Содержание к диссертации
Введение
1. Теоретические аспекты и проблемы развития потребительского кредитования в России 15
1.1. Понятие и классификация потребительского кредита 15
1.2. Особенности потребительского кредита 20
1.3. Современные тенденции и проблемы развития потребительского кредитования в России 28
1.4. Роль оценки кредитоспособности заёмщика в потребительском кредитовании 48
2. Этапы разработки моделей оценки кредитоспособности физических лиц 58
2.1. Состав модели оценки кредитоспособности физических лиц 58
2.2. Требования к моделям оценки кредитоспособности физических лиц 62
2.3. Обзор моделей оценки кредитоспособности физических лиц 63
2.4. Этапы разработки моделей оценки кредитоспособности физических лиц. 82
2.4.1. Постановка задачи 84
2.4.2. Выбор способа разработки модели 84
2.4.3. Разработка модели 86
2.4.4. Подходы к разработке моделей оценки кредитоспособности 88
2.4.5. Выбор факторов модели 99
2.4.6. Сбор оценок факторов модели. 101
2.4.7. Разработка программного средства 103
2.4.8. Определение эффективности модели 104
2.4.9. Корректировка модели 104
3. Разработка модели оценки кредитоспособности физических лиц на основе теории нечётких множеств 105
3.1. Выбор факторов модели 105
3.2. Определение значимости факторов модели 112
3.3. Построение нечётко-множественных классификаторов факторов 116
3.4. Определение кредитного рейтинга 124
3.5. Определение условий кредитования физических лиц 127
3.5.1 Система нечеткого вывода условий кредитования 127
3.5.2. Определение вероятности погашения кредита 129
3.5.3. Выбор условий кредитования 131
3.5.4. Выбор условий кредитования с учетом кредитного риска 135
4. Организационное и информационное обеспечение модели опенки кредитоспсобности физических лиц 139
4.1. Организационное обеспечение модели 139
4.2. Информационное обеспечение и программное средство модели 144
4.3. Апробация модели 148
Заключение 152
Список использованных источников 154
- Современные тенденции и проблемы развития потребительского кредитования в России
- Обзор моделей оценки кредитоспособности физических лиц
- Построение нечётко-множественных классификаторов факторов
- Информационное обеспечение и программное средство модели
Введение к работе
Актуальность темы исследования. В современных условиях задача анализа, оценки и управления кредитным риском является одной из приоритетных для кредитных организаций не только России, но и других стран мира. Требования к надежности банковской системы, предъявляемые со стороны различных регулирующих органов, постоянно возрастают, увеличиваются сроки кредитования, растет доля проводимых операций, успех которых напрямую связан с экономическим положением заемщиков. Все это происходит на фоне усиливающейся конкурентной борьбы, в условиях которой кредитные организации не могут просто увеличивать процентные ставки или требовать дополнительного обеспечения по кредитам для покрытия своих рисков.
Участвуя в активных операциях, кредитные организации принимают на себя риски. Принятие рисков - основа банковской деятельности, но успех имеет только тот, кто принимает разумные риски, контролируемые и находящиеся в пределах финансовых возможностей кредитной организации. К наиболее значимым рискам относят: кредитный, ликвидности, валютный, рыночный, процентный и риск подрыва деловой репутации. Согласно информации об основных результатах анкетирования кредитных организаций по вопросам стресс-тестирования, в 2008 году первое место по уровню значимости среди всех банковских рисков занял кредитный риск.
Кредитование физических лиц - перспективное направление деятельности мирового банковского сектора. В принятой стратегии развития банковского сектора Российской Федерации на период до 2008 года этому направлению посвящен отдельный раздел. В документе отмечается, что за последние годы объемы кредитования физических лиц достаточно выросли, но при этом резервы роста остаются значительными.
В последние годы конкуренция на рынке кредитования физических лиц заставила кредитные организации вести более агрессивную кредитную политику, чем прежде, направленную на увеличение кредитного портфеля за счет привлечения в короткие сроки широкого круга заемщиков. Эта задача была решена за счет упрощения процедуры кредитования, кредитные организации ослабляют требования к обеспеченности кредитов, упрощают процедуры проверки кредитоспособности заёмщиков. Привлекая клиентов таким образом, кредитные организации приняли на себя дополнительные кредитные риски, «которые, реализовавшись, привели к росту просроченной задолженности. По данным Банка России на 01.10.2008 г. просроченная задолженность по кредитам, выданным физическим лицам, составила 131 млрд. руб. против 96 млрд. руб. на 01.01.2008 г. Уменьшение кредитных рисков -актуальная задача, стоящая перед кредитными организациями.
