кщо було прийнято позитивне рішення про видачу позики. Термін розгляду заявки істотно скоротився. Тепер він становить від семи до двох днів - це час, за який банк здатний повністю оформити кредитні документи. Більш того, позичальник звертається лише в одне вікно в порівнянні з чотирма раніше.
При використанні нової технології зокрема змінився розрахунок такого показника як платоспроможність позичальника. Раніше банк тільки на підставі довідки клієнта про офіційне доході, яку видає роботодавець, встановлював середньомісячний дохід і допустимий розмір щомісячних виплат по кредиту. Тепер же, щоб оцінити допустимий розмір щомісячного платежу розглядається вся сукупність даних про клієнта: скільки у нього утриманців, які витрати він несе, чи брав клієнт кредити в минулому і як він по них платив, чи є поточні зобов'язання в інших банках. «Кредитна фабрика» враховує повністю цю інформацію і передбачає безліч алгоритмів її обробки.
Надалі список джерел інформації про клієнта планується розширювати. Наприклад, для оцінки показника платоспроможності клієнта можна використовувати інформацію про сплату клієнтами послуг ЖКГ (житлово-комунального господарства). Ця інформація дозволить доповнити їх характеристику, оскільки регулярна оплата житлово-комунальних рахунків побічно свідчить про платоспроможність позичальника, його стосунки до зобов'язань з погашення боргів.
«Кредитна фабрика» володіє «IT-мозком», який «пам'ятає» про все (оброблена база даних), і «швидким мозком», який включає в себе кредитних аналітиків, які бачать і відчувають події, що не зафіксовані машиною. База знань, занесених в машину, і оцінки кредитних аналітиків дозволяють системі, по-перше, проаналізувати всі події, які пов'язані з клієнтом, а по-друге, досить швидко поширити по всій системі придбаний новий досвід.
На жаль, дану технологію неможливо поширити на максимум продуктів. Наприклад, іпотека є винятком, оскільки тут кожна угода унікальна. Багато що залежить від оцінюваного об'єкта нерухомості. Тому «фабрична» технології для системи іпотечного кредитування буде істотно відрізнятися від інших роздрібних кредитів.
Так протягом найближчих років всі роздрібні кредитні продукти для фізичних осіб у всіх територіальних банках планується перевести на технологію «Кредитної фабрики».
3.2 Оцінка кредитного ризику комерційного банку ВАТ «Сбербанк Росії» з використанням VaR - моделі
Для побудови моделі оцінки кредитного ризику з використанням моделі VaR обробці піддалися дані за кредитами, виданими комерційним банком юридичним особам. Обсяг проаналізованої вибірки склав 570 позичок. По кожному позичальнику була відома наступна інформація:
· сума отриманого кредиту;
· внутрішній кредитний рейтинг позичальника;
· відомості про настання дефолту за зобов'язаннями.
Вихідні дані представлені в Таблиці 3.2.
Таблиця 3.2. Кредитний портфель ВАТ «Ощадбанк Росії»
Кредитний рейтінгЧісло заемщіковКолічество дефолтовСумма позики А1063307 848 583В1547271 596 445С19512280 753 862D948100 981 424E2126 541565 Ітого57032967 721879
Нехай банк має ефективну рейтингово...
