19 – Сводная таблица расчета суммарной экономии затрат
Наименование показателя
Машинное время, используемое для решения
потребителем задач с помощью
разработанной программы (Тмв)
Экономия рабочего времени
Ед. измерения
Значения
час.
176
час.
584
Руб.
88925
Суммарная экономия
Капитальные вложения в систему можно рассчитать по формуле:
К
Т мв * К к
С ,
Фд
(25)
где К – капитальные вложения в систему, руб.;
КК – капитальные вложения в ЭВМ, руб.;
Фд – полезный годовой фонд времени работы ЭВМ, за вычетом
простоев в ремонте, час./год;
Тмв – машинное время, используемое потребителем для тех задач,
которые он решает с помощью системы, машино-час/год;
С – себестоимость используемой системы, руб.
Расчет для ПАО Сбербанк:
К=42000*176/1924+58363=62204 руб.
Расчет эксплуатационных расходов, связанных с функционированием
системы производится по формуле:
Рэ  С эн  Ао  С рем  Зоп ,
где Сэн – стоимость электроэнергии, руб.;
Ао – сумма амортизации за время эксплуатации, руб.;
(26)
80
Срем – стоимость ремонта оборудования, руб.;
Зоп –
заработная плата обслуживающего персонала за время
эксплуатации, (руб.).
В таблице 20 приведены данные для расчета эксплуатационных расходов.
Таблица 20 – Данные для расчета расходов
Наименование
Стоимость одного часа работ пользователя на ПЭВМ, С1ч/и
Коэффициент, учитывающий дополнительную зарплату, WД
Мощность, потребляемая ЭВМ, Мпр
Стоимость электрической энергиии, СкВт/ч
Среднее число часов работы системы в году
с учетом простоев в ремонте, Фд
Трудоемкость работ на ЭВМ, Тмв
Единицы
измерения
руб.
Значение
кВт/ч
руб./кв.ч
152,27
1,1
0,11
2,64
час
1924
час
176
Заработная плата обслуживающего персонала за время эксплуатации
системы рассчитывается по формуле:
ЗПоп  С1ч / и * Т мв * Wд
(27)
Расчет для ПАО Сбербанк:
ЗПоп  С1ч / и * Т мв * Wд
=152,27*176*1,1=29479 руб.
Стоимость ремонта оборудования рассчитывается по формуле:
С рем 
Н р * Соб * Т мв
100% * Фд
,
(28)
где Нр – величина отпускаемых средств на ремонт вычислительной
техники относительно стоимости этой техники, % (принять 2-4%);
Соб – стоимость оборудования, руб.
Расчет для ПАО Сбербанк:
Срем=2*42000*176/1974*100%=82,40 руб.
Стоимость электроэнергии рассчитывается по формуле:
81
Сэн  М пр * Т мв * Сквт / ч
(29)
Расчет для ПАО Сбербанк:
Сэн=0,11*176*2,64=51,11 руб.
Сумма амортизации вычислительной техники рассчитывается по
формуле 5.
Годовая норма амортизации, % рассчитывается по формуле 6.
Амортизационные отчисления с программы рассчитываются по
следующей формуле:
Ап 
С
,
Тс
(30)
где Ап – амортизационные отчисления с программы, руб.;
TC – срок службы (принять 4-6 лет).
Расчет для ПАО Сбербанк:
Ап=62204/4=15551 руб.
Производиться
автоматизирование
рабочего
места,
поэтому
дополнительных расходов на содержание зданий и помещений не требуется.
Общие расходы с учетом прочих расходов (2% от суммы всех
эксплуатационных расходов) определяются по формуле:
ЭР  1,02  Рэ
(31)
Расчет для ПАО Сбербанк:
ЭР=15551+51,11+82,4+29479*1,02=46066 руб.
Рассчитаем
экономическую
эффективность
внедрения.
Расчет
осуществляется по следующей формуле:
Эф  Эс  ЭР
,
где ЭФ – фактическая экономия, руб.
