Помощь в написании студенческих работ
Антистрессовый сервис

Совершенствование системы оценки и управления рисками в секторе розничного кредитования

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Второй причиной является внимание к розничному сектору Правительства и Центрального Банка России, что свидетельствует о значительных перспективах дальнейшего развития сектора. Анализ Стратегии развития банковского сектора Российской Федерации в период до 2015 г., Концепции долгосрочного социально-экономического развития Российской Федерации в период до 2020 г., законов и законопроектов (ФЗ… Читать ещё >

Совершенствование системы оценки и управления рисками в секторе розничного кредитования (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКОВ В СЕКТОРЕ РОЗНИЧНОГО КРЕДИТОВАНИЯ
    • 1. 1. Кредитный риск в системе управления активами и пассивами банков
    • 1. 2. Современное состояние рынка розничного кредитования в России
    • 1. 3. Основные направления развития рынка розничного кредитования в России
    • 1. 4. Методические рекомендации по оценке кредитоспособности физических лиц, предлагаемые соглашением Базель II
  • ГЛАВА 2. МЕТОДИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ КРЕДИТНОГО РИСКА ФИЗИЧЕСКИХ ЛИЦ
    • 2. 1. Существующие подходы к оценке кредитного риска физических лиц
    • 2. 2. Рейтинговая методика оценки кредитного риска физических лиц, основанная на кластеризации заемщиков по уровню дефолтов
    • 2. 3. Методики проверки качества рейтинговых систем
  • ГЛАВА 3. РАСЧЕТ РЕЙТИНГОВ ЗАЕМЩИКОВ — ФИЗИЧЕСКИХ ЛИЦ НА ПРИМЕРЕ ЗАЕМЩИКОВ СИБИРСКОГО ФЕДЕРАЛЬНОГО ОКРУГА
    • 3. 1. Характеристика эмпирической базы исследования
    • 3. 2. Расчет рейтингов заемщиков — физических лиц СФО
    • 3. 3. Проверка качества построенной рейтинговой методики

Актуальность темы

исследования. Одной из наиболее динамично развивающихся банковских услуг в России является потребительское кредитование. По данным Центрального Банка России [75, 89], объем выданных физическим лицам кредитов с марта 2008 г. по ноябрь 2011 г. вырос в 1,8 раза, с 2 901 млрд руб. до 5 176 млрд руб.

В практической деятельности банковскими специалистами принято разделять потребительские кредиты на так называемые розничные кредиты (ритейл) и долгосрочные потребительские кредиты (ипотечные кредиты и автокредиты). Далее под термином «розничное кредитование», как предлагает, например, Г. Г. Коробова [15, с. 390], будет пониматься кредитование физических лиц на потребительские или неотложные нужды. При этом ипотечные кредиты и автокредитование исключаются из розничных кредитов, так как их относят к кредитам на инвестиционные цели. За рубежом также принята подобная классификация кредитов физическим лицам, причем в зарубежной практике российскому понятию «розничный кредит» соответствует понятие «потребительский кредит» {consumer credit).

Актуальность исследования вопросов совершенствования процессов оценки и управления кредитными рисками в России объясняется следующими взаимосвязанными причинами.

Первой причиной является рост сектора розничного кредитования в России (увеличение доли розничных кредитов в кредитных портфелях, банков, появление новых кредитных продуктов, ориентированных на физических лиц, интенсивное развитие кредитования в регионах, высокая рентабельность розничного сегмента в России).

По данным Центрального Банка России, розничное кредитование является наиболее динамично развивающейся банковской услугой. Объем выданных розничных кредитов по состоянию на конец ноября 2011 г. составляет 1 315 млрд руб., что составляет 25,4% (на конец ноября 2011 г.) от общего объема выданных потребительских кредитов (расчеты на основании данных [89, 95]).

Крупнейшие российские банки имеют значительную долю розничных кредитов в своих кредитных портфелях. Так, Сбербанк России имеет наибольший показатель выдач (данные по состоянию на ноябрь 2011 г.) розничных кредитов: 272 млрд руб., при этом доля розничных кредитов Сбербанка составляет 16,83% от общего объема кредитов, выданных Сбербанком физическим лицам [100].

Наибольшие значения доли розничных кредитов в общем объеме потребительского кредитования банка наблюдаются у следующих банков: Хоум Кредит Банк (49,6%, 95,8 млрд руб.), Русский Стандарт (48,9%, 53,9 млрд руб.), Россельхозбанк (44%, 59,5 млрд руб.) (расчеты автора на основании данных официальной отчетности банков [89]).