Потребительский кредит для кредитных организаций является не только эффективным средством привлечения новых заемщиков, но и перспективным объектом вложения свободных денежных средств. В текущих условиях возможности кредитных организаций по вложению свободных денежных средств ограничены. Эффективно инвестировать средства становится труднее. На фоне высоких темпов роста объёмов потребительского кредитования кредитные организации сталкиваются с неготовностью к предоставлению потребительских кредитов. Проблемы возникают в силу специфики потребительских кредитов, что требует специальных методов и моделей управления потребительским кредитованием.
Мировой финансовый кризис, связанный с ростом числа дефолтов по ипотечным кредитам в США, продолжает оставаться главной темой на российском финансовом рынке. Причиной роста дефолтов по ипотечным кредитам в США, по мнению автора, является несовершенная система оценки кредитного риска. Многие заемщики имели просроченную ссудную задолженность, в отношении данных заемщиков выносились судебные решения или осуществлялась процедура обращения взыскания на заложенное имущество, они проходили через процедуру банкротства. Российские кредитные организации, активно заимствующие средства за рубежом (по данным Банка России российские кредитные организации задолжали на 01.01.2008 г. нерезидентам 163,6 млрд. долларов против 101,2 млрд. долларов на 01.01.2007 г.), столкнулись с проблемой привлечения ресурсов ввиду увеличения стоимости привлекаемых средств и снижения их предложения. В сложившихся условиях кредитные организации вынуждены были сократить объемы кредитования, скорректировать условия предоставления кредитов и более тщательно подойти к вопросу оценки кредитоспособности заемщиков. Например, с 01.11.2008 г. ОАО «Сбербанк России» не выдает потребительские кредиты без обеспечения. Сократился срок кредитования и установлен лимит кредитования в размере 500 тыс. руб., ужесточились условия ипотечного кредитования. В условиях конкурентной борьбы нецелесообразно ужесточать требования к заемщикам и искать дополнительное обеспечение по кредитным операциям, а необходимо совершенствовать подходы к оценке кредитоспособности заемщика. Проблема оценки кредитоспособности заемщика в условиях конкурентной борьбы и мирового финансового кризиса становится актуальнее.
В соответствии с последним Базельским соглашением о капитале, известным как Базель II [78, 106], для оценки заемщиков при кредитовании рекомендуется использовать подход, основанный на внутренних рейтингах в следующем виде: построение системы внутренних кредитных рейтингов; оценка кредитоспособности заемщиков и присвоение им рейтингов; вычисление для каждого заемщика вероятности его дефолта; оценка суммы задолженности заемщика в момент дефолта; определение срока погашения задолженности. Это значит, что Базельский комитет по банковскому надзору официально утвердил и рекомендовал к использованию при оценке заемщиков внутрибанковские модели. Использование подхода предполагает проектирование адекватных математических моделей.
Большой интерес к моделям оценки кредитоспособности физических лиц проявляют бюро кредитных историй, которые согласно законодательству могут помещать в основную часть кредитной истории кредитный рейтинг заемщика, и оказывать на договорной основе услуги, которые связаны с разработкой на основе информации, содержащейся в кредитной истории, методик вычисления индивидуальных рейтингов.
Основным условием эффективной деятельности кредитных организаций на рынке потребительского кредитования становится активное изучение вопросов, связанных с разработкой методов и моделей принятия решений по кредитным обращениям, позволяющих осуществлять приемлемый отбор потенциальных заёмщиков. При этом важно не только адекватно оценить соискателя кредита, но и сохранить издержки кредитования на низком уровне и уменьшить время, затрачиваемое на одного соискателя. Эксперты заявляют, что эффективная маркетинговая программа по продвижению кредитных продуктов бесполезна без соответствующей методической базы, обеспечивающей принятие решения по кредитным обращениям. Правильным решением для уменьшения уровня кредитных рисков до приемлемого значения является постоянное улучшение качества менеджмента и внедрение современных автоматизированных систем оценки кредитных рисков.
Важно подчеркнуть тот факт, что большинство современных российских исследований в области управления кредитным риском и оценки кредитоспособности заёмщика, к сожалению, сосредоточено на исследовании проблем оценки заёмщиков-юридических лиц, обобщении зарубежных методик их оценки, при этом редко затрагиваются практические и теоретические аспекты управления кредитованием заёмщиков - физических лиц.