(32)
82
Расчет для ПАО Сбербанк:
ЭФ=89585-46066=43499 руб.
Критерием
эффективности
создания
и
внедрения
продукта
«Социальный скоринг» является ожидаемый годовой экономический эффект.
Годовой экономический эффект рассчитывается по следующей формуле:
ЭГ=ЭФ-ЕНК,
(33)
где ЭГ – годовая экономия, руб.;
ЕН  0,15-0,25 – нормативный коэффициент эффективности.
Расчет для ПАО Сбербанк:
ЭГ=43499-0,15*62204=34169 руб.
Срок окупаемости капитальных затрат на разработку и внедрение
решений определяется по формуле:
Т ок 
К
,
Эг
(34)
где Tок – срок окупаемости, год.
Расчет для ПАО Сбербанк:
Tок=62204/34169=1,82 года.
Расчетный коэффициент экономической эффективности капитальных
затрат на разработку и внедрение рассчитывается по следующей формуле:
Ер 
Эг
1

К Т ок
(35)
Расчет для ПАО Сбербанк:
Ер=1/1,82=0,54.
Таким образом, можно сделать вывод, что мероприятия по внедрению
решения «Социальный скоринг» являются эффективными (Ер = 0,52  Ен =
0,15) и окупятся в течение 2 лет, при этом годовой экономический эффект
будет составлять 34169 рублей. Сводные технико-экономические показатели
внедрения приведены в таблице 21.
83
Таблица 21 – Сводные технико-экономические показатели внедрения
решения «Социальный скоринг»
Показатель
1. Технические показатели
Среднее время работы системы Тмв
2. Экономические показатели
Себестоимость системы
Капитальные вложения
Годовые эксплуатационные расходы
Ожидаемый годовой экономический эффект
Коэффициент экономической эффективности
Срок окупаемости
Таким
образом,
была
произведена
Ед. измерения
Значение
показателя
час.
176
руб.
руб.
руб./год
руб./год
год
58363
62204
46066
34169
0,54
1,82
оценка
экономической
эффективности внедрения решения «Социальный скоринг».
Себестоимость представляет собой сумму затрат на разработку и
расходов на содержание и эксплуатацию оборудования, используемого при
внедрении.
По итогам проведенных расчетов себестоимость внедрения
составляет 58363 руб.
Исходя из приведенных расчетов, был сделан вывод о том, что
мероприятия являются эффективными и окупятся в течение 1,82 года. При
этом годовой экономический эффект будет составлять 34169 рублей с одного
рабочего места.
84
ЗАКЛЮЧЕНИЕ
Кредитование потребителей – физических лиц
в любой стране
является основой роста экономики, так как это стимулирует производство
товаров народного потребления, что в свою очередь является драйвером
роста для многих отраслей экономики.
Существует достаточно обширная классификация потребительского
кредитования как в России, так и за рубежом. Один вид потребительского
кредитования может включать несколько его подвидов. Конкретизация видов
потребительского
кредитования
обусловлена
ориентированием
на
определенную группу клиентов или на определенные цели кредитования.
Необходимость
правильной
классификации
вызвана
развитием
потребительского кредитования, в том числе обусловлена развитием
информационных технологий в сфере банковского кредитования.
Методы оценки кредитоспособности физического лица
краеугольным
камнем
являются
в системе кредитования. Эффективность данных
методов обуславливает эффективность деятельности всей банковской
системы, так как от правильности
финансовая
устойчивость
оценки кредитоспособности зависит
кредитной
организации.
Необходимость
кредитования физических лиц диктуется реалиями развития экономики в
целом, что важно не только для повышения эффективности расчетов, но и
социально значимо.
Сбербанк России является крупнейшим банком Российской Федерации
и СНГ. Успешное развитие банка обусловлено огромным опытом банковской
деятельности в прошлом, а так же свежим идеям и внедрению новых
банковских инструментов в последние годы.