Кластеризация банков (на восемь кластеров) по объему выданных розничных кредитов с использованием программы SPSS 16 выделяет Сбербанк в один кластер, на него приходится 20,7% всех выданных розничных кредитов, в отдельные кластеры также попадают ВТБ24 и РосбанкРоссельхозбанк, Хоум Кредит Банк, Русский Стандарт также относятся к одному кластеру.

Второй причиной является внимание к розничному сектору Правительства и Центрального Банка России, что свидетельствует о значительных перспективах дальнейшего развития сектора. Анализ Стратегии развития банковского сектора Российской Федерации в период до 2015 г., Концепции долгосрочного социально-экономического развития Российской Федерации в период до 2020 г., законов и законопроектов (ФЗ «О кредитной кооперации», ФЗ «О микрофинансовой деятельности и микрофинансовой организации», законопроекта ФЗ «О защите прав и законных интересов физических лиц при взыскании задолженности», законопроекта ФЗ «О потребительском кредитовании», законопроекта ФЗ «О реабилитационных процедурах, применяемых в отношении гражданинадолжника») подтверждают дальнейший рост сектора, связанного с кредитованием физических лиц.

Третьей причиной, свидетельствующей о необходимости исследования вопросов оценки кредитного риска физических лиц, является ориентация государства и Центрального Банка на внедрение международных стандартов оценки и совершенствования систем управления рисками в кредитных организациях.

Четвертая причина связана с массовыми невозвратами потребительских кредитов, которые можно было наблюдать в период мирового финансового кризиса в России. Снижение розничного кредитного портфеля в России продолжалось с октября 2008 г. по апрель 2010 г. Уровень просроченной задолженности физических лиц (розничное кредитование) по кредитам, выданным в период с января 2006 г. по январь 2011 г., вырос с 3,27% до 9,76%.

Сравнение доли просроченной задолженности в розничном кредитном портфеле в странах Евросоюза и России показывает значительное превышение доли просроченной задолженности в кредитном портфеле в России над аналогичным показателем в Евросоюзе. Объём просроченной задолженности по потребительским кредитам в странах Европейского Союза на начало октября 2009 г. составил 77,4 млрд евро, или 5,6% от общего объёма выданных на потребительские нужды кредитов европейскими банками [3]. В России же этот показатель составлял 222 млрд руб. или 8,82% от общего объема выданных розничных кредитов [76]. То есть, в России уровень просрочки по розничным кредитам в 1,6 раза выше, чем в Европе, в то время как объем выданных кредитов в 15 раз меньше. При этом применяемые методы оценки кредитоспособности физических лиц зачастую заимствуются у европейских банков, и, как видно из показателей статистики неплатежей, адаптируются к российским условиям недостаточно качественно.

Таким образом, можно сделать вывод о том, что применяемые сегодня в России методы оценки кредитного риска физических лиц не являются достаточно точными и гибкими. Используемые методики не могут быть легко адаптированы под меняющиеся экономические условия.

Совокупность вышеперечисленных причин свидетельствует о необходимости исследования вопросов совершенствования оценки кредитного риска в России в секторе розничного кредитования.

Степень разработанности проблемы. Проблемы оценки инвестиционной стоимости и финансовой устойчивости коммерческих банков исследованы в трудах Л. Г. Батраковой, Э. Долана, Ж. Матука,.

A.B. Новикова, И. Рида, П. Роуза, К. Рэдхэда, С. Хьюса, Дж. Синки, Г. Г. Фетисова и ряда других авторов. Также вопросы устойчивости банков рассмотрены в документах и исследованиях Базельского комитета по банковскому надзору (BCBS, Соглашение о достаточности капитала, Базель II и Базель III), материалах рабочей группы по внедрению Базель II Центрального Банка России.

Теоретические аспекты развития банковской системы в России, проблемы ее становления и развития, а также основные направления совершенствования определены в трудах известных ученых Г. Н. Белоглазовой, Н. Б. Глушковой, А. Т. Грязновой, Е. Ф. Жукова,.

B.И. Колесникова, Т. М. Костериной, О. И. Лаврушина, И. Д. Мамоновой,.

A.И. Олыианого, Г. С. Пановой, Г. М. Тарасовой, В. М. Усоскина.

Вопросы теории и практики кредитования населения исследованы в трудах Н. В. Калистратова, Г. Г. Коробовой, Л. П. Кроливецкой,.