Таким образом, отсутствие действенной системы оценки потенциального заёмщика-физического лица на российском рынке потребительского кредитования, вероятность дефолта по выданным кредитам, связь рентабельности кредитных операций и размера резервов на покрытие непогашенных кредитов с качеством оценки кредитного риска, а также значительный интерес кредитных организаций в этом направлении в условиях конкуренции и мирового финансового кризиса обусловливают актуальность появления разработок в области оценки заёмщиков - физических лиц и создают проблему, решение которой имеет важное значение для отечественного банковского сектора. Практическая значимость, теоретическая и методологическая непроработанность данной проблемы обусловили актуальность темы диссертационного исследования.
Методологические и теоретические основы исследования. Исследования, посвященные анализу риска в банковской сфере с использованием различных методик, связывают с именами следующих отечественных и зарубежных исследователей: Батраковой Л.Г., Беляева М.К., Белякова А.В., Буздалина А.В., Бухтина М.А., Воробьёва Л.И., Жованикова В.Н., Иванова В.В., Ильясова СМ., Козлова А.А., Косована К.С, Лаврушина О.И., Ли О.В., Масленченкова Ю.С., Недосекина А.О., Потоцкой Е.Г., Строева А.А., Субботина А.В., Супруновича Е.Б., Фаррахова И.Т., Соложенцева Е.Д., Пановой Г.С, Козловской Э.А. и многих др.
Большой вклад в развитие теории нечетких множеств, теорию и практику построения нечетких моделей внесли следующие отечественные и зарубежные ученые: Алтунин А.Е., Андрейчиков А.В., Андрейчикова О.Н., Асаи К., Гольдберг Д., Заде Л., Ковалёв СМ., Недосекин О.В., Коско Б., Кофман А., Круглов В.В., Мамдани Е., Мелихов А.Н., Минаев Ю.Н., Пилиньский М., Рутковский Л., Семухин М.В., Сугэно М., Тэрано Т., Филимонова О.Ю., Холланд Дж., Ягер Р. и многие др.
Большое внимание уделяется кредитному скорингу как подходу к оценке кредитного риска. Эта проблема освещается в работах М.Бора, К. Вальравина, М. Ворда, Э. Альтмана, Д. Крука, Д. Хэнда, Л. Томаса, Ш. Де Ковни, Л. Миэринь, С. Питера, Э.Рида, К. Рэдхэда,- С. Хьюса и др.
Проблемам экономико-математического моделирования посвящены работы отечественных ученых: Глухова В.В., Юрьева В.Н., Ильина И.В., Кузина Б.И., Диденко Н. И. и др.
Целью диссертационного исследования является разработка комплекса взаимосвязанных экономико - математических моделей оценки кредитоспособности заёмщиков - физических лиц, отвечающего современным требованиям в области управления кредитным риском и направленного на повышение эффективности управления размещением привлечённых ресурсов кредитной организации в форме предоставления потребительских кредитов.
Достижение поставленной цели предполагает решение следующих задач:
1. Раскрыть экономическое содержание потребительского кредита, выявить особенности потребительского кредитования с точки зрения заёмщика, кредитной организации и национальной экономики. Рассмотреть основные тенденции и проблемы современной практики потребительского кредитования. Показать значимость и актуальность проблемы, связанной с оценкой кредитоспособности заёмщиков.
2. Показать состав моделей оценки кредитоспособности. Раскрыть проблемы их разработки. Представить сравнительный обзор моделей оценки кредитоспособности физических лиц в отечественной и зарубежной практике потребительского кредитования, а также показать необходимость исследований в данной области.
3. Рассмотреть возможность применения подходов, положенных в основу моделей оценки кредитоспособности физических лиц, в отечественной банковской практике. Дать рекомендации по выбору подхода. Обосновать возможность применения теории нечётких множеств как одного из подходов к оценке кредитоспособности заемщиков.
4. Разработать комплекс экономико - математических моделей, позволяющий определять кредитный рейтинг заёмщиков и условия кредитования с использованием теории нечетких множеств.
5. Разработать организационное и информационное обеспечение предложенной системы оценки кредитоспособности заемщиков. Разработать систему показателей оценки эффективности деятельности кредитного отдела на основе предложенного комплекса экономико - математических моделей.
Объектом исследования являются экономические отношения кредитных организаций, в частности их структурных подразделений по кредитованию, с заёмщиками - физическими лицами. Предметом исследования является процесс оценки кредитоспособности заёмщиков и предоставления потребительского кредита.