Использование инновационных технологичных продуктов помогает
банку удерживать его лидерское положение на российском рынке. На него
приходится 1/4 активов всей банковской системы России. В Сбербанке
хранится подавляющее большинство вкладов россиян – до 50,6% от общего
85
числа по стране. Пассивы помогают ему быть основным кредитором
отечественной экономики.
Сегодня ПАО Сбербанк имеет присутствие на западных и восточные
рынках, где отрыты филиалы и предоставляются услуги не только россиянам,
находящимся за рубежом, но и иностранным гражданам на территории
других стран по востребованным банковские продукты.
Целью руководства ПАО Сбербанк ставится задача: составить
заметную конкуренцию крупным игрокам на международном рынке
банковских услуг. При том, что банк уже является одним из крупнейших
банков в Восточной Европе.
В
соответствии
с
данной
концепцией
развития,
структурные
подразделения уже работают в Беларуси, Украине, Казахстане, Германии,
Китае,
Индии
и
других.
Международные
карты
принимаются
к
обслуживанию в большинстве стран, в пунктах выдачи наличных и
банкоматах.
Экспансия банка за пределы нашей страны продолжается очень
быстрыми темпами, планируется, что к 2020 году ПАО Сбербанк будет иметь
до 5% от общего объема прибыли, полученной от международной
деятельности. Сейчас Сбербанк заинтересован в выходе на рынок Восточной
Европы – с этой целью он обсуждал покупку некоторых активов в этих
странах.
На правах собственности 57,6% акций Сбербанка принадлежат
Центральному Банку РФ, еще 31% акций находятся у иностранных
инвесторов.
Зарубежные инвесторы являются частными лицами и компаниями из
почти 50-ти стран, включая США, Канаду, Великобританию, Швейцарию,
Люксембург, Кипр, другие страны Европы, Юго-Восточной Азии и Ближнего
Востока.
Анализ
экономических
показателей
деятельности
показал,
что
основное место в структуре доходов банка в 2017 году занимали проценты
86
полученные за предоставленные кредиты 84,05%, в 2016 году они занимали
85,27%, основное место в 2015 году так же занимают доходы от процентов
(85,43%).
Всего доходы Сбербанка выросли на 27,20% в 2017 году по
отношению к 2015 году. При этом процентные доходы выросли на 25,15%,
доходы за РКО выросли на 49,56. Основное место в структуре расходов
занимают проценты по привлеченным средствам: от 65,66% в 2015 году до
52,07% в 2017 году. При этом, процентные расходы снизились на 27% по
отношению к 2015 году и на 23% по отношению к 2016 году.
Чистые процентные доходы увеличились в 2017 году на 25,15% по
отношению к 2015 году и на 4,47% по отношению к 2016 году . Их рост в
течение года сдерживался снижением доходов от кредитования юридических
лиц вследствие снижения уровня процентных ставок на рынке и большого
объема досрочных погашений в конце года. Фактическая прибыль выросла
на 30,74% в 2017 году по отношению к 2015 году и на 8,68% по отношению
к 2016 году.
В
настоящее
физических
лиц
время
проведение
затрудняется
резким
оценки
кредитоспособности
сокращением
количества
кредитоспособных заемщиков и, как следствие, увеличением объема
просроченной задолженности и наращиванием ресурсов для создания резерва
на возможные потери по ссудам.
В этой связи требуется совершенствование применяющихся на
практике методик оценки кредитоспособности заемщиков – физических лиц,
как
одна
из
мер
минимизации
кредитного
риска,
которая
будет
способствовать устранению этих недостатков и обеспечит увеличение
доходности деятельности российских коммерческих банков.
На сегодняшний день единой методики оценки кредитоспособности
заемщиков – физических лиц у банков не существует. Каждый банк имеет
право ориентироваться на международный или отечественный опыт, либо
разрабатывать собственную методику для оценки кредитоспособности
87
заемщиков – физических лиц.