B.А. Кузнецова, A.A. Лобанова, Г. С. Пановой, A.B. Пухова, A.M. Тавасиева, K.P. Тагирбекова, В. Д. Ширяева.

Проблемам оценки кредитных рисков посвящены труды Э. Альтмана,.

A.B. Андрейчикова, И. Т. Балабанова, Г. Н. Белоглазовой, М. З. Бора, X. Ван Грюнинга, Ж. Депаляна, Е. А. Ендовицкого, Е. Ф. Жукова,.

B.А. Зинкевича, С. Н. Кабушкина, A.C. Кокина, Г. Г. Коробовой,.

Л.П. Кроливецкой, О. И. Лаврушина, Э. Морсмана, М. Онга, Л. Томаса и др. Вопросы разработки и внедрения скоринговых систем оценки физических лиц представлены в исследованиях Д. Дюрана, М. М. Ковалева, Э. Косенды и др. Известны разработанные методики оценки кредитоспособности заемщиков — физических лиц Сбербанка России и ЗАО «Русский Стандарт». Вопросы применения интеллектуального анализа данных (деревьев решений, нейронных сетей (наиболее известные из них для решения задач управления и кластеризации — самоорганизующиеся карты Кохонена [45])) при оценке кредитного риска физических лиц рассмотрены в работах Н. С. Лукашевича, С. Ларина, Дж. Мингерса, Д. Хэнда и др.

Анализ возможностей применения рейтинговых методик при оценке кредитоспособности заемщиков — физических лиц рассмотрены в работах О. И Лаврушина, Д. Ландо, У. Орса и др. Большой вклад в развитие рейтинговых методик внесли международные рейтинговые агентства Moody’s, Fitch, Standard&Poor's. Базельским комитетом предлагается сосредоточить внимание менеджмента банка на разработке и внедрении внутренних рейтинговых моделей оценки кредитного риска (в том числе и кредитного риска физических лиц), основанных на фактических данных. Этой точки зрения придерживается и Центральный Банк России. Рейтинговая система [64, с. 17] включает в себя все методы, процедуры, системы контроля и сбора данных, а также информационные системы, которые содействуют оценке кредитоспособности, присвоению внутренних рейтингов и количественным оценкам вероятности дефолта и убытка. При этом рейтинговая система должна четко отражать факторы, специфические для операции к которой она применяется, и характеризоваться оценкой вероятности дефолта заемщика.

Несмотря на разработанный инструментарий оценки кредитного риска физических лиц возникают сложности, которые пока не удалось преодолеть: так, имеется проблема сопоставления результатов, получаемых при использовании различных методик, а также проблема адекватности и соответствия используемых подходов текущим экономическим условиям. Также имеется проблема адаптации используемых моделей к меняющимся экономическим условиям. Несмотря на то, что российскими исследователями проведена большая работа по изучению зарубежного опыта и осмыслению возможностей его применения в России, возможности практической реализации методов оценки кредитного риска физических лиц в российских коммерческих банках исследованы недостаточно. Это и определило цель и задачи диссертационного исследования.

Целью диссертационного исследования является разработка методики оценки кредитного риска физических лиц в России в секторе розничного кредитования, основанной на кластеризации заемщиков по уровню дефолтов и удовлетворяющей международным стандартам оценки кредитного риска.

В соответствии с целью диссертационного исследования были поставлены и решены следующие задачи теоретического и прикладного характера:

1. Провести критический анализ существующих методов оценки кредитоспособности физических лиц и выявить достоинства и недостатки подходов.

2. На основании анализа отечественного и зарубежного опыта раскрыть содержание понятия розничной банковской деятельности, выделить существенные особенности и тенденции развития розничного кредитования в России, показать влияниеособенностей розничного кредитования на процесс оценки розничных кредитных рисков.

3. Разработать методику оценки кредитного риска физических лиц в секторе розничного кредитования, основанную на кластеризации заемщиков по уровню дефолтов, и удовлетворяющую требованиям Базель II и включающую: а) выявление и анализ факторов, влияющих на уровень кредитного риска физических лиц в России в секторе розничного кредитованияб) кластеризацию заемщиков в зависимости от уровня кредитного рискав) расчет рейтингов полученных кластеровг) расчет ожидаемых потерьд) управление резервами с учетом возможных потерь.

4. Провести апробацию методики на заемщиках Сибирского федерального округа с выделением докризисного периода, периода кризиса и периода восстановления экономики с использованием информации о 650 тыс. кредитных договоров.

