Полный текст статьи
Печать

Кредитование является основной составляющей деятельности банка, базисным источником инвестиций, способствует непрерывности и ускорению воспроизводственного процесса, укреплению экономической ситуации и способно занять центральное место в объеме банковских услуг, приносящих прибыль.

В настоящее время возможности банковского кредитования в нашей стране ещё не полностью реализованы. У организаций и коммерческих банков нет достаточных возможностей для широкого использования кредитных услуг при развитии своей деятельности. Ни те, ни другие не могут игнорировать возникающие при совершении кредитных операций банковские риски. Банки подвергаются опасности заключить контракт с неплатежеспособным заемщиков, в результате чего понести значительные убытки. Организации же, в свою очередь, не только не всегда могут вовремя выплатить ссуду и полагающиеся проценты, но и воспользоваться кредитом из-за низкой рентабельности производства, неверной оценки их кредитоспособности и потому более высокой ставки процента.

Управление кредитным риском допустимо рассматривать как одну из стратегий, применяемую при реализации кредитной деятельности в условиях риска. В ходе функционирования банк вынужден делать выбор между избеганием риска, принятием риска либо управлением риском [1].

Кредитоспособность заемщика означает способность к совершению сделки по предоставлению стоимости на условиях возвратности, срочности и платности, или, иными словами, способность к совершению кредитной сделки. В процессе управления кредитным риском коммерческие банки пользуются совокупностью критериев и расчетных коэффициентов, рассмотрение и анализ которых позволяют сделать вывод об уровне кредитоспособности заемщика. В различных банках набор показателей, характеризующий положение заёмщика, неоднороден и меняется в процессе развития кредитных отношений.

Характерной чертой управления риском считается достижение поставленных задач при помощи разработки научно обоснованной организационной процедуры, систематически проводимой и носящей объективный характер [1].

В отличие от платежеспособности заемщика кредитоспособность не отмечает неисполнение обязательств за прошедший период или на конкретную дату, а предполагает способность к возврату заемных средств на ближайшую будущее. Уровень неплатежеспособности в прошлом является одним из формальных показателей, которые учитывают при оценивании кредитоспособности клиента. В случае, если заемщик имеет просроченную задолженность, а баланс ликвиден и достаточен размер собственного капитала, то разовая задержка платежей банку в прошлом не является основанием для заключения о некредитоспособности клиента. Надежные и устойчивые клиенты не допустят длительных неплатежей банку, поставщикам, бюджету.

Уровень кредитоспособности клиента указывает на уровень индивидуального банковского риска, связанного с выдачей определенной ссуды определенному клиенту.

Кредитный риск состоит из риска конкретного заемщика и риска кредитного портфеля. Кредитный риск может быть обусловлен факторами, которые носят как внешний, так и внутренний характер по отношению к кредитному учреждению. Факторы, обусловленные внешним воздействием, связаны с вероятностью наступления кредитного риска по причине, не зависящей от деятельности сотрудников кредитного отдела банка [1].

Отечественная и мировая банковская практика позволяет сделать акцент на следующих критериях кредитоспособности заемщика: характер клиента, способность заимствовать средства, способность заработать средства в ходе текущей деятельности для погашения долга (финансовые возможности), капитал, обеспечение кредита, условия, в которых совершается кредитная сделка, контроль (законодательная основа деятельности заемщика).

В настоящее время место ключевого показателя кредитоспособности клиента стал его рейтинг. Рейтинг кредитоспособности (кредитный рейтинг) является универсальным значением, формирование которого производится на основе совокупности определенных критериев. Появление рейтинга вызвано необходимостью цельного показателя, обладающего высокой степенью информативности при анализе кредитоспособности.

Рейтинг, или значимость показателя, определяется индивидуально для каждой группы заемщиков в зависимости от политики банка, особенностей клиента, ликвидности их баланса. Одинаковый уровень показателей и рейтинг в баллах могут быть обеспечены за счет разных факторов, одни из которых связаны с позитивными процессами, а другие с негативными. Поэтому для определения класса большое значение имеет факторный анализ коэффициентов кредитоспособности, анализ баланса, изучение положения дел в отрасли или регионе.