В
рамках
работы
была
произведена
оценка
экономической
эффективности внедрения решения «Социальный скоринг». По итогам
проведенных расчетов себестоимость внедрения составляет 58363 руб.
Исходя из приведенных расчетов, был сделан вывод о том, что мероприятия
являются эффективными и окупятся в течение 1,82 года. При этом годовой
экономический эффект будет составлять 34169 рублей с одного рабочего
места.
88
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Аганов
А.Н.
Нормативно-правовое
регулирование
потребительского кредитования в России: проблемы, задачи и возможности //
Российская юстиция. – 2013. – №1. – С. 15-20.
2. Банковское право: Учебник для бакалавров / Е.С. Губенко, А.А.
Кликушин, М.М. Прошунин и др.; под ред. И.А. Цинделиани. М.: Российский
государственный университет правосудия. – 2016. – 536 с.
3. Бычков А. Риски использования кредитных нот // Банковское
обозрение. Приложение «БанкНадзор». – 2017. – №2. – С. 43-46.
4. Бычков А.И. О рисках и спорах по кредитному договору. М.:
Инфотропик Медиа. – 2016. – 332 с.
5. Годовникова
А.М.
Некоторые
актуальные
теоретические
и
правовые аспекты договора потребительского кредитования // Юрист. – 2016.
– №24. – С. 16-20.
6. Годовникова А.М. Проблемы и перспективы гражданско-правового
регулирования потребительского кредитования в России // Юридический
мир. – 2016. – № 11. – С. 26-29.
7. Демченко
С.С.
Правовое
регулирование
потребительского
кредитования в России в современный период // Адвокат. – 2012. – № 4. – С.
15-20.
8. Жизнь под процентом. Как уберечь деньги от инфляции и
мошенников. М.: Редакция «Российской газеты». – 2017. – Вып. 10. – 16 с.
9. Иванов О.М. О свободе договора, синдицированном кредите и
направлениях развития гражданского права // Вестник Университета имени
О.Е. Кутафина (МГЮА). – 2017. – №1. – С. 114-121.
10. Илюшина М.Н. Новеллы законодательства о потребительском
кредитовании
и
гражданско-правовой
механизм
профессиональной
деятельности коллекторских агентств // Законы России: опыт, анализ,
практика. – 2014. – №8. – С.18-29.
89
11. Казакова Е.Б. Правовые основы регулирования потребительского
кредитования на современном этапе // Российская юстиция. – 2016. – №3. –
С. 9-10.
12. Казакова Е.Б. Проблемы в сфере потребительского кредитования и
пути их решения // Банковское право. – 2016. – №3. –С. 26-30.
13. Казакова Е.Б. Объемы потребительского кредитования в 2015-2017
годах // Банковское право. – 2018. – №3. – С. 26-30.
14. Казаченок
О.П.
Правовое
регулирование
синдицированного
кредитования в России: противоречия законодательства и практики // Законы
России: опыт, анализ, практика. – 2017. – №5. – С. 68-73.
15. Коваленко Л. Рынок не холодный, а прохладный [Интервью с М.
Матовниковым] // БДМ. – Банки и деловой мир. – 2017. – №4. С. – 7-10.
16. Козлова Д. Виды потребительского кредитования в России и за
рубежом // Актуальные проблемы предпринимательского права / под ред.
А.Е. Молотникова. М.: Стартап. – 2016. – Вып. V. – С. 109-117.
17. Костюк М.Ф., Селямин А.А. Сфера кредитования как объект правового
регулирования // Российский следователь. – 2016. – №24. – С. 25-29.
18. Набиев С.А. оглы. Риски банковской деятельности в условиях
нестабильности российской экономики // Предпринимательское право.
Приложение «Право и Бизнес». – 2016. – №2. – С. 18-21.
19. Осадчий М. Маргиналкредитбанк, или Плохие долги в рознице //
Банковское обозрение. – 2016. – №5. – С. 24-27.