Объектом диссертационного исследования является кредитный риск, возникающий в коммерческом банке при осуществлении операций розничного кредитования.

Предмет исследования — методы и механизмы оценки кредитного риска физических лиц в процессе осуществления банками операций розничного кредитования.

Область исследования — 10.12. Совершенствование системы управления рисками российских банков (специальность 08.00.10 «Финансы, денежное обращение и кредит») Паспорта специальностей.

Теоретическая и методологическая основа исследования. Теоретической и методологической базой диссертационного исследования являются методы системного анализа, разделы финансовой науки, изучающие вопросы финансовой несостоятельности, реорганизации, банкротства, теории и методы управления кредитным риском, методы финансового анализа, математической статистики и теории вероятностей, математического анализа.

Информационную базу исследования составили аналитические обзоры и сведения Банка России, материалы Федеральной службы государственной статистики, Федеральные законодательные акты, нормативный и инструктивный материал Банка России, рекомендации и исследования Базельского комитета по банковскому надзору, материалы рабочей группы по внедрению Базель II Банка России, отчеты рейтинговых агентств Moody’s, Fitch и Standard&Poor's, публикации по теме диссертации на бумажных и электронных носителях. Для поиска источников активно использовались электронная библиография EconLit и электронные библиотеки Social Science Research Network, EBSCO, elibrary.ru.

Эмпирической базой исследования являются данные о заемщиках Сибирского федерального округа (650 тыс. кредитных договоров, что составляет 7,2% от экономически активного населения СФО1, расчеты на основании данных [88]).

Наиболее существенные результаты исследования, полученные лично автором:

1. Выявлены основные тенденции развития розничного кредитования в России. Проанализированы существенные особенности розничного кредитования, влияющие на процесс оценки кредитного риска физических лиц.

2. Разработана методика оценки кредитного риска физических лиц в секторе розничного кредитования, основанная на кластеризации заемщиков по уровню дефолтов и удовлетворяющая международным стандартам оценки.

3. Проанализирован ранее не рассматривавшийся набор факторов, влияющих на кредитоспособность физических лиц в России. Факторы упорядочены по степени влияния на дефолт в докризисный период, период кризиса и период восстановления экономики.

4. Рассчитаны показатели кредитоспособности населения Сибирского федерального округа в зависимости от значений факторов. Полученные данные могут использоваться при формировании кредитной политики банка (в том числе и политики взыскания просроченной задолженности), при разработке новых кредитных продуктов, ориентированных на целевую.

1 Без учета республик Тыва, Бурятия и Забайкальского края. аудиторию банка, а также при управлении резервами для минимизации потерь.

5. Построены портреты типичного заемщика в СФО в выделенные временные интервалы, что является импульсом к качественному совершенствованию систем оценки заемщиков.

6. Произведен анализ кредитоспособности населения СФО в разрезе регионов.

Научная новизна исследования заключается в следующем:

1. Проанализировано влияние особенностей отечественного рынка розничного кредитования на оценку кредитного риска. Учтены особенности, связанные с растущей конкуренцией банков (в частности, снижение качества проверки заемщика: уменьшение времени рассмотрения заявок на кредит, отсутствие данных о платежеспособности заемщикаснижение доли товарного кредитования).

2. Предложена методика оценки кредитного риска физических лиц в секторе розничного кредитования. Элементами новизны методики являются: комплексное использование количественных и качественных характеристик заемщиковприменение математического инструментария для анализа влияющих на уровень кредитного риска разнокачественных факторов, что позволяет сохранить полноту информации для анализакластеризация заемщиков в зависимости от уровня кредитного рискарасчет возможных рисков и ожидаемых потерь для каждого типа заемщиков и формирование резервов для минимизации потерь.

3. С использованием дерева решений проанализированы и упорядочены по степени влияния факторы, оказывающие наибольшее влияние на кредитоспособность физических лиц в России (14 факторов с общим числом принимаемых значений, равным 84). Это позволило выявить эффективный набор переменных для организации оперативного тестирования заемщиковпроанализировать влияние кризиса на различные характеристики заемщиковрассмотреть факторы, оказывающие наибольшее влияние на кредитоспособность заемщиков в выделенных временных интервалах.

4. Проведена апробация методики на заемщиках Сибирского федерального округа. Установлены статистически значимые связи между кредитоспособностью заемщиков и их индивидуальными характеристиками, что позволило создать действенные механизмы прогнозирования кредитных рисков и управления потерями в кредитной организации.