Методы исследования. Обоснованность и достоверность результатов исследования обеспечены применением комплекса методов, соответствующих объекту, цели, задачам и логике исследования, а таюке непротиворечивостью полученных научных результатов. При решении поставленных задач использовались методы математического анализа, экспертные методы, методы теории нечетких множеств, подходы и методы теории оптимизации. Методологическую основу исследования составили монографии и труды ведущих отечественных и зарубежных учёных в области оценки кредитных рисков, кредитования, экономического анализа, риск-менеджмента, нечеткого моделирования, а таюке методические и аналитические материалы Банка России, кредитных организаций, международных финансово-кредитных институтов и рейтинговых агентств.
Информационной базой исследования являются информационные базы кредитных организаций Санкт-Петербурга; данные , Банка России, Министерства финансов и Федеральной службы государственной статистики; нормативные акты Российской Федерации; положения и инструкции кредитных организаций; бухгалтерские формы отчетности; материалы периодической печати, а также экспертные оценки, расчёты и результаты экспериментов.
Наиболее существенные результаты и научная новизна диссертационного исследования заключается в следующем:
1. Раскрыты экономическое содержание потребительского кредита и особенности потребительского кредитования. Выявлены основные тенденции и проблемы современной практики потребительского кредитования. Показана значимость и актуальность проблемы, связанной с оценкой кредитоспособности заёмщиков.
2. На основе анализа содержательной специфики оценки кредитоспособности заёмщиков - физических лиц сформирована концепция применения теории нечетких множеств в потребительском кредитовании, позволяющая, несмотря на некоторую размытость результатов, сделать экономическую оценку кредитоспособности заемщиков более доступной для интерпретации, чем традиционные методы.
3. Разработана нечетко - множественная модель кредитного рейтинга заемщика, отличительной особенностью которой является возможность получения на основе неточной и ограниченной информации о заемщике комплексной количественно - качественной оценки его кредитоспособности.
4. Разработана система нечеткого логического вывода, отличающаяся возможностью определения условий кредитования заемщиков на основе кредитных рейтингов и включающая знания экспертов, выраженные в терминах естественного языка.
5. Разработана экономико-математическая модель выбора вариантов кредитования заемщиков, обеспечивающая формирование с учетом кредитной политики и финансовых возможностей заемщиков множества альтернативных вариантов условий кредитования, заданных нечеткими числами, и выбор на основе кредитных рейтингов оптимального варианта кредитования для каждого заемщика с точки зрения чистого ожидаемого дохода кредитной организации.
6. Разработано организационное и информационное обеспечение предложенного комплекса моделей. Предложена система показателей, характеризующих эффективность эксплуатации комплекса моделей в кредитном отделе.
Практическая значимость исследования. Разработанная модель может стать основой процедуры оценки кредитоспособности предоставления кредита заёмщикам - физическим лицам в кредитных отделах отечественных кредитных организаций и послужить основой для повышения эффективности управления размещением привлечённых ресурсов кредитной организации в форме предоставления потребительских кредитов. На основе предложенной модели могут быть построены практические модели принятия решений в управлении кредитным процессом в реальных рыночных условиях неопределенности и нечеткой информации. Рекомендации, сформулированные в диссертационном исследовании, могут быть использованы кредитными организациями, работающими на рынке потребительского кредитования, для повышения обоснованности принимаемых решений о кредитовании и снижения кредитных рисков при повышении скорости и снижения издержек рассмотрения кредитных обращений. Материалы диссертационного исследования используются в учебном процессе кафедры «Предпринимательство и коммерция» ГОУ «СПбГПУ».
Апробация результатов исследования. Основные положения диссертации были представлены и опубликованы в материалах ежегодных международных научно - практических конференций молодых ученых, студентов и аспирантов: «Неделя науки СПбГПУ» (Санкт-Петербург, СПбГПУ, 2007 и 2008 гг.), «Математические методы и информационные технологии в экономике, социологии и образовании» (Пенза, Приволжский дом знаний, 2008 г.), «Актуальные вопросы экономических наук» (Новосибирск, ЦРНС, 2009 г.), а также на семинарах аспирантов и заседаниях кафедры «Предпринимательство и коммерция» (Санкт-Петербург, СПбГПУ, 2008 г.). Результаты исследования используются в учебно - методических материалах по дисциплине «Деньги, кредит, банки» и деятельности филиала ОАО АКБ «ЮГРА» в Санкт-Петербурге, что подтверждается актом о внедрении результатов исследования.
Публикации. По теме диссертационного исследования опубликовано 7 работ общим объёмом 1,7 печатных листа, в том числе 2 публикации в сборнике «Научно-технические ведомости СПбГПУ», включённом в перечень ВАК.
Структура и объём диссертационного исследования. Диссертационное исследование состоит из введения, четырех глав, заключения, библиографического списка и приложений. Исследование содержит 172 страницы основного текста, 13 таблиц, 30 рисунков, 11 приложений, библиографический список из 188 наименований.
Во введении показана актуальность темы исследования; определены объект, предмет, цель и задачи исследования; отражены научная новизна и практическая значимость; приведены сведения о структуре диссертационного исследования, апробации результатов и публикациях по теме исследования; представлено краткое содержание глав диссертационного исследования.
В первой главе рассмотрено понятие потребительского кредита; особенности кредитов, предоставляемых физическим лицам; сформулирована роль оценки кредитоспособности заёмщиков-физических лиц в деятельности кредитной организации. Рассмотрены проблемы, характерные для потребительского кредитования в современной банковской практике. Показано, что важной задачей повышения качества и рентабельности кредитного портфеля потребительских кредитов является использование инструментов, обеспечивающих быструю, объективную и легко интерпретируемую оценку кредитного риска, связанного с кредитным обращением, а также определение условий кредитования с учётом полученной меры кредитного риска.
Во второй главе дается характеристика состава модели оценки кредитоспособности заёмщиков-физических лиц. Формулируются основные проблемы разработки подобных моделей. Формулируются требования, предъявляемые к подобным моделям. Проводится анализ существующих моделей и подходов к оценке кредитоспособности заёмщиков-физических лиц. Обосновывается необходимость применения теории нечётких множеств для разработки моделей оценки кредитоспособности физических лиц. Обобщается последовательность этапов разработки моделей оценки кредитоспособности физических лиц.
В третьей главе предлагается нечетко - множественные модели определения кредитного рейтинга и условий кредитования заёмщика. В четвертой главе проводится апробация на фактических данных разработанного комплекса моделей, предлагается организационное и информационное обеспечение. В заключении представлены основные результаты, полученные в диссертационном исследовании. В приложениях отражены основные формализмы теории нечетких множеств, представлены исходные данные и полученные результаты.
Современные тенденции и проблемы развития потребительского кредитования в России
Потребительский кредит играет важную роль в экономике страны, деятельности заёмщика и кредитной организации. Ниже рассмотрены особенности потребительского кредита с точки зрения этих трех аспектов.
Потребительское кредитование играет важную роль в российской экономике. Покупка товаров в кредит постепенно становится неотъемлемой частью жизни российских потребителей, что повышает уровень благосостояния населения. Западный опыт показал, что кредитование физических лиц является не только мощным стимулирующим инструментом расширения рынков сбыта и увеличения объемов продаж, но таюке фактором увеличения темпов экономического роста.
В последнее время это одно из основных направлений деятельности коммерческих банков, которое продолжает оставаться перспективным в плане развития и приносит сверхприбыли в банковский сектор. Повышение спроса на производимые товары, то есть стимулирование производства и обслуживания; ускорение оборачиваемости денежных средств, - благоприятные тенденции в экономике.
Заменяя необходимость длительного накопления средств немедленным приобретением, потребительский кредит расширяет объем продаж и одновременно стимулирует увеличение доли затрат на дорогостоящие товары длительного пользования в бюджете заемщика. В то же время потребительский кредит «привязывает» реализацию товаров не к текущему фактическому доходу, а к будущим доходам, что может привести к нарушению устойчивости поступления доходов и парализовать систему кредита. Сравнительно высокая стоимость потребительских кредитов может способствовать усилению финансового давления на заемщика.
Потребительский кредит уменьшает текучесть кадров посредством того, что повышает трудовую дисциплину. Уменьшение текучести кадров благоприятно влияет на экономику страны. Потребительский кредит стимулирует эффективность труда. Получая заработную плату, недостаточную для покупки за наличный расчёт ряда товаров, в частности предметов длительного пользования, люди имеют возможность покупать эти товары в кредит. Впоследствии, деньги за эти товары должны быть выплачены, поэтому каждый, взявший в кредит, старается избежать увольнения и повысить трудовую дисциплину.
Следует учесть, что «потребительский кредит, временно форсируя рост производства, и создавая видимость высокой конъюнктуры, в конечном счёте, может способствовать выходу производства за рамки платёжеспособного спроса населения, нарастания перепроизводства и обострению экономических кризисов» [10].
Потребительское кредитование играет важную роль для заемщика. Потребительский кредит - удобная на практике форма оплаты товаров и услуг. Такая форма оплаты позволяет осуществлять расходы в то время, когда доходы ещё не поступили, и приобретать активы со стоимостью, превышающей сумму сбережений заемщика. Потребительский кредит предоставляет возможность оплачивать непредвиденные срочные расходы. С другой стороны, потребительский кредит приводит к финансовой зависимости от кредитной организации. Приобретая товар в кредит, заемщик расходует значительно больше реальной рыночной стоимости товара. Потребительский кредит предполагает обязательное декларирование сведений о себе. Информационной базой оценки заемщика является собранная о заемщике информация, в том числе о доходах, собственности, семейном статусе и других характеристиках заемщика. Потребительский кредит характеризуется высокой финансовой и психологической нагрузкой на заемщика в течение нескольких лет.
Социальная функция потребительского кредита реализуется посредством его участия в удовлетворении социальных потребностей граждан, а также реализации социальной политики государства. Социальная ипотека выполняет функции по улучшению жилищных условий социально незащищённых категорий граждан, таких как: ветеранов войны, инвалидов, неполных и многодетных семей при помощи государственной поддержки и ипотечного кредитования. В большинстве стран рынок кредитования играет важную роль в обеспечении населения жильем через систему ипотечного кредитования. В России платное образование является частью национальной образовательной системы, а необходимость оплачивать образование обеспечивается реальной возможностью получения доступного образовательного кредита. Для создания равного доступа всех граждан России к образованию создается система государственного образовательного кредитования.
Обзор моделей оценки кредитоспособности физических лиц
В процессе принятия решения о предоставлении кредита заемщику задействованы две группы специалистов: эксперты-аналитики, которые определяют условия кредитования и корректируют модель оценки, и операторы, непосредственно работающие с моделью в отделениях кредитной организации [3]. Каждая из этих групп выдвигает ряд требований к разрабатываемой модели. По мнению автора, модель оценки кредитоспособности должна отвечать следующим требованиям: 1. Объективность. Модель должна выявлять объективные и существенные закономерности между различными факторами и минимизировать влияние субъективного человеческого фактора на принятие решений. 2. Автоматизация. Модель должна обеспечить возможность обрабатывать большие потоки кредитных заявок в режиме реального времени. Этого можно добиться путем создания программного инструмента. 3. Точность. Модель должна обеспечить приемлемый уровень предикативной мощности (точности), другими словами, приемлемый уровень неправильно классифицированных заемщиков. 4. Адаптируемость. Модель должна учитывать изменения во внешней и внутренней среде кредитной организации, в том числе учитывать нормативные акты надзорных органов. Это позволяет принимать более обоснованные и точные кредитные решения. 5. Гибкость. Гибкость модели - возможность внесения корректировок в модель, например, изменение весов факторов, добавление новых факторов, изменение параметров модели. Модель не должна при этом требовать привлечения квалифицированных экспертов для ее адаптации под новую структуру данных. 6. Объяснимость. Важная характеристика модели — возможность объяснить, почему данный заемщик получил определенный кредитный рейтинг. Модель с высоким уровнем объяснимости принятого решения ведет к удобной интерпретации полученных результатов, их наглядности. 7. Сложность. Сложность модели определятся количеством факторов и характером связей между ними; затратами (временными и стоимостными) на создание модели; сложностью подхода к разработке модели. Факторов в модели должно быть не слишком много и в то же время достаточно для точной оценки заемщика. При этом модель должна содержать значимые факторы и обеспечивать минимум дополнительных квалификационных требований к кредитному менеджеру для работы с моделью.
Первые научные работы, в которых утверждалось, что важность различных критериев оценки заемщика должна быть определена на основе предыдущего опыта, появились в 1936 году [134]. Зависимость между вероятностью дефолта (неисполнением кредитных обязательств) и индивидуальными характеристиками была установлена впервые Фицпатриком для корпоративного кредита и Дюраном для потребительского кредита [131]. В 1941 г. Дюран выявил группы факторов, позволяющих максимально определить степень кредитного риска, и значение, достигнув которого, заемщик считался кредитоспособным. Также он определил коэффициенты для различных факторов, характеризующих кредитоспособность физического лица. В качестве факторов кредитоспособности были рассмотрены [131]: пол, возраст, срок проживания в данной местности, профессия, финансовые показатели, сфера деятельности работодателя, срок занятости.
В 50-х гг. в Сан-Франциско образовалась первая консалтинговая организация в области кредитного скоринга - «Fair Issac», которая до сих пор является лидером среди разработчиков автоматизированных систем кредитного скоринга [78, 111].
В начале 60-х годов были разработаны методики, которые добавляли к прикладным критериям психологические и социологические концепции. Помимо традиционных характеристик заёмщиков стали рассматриваться психологические характеристики, которые влияли на степень кредитного риска.