20. Пашков Р., Юденков Ю. Управление кредитным риском во ВПОДК
// Бухгалтерия и банки. – 2017. – №6. – С. 26-43.
21. Рахматуллина Л.Э. Кредитный риск: понятие и некоторые
проблемы правового регулирования // Вестник арбитражной практики. –
2017. – №1. – С. 35-40.
22. Суховская М.Г. Потребительские кредиты: новые правила игры //
Главная книга. – 2014. – №15. – С. 25-27.
23. Хоменко Е.Г. Закон о потребительском кредите: чьи ожидания
90
оправдались? // Юридическая работа в кредитной организации. – 2014. – №1.
– С. 14-15.
24. Чертопруд С. Битва за кредиты // Банковское обозрение. – 2015. –
№2. – С. 45-98.
25. Яшина М.Л., Антонова Д.В. Методика оценки финансовых рисков
при формировании кредитной политики банка // Бухгалтерский учет в
банках. – 2017. – №4. – С. 18-30.
26. Официальный
сайт
Центрального
банка
России. Статистика
[Электронный ресурс]. URL: http://www.cbr.ru/ (дата обращения 02.10.2018).
27. Центр
прогнозирования
макроэкономического
(ЦМАКП).
анализа
[Электронный
http://www/forecast.ru/ (дата обращения 02.10.2018).
и
краткосрочного
ресурс].
URL:
91
ПРИЛОЖЕНИЕ 1
(справочное)
Факторы, позволяющие определить степень кредитного риска
при получении потребительских кредитов
Таблица 1.1
Показатель
Возраст
Пол
Длительность
проживания в
данной
местности
Профессия
Работа в
отрасли
Количество баллов
Максимальная
сумма
баллов
0,01 балл за каждый год
свыше 20 лет
0,3
Женщина - 0,4
Мужчина - 0
-
0,042 за каждый год
проживания в данной
местности
0,42
С низким риском - 0,55
С высоким риском - 0
Другие профессии - 0,16
Предприятия общественного
сектора, государственные учреждения,
банки, брокерские фирмы - 0,21
Занятость
За каждый год работы
на предприятии - 0,059
Финансы
Наличие банковского счета - 0,45
Владение недвижимостью - 0,35
Наличие полиса по
страхованию жизни - 0,19
-
0,52
92
ПРИЛОЖЕНИЕ 2
(справочное)
Параметры, которые необходимо учитывать при расчете
прибыльности клиента – физического лица
Таблица 2.1
Наименование параметра
Расходы на оформление вклада
Расходы на дополнительный
взнос/расход по вкладу/специальный
карточный счет
Расходы на оформление и сопровождение
премиальной карты в год
Расходы на оформление и сопровождение
классической карты в год
Расходы на оформление и сопровождение
электронной карты в год
Что включается в параметр
Расходы на сотрудника по операциям открытия и закрытия
счета, расходы на открытие счета в АБС и сопровождение АБС,
расходы на полиграфию и хранение договора
Расходы на сотрудников (операционного сотрудника, кассира)
по операциям оформления приходного или расходного
кассового ордера
Расходы на сотрудника по операциям открытия и закрытия счета,
выдача карты клиенту, расходы на открытие счета в АБС и
сопровождение АБС, расходы на полиграфию и хранение договора,
стоимость заготовки и ПИН-конверта, выпуск, годовое
обслуживание
Расходы на сотрудника по операциям открытия и закрытия счетов,
расходы на открытие счетов в АБС и сопровождение АБС, расходы
на хранение договора, расходы на сотрудников, осуществляющих
консультацию и сбор документов, андеррайтеров, членов кредитной
Расходы на оформление автокредита