5. Рассчитаны рейтинги регионов СФО с точки зрения кредитоспособности заемщиков — физических лиц. Выявлено, что наибольшее влияние кризис оказал на следующие регионы: республику Алтай, Томскую и Кемеровскую области. Кемеровская и Томская области, Красноярский край в период кризиса имеют наибольшие значения вероятности дефолта. Наилучшие показатели кредитоспособности населения в период восстановления экономики, как и в докризисный период, демонстрируют республика Алтай, Новосибирская область, республика Хакасия.

Практическая значимость диссертации заключается в разработке инструментария для оценки кредитного риска заемщиков — физических лиц в секторе розничного кредитования, направленного на решение конкретных задач по оценке кредитоспособности заемщиков российских банков. Полученные численные значения вероятности дефолта физических лиц в зависимости от значений признаков, влияющих на кредитоспособность заемщика, могут быть использованы многими российскими финансово-кредитными учреждениями при выдаче ими розничных кредитов, а также при расчете резервов под возможные потери, формировании кредитной политики банка (в том числе и политики взыскания просроченной задолженности). Предлагаемая методика позволяет банкам приблизить процесс оценки кредитного риска к международным стандартам.

Апробация результатов исследования. Результаты исследования докладывались и обсуждались на Международной научной студенческой конференции «Студент и научно-технический прогресс» (г. Новосибирск, 2009, 2011 гг.), Межрегиональной научно-технической конференции студентов и аспирантов «Применение кибернетических методов в решении проблем общества XXI века» (г. Обнинск, 2010, 2011 гг.), Всероссийской очно-заочной научно-практической конференции «Актуальные вопросы регионального хозяйства» (г. Вятка, 2010 г.), Международной научно-практической конференции «Современная наука: теория и практика» (г. Ставрополь, 2010 г.), Всероссийской научной конференции молодых ученых «Наука. Технологии. Инновации» (г. Новосибирск, 2010 г.), Международной научно-практической конференции «Современные тенденции развития теории и практики управления в России и за рубежом» (г. Ставрополь, 2010 г.), на Всероссийской научно-практической конференции «Региональные проблемы преобразования экономики» (г. Махачкала, 2011 г.) — совместном заседании лаборатории моделирования и анализа экономических процессов ИЭОПП СО РАН.

Результаты диссертационного исследования используются в учебном процессе экономического факультета Новосибирского государственного университета при преподавании учебных дисциплин «Финансы и кредит» (бакалавриат) и «Финансовая экономика» (магистратура).

Публикации. По теме диссертации опубликовано 13 авторских работ общим объемом 5,64 п. л., в том числе три статьи в научных журналах, рекомендуемых ВАК, общим объемом 3,3 п. л.

Объем и структура диссертации. Работа состоит из введения, трех глав, заключения, библиографического списка (150 наименований), 10 приложений. Основной текст диссертации изложен на 173 страницах и содержит 15 таблиц и 36 рисунков.

Выводы по главе 3.

1. Размер базы данных по заемщикам (7,2% от экономически активного населения СФО), а также соответствие социально-демографической структуры базы данных структуре населения округа доказывает репрезентативность выборки.

2. На основании изменений параметров функции распределения дефолтов и проверки по критерию % Пирсона было выделено три временных интервала для анализа кредитного риска: докризисный период (январь 2006—август 2008 гг.), период кризиса (сентябрь 2008—август 2009 гг.) и период восстановления экономики (сентябрь 2009—апрель 2010 гг.).

3. Выявлено, что социально-демографические факторы, а также параметры кредита оказывают существенное влияние на кредитоспособность заемщика, причем влияние различных факторов различно в зависимости от экономической ситуации. Анализ просроченной задолженности и доли дефолтов в выделенных временных интервалах позволил выявить следующие основные зависимости:

3.1. Выявлено, что женщины являются более дисциплинированными заемщиками, чем мужчины.

3.2. В докризисный период наименее кредитоспособной группой является группа заемщиков, не имеющих общего образования. Наибольшая платежеспособность наблюдается у группы людей, имеющих среднее профессиональное образование. Наиболее быстро в период восстановления экономики платежеспособность восстанавливалась у заемщиков, имеющих общее основное и высшее профессиональное образование.

