Автор работы: Пользователь скрыл имя, 15 Января 2012 в 16:09, реферат
Кредитный риск (риск контрагента) представляет собой риск частичной или полной неплатежеспособности заемщика, риск неуплаты заемщиком основного долга и процентов, причитающихся кредитору в установленный срок. Такой риск возникает в тех областях деятельности, где успех зависит от результатов работы заемщика, контрагента или эмитента. Поэтому управление кредитным риском сводится к выявлению причин невозможности или нежелания выполнять обязательства, а также в определении методов снижения рисков.
УДК 336.77/004.896
Разработка системы поддержки принятия решений для управления кредитными рисками банка
Е.В. Пучков
РГСУ, Ростов-на-Дону
Задача
Кредитный риск (риск контрагента) представляет собой риск частичной или полной неплатежеспособности заемщика, риск неуплаты заемщиком основного долга и процентов, причитающихся кредитору в установленный срок. Такой риск возникает в тех областях деятельности, где успех зависит от результатов работы заемщика, контрагента или эмитента. Поэтому управление кредитным риском сводится к выявлению причин невозможности или нежелания выполнять обязательства, а также в определении методов снижения рисков.
Управление
кредитным портфелем
Кредитный риск можно разделить на риск конкретного заемщика и риск портфеля, что предполагает учет особенностей каждого вида риска в процессе управления. Управление каждым видом кредитного риска, помимо общих черт имеет и ряд специфических особенностей. Важным обстоятельством является различие целей управления. Целью управления кредитным риском индивидуального заемщика является снижение вероятности неисполнения заемщиком своих обязательств по кредитному соглашению и минимизация потерь банка в случае невозврата кредита. Цель управления риском совокупности кредитных вложений банка - поддержание на определенных уровнях показателей, характеризующих эффективность организации кредитных операций банка.
Последовательность управления кредитным риском сводится к четырем основным этапам [2]:
Дальнейшее изучение процесса управления кредитным риском в банке связано с анализом содержания конкретных этапов, составляющих этот процесс.
Осуществляя кредитные операции, банк стремится не только к их объемному росту, но и к повышению качества кредитного портфеля. Таким образом, для эффективного управления кредитным портфелем необходим его анализ по различным количественным и качественным характеристикам как в целом по банку, так и по его структурным подразделениям.
Количественный анализ предполагает изучение состава и структуры кредитного портфеля банка в динамике (за ряд лет, на квартальные даты отчетного года) по ряду количественных экономических критериев.
За количественным анализом следует анализ качества кредитного портфеля. Под качеством кредитного портфеля будем понимать комплексное определение, характеризующее эффективность формирования кредитного портфеля коммерческого банка с точки зрения доходности, степени кредитного риска (которая, в свою очередь, зависит от финансового положения заемщика, качества обслуживания долга, а также от всей имеющейся в распоряжении кредитной организации информации о любых рисках заемщика, включая сведения о внешних обязательствах заемщика, о функционировании рынка, на котором работает заемщик) и обеспеченности [6].
Основными методами оценки качества кредитного портфеля, применяемыми в международной практике являются номерная и балльная системы.
Номерная система заключается в том, что по каждой группе рисков определяется ограниченный перечень показателей, на основании которых происходит отнесение к ней каждого конкретного элемента кредитного портфеля. Номерная система строится на экспертном мнении, которое очень сложно выразить количественно. Именно это и является ее главным недостатком. Широта и возможная противоположность экспертной оценки не позволяет обеспечить единый подход к классификации элементов кредитного портфеля. Чем более субъективна данная система, тем больше ошибок будет возникать при определении качества кредитного портфеля.
Наряду с номерной системой в международной практике широкое распространение получила и балльная система оценки качества кредитного портфеля коммерческого банка. Она сводится к одному общему числовому значению, определение которого регламентировано.