комиссии или лицо, принимающее решение о выдаче кредита,
сотрудников службы безопасности
Расходы на сотрудника по операциям открытия и закрытия
счетов, расходы на открытие счетов в АБС и сопровождение
АБС, расходы на печать и хранение договора, расходы на
Расходы на оформление ипотечного
сотрудников, осуществляющих консультацию и сбор
кредита
документов, андеррайтеров, членов кредитной комиссии или
лицо, принимающее решение о выдаче кредита, юристов,
сотрудников службы безопасности
Расходы на сотрудника по операциям открытия и закрытия
счета, определение кредитного лимита, выдачу карты клиенту,
Расходы на оформление кредитной карты расходы на открытие счета в АБС и сопровождение АБС,
расходы на полиграфию и хранение договора, стоимость
заготовки и ПИН-конверта, выпуск, годовое обслуживание
Расходы на проведение дополнительной
Расходы на сотрудника по операциям изменения кредитного лимита,
операции по кредитному продукту
расходы на сотрудников, осуществляющих консультацию и сбор
(увеличение/уменьшение лимита
документов, андеррайтеров, членов кредитной комиссии или лицо,
кредитования)
принимающее решение о выдаче кредита
Расходы на оформление SMSРасходы на сотрудника по подключению услуги «SMS-сервис»,
информирования
расходы на сопровождение системы ДБО
Расходы на сотрудника по подключению услуги «ИнтернетРасходы на оформление ДБО
банкинг», расходы на печать и хранение договора, расходы на
сопровождение системы ДБО
Расходы на проведение операции
Расходы на сопровождение системы ДБО
посредством ДБО
Расходы на оформление отправки
Расходы на сотрудников (операционного сотрудника, кассира),
денежного перевода
осуществляющих оформление перевода
Расходы на оформление выдачи
Расходы на сотрудников (операционного сотрудника, кассира),
денежного перевода
осуществляющих выдачу перевода
Ставка фондирования по счетам «До
востребования» на дату
Каждая ставка фондирования обязательно привязывается к
Ставка фондирования по коротким
определенной дате (может быть несколько значений для разных
вкладам на дату
дат) и учитывается при расчете дохода банка от размещенных
клиентом средств
Ставка фондирования по длинным
вкладам на дату
Расходы на оформление
потребительского кредита
93
ПРИЛОЖЕНИЕ 3
(обязательное)
Динамика кредитования физических лиц
Таблица 3.1 – Динамика объемов кредитования физических лиц по состоянию на 01.01.2016 г. [26]
Объем
Всего
в иностранной
валюте и
драгоценных
металлах
Всего
в рублях
в иностранной
валюте и
драгоценных
металлах
в том числе просроченная
в иностранной
валюте и
Всего
в рублях
драгоценных
металлах
5 861 351
5 765 755
95 595
10 634 035
10 366 829
267 205
861 427
802 661
1 988 293
1 906 862
81 431
3 094 712
2 889 394
205 318
248 408
204 478
47 500
47 378
122
91 557
91 052
506
7 606
7 491
32 017
31 952
65
62 447
62 169
278
4 498
4 466
32 147
32 091
56
74 762
74 218
544
5 525
5 454
66 893
66 344
548
127 339
126 465
874
10 793
10 396
28 236
27 179
1 057
52 629
50 848
1 781
4 620
4 565
35 286
35 168
118
74 119
73 134
984
4 199
4 079
20 372
20 362
11
35 163
35 112
51
2 491
2 481
33 730
35 926
33 655
35 901
75
26
67 367
60 425
67 097
60 145
271
280
