Контрольная работа: Розробка формалізованої схеми оцінки кредитних ризиків

Основною метою удосконалення управління кредитними ризиками є розробка експертної системи оцінки кредитних ризиків при кредитуванні фізичних осіб, що вирішує задачу оцінки кредитоспроможності позичальників, виходячи з цілей максимізації прибутку банку при забезпеченні його ліквідності в ринкових відносинах і специфіки української економіки.

Основна ідея складається у використанні сучасних інтелектуальних методів сегментації і класифікації при оцінці кредитоспроможності позичальників.

Поставлена мета досягається рішенням наступних конкретних задач:

- вивчення економічної і технічної літератури по розглянутому питанню;

- систематизація наукових знань про оцінку кредитних ризиків при кредитуванні фізичних осіб;

- виявлення факторів виникнення кредитних ризиків а також встановлення важливості цих факторів;

- вивчення залежності між досліджуваними величинами (вхідні анкетні дані про позичальника, процентна ставка по кредиту, імовірність повернення кредиту);

- вивчення особливостей оцінки кредитних ризиків при кредитуванні фізичних осіб комерційними банками в умовах ринкової економіки;

- сегментувати позичальників по групах подібних факторів на підставі кредитної історії;

- класифікувати кожного позичальника і віднести його, згідно з даними з анкет, до однієї із груп;

- оцінити імовірність повернення кредиту.

Об'єктом даного дослідження є кредитна діяльність банку, а також кредитний ризик, як невід'ємна складова будь-якої кредитної операції.

Предметом дослідження виступає теоретичний і методологічний інструментарій оцінки і регулювання ризику кредитного портфеля банку.

Математичну постановку задачі оцінки кредитних ризиків в умовах комерційного банку можна сформулювати в такий спосіб. Банк видає різні види кредитів (К_i ) фізичним особам на різні потреби. Головна мета видачі кредитів населенню – одержання максимального прибутку (P_max ) у залежності від процентної ставки.

Насамперед задача оцінки кредитних ризиків зводиться до оцінки кредитоспроможності позичальників.

Банк видаючи кредити повинний точно знати що позичальник точно у визначений термін виплатить всю суму кредиту, для цього потрібно проаналізувати усі фактори кредитоспроможності (Х_i ) і на виході віднести позичальника до того або іншого класу з максимальною вірогідністю (D).

У підсумку, розробка математичної моделі оцінки кредитних ризиків зводиться до побудови скорингової експертної системи, яку можна розглядати як задачу сегментації і класифікації: знаючи відповіді на питання анкети визначити, до якої групи відноситься позичальник: для «добрих» клієнтів, і для “поганих”. Скоринг являє собою зважену суму факторів ризику кредитної якості позичальників:

Де S - значення скоринга, X₁ ,X₂ ...X_k - параметри клієнта, що входять в оцінку його кредитної якості, a₁ ,a₂ ...a_k - ваги, що характеризують значимість відповідних параметрів клієнта (фактори ризику його кредитоспроможності) для формування його кредитного скоринга. Скорингова експертна система буде побудована за допомогою такого математичного методу – як самонавчальні карти Кохонена.

На першому етапі позичальник на підставі анкетних даних (вхідні фактори) буде сегментований і згрупований по подібних факторах з іншими позичальниками, кредитні історії яких, мали позитивний або негативний результат і потім провести факторний аналіз.

На другому етапі, виходячи з попереднього аналізу можна з отриманих сегментів виділити групи позичальників і прийняти рішення: видавати кредит чи ні.

Вимоги до моделі оцінки кредитних ризиків:

1. модель повинна задовольняти вимогам повноти й адаптивності;

2. модель повинна відповідати вимогам по ліміту затрачуваного часу;

3. модель повинна бути орієнтована на реалізацію за допомогою існуючих технічних засобів;

4. модель повинна мати консолідовану інформацію про клієнтів,представлену в уніфікованому виді. Інформація повинна періодично поповнюватися даними з усіх філій банку. Таке сховище буде виконувати функцію кредитного бюро;

5. модель повинна мати достовірний спосіб класифікації (вірогідність повинна бути більш 90%) потенційних позичальників і відсікання «неблагонадійних».

Це дозволить знизити ризики неповернення до мінімуму, що дозволить видавати більш дешеві кредити і, відповідно, залучить більше позичальників. При цьому значно збільшиться прибуток від кредитування фізичних осіб;

6. модель класифікації позичальників повинна мати властивості тиражування і адаптації до стану ринку, до кожної філії банку. Тобто побудована, ґрунтуючись на загальних закономірностях, модель повинна коректуватися під властиві кожній філії особливості. Це дозволить врахувати місцеві особливості, що ще більше дозволить знизити ризик;

--> ЧИТАТЬ ПОЛНОСТЬЮ <--