3.3. Чем старше заемщик, тем более дисциплинированным он является (за исключением пенсионеров, для них вероятность невозврата увеличивается до уровня 20 — 29-летних заемщиков). При этом скорость восстановления платежеспособности после кризиса также тем больше, чем старше заемщик (это верно и для пенсионеров).

3.4. Чем больше сумма кредита и продолжительнее срок кредитования, тем больше вероятность просрочить кредит.

3.5. Взятие второго и последующих кредитов уменьшает вероятность дефолта в 1,9 раза в докризисный период, практически сравнивается в период кризиса и для посткризисного периода уменьшает вероятность дефолта в 1,55 раза.

3.6. Наличие страхования жизни и здоровья заемщика оказывает отрицательное влияние на кредитоспособность. То есть доля просрочки (по всем выделенным группам) больше по застрахованным заемщикам. Это свидетельствует о том, что наличие страховки делает заемщика менее дисциплинированным (разумно предположить, что он надеется, за него оплатят кредит в случае болезни).

3.7. Если кредит брался заемщиком в товарной форме, это снижает вероятность просрочки (по всем группам) по сравнению с денежными кредитами.

3.8. Наиболее дисциплинированными заемщиками являются вдовцы (вдовы) и женатые (замужние) заемщики. Наименее обязательные заемщики — холостые (незамужние) и люди, находящиеся в гражданском браке.

3.9. По роду занятий наименее рискованными группами являются высококвалифицированные рабочие и военнослужащие. Выявлено, что военнослужащие наименее всего подвержены влиянию кризиса, что связано со спецификой оплаты их труда.

3.10. Анализ отраслей, в которых заняты заемщики, показал, что наиболее кредитоспособные заемщики во все выделенные временные интервалы работали в следующих отраслях: образование, здравоохранение и предоставление социальных услуг, производство и распределение электроэнергии, газа и воды. Наименее кредитоспособные — в строительстве, в сфере операций с недвижимым имуществом, аренде и предоставлении услуг, а также в рыболовстве, рыбоводстве. Работники финансовой сферы значительно снизили кредитоспособность в период кризиса, а в период восстановления экономики наиболее быстро восстановили ее, это свидетельствует о том, что работники финансовых учреждений наиболее чувствительны к финансовым потрясениям.

4. Наиболее существенные признаки, влияющие на кредитоспособность заемщика, не меняются в зависимости от временного интервала и способов упорядочивания факторов (От или ОатЯайо)'. это отрасль, сумма кредита, образование заемщика.

5. Кластеризация заемщиков на группы в зависимости от вероятностей дефолта внутри групп позволяет создать адаптивную систему, учитывающую влияние различных признаков на уровень дефолта. Такая кластеризация позволяет оценивать кредитные риски и формировать резервы на возможные потери по ссудам. Присвоение рейтингов заемщикам в зависимости от вероятности дефолта, наблюдаемой внутри кластера, позволяет приблизить процесс оценки кредитного риска к международным стандартам. Разработанная рейтинговая шкала оценки вероятности дефолта (на основании данных о доле дефолтов в разрезе кластеров) позволяет размещать заемщиков в однородные группы. Также кластеризация (и рейтинговые группы) позволяют формировать кредитную политику банка, создавать кредитные продукты, ориентированные на целевых клиентов. Предлагаемая методика обладает универсальностью (с точки зрения возможностей ее применения к оценке заемщиков — физических лиц, берущих краткосрочные кредиты) и может применяться для оценки розничных кредитов как в финансовых, так и в нефинансовых организациях, а также в потребительских кооперативах.

6. Совершение первого, второго и третьего платежей оказывают значительное влияние на кредитоспособность заемщиков: выявлено, что несовершение первого планового платежа вовремя и в полном объеме в среднем в докризисный период увеличивало вероятность дефолта в 16,4 раза (1,49% против 24,39%), в период кризиса в 10,6 раз (2,11% против 22,28%), а в период восстановления экономики — в 17,6 раз (1,21% против 21,24%). При этом несовершение в период кризиса первого платежа в наименьшей степени означало и дальнейшее неисполнение должником своих обязательств (в отличие от второго и третьего платежа).

7. Выявлено, что наибольшее влияние кризис оказал на промышленные регионы (республику Алтай, Томскую и Кемеровскую области). Кемеровская область, Томская область, Красноярский край в период кризиса имеют наибольшие значения вероятности дефолта. В период восстановления экономики наиболее быстро восстанавливались Иркутская и Кемеровская области. Наилучшие показатели кредитоспособности населения в период восстановления экономики, как и в докризисный период, демонстрируют республика Алтай, Новосибирская область, республика Хакасия.