Банк может применять бальную (рейтинговую) оценку кредитоспособности, когда каждому коэффициенту присваивается удельный вес в баллах (в зависимости от его близости к нормативу), а затем по сумме набранных баллов клиента относят к группе с высокой, средней или низкой кредитоспособностью. В зависимости от того, в какую группу по рейтингу попал клиент, банк предъявляет более или менее жесткие требования и условия кредита (по сумме, сроку, проценту за кредит), вплоть до отказа от выдачи кредита ненадежному клиенту.

Наряду с такой оценкой финансового состояния заемщика банк стремится узнать его экономическое положение, процессы снабжения, производства, сбыта продукции, взаимоотношения с поставщиками и покупателями, отношения между владельцами предприятия и наемными работниками, между руководителями и подчиненными. Банк также изучает применяемые технологии, оборудование, их новизну и конкурентоспособность, оценивает перспективы завоевания (или потери) рынков сбыта и т.п.

В отечественной банковской практике сложилась следующая ситуация. С одной стороны, коммерческие банки вынуждены рассчитывать показатели и нормативы кредитных рисков в соответствии с требованиями Банка России. Данные показатели, не в состоянии выступать продуктивным инструментом управления кредитными рисками, поскольку не только не учитывают объективно сложившиеся различия в деятельности заемщиков, но и не способны определить уровень риска на ближайшую перспективу. С другой стороны, потребность в ежедневном мониторинге кредитных рисков заставляет банки разрабатывать собственные расчетные методики. Это усложняет работу банка, увеличивая документооборот и временные затраты.

Таким образом, общие подходы к организации анализа кредитоспособности заемщиков в коммерческих банках более или менее одинаковы. Это обусловлено объективными причинами становления и развития практики банковского кредитования заемщиков. Основу оценки кредитоспособности составляет анализ финансовой деятельности заемщика, система сбора и обработки информации о его хозяйственно – финансовом положении. Тем не менее, каждый банк кредитует в основном определенные отрасли производства или несколько отраслей, каждая из которых имеет ряд специфических особенностей. Эти факторы требуют адаптации финансового анализа к учету условий рынка, выражающейся в увеличения и уточнения числа необходимых показателей, что в свою очередь накладывает отпечаток на методику анализа кредитоспособности заемщиков банка. Многие банки заинтересованы в создании и совершенствовании методики оценки кредитоспособности, учитывающей особенности функционирования различных отраслей промышленности и сельского хозяйства, а при кредитовании физических лиц – особенности экономического положения граждан России, проживающих в больших городах и сельской местности. Совершенствование анализа кредитоспособности заемщиков в современных условиях предполагает более глубокий учет особенностей деятельности заемщиков – отраслевых, региональных, временных и т.д.

Наиболее востребованным методом присвоения кредитного рейтинга, исходя из количественных показателей деятельности заемщика, до недавнего времени была балльная оценка показателей, основанная на расчете линейной зависимости между коэффициентами, формирующими рейтинг.

В России не существует единой системы определения кредитоспособности, хотя зачастую анализируются одинаковые показатели. Говоря о нефинансовом (качественном) анализе, важно отметить, что каждый банк выбирает для себя наиболее важные аспекты стороны деятельности заемщика, это и добросовестность выполнения обязательств по другим договорам и перед другими кредиторами; качество управления, включая личностные характеристики и компетентность руководства предприятия-заемщика; деловая репутация; степень зависимости от государственных дотаций; общее состояние рынка по отрасли; общие позиции предприятия в конкурентной борьбе в его секторе или отрасли. Но расстановка приоритетов у каждого своя, и отследить ее практически невозможно. При финансовом же анализе, кредиторы пользуются определением схожих рядов показателей, однако и здесь каждый руководствуется разными аспектами [2].