5 143
5 323
5 108
5 267
416 494
409 292
7 202
778 770
736 786
41 984
56 678
45 402
22 055
21 998
57
40 886
40 610
276
3 077
3 056
93
РОССИЙСКАЯ
ФЕДЕРАЦИЯ
ЦЕНТРАЛЬНЫЙ
ФЕДЕРАЛЬНЫЙ
ОКРУГ
Белгородская
область
Брянская область
Владимирская
область
Воронежская
область
Ивановская
область
Калужская область
Костромская
область
Курская область
Липецкая область
Московская
область
Орловская область
в рублях
Задолженность
94
Таблица 3.2 – Динамика объемов кредитования физических лиц по состоянию на 01.01.2017 г. [26]
Объем
Всего
в иностранной
валюте и
драгоценных
металлах
Всего
в рублях
в иностранной
валюте и
драгоценных
металлах
в том числе просроченная
в иностранной
валюте и
Всего
в рублях
драгоценных
металлах
7 210 282
7 100 623
109 659
10 773 733
10 619 209
154 524
856 139
810 127
2 424 675
2 355 377
69 298
3 170 420
3 050 739
119 681
244 537
210 841
59 348
59 079
270
90 656
90 455
201
7 513
7 435
38 182
38 130
52
62 764
62 621
143
4 856
4 828
41 331
41 252
79
77 182
76 966
217
6 097
6 011
82 200
81 877
323
130 975
130 468
507
10 504
10 218
33 347
31 906
1 441
53 170
51 696
1 473
4 749
4 704
46 784
46 602
182
77 164
76 575
590
4 725
4 549
23 546
23 412
133
35 920
35 899
21
2 773
2 767
41 103
44 864
40 849
44 769
254
95
67 709
61 765
67 610
61 682
99
82
5 314
5 357
5 272
5 321
517 828
507 270
10 557
788 076
760 274
27 802
55 763
46 488
28 630
28 198
432
42 521
42 414
107
3 089
3 068
94
РОССИЙСКАЯ
ФЕДЕРАЦИЯ
ЦЕНТРАЛЬНЫЙ
ФЕДЕРАЛЬНЫЙ
ОКРУГ
Белгородская
область
Брянская область
Владимирская
область
Воронежская
область
Ивановская
область
Калужская
область
Костромская
область
Курская область
Липецкая область
Московская
область
Орловская
область
в рублях
Задолженность
95
Таблица 3.3 – Динамика объемов кредитования физических лиц по состоянию на 01.01.2018 г. [26]
Объем
Всего
в иностранной
валюте и
драгоценных
металлах
Всего
в рублях
в иностранной
валюте и
драгоценных
металлах
в том числе просроченная
в иностранной
валюте и
Всего
в рублях
драгоценных
металлах
9 233 726
9 132 509
101 217
12 135 449
12 035 737
99 713
846 618
813 272
3 005 601
2 946 934
58 667
3 580 420
3 505 114
75 305
246 913
223 065
79 032
78 589
443
102 195
102 056
138
7 716
7 648
51 095
51 021
74
71 167
70 863
304
5 019
4 992
55 330
55 293
37
87 160
87 010
150
6 385
6 301
106 575
106 021
554
149 137
148 816
321
10 552
10 356
43 264
41 953
1 311
57 866
57 452
415
4 386
4 339
61 869
61 773
97
89 898
89 589
310
4 805
4 686
28 690
28 524
167
39 787
39 780
8
2 619
2 613
53 157
57 630
52 754
57 495
402
135
75 192
71 231
75 137
71 164
55
68
5 738
5 227
5 707
5 186
675 213
665 513
9 700
907 105
892 670
14 434
57 305
51 015
37 592
36 703
889
49 108
49 037
71
3 197
3 178
95
РОССИЙСКАЯ
ФЕДЕРАЦИЯ
ЦЕНТРАЛЬНЫЙ
ФЕДЕРАЛЬНЫЙ
ОКРУГ
Белгородская
область
Брянская область
Владимирская
область
Воронежская
область
Ивановская
область
Калужская область
Костромская
область
Курская область
Липецкая область
Московская
область
Орловская область
в рублях
Задолженность
96
ПРИЛОЖЕНИЕ 4
(обязательное)
Бухгалтерская отчетность ПАО Сбербанк за 2015-2017 гг.
97
98
99
100
101
102
96
1/--страниц
Пожаловаться на содержимое документа