8. Построены портреты типичных заемщиков в СФО в выделенные временные интервалы. Полученные портреты могут использоваться, например, при создании кредитных продуктов.

9. Построенные ЯОС-кривые и рассчитанные коэффициенты мощности рейтинговой системы АЯ для докризисного периода, периода кризиса и посткризисного периода демонстрируют очень хорошее качество модели. Наблюдается снижение коэффициента АЯ в период кризиса и посткризисный период, что связано с увеличением неопределенности. Полученные значения АЯ для розничного кредитного портфеля в докризисный период превышают достижимый уровень для коэффициентов мощности внутренней рейтинговой системы (60 — 70%), а в посткризисный и период кризиса находятся в указанном диапазоне.

10. Построенные рейтинговые группы показывают свою устойчивость, то есть большая часть присвоенных вначале (впервые) рейтингов остается неизменной до окончания срока кредитования. В период кризиса наблюдается увеличение миграций клиентов по группам, что связано с нестабильностью в экономике, а в период восстановления экономики миграции рейтингов вновь уменьшаются, что свидетельствует о повышении определенности относительно уровня кредитного риска заемщиков.

ЗАКЛЮЧЕНИЕ

.

Развитие розничного кредитования в России, рост спроса на кредитные продукты среди физических лиц, экспансия банков в регионы повышают интерес исследователей к краткосрочному кредитованию физических лиц в нашей стране. Критический анализ литературы, посвященной проблемам оценки кредитного риска заемщиков — физических лиц, показал, что существующие методы оценки кредитоспособности не являются достаточно надежными в периоды экономических потрясений. Они недостаточно адаптивны и не могут применяться в периоды экономических трансформаций (о чем свидетельствует значительный рост просроченной задолженности по кредитам, выданным физическим лицам, в период мирового финансового кризиса как в России, так и за рубежом), таким образом, исследование вопросов совершенствования оценки кредитных рисков в России в секторе розничного кредитования является чрезвычайно актуальным.

В условиях перехода российской банковской системы на международные стандарты управления капиталом, включающие и управление всеми видами банковских рисков (Базель II и Базель III) российским банкам следует уделить особое внимание разработке собственных моделей оценки кредитоспособности, основанных на использовании всех внутренних имеющихся данных о заемщиках. В качестве эталона предлагается использование рейтинговых моделей.

Развитие существующих моделей состоит в возможности их быстрой адаптации к меняющимся экономическим условиям, при этом постоянное накопление статистики по выдачам и обслуживанию заемщиками кредитов должно находить отражение в кредитной политике банка, при формировании резервов под возможные потери, при разработке методик первичной проверки клиента, для выявления мошенничеств.

Необходимо создание комплексных систем оценки кредитоспособности физических лиц, которые позволяли бы учитывать новые влияющие факторы, адаптироваться в меняющихся условиях, своевременно отслеживать новые тенденции в поведении заемщиков и видоизменять процедуру оценки заемщика.

В основе предлагаемой методики оценки кредитного риска физических лиц лежит кластеризация заемщиков по уровню кредитного риска. Предлагаемая методика позволяет уйти от статичности существующих моделей. Важной особенностью методики является рассмотрение большого числа новых факторов, оказывающего влияние на кредитоспособность и возможность корректировать рейтинг в зависимости от поведения заемщика в процессе обслуживания им кредита, что позволит формировать резервы под возможные потери более точно.

В результате проведенного исследования получены следующие основные результаты:

1. Выделены существенные особенности розничного кредитования в России и проанализированы основные тенденции развития, влияющие на процесс оценки кредитного риска физических лиц, что позволяет проводить более точную оценку кредитного риска.

2. Разработана методика оценки кредитного риска физических лиц в секторе розничного кредитования, основанная на кластеризации заемщиков по уровню дефолтов и удовлетворяющая требованиям Базель И. Методика включает в себя следующие основные этапы: а) выявление и анализ факторов, влияющих на уровень кредитного риска физических лиц в России в секторе розничного кредитованияб) кластеризацию заемщиков в зависимости от уровня кредитного рискав) расчет рейтингов полученных кластеровг) расчет ожидаемых потерьд) управление резервами с учетом возможных потерь.

3. Выявлен и проанализирован новый набор факторов, влияющих на кредитоспособность физических лиц в России. Факторы упорядочены по степени влияния на уровень дефолтов в докризисный период, период кризиса и период восстановления экономики.

