Скоринговые системы как инструмент управления кредитными рисками при экспортном кредитовании

Министерство образования и  науки Российской Федерации

ФГАОУ ВПО «Уральский федеральный  университет

имени первого Президента России Б.Н. Ельцина»

Кафедра «Управление внешнеэкономической  деятельностью предприятия»

 

 

 

КУРСОВАЯ РАБОТА

по дисциплине «Страхование»

на тему «Скоринговые системы как  инструмент управления кредитными рисками  при экспортном кредитовании»

                                                 Студент: Кошелева В.Е. 

                                                 Группа: ЭМ-390101

                                                 Руководитель: Непп А.Н., доцент, к.э.н.

 

 

Екатеринбург, 2012

 

ВВЕДЕНИЕ

 

 

В процессе работы любой банк, а  также предприятие, занимающееся экспортным кредитованием, сталкивается с различными рисками, которые могут негативно  повлиять на его деятельность. Поэтому  управление рисками в таких организациях играет чрезвычайно важную роль. Основными  рисками для современных банков и предприятий, занимающихся экспортным кредитованием, на сегодняшний день являются кредитный риск, рыночный риск (валютный, фондовый, процентный), операционный риск, риск ликвидности, правовой риск и имиджевый риск. Сегодня в условиях жесткой конкуренции  финансовое благополучие компании во многом зависит от грамотного управления кредитными рисками, то есть рисками  возникновения убытков вследствие неисполнения, несвоевременного исполнения или неполного исполнения финансовых обязательств. Оценить степень кредитного риска, провести анализ кредитоспособности заемщика и принять решение о  выдаче кредита тому или иному  физическому или юридическому лицу помогают скоринговые системы.

Скоринговая система - это алгоритм или методика, позволяющая банку  или предприятию на основе данных о потенциальном заемщике оценить  его кредитоспособность. С помощью  грамотного использования оптимальной  скоринговой системы компания имеет  возможность снизить объем просроченной задолженности по ссудам и, таким  образом, свое финансовое положение.

Актуальность данной темы заключается  в том, что любому кредитному учреждению и предприятию, занимающемуся экспортным кредитованием, необходима комплексная система оценки кредитоспособности заемщика, которая позволит быстро, объективно и качественно оценить предполагаемые риски при кредитовании и снизить риск увеличения просроченной задолженности по кредитам. Такой комплексной методикой является скоринговая система. Основой сложностью для компании выступает выбор оптимальной скоринговой системы, учитывающей специфику и особенности кредитного учреждения/предприятия и максимально направленной на решение его проблем в сфере кредитования.

Целью данной курсовой работы является проведение анализа скоринговой  системы Сбербанка с выявлением ее недостатков, а также предоставление рекомендаций по улучшению системы  финансовых коэффициентов, используемых для количественного анализа  заемщика.

Для достижения данной цели были поставлены следующие задачи:

• Определить понятие скоринговой системы;
• Представить классификацию существующих скоринговых систем и дать им краткое описание с выявлением преимуществ и недостатков (в том числе описать скоринговую систему Сбербанка и альтернативные ей системы);
• Предоставить краткую информацию о Сбербанке РФ (активы, пассивы и другие основные показатели) для определения финансового состояния банка и наличия просроченных ссуд;
• Определить недостатки количественной составляющей скоринговой системы ООО «Изумруд» и предложить возможные пути совершенствования ее системы финансовых коэффициентов путем описания некоторых существующих систем количественной оценки кредитоспособности.

Объектом исследования является ООО «Изумруд».

Предметом исследования являются скоринговые  модели, которые помогают рассчитать риски при оценке кредитоспособности заемщика.

Основой для написания данной курсовой работы послужили диссертации, научные  статьи, специальная учебная литература, Интернет-ресурсы и собственные  расчеты студента.

Данная исследовательская работа состоит из введения, трех глав, заключения, библиографического списка и приложений.