Качество каждой ссуды, входящей в кредитный портфель, оценивается сначала по каждому из показателей, а затем дается сводная балльная оценка. Рейтинг качества кредитов устанавливается на основе набранных баллов.
Положительными сторонами балльной системы оценки качества кредитного портфеля являются: простота использования, быстродействие системы, малая доля субъективизма при принятии решений. К отрицательным сторонам можно отнести: плохую адаптируемость к отдельным категориям ссуд и заемщикам, недостаточный диапазон оцениваемых аспектов, сложность проверки достоверности информации, получаемой от заемщика.
На практике, учитывая все положительные и отрицательные стороны номерной и балльной систем, целесообразно использовать их сочетание, что будет являться основой более совершенной и точной системы оценки качества кредитного портфеля.
При определении качества кредитного портфеля следует исходить из совокупности критериев, оказывающих на него непосредственное влияние. Данные коэффициенты рассматриваются в динамике и в сопоставлении друг с другом и характеризуют [1]:
Значимость этих критериев
В
случае, если в банке ведется
Для сводной оценки качества кредитного портфеля банк должен выбрать систему показателей1 и обозначить их значимость (вес в процентах). Далее по каждой группе финансовых коэффициентов рассчитывается групповой балл путем взвешивания балльных оценок показателей данной группы, причем сумма весов по каждой группе должна составлять 100 %. Групповые баллы, представляющие собой интегральные оценки групп показателей, в свою очередь, взвешиваются с учетом роли каждой группы показателей в интегральном балле, их веса в сумме также должны составлять 100 %. Расчет итогового балла можно представить в следующем виде :
где B – итоговый балл;
Pi – вес балла по i-й группе финансовых коэффициентов, или значимость отдельной группы финансовых коэффициентов в общей финансовой оценке, ΣP=100 %;
Qij – вес балла по j-му финансовому коэффициенту в i-й группе, или значимость отдельного коэффициента в соответствующей группе, ΣQij=100 %;
BFij – балльная оценка j-го финансового коэффициента, входящего в i-ую группу;
n – количество групп показателей;
k – количество финансовых коэффициентов.
Нерешенность методических проблем проведения оценки качества кредитного портфеля, отсутствие эффективной методики анализа кредитоспособности клиентов банка, высокий уровень кредитных рисков, отсутствие методики и опыта формирования кредитных досье заемщиков банка, до сих пор выступают серьезным тормозом в развитии банковской системы. В связи с этим, комплексная разработка теоретических и практических вопросов, раскрывающих содержание кредитного портфеля, методику оценки его качества и управление им является важной и актуальной проблемой, решение которой позволит обеспечить внедрение современных методов управления кредитным риском, адекватных современной экономической ситуации в России.
Предлагается создать систему управления рисками, включающую в себя организационную, аналитическую, оперативную и компьютерную поддержку. Для этого необходимо:
Проект
1. Объектами анализа, с которыми будет оперировать система, являются заемщик и кредитный портфель, поэтому система должна позволять проектировать методологии оценки на основе различных показателей (модуль «Конструктор»), а по значениям рассчитанных интегральных показателей строить рейтинги (модуль «Визуализатор»).
Система может включать следующие программные блоки (ПБ) (рисунок 1):
Рисунок
1. Структурная схема системы мониторинга
и построения рейтингов
2. Одним из типов инструментальных средств ВI2-систем является интеллектуальный. Система осуществляет поиск функциональных и логических закономерностей в накопленных данных, построение моделей и правил, которые объясняют найденные закономерности и/или с определенной вероятностью прогнозируют развитие некоторых процессов. Этот класс задач решается построением систем интеллектуального анализа, реализующего методы и алгоритмы Data Mining3 [3].
В состав BI-систем включают функциональные возможности искусственного интеллекта. Именно на этом автор остановил свое внимание.
Необходимо создать интеллектуальную систему, основанную на методах нейронных сетей (НС), которая бы позволяла: