Совершенствование кредитной политики ЗАО «ВТБ-24» в области кредитования физических лиц

Финансовая аналитика » Особенности потребительского кредитования в банке » Совершенствование кредитной политики ЗАО «ВТБ-24» в области кредитования физических лиц

Страница 2

6) стабильность занятости: 0,059 балла за каждый год на данном месте работы при максимуме 0,59 балла;

7) наличие сберегательного счета в банке: 0,35 балла;

8) наличие недвижимости: 0,35 балла;

9) страхование жизни: 0,19 балла.

Критической в данной модели является сумма в 1,25, т.е. если итоговый балл клиента ниже указанного уровня, ему кредит предоставлен не будет.

Это позволит ЗАО «ВТБ-24» не только рассчитать платежеспособность клиента, но также и учесть дополнительные риски при потребительском кредитовании.

2. Внедрение новых кредитных технологий (например, кредитный скоринг).

Кредитный скоринг используется для автоматизации потребительского кредитования. Кредитный скоринг широко применяется с 1966 года для принятие решения о выдаче/невыдаче кредита. Под кредитным скорингом понимается формальный метод принятия решения о выдаче/невыдаче кредита или максимальной сумме выдаваемого кредита. Классические методы кредитного скоринга опираются на кредитную историю. Тем, не менее, несмотря на то, что данная технология известная достаточно давно, не все банки ее применяют.

Внедрение данной технологии особенно актуально для ЗАО «ВТБ-24» в связи с тем, что одной из приоритетных сфер деятельности ЗАО «ВТБ-24» является расширение клиентского кредитования. Увеличение объема кредитного портфеля планируется как за счет расширения лимитов кредитования основных заемщиков, так и за счет привлечения новых клиентов.

Большое внимание уделяется диверсификации кредитного портфеля. Увеличение числа потенциальных заемщиков будет проводиться за счет расширения и активизации работы филиальной сети, представленной практически во всех промышленных регионах страны. План стратегического развития ЗАО «ВТБ-24» предполагает также высокие темпы развития деятельности по обслуживанию частной клиентуры.

В планах ЗАО «ВТБ-24» на 2009 год – обеспечение серьезного прироста прибыли, как за счет увеличения доходности операций, эффективного управления риском, так и за счет оптимизации издержек.

Основными источниками дохода Банка являются кредитование населения, малого и среднего бизнеса, крупных корпоративных клиентов, торговля ценными бумагами и обслуживание VIP-клиентуры. ЗАО «ВТБ-24» планирует увеличить портфель розничных потребительских кредитов в 2,5 раза по сравнению с 2008 годом.

Решение состоит в создании адаптивных систем кредитного скоринга, опирающихся на демографическую, ситуационную и историческую информацию.

Демографическая информация - это анкетная информация о клиенте.

Ситуационная информация - информация о том за каким кредитом, в какое место и время пришел клиент. В случае револьверного кредитования такая информация отсутствует.

Историческая информация - информация об истории финансовых операций с клиентом. Пока что в большинстве случаев такая информация отсутствует.

С полученной информацией производится два основных действия - проверка информации (банки не хотят выдавать кредит тому, кто их обманывает) и кредитный скоринг.

Проверка информации должна включать:

- проверку информации на полноту и непротиворечивость (в случае необходимости информация уточняется);

- проверка информации по внешним базам данных. В большинстве случаев банк может получить базы для проверки демографических данных таких, как прописка и владение автотранспортом. Часть этих проверок может быть интегрирована, а часть требовать выгрузки данных и проверки вручную инспектором безопасности;

- проверка информации на соответствие данных данным других анкет. Такие проверки могут выявить, например, ситуацию, когда жена уже получила кредит, а муж подал заявку на еще один потребительский кредит.

Для скоринга обычно предлагается использовать нейронную сеть. Свойство универсальной аппроксимации нейронной сети говорит о том, что она работает по крайней мере не хуже любого наперед заданного метода или модели кредитного скоринга. Нейронная сеть обучается на конкретных демографических и ситуационных данных.

Как и со всякой системой, основанной на системах искусственного интеллекта, с нейронной сетью самое сложное - ее обучение и запуск в эксплуатацию. В начальный момент отсутствует история выдачи кредитов, и вряд ли конкуренты поделятся информацией. Более того, данные разнятся по регионам, и те признаки, которые были важны в одном регионе, могут в другом не работать.

Соответственно, предлагается взять сначала как можно больше анкетных и ситуационных данных о клиенте. В дальнейшем те пункты анкеты, которые не влияют на кредитный риск, отбросить.

Начальное обучение нейронной сети производится на основе специально сгенерированной выборки анкет и простой скоринговой модели и экспертных оценок.

Страницы: 1 2 3 4 5 6

Еще по теме:

Политика валютного курса ЦБ
Политика валютного курса Центрального банка Российской Федерации осуществляется в общем контексте денежно-кредитной политики, проводимой Правительством Российской Федерации и Банком России, и являлась дополнительным фактором финансовой стабилизации. Основные усилия были направлены на обеспечение ст ...

Безналичные расчеты. Формы безналичных расчетов
Платежи на территории Российской Федерации осуществляются путем наличных и безналичных расчетов. В безналичном порядке в соответствии с ГК производятся расчеты между юридическими лицами, а также расчеты с участием граждан, связанные с осуществлением ими предпринимательской деятельности. Организация ...

Анализ динамики процентной маржи
Важным условием обеспечения доходности банка является не только рационализация структуры расходов и доходов, но и расчеты процентной маржи, планирование минимальной доходной маржи для прогнозирования ориентировочного уровня процентов по активным и пассивным операциям. Анализируя динамику значений п ...

Главное на сайте

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