На современном этапе в мире идет активное развитие новой прикладной области математики, специализирующейся на искусственных нейронных сетях (НС). Нейронные сети становятся незаменимыми при решении сложнейших многомерных задач, поскольку обладают такими характеристиками, как способность нелинейного моделирования и относительная простота реализации.

Растущий интерес к НС объясняется их успешным применением в различных областях деятельности при решении задач классификации и прогнозирования. Нейронные сети становятся незаменимыми при решении сложнейших многомерных задач, поскольку обладают такими характеристиками, как способность нелинейного моделирования и относительная простота реализации.

Нейронная сеть представляет собой многослойную сетевую структуру, состоящую из однотипных элементов - нейронов, имитирующих работу головного мозга человека. Нейроны, связанные между собой сложной топологией межсоединений, группируются в слои, из которых выделяются входной и выходной слои. В нейронных сетях, применяемых для анализа и прогнозирования кредитоспособности, нейроны входного слоя воспринимают информацию о финансовых показателях предприятия, а выходной слой сигнализирует о возможной реакции на эту ситуацию.

Достаточно долго основная область применения нейронных сетей заключалась в военно-промышленном комплексе. Но наличие широких возможностей решения банковских и финансовых проблем привело к переквалификации ряда крупных разработчиков НС на созданием систем, созданных специально для решения банковских задач.

Сначала нейронная сеть проходит специальный этап настройки - обучение. Как правило, сети предъявляется большое количество заранее подготовленных примеров, для каждого из которых известна требуемая реакция в виде присвоения того или иного значения рейтинга. После определенного периода обучения сеть достигает состояния, в котором с высокой долей точности возможно присвоение предприятию рейтинга кредитоспособности.

Касательно банковской сферы выделяются следующие базовые типы задач, решаемые с помощью НС:

-·Прогнозирование временных рядов (курсов валют, акций и т.д.);

-·Исследование и выявление отклонений в поведении объекта (обнаружение злоупотреблений в сфере пластиковых карт);

-·Распознавание подписи клиента;

-·Классификация кредитополучателей в зависимости от уровня кредитного риска.

Присвоение кредитного рейтинга состоит в переходе от серии показателей, в большинстве своем финансовых, к одному преобразованному значению - рейтингу. Чаще всего подобный переход осуществляется при помощи уравнения линейной зависимости. При этом веса показателей, участвующих в расчете рейтинга, устанавливает каждый банка индивидуально. В итоге результаты анализа подвергаются искажению, что чрезвычайно рискованно. Именно недостаточность возможностей традиционных инструментов статистики и неплохие результаты, полученные в данной сфере при помощи НС, способствуют распространению нового метода оценки кредитоспособности заемщика.

Применительно к анализу кредитоспособности заемщика обучение НС происходит следующим образом: имеется совокупность предприятий с уже присвоенными кредитными рейтингами. Этим рейтингам соответствуют значения количественных и качественных показателей, содержащиеся в кредитном досье. В процессе наблюдений НС вычисляет вес каждого показателя, учитывающегося при расчете кредитного рейтинга. Полученные значения весов корректируются до тех пор, пока рассчитываемые с помощью этих весов кредитные рейтинги всей исходной совокупности заемщиков не совпадут с заданными значениями. В этом случае ошибка обучения будет сведена к нулю, а НС воспроизведет точный тип связи между показателями деятельности заемщика и его кредитным рейтингом.

Высокие результаты работы НС объясняются следующими свойствами нейросети:

-·Умение полностью обрабатывать информацию. Большая часть известных задач решается при помощи НС. Это достигается за счет ассоциативности сети, способности к классификации, обобщению и абстрагированию;

-·Самоорганизация. В процессе работы НС самостоятельно или под воздействием внешней среды обучается решению разнообразных задач. Нейросеть формирует алгоритм своей деятельности, уточняя и усложняя его в течение времени;

-·Обучаемость. В процессе обучения НС выявляет нелинейные зависимости между переменными, и на основе такого знания предлагает свои прогнозные значения;

-·Параллельность обработки информации. Каждый нейрон формирует свой выход только на основе своих входов и собственного внутреннего состояния под воздействием некоторой функции активации.