Переломным моментом в истории развития аналитических методов оценки кредитоспособности можно считать 1967 год, когда впервые была показана целесообразность использования компьютеров для оценки и анализа характеристик заемщиков. Большая часть кредитных знаний извлекалась из накопленной базы данных кредитных историй путем математического анализа, в результате чего создавались модели, которые основывались на краевых условиях, определенных кредитором, а также на математически сгенерированных правилах и формулах [151].
Широкое применение различных подходов к оценке кредитоспособности заемщика началось с распространением кредитных карт. При том количестве кредитных заявок, возникла проблема автоматизации процесса принятия решений по предоставлению кредита.
В 1974 г. в США был принят закон «О предоставлении равных возможностей на получение кредита», который запрещал отказывать в предоставлении кредита на основании следующих характеристик: раса, цвет кожи, национальное происхождение, возраст, пол, семейное положение, религия, получение социальных пособий, отстаивание прав потребителей [121].
Важное значение имеет создание института бюро кредитных историй. Накопленная в бюро кредитных историй информация может стать основой для проектирования моделей оценки кредитоспособности заемщика. Общепризнанной является ценность предыдущей кредитной истории для оценки кредитного риска, связанного с кредитным обращением.
Конец 80-х годов и характеризовался началом бурного развития технологий анализа данных на основе принципов искусственного интеллекта. Учитывая преимущества нейронных сетей перед традиционными статистическими методами анализа, американские и европейские кредитные организации начали переход на системы кредитного скоринга на основе искусственного интеллекта [112, 128, 146].
Попытки создания инструмента поддержки принятия решения для кредитного инспектора в России были предприняты в 1992-1993г. рабочей группой под руководством профессора Б.И. Клебанова по заказу ООО «Нова»[18]. Были проработаны основные принципы создания подобной системы, но до работающей модели дело не дошло, поскольку востребованность подобных инструментов со стороны кредитных организаций на тот момент была минимальной.
Построение нечётко-множественных классификаторов факторов
Общеупотребительными функциями ju;f в этом случае являются трапециевидные функции принадлежности [63, 75]. Верхнее основание трапеции соответствует полной уверенности эксперта в правильности своей классификации, а нижнее - уверенности в том, что никакие другие значения интервала не попадают в выбранное нечеткое подмножество. Неуверенность эксперта в классификации убывает (возрастает) линейно.
Результатом этих действий является нечёткий трёхуровневый классификатор, качественный вид которого представлен на рис. 3.2 [63]. Такой классификатор позволяет ассоциировать качественную и количественную оценки фактора, при этом подобный классификатор делает это непротиворечивым образом, так как сумма всех функций принадлежности для любого значения носителя равна единице.
Классификатор такого типа является разновидностью так называемой «серой» шкалы Поспелова [63, 72], представляющей собой полярную (оппозиционную) шкалу, в которой переход от свойства А+ к свойству А происходит постепенно. Подобные шкалы удовлетворяют условиям [63, 72]: взаимной компенсации между свойствами А+ и А (чем в большей степени проявляется А+, тем в меньшей степени проявляется А, и наоборот); наличия нейтральной точки А0, интерпретируемой как точка наибольшего противоречия, в которой оба свойства присутствуют в равной степени
Для целей компактного описания трапециевидные функции принадлежности /и(х) удобно описывать трапециевидными числами вида:
Определив качественный вид нечетко - множественных классификаторов, необходимо найти их точные параметры, то есть для каждого нечёткого подмножества в рамках факторов модели найти трапециевидные числа, описывающие соответствующие функции принадлежности. Для определения точных параметров классификаторов была собрана квазистатистика - выборка, не являющаяся однородной, но достаточная для определения закона, в частности серой шкалы Поспелова [72]. Собранная квазистатистика представлена в виде гистограмм в Приложении 4. Задача квазистатистики - повысить объективность построения точных параметров классификатора. Переход от квазистатистики к нечетко - множественному классификатору осуществлялся с помощью лингвистического анализа, принципы которого изложены в работе [64].
Предлагается определить узловые точки нечетких классификаторов. Для каждой узловой точки классификатора справедливо, что в ней уровень фактора распознается однозначно, со стопроцентной уверенностью. Узловую точку среднего уровня лингвистических переменных By определяем как медиану гистограммы распределения значений фактора, для нахождения узловых точек низкого и высокого уровней лингвистических переменных By используем правило взвешенного среднего, что позволяет учесть профиль гистограммы распределения значений фактора: где w(ij)i - число попаданий значений фактора ху в 1-ю ячейку гистограммы; / -текущий индекс ячейки гистограммы; x(ij)j - значение 1-й ячейки гистограммы; число ячеек гистограммы, входящих в интервал от крайней левой ячейки до ячейки, содержащей значение медианы, включительно; L — число ячеек гистограммы, входящих в интервал от крайней правой ячейки до ячейки, содержащей значение медианы, включительно.
