Международная банковская практика оценки корпоративных клиентов

Финансовая аналитика » Управление кредитованием корпоративных клиентов и физических лиц » Международная банковская практика оценки корпоративных клиентов

Страница 2

На основании статистических исследований каждому признаку назначается определенное количество баллов (чем выше кредитоспособность и добросовестность клиента по тому или иному признаку, тем более высокий балл мы этому признаку присваиваем). При этом принимается во внимание предикативная (прогнозная) сила каждого такого фактора, наличие корреляций между ними и другие статистические характеристики исследуемой совокупности объектов. Окончательный балл компании-претендента - это сумма баллов для каждого признака скоринговой карты, которые она набрала в результате. В зависимости от этого количества баллов определяется максимальный размер ссуды, которую банк готов предоставить данному корпоративному заемщику.

Таким образом, знания об имеющихся корпоративных клиентах позволяют нам прогнозировать профиль потенциальной компании - заемщика банка. Поскольку со временем данные обновляются, естественно, периодически происходит модификация самой скоринговой карты: некоторые признаки становятся более значимыми, а другие отходят на второй план. Коррекция карт производится регулярно, а ее периодичность зависит от объема кредитов.

Скоринговый балл претендента, обратившегося за кредитом, сравнивается с баллами корпоративных клиентов, уже существующих в банке, и на этой основе делаются определенные выводы о его возможном поведении в будущем. Прогнозная модель строится с помощью таких аналитических методов, как логистическая регрессия или нейронные сети. Затем вычисляется вероятность дефолта первого (второго, третьего .) платежа, и строится соответствующая PD-модель.

В результате вычисляется определенный балл отсечения, после сопоставления с которым принимается решение о предоставлении кредита.

Хотелось бы добавить несколько слов и о LGD-модели (Loss Given Default/сумма задолженности), предсказывающей вероятность выхода из просроченной задолженности. Она гораздо сложнее, предсказать поведение дефолтного клиента затруднительно ввиду того, что оно сильно диверсифицировано: клиент может выплатить кредит полностью, но не оплатить проценты; может оплатить сумму долга частично; может выплачивать общую сумму долга годами и т.д.

Принимая также во внимание, что реальных дефолтов в российских банках пока накоплено недостаточно, говорить о статистически релевантной LGD-модели в корпоративном секторе пока преждевременно. Хотя, в принципе, в западных банках с применением продвинутых аналитических подходов (линейной регрессии, нейронных сетей и т.д.) Recovery Rate (процент вероятности возвращения дефолтного клиента обратно в "хорошего") вычисляется достаточно точно.

Касаясь вопросов моделирования, невозможно обойти вниманием валидацию моделей, которая также является обязательным требованием Базеля II. Любая, даже идеально построенная, модель должна быть апробирована и подтверждена на предмет точности своих прогнозов. Валидация моделей может производиться разными способами.

Наиболее часто встречается out-of-sample validation, когда большая часть имеющихся данных (примерно 70%) используется для построения модели, а оставшаяся часть (не задействованная в моделировании) идет на ее валидацию. Этот подход позволяет убедиться, что "успешная" на одних данных модель продолжает строить точные прогнозы и на других данных кредитного портфеля. Неудобство применения метода возникает лишь при недостаточном количестве данных, которые вам приходится еще при этом делить. Здесь хочется отметить, что статистически релевантными результатами считаются те, что получены на выборке, содержащей как минимум 2000 записей и достаточное количество дефолтов.

Страницы: 1 2 3

Другое по теме:

Рекомендации по развитию автокредитования и внедрения овердрафта по пластиковым картам
Сейчас Сбербанк с портфелем кредитов физическим лицам в 628,5 млрд руб. занимает всего 35% от объема всех кредитов, выданных банками населению. Участники рынка полагают, что это результат низкой технологичности и качества услуг Сбербанка. По оценкам экспертов, через пять лет Сбербанк будет занимать ...

Аналитический метод
Различают два подхода аналитического анализа финансового рынка: · фундаментальный (основан на представлении, что движение курса финансовых инструментов является отражением состояния экономики в целом), · технический (в значительной степени опирается на использование психологических индикаторов (sen ...

Понятие банковских рисков
Банковские риски как объект исследования известен не только современному обществу. Их значение в регулировании банковской деятельности исследователи отмечали еще в XVIII и XIX вв. Известный русский профессор Н.Х. Бунге, впоследствии ставший министром финансов России, в своем исследовании кредита и ...

Главное меню

Copyright © 2019 - All Rights Reserved - www.bankpartition.ru