 

Глава 1. Теоретические положения понятия «скоринговые системы»

1.1 Понятие скоринговых  систем и существующие разновидности  методик оценки кредитоспособности  заемщика 

Кредитный скоринг – это процесс  оценки заемщика банком или другой кредитной организацией, по результатам  которой потенциальный кредитор принимает решение по кредитной  заявке. Если в ходе этого процесса, заемщик не набирает строго определенного  количества баллов – то в получении  кредита ему отказывают.  

Скоринг представляет собой математическую или статистическую модель, с помощью  которой на основе кредитной истории  «прошлых» клиентов банк пытается определить, насколько велика вероятность, что  конкретный потенциальный заемщик  вернет кредит в срок.

Понятие скоринговой системы тесно  связано с анализом кредитоспособности заемщика, оно является одним из вида подходов к оценке кредитоспособности заемщика.

Кредитоспособность заемщика (хозяйствующего субъекта) — его комплексная правовая и финансовая характеристика, представленная финансовыми и нефинансовыми  показателями, позволяющая оценить  его возможность в будущем  полностью и в срок, предусмотренный  в кредитном договоре, рассчитаться по своим долговым обязательствам перед  кредитором, а также определяющая степень риска банка при кредитовании конкретного заемщика.

Удачной представляется классификация  подходов к оценке кредитоспособности заемщиков коммерческих банков, предложенная профессором И.В. Вишняковым (рис. 1).

Рис. 1.1 Классификация моделей оценки кредитоспособности заемщиков профессора И.В. Вишнякова

Классификационные модели дают возможность группировать заемщиков: прогнозные модели позволяют  дифференцировать их в зависимости  от вероятности банкротства; рейтинговые  — в зависимости от их категории, устанавливаемой с помощью группы рассчитываемых финансовых коэффициентов  и присваиваемых им уровней значимости.

Рейтинговая оценка (общая сумма баллов) рассчитывается путем умножения значения показателя на его вес (коэффициент значимости) в интегральном показателе. В мировой  практике при оценке кредитоспособности на основе системы финансовых коэффициентов  применяются в основном следующие  пять групп коэффициентов: ликвидности, оборачиваемости, финансового рычага (финансового левереджа, то есть соотношение  собственного и заемного капитала), прибыльности, обслуживания долга.

На практике каждый коммерческий банк выбирает для себя определенные коэффициенты и решает вопросы, связанные с  методикой их расчета. Этот подход позволяет  охарактеризовать финансовое состояние  заемщика на основе синтезированного показателя-рейтинга, рассчитываемого  в баллах, присваиваемых каждому  значению коэффициента. В соответствии с баллами устанавливается класс  организации: первоклассная, второклассная, третьеклассная или неплатежеспособная. Класс организации принимается  банком во внимание при разработке шкалы процентных ставок, определении условий кредитования, установлении режима кредитования (форма кредита, размер и вид кредитной линии и так далее), оценке качества кредитного портфеля, анализе финансовой устойчивости банка.

Модификацией рейтинговой оценки является кредитный скоринг — технический прием, предложенный в начале 40-х годов XX века американским ученым Д. Дюраном для отбора заемщиков по потребительскому кредиту. Основными типами скоринга, применяемыми в российской банковской практике являются: Application-скоринг, fraud-скоринг и collection-скоринг .

Application-скоринг - оценка кредитоспособности заемщиков для получения кредита. Именно этот вид скоринга является основным барьером для многих потенциальных заемщиков. Если по результатам Application-скоринга заемщик не набрал необходимого количества балов, то ему отказывают в получении кредита или предлагают другие условия, уменьшая сумму или увеличивая проценты.   

Fraud-скоринг – оценка вероятности мошенничества потенциального заемщика. Пытаясь успешно пройти первый тип скоринга, мошенники создают образ первоклассного заемщика. В рамках  fraud-скоринга выполняются многочисленные процедуры, выявляющие и отсекающие мошенников. В каждом банке fraud-скоринг реализован по-своему и его механизм составляет коммерческую тайну.

