Сущность скоринга и его роль в кредитовании юридических лиц

Приведем некоторые статистические данные, касающиеся данной проблемы. Согласно данным Национального статистического комитета Республики Беларусь, за январь-октябрь 2014 г. убыточными были 1 150 организаций, или 14,2% от общего количества организаций, учитываемых в текущем порядке(за январь-октябрь 2013 г. – 721 организация, или 8,9%). Сумма чистого убытка убыточных организаций за январь-октябрь 2014 г. составила 10,9 трлн. рублей, или в 1,7 раза больше, чем за январь-октябрь 2013 г. рублей [4]. Рентабельность продаж за январь-октябрь 2014 г. составила 7,5% и увеличилась по сравнению с январем-октябрем 2013 г. на 0,4 процентных пункта. За январь-сентябрь 2014 г. рентабельность продаж составила 7,5%, за октябрь – 7,4% [5].

Исходя из вышепредставленных данных, актуальность исследуемой темы в том, что в настоящее время разработано множество методик по оценке кредитоспособности, но сформировать единую, универсальную методику затруднительно, так как на кредитные возможности заемщика может повлиять множество факторов. При невозможности разработать единую методику банк должен совершенствовать имеющуюся методику для того, чтобы она обеспечивала высокое качество взаимоотношений банка и клиента.

Одним из современных подходов к минимизации кредитного риска, в рамках которого используются автоматизированные системы принятия решений по выдаче банковских кредитов и условиям кредитования, является внедрение скоринговых систем в деятельность кредитных организаций.

Впервые понятие «скоринг кредитоспособности» было отмечено в Инструкции «о порядке предоставления (размещения) банками денежных средств в форме кредита и их возврата» Правлением Национального банка Республики Беларусь 14.07.2009, в котором скоринг определен как «математическая или статистическая модель оценки кредитоспособности, результаты которой используются кредитодателем при принятии решения о предоставлении кредита [1].

Смысл модели заключается и в том, что каждому соискателю кредита приписывается свойственная только ему оценка кредитного риска. Сравнение значения кредитного скоринга, полученного для конкретного кредитополучателя, со специфичной для него пороговой оценкой помогает ускоренно решить труднейшую проблему выбора при выдаче кредита.

Рассматривая модель скоринга, определяются факторы для оценки кредитоспособности юридических лиц, которым присуждаются баллы в зависимости от их уровня:

объем продаж (за два последних года и два последних отчетных квартала);
прибыль/убыток от продаж;
проценты к уплате;
основные средства;
долгосрочные и краткосрочные кредиты/ссуды;
финансовый лизинг;
собственный капитал и др.

Однако набор данных показателей неоднозначен и может варьироваться в зависимости от выбранной модели скоринга. Полученные данные вводятся в программу, которая после определенных расчетов отображает итоговую оценку, что рассчитывается по формуле (модель Альтмана):

где Z - значение оценки скоринга;

ai – весовые коэффициенты, характеризующие значимость факторов риска;

Xi – факторы риска, определяющие кредитоспособность заемщика.

Данная формула является ядром практически любой модели скоринга. Она рассчитывает значение кредитного скоринга или численного значения, характеризующее качество кредитоспособности кредитополучателя [2].

Внедрение скоринговых систем имеет ряд преимуществ, к которым относят:

возможность снижения издержек и минимизацию операционного риска за счет автоматизации принятия решения о выдаче кредита;
сокращение времени обработки заявлений и предоставление ответа о выдаче кредита;
централизацию принятия кредитного решения и снижение влияния человеческого фактора при его принятии;
выявление и предотвращение попыток мошенничества [2].

Помимо положительной стороны, скоринг имеет и ряд недостатков, потому что часто решение системы основано на анализе данных, предоставленных исключительно самим заемщиком. Помимо этого, скоринговые системы необходимо постоянно дорабатывать и поддерживать, т. к. они учитывают только прошлый опыт и реагируют на изменения социально-экономической ситуации с запозданием.

Для решения поставленных проблем можно предложить следующее:

1. Увеличить объем информации, предоставляемый банкам для анализа кредитоспособности. Например, добавить в перечень такие показатели, как зависимость от поставщиков и доля на рынке, которые характеризуют бизнес-риск.

2. Назначить более высокие баллы для вышеперечисленных показателей.

3. Необходимо уделять больше внимания показателям финансового риска, таким как текущая ликвидность, рентабельность продаж и соотношение собственного и заемного капитала.

4. Упростить расчет бизнес-риска по некоторым показателям (например, качество управления, негативные тенденции, влияние государственных органов), убрать градацию баллов и задать значения (1) – есть, (2) – нет. Данная процедура поможет упросить расчеты и свести к минимуму экспертную оценку сотрудника банка. Экспертная оценка делается на основании профессиональных знаний сотрудника и может быть неточной.

5. По возможности расширить области максимального риска.

Для использования кредитного скоринга для банков актуальны два способа: приобретение готовых моделей (скоринговых карт) и приобретение специализированного программного продукта и построение скоринговой системы на его основе. Самые известные западные программы - SAS Credit Scoring, EGAR Scoring, Transact SM (Experian-Scorex), K4Loans (KXEN), Clementine (SPSS). Среди российских разработчиков выделяются Basegroup Labs, «Диасофт», известна украинская компания "Бизнес Нейро-Системы". Следует отметить, что на Западе разработка новых моделей происходит раз в полтора-два года и во многом зависит от стабильности экономики в этот периодъ [3]. Однако несмотря на перечень преуспевающих иностранных компаний, большинство белорусских банков, например ЗАО «Трастбанк», ОАО "АСБ Беларусбанк", ЗАО Банк ВТБ, ОАО «Банк Москва-Минск», ОАО «Белагропромбанк», ОАО «Паритетбанк» и др., предпочитают пользоваться услугами отечественной компании ООО «Софтклуб».

Литература:

1. Постановление Правления Национального банка Республики Беларусь от 14.07.2009 № 105 "О внесении дополнений и изменений в Инструкцию о порядке предоставления (размещения) банками денежных средств в форме кредита и их возврата".

2. Опарина, Н.И. Использование скоринговых моделей для оценки кредитоспособности заемщика / Н.И. Опарина // Банковское кредитование. – № 5. – 2009. – С. 47-59.

3. Скоринг (scoring) – [Электронный ресурс] – Режим доступа: http:// http://www.banki.ru/wikibank/skoring/- Дата доступа: 10.11.2014.

4. Об убыточных организациях за январь-октябрь 2014 г.: пресс-релиз // Сайт национального статистического комитета Республики Беларусь [Электронный ресурс]. - Режим доступа: http://belstat.gov.by/ofitsialnaya-statistika/otrasli-statistiki/finansy/operativnaya-informatsiya_14/ubytochnye-organizatsii/ob-ubytochnyh-organizatsiyah-za-yanvar-oktyabr-2014-g/ . - Дата доступа: 21.12.2014.

5. О рентабельности продаж организаций за январь-октябрь 2014 г.: пресс-релиз // Сайт национального статистического комитета Республики Беларусь [Электронный ресурс]. - Режим доступа: http://belstat.gov.by/ofitsialnaya-statistika/otrasli-statistiki/finansy/operativnaya-informatsiya_14/o-rentabelnosti-prodazh-organizatsii-2013g/o-rentabelnosti-prodazh-organizatsii-za-yanvar-_2/ . - Дата доступа: 21.12.2014.