Статья опубликована в рамках: LXXXII Международной научно-практической конференции «Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ» (Россия, г. Новосибирск, 02 декабря 2019 г.)

Наука: Экономика

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:

Блохина М.А. СКОРИНГОВЫЕ МОДЕЛИ КАК МЕТОД ОЦЕНКИ КРЕДИТНЫХ РИСКОВ // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. LXXXII междунар. студ. науч.-практ. конф. № 23(82). URL: https://sibac.info/archive/meghdis/23(82).pdf (дата обращения: 10.05.2024)

Проголосовать за статью

Конференция завершена

Эта статья набрала 0 голосов

Дипломы участников

У данной статьи нет
дипломов

СКОРИНГОВЫЕ МОДЕЛИ КАК МЕТОД ОЦЕНКИ КРЕДИТНЫХ РИСКОВ

Блохина Мария Андреевна

студент 3 курса, кафедра финансового рынка и финансовых институтов, факультет корпоративной экономики и предпринимательства, Новосибирский государственный университет экономики и управления,

РФ, г. Новосибирск

Протас Нина Геннадьевна

научный руководитель,

доц., канд. экон. наук, кафедра финансового рынка и финансовых институтов, факультет корпоративной экономики и предпринимательства, НГУЭУ,

РФ, г. Новосибирск

Развитие услуг кредитования в банковском секторе, привело к актуальности методов оценки кредитных рисков. Риск, которому подвергается кредитная организация, достаточно высок. Для снижения кредитных рисков на сегодняшний день используются различные методики, схемы, модели, разработанные как в России так и за рубежом. Примечательно, что, если методика требует меньше затрат, то она активнее разрабатывается и применяется. Увеличение кредитных рисков происходит от информационной асимметрии между экономическими агентами, поэтому, кредитор должен оценивать экономическую деятельность различных экономических агентов, таких как юридические и физические лица. Одним из популярных методов оценки кредитных рисков является – скоринг. Термин «скоринг» переводится с английского языка как «подсчет очков». Ведь в действительности сущность данной методики заключается в подсчете баллов определенных критериев, характеризующих кредитоспособность заемщика. Каждый критерий имеет свои удельные веса, которые в результате суммируются в совокупный общий кредитный балл. Величина кредитного лимита в скоринговых системах носит второстепенный характер и определяется исходя из уровня доходов заемщика. Интегральный показатель сравнивается с определенным числовым порогом, который представляет собой так называемую линию безубыточности для банка. Таким образом, кредит может быть выдан тем клиентам, интегральный показатель которых превышает линию безубыточности [3, с.83]. Пример скоринговой карты представлен в табл. 1.

Таблица 1.

Скоринговая карта [5]

Показатель	Значение	Баллы
Возраст	20-25	100
	25-30	107
	30-40	123
Наличие детей	Нет детей	100
	Один	90
	Два	80
	Три	70
	Более трех	30
Доход	10000-30000	130
	30001-50000	145
	Более 50000	160

В общем, можно сказать, что смысл скоринговой модели, заключается в том, чтобы математическим путем оценить пороговое значение кредитного риска потенциального заемщика. Процедура оценки с помощью скоринговой модели автоматизирована в банках и оценка происходит достаточно быстро.

Существуют различные виды скоринговой модели (таблица 2).

Таблица 2.

Виды кредитного скоринга [4]

Виды	Описание
Скоринг по заявкам (Application- scoring)	Определение степени надежности и платежеспособности потенциального заёмщика с помощью бальной системы. Ответы оцениваются в баллах, по итогу, полученная сумма сравнивается с пороговым значением банка.
Скоринг от мошенничества (Fraud- scoring)	Вычисление незаконной мошеннической деятельности со стороны новых клиентов. Как правило, делается параллельно с другими видами скоринга. Это методика выступает барьером на пути мошенников получить кредит. Система в автоматическом режиме проверяет «черные списки», бюро кредитных историй, какие то внешние базы данных.
Скоринг прогноза поведения (Behavioral- scoring)	Определение степени риска заёмщиков на основе имеющихся данных об их поведении.
Скоринг работы по возвратам (Collection- scoring)	Определение алгоритма воздействия в отношении неплательщиков. Эта стадия работы по возвращению долгов. Система оценивает вероятность возврата, предлагает последовательность действий.

Сегодня скоринговые модели применяются банковскими организациями как для кредитования физических, так и юридических лиц. Но большее развитие скоринг получил при оценке кредитования физических лиц, так как в данном случае оценка нужна достаточно быстро, соответственно и возникла необходимость в способах оценки кредитоспособности, которые могут быстро и относительно с высокой точностью выполнить данную задачу.

Составим, пример использования скоринговой модели для физического лица, с желаемой суммой кредита в 300 000 руб. под 18% годовых на три года, с доходом в 60 000 руб. и отсутствием семьи (табл. 3).

Таблица 3.

Пример использования скоринговой модели

Показатели модели	Параметры модели
Базовые показатели
Базовый балл скоринга	60%
Балл скоринга по текущему доходу	60% + 40%=100%
Текущий доход	60 000 руб.
Ожидаемый доход	60 000 х 90% = 54000 руб.
Свободный доход	54 000 х (1-0,3) – 15 000 = 22800 руб.
Расчет коэффициента минимальных расходов (Кmin), ЕП.
Количество членов семьи, проживающих совместно с физическим лицом (супруг(а), дети младше 18 лет, пенсионеры-родители)	Кmin
При Кmin = 0	30%
Ежемесячные платежи	Сумма, руб.
Платежи по кредитам	10 000
Прочие	5 000

Формула аннуитетного коэффициента [4]:

, (1)

где i – месячная % ставка;

n – количество периодов, в течение которых выплачивается кредит.

Подставим наши цифры:

Размер ежемесячного платежа составляет:

Па = 300 000 · 0,03798 = 11 395 руб.

Методика скоринга не лишена недостатков, например, к ним можно отнести то, что оценка проводится на базе информации о предыдущих выданных кредитов, но не учитывается возможное поведение заемщика в будущем. Также к недостаткам можно отнести то, что скоринговые модели нуждаются в постоянной модернизации, так как меняются экономические и социальные условия жизни и условия кредитования. Например, на западе скоринговые модели модернизируются раз в 1,5-2 года, в зависимости от экономической ситуации в стране [].

Таким образом, скоринговые модели являются популярными методами оценки кредитных рисков, которые Банки могут модернизировать под собственные возможности, а также использовать зарубежный опыт применения данных моделей, способствует совершенствованию системы управления кредитным риском.

Список литературы:

О банках и банковской деятельности: Федеральный закон от 02.12.1990 №395-1 (ред. от 26.07.2019) [Электронный ресурс]//Консультант плюс. URL: http://www.consultant.ru (дата обращения 07.11.2019).
О кредитных историях: Федеральный закон от 30.12.2004 № 218-ФЗ (ред. от 01.05.2019)// [Электронный ресурс] //Консультант плюс. URL: http://www.consultant.ru (дата обращения 07.11.2019).
Иванов Г.А. Внедрение скоринга коммерческими банками в России, в рамках совершенствования системы управления кредитным риском // Вектор экономики. – 2018. – № 5 (23). – С. 83-90.
Ковальчук А.В., Симонян К. Р. Кредитный скоринг как способо автоматизации бизнес-процессов принятия решения по кредитованию//Вектор экономики.- 2019 .- №8.- С.43-51.
Управление банковскими рисками: учебное пособие для студентов вузов, обучающихся по направлениям экономики и управления. Тепман Л. Н., Эриашвили Н. Д. М.: Юнити-Дана, 2015. – 311 с.