Интервалы между смежными узловыми точками [щ-)„, ri(y)c\, [rj(yjc, г}(у)в\ делим на три зоны равной длины: зону абсолютной уверенности, зону неуверенности и зону абсолютной неуверенности. Зона неуверенности интерпретируется наклонным ребром трапециевидного нечеткого числа. В общем случае значения узловых точек могут определяться на базе экспертного опроса.
Для иллюстрации изложенного выше подхода к построению нечетко -множественных классификаторов рассмотрим построение классификатора для распознавания уровня значений фактора XL2. Гистограмма распределения значений фактора представлена на рис. 3.3.
Информационное обеспечение и программное средство модели
Информационное обеспечение рассмотрим с точки зрения необходимой информации для принятия решения о кредитовании, источников её получения и модели потоков данных.
Информация, необходимая для принятия решения о кредитовании, и источники её получения представлены в табл. 4.1. Основным источником получения информации является анкета-заявка, заполняемая заемщиком и содержащая значения его характеристик. Информация, содержащаяся в анкете-заявке, подтверждается соответствующими документами, перечень которых устанавливается кредитной организацией в соответствии с кредитной политикой. Решение о кредитовании может основываться только на анкете-заявке без подтверждения информации соответствующими документами, что может привести к ошибочным решениям из-за недостоверности представленной информации. Увеличение числа предоставляемых документов приводит к увеличению трудоемкости обработки кредитного обращения и повышению уровня достоверности содержащейся в анкете-заявке информации.
Программное средство оценки кредитного рейтинга и определения условий (варианта) кредитования должна выполнять следующие основные функции: предоставлять результат моделирования (оценку и условия кредитования) в удобной для пользователя форме; предоставлять результат моделирования (оценки) при различных значениях входных переменных; осуществлять поддержку принятия решения, то есть формулировать рекомендации по предоставлению кредита.
Программное средство можно определить как программу, работающую в качестве диалогового окна в среде «MS Excel» и интегрированную в приложение. Ядром программного средства является набор диалоговых окон, который будет использоваться для ввода-вывода необходимой информации с листов «MS Excel», на которых будут производиться необходимые вычисления и записываться полученные результаты..
Программное средство не требует точных количественных и статистических оценок. Входными данными являются следующие массивы данных: варианты условий предоставления кредита (сумма кредита, ставка по кредиту, срок предоставления); параметры ограничений; настроенные нечётко -множественные классификаторы; значения характеристик заёмщика и их значимость. Выходными данными являются следующие массивы данных: значение кредитного рейтинга; значение частных факторов первого уровня; распознанные качественные уровни значений; рекомендации по кредитованию заёмщика; вариант кредитования заёмщика. Нечеткий вывод условий кредитования предполагается выполнять в среде «Matlab».
На рис 4.4. представлена диаграмма, выполненная в нотации DFD и отражающая потоки информации, возникающие в процессе оценки кредитоспособности заемщика на основе предложенной модели.
Апробируем предложенный нечетко-множественный подход к оценке кредитоспособности физических лиц на фактических данных. Исходными данными для определения кредитного рейтинга пяти заемщиков на основе предложенной модели являются значения их характеристик, представленные в табл. 4.2.
Используя среду программного инструмента, определяем значения кредитного рейтинга для пяти заемщиков. Значения функций принадлежности для соответствующих качественных уровней определяется на основе данных из Приложения 5. Например, значение фактора Хи для третьего заемщика попадает в интервал [а2, а3] - зону абсолютной уверенности, тогда можно утверждать, что значение фактора Хи соответствует низкому качественному уровню со стопроцентной уверенностью и абсолютной неуверенностью высокому и среднему уровням.
Результат расчета кредитного рейтинга программное средство представляет в виде матрицы агрегирования факторов, вид которой
Зависимость входной и выходных переменных представлена на графиках в Приложении 10. Для определения (выбора) условий кредитования на основе модели (3.3) рассчитаем исходные параметры для моделирования с учетом принятого решения о кредитовании заемщиков, представленные в табл. 4.4. Параметры вариантов кредитования представлены четкими числами, тогда коэффициенты при целевой функции (3.4) являются четкими параметрами.