Collection-скоринг – определение приоритетных дел и направлений работы в отношении заемщиков, состояние кредитного счета которых классифицировано как «неудовлетворительное». То есть, по сути  Collection-скоринг  это механизм работы с просроченной задолженностью. Если заемщик задерживает выплаты по кредиту, то банк начинает с ним работать, напоминая о необходимости погасить долг. Чем больше времени проходит, тем настойчивее становится банк до тех пор, пока дело о невыплаченном кредите не оказывается в суде или коллекторском бюро, которое специализируется на работе с подобной задолженностью.

Также в международной практике применяется Behavioral-скоринг (поведенческий скоринг) – оценка динамики состояния кредитного счета заемщика. Используемые для этой задачи вероятностные скоринговые модели позволяют спрогнозировать изменение платежеспособности заемщика, определить оптимальные лимиты по кредитной карте и так далее. Например, на основании поведения заемщика за предыдущие пять месяцев можно спрогнозировать его поведение на последующие два месяца. В России этот тип скоринга практически не применяется.

Отличие кредитного скоринга заключается  в том, что в формуле рейтинговой  оценки вместо значения показателя используется его частная балльная оценка. Для  каждого показателя определяется несколько  интервалов значений, каждому интервалу  приписывается определенное количество баллов или определяется класс. Если полученный заемщиком рейтинг ниже значения, заранее установленного сотрудниками банка, то такому заемщику будет отказано в кредите, а если соответствует  нормативам, то кредитная заявка будет  удовлетворена. Преимуществами рейтинговой  модели являются простота (так как  достаточно рассчитать финансовые коэффициенты и, приняв во внимание коэффициенты их значимости, определить класс заемщика), возможность расчета оптимальных  значений по частным показателям, способность  ранжирования организаций по результатам, комплексный подход к оценке кредитоспособности (так как используются показатели, отражающие различные стороны деятельности организации). Однако при использовании  данной методики следует учитывать  ряд проблем:

• необходимость тщательного отбора финансовых показателей (требуется использовать показатели, описывающие разные стороны работы заемщика, с тем, чтобы более полно охарактеризовать его положение);
• важность обоснования пороговых значений показателей (в нашей стране довольно сложно осуществить подобный подход, так как недостаточно сведений о фактическом состоянии и уровнях данных показателей в экономике России, а также мала степень участия банков в формировании такой базы данных);
• необходимость обоснования коэффициентов значимости для каждой группы показателей в соответствии с отраслью деятельности конкретного заемщика;
• определение величины отклонений в пограничных областях, относящих заемщиков к разным классам;
• при рейтинговой оценке учитываются уровни показателей только относительно оптимальных значений, соответствующих определенным установленным нормативам, но не принимается во внимание степень их выполнения или невыполнения;
• финансовые коэффициенты отражают положение дел в прошлом на основе данных об остатках;
• рассчитываемые коэффициенты показывают лишь отдельные стороны деятельности;
• в системе рассчитываемых коэффициентов не учитываются многие факторы — репутация заемщика, перспективы и особенности рыночной конъюнктуры, оценки выпускаемой и реализуемой продукции, перспективы капиталовложений и так далее.

Прогнозные  модели, получаемые с помощью статистических методов, используются для оценки качества потенциальных заемщиков. При множественном дискриминантном анализе (МДА) используется дискриминантная функция (Z), учитывающая некоторые параметры (коэффициенты регрессии) и факторы, характеризующие финансовое состояние заемщика (в том числе финансовые коэффициенты). Коэффициенты регрессии рассчитываются в результате статистической обработки данных по выборке фирм, которые либо обанкротились, либо выжили в течение определенного времени. Если Z-оценка фирмы находится ближе к показателю средней фирмы-банкрота, то при условии продолжающегося ухудшения ее положения она обанкротится. Если менеджеры фирмы и банк предпримут усилия для устранения финансовых трудностей, то банкротство, возможно, не произойдет. Таким образом, Z-оценка является сигналом для предупреждения банкротства фирмы. Применение данной модели требует обширной репрезентативной выборки фирм по разным отраслям и масштабам деятельности. Сложность заключается в том, что не всегда можно найти достаточное число обанкротившихся фирм внутри отрасли для расчета коэффициента регрессии.