4. Рассчитаны показатели кредитоспособности населения Сибирского федерального округа в зависимости от значений факторов. Полученные показатели могут использоваться при формировании кредитной политики банка (в том числе и политики взыскания просроченной задолженности), при разработке новых кредитных продуктов, ориентированных на целевую аудиторию банка, а также при расчете резервов под возможные потери.

5. Построены портреты типичного заемщика в СФО в выделенные временные интервалы, что является импульсом к качественному совершенствованию систем оценки заемщиков.

6. Получены рейтинги регионов СФО с точки зрения кредитоспособности проживающих в них заемщиков — физических лиц. Выявлено, что наибольшее влияние кризис оказал на следующие регионы: республику Алтай, Томскую и Кемеровскую области. Кемеровская область, Томская область, Красноярский край в период кризиса имеют наибольшие значения вероятности дефолта. Наилучшие показатели кредитоспособности населения в период восстановления экономики, как и в докризисный период, демонстрируют республика Алтай, Новосибирская область, республика Хакасия.

Результаты диссертационного исследования используются в учебном процессе экономического факультета Новосибирского государственного университета при преподавании учебных дисциплин «Финансы и кредит» (бакалавриат) и «Финансовая экономика» (магистратура).

Предложенные в диссертационном исследовании методические рекомендации по оценке и управлению кредитными рисками физических лиц позволяют приблизить процесс оценки кредитоспособности заемщиковфизических лиц в секторе розничного кредитования к международным стандартам.

Показать весь текст

Список литературы

  1. C.B. Скоринг как метод оценки кредитного риска // Управление экономическими системами. Электронный научный журнал, 2005. URL: http://www.uecs.ru/uecs-02−22 005/item/13−2011−03−18−12−55−12 (дата обращения: 14.11.2011).
  2. К. Неприглядный норматив. Специально для Bankir.Ru, 2010. URL: http://bankir.rU/publikacii/s/nepriglyadnii-normativ-6 632 868/ (дата обращения: 01.09.2011).
  3. Анализ просрочки по кредитам населению в России и Европе. Исследование компании «StatBanker», 2009. URL: http://www.statbanker.ru/news/15.shtm (дата обращения: 15.11.2011).
  4. A.B., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике / Под. ред. Андрейчикова A.B. М.: Финансы и статистика, 2000. — 368 с.
  5. A.B., Андрейчикова О. Н., Джабер Ф. Ф. Автоматизированное принятие решений в иерархических системах // Программные продукты и системы. 1993. -№ 3.
  6. А.Н. Применение рейтинговый систем в практике банка // Риск-менеджмент в кредитной организации. 2011. — № 2.
  7. A.A., Железко Б. А., Постоялко О. Н. Миграция банковских рейтингов: средство оценки перспектив банковской системы. URL: http://www.ifel.ru/br7/5.pdf (дата обращения: 12.12.2011).
  8. Банки и банковское дело / Под ред. Балабанова И. Т. СПб.: Питер, 2003.-256 с.
  9. Банковские риски: Учебное пособие для вузов / Под ред. Лаврушина О. И., Валенцевой Н. И. Изд. 2-е, стереотип. КНОРУС, 2008 г. 232 с.
  10. Банковский менеджмент. Предоставление финансовых услуг. Учебник / Под ред. Роуз П. С. — М.: Дело, 1997. 768 с.
  11. Банковское дело / Под ред. Белоглазовой Г. Н., Кроливецкой Л. П. М.: Финансы и статистика, 2003. — 592 с.
  12. Банковское дело. Базовые операции для клиентов / Под ред. Тавасиева A.M. M.: Финансы и статистика, 2005. — 303 с.
  13. Банковское дело: современная система кредитования / Лаврушин О. И, Афанасьева О. Н, Корниенко СЛ. 3-е изд., доп. М.: КНОРУС, 2007. — 264 с.
  14. Банковское дело / Костерина Т. М. М: Московский международный институт эконометрики, информатики, финансов и права, 2002. — 176 с.
  15. Банковское дело: учебник / Под ред. д-ра экон. наук, проф. Коробовой Г. Г. -изд. с изм. М.: Экономистъ, 2006. — 766 с.
  16. Банковское дело: учебник / Под ред. Лаврушина О. И. 3-е изд., перераб. и доп. — М.: КНОРУС, 2005. — 768 с.
  17. Банковское дело: учебник / Под ред. Лаврушина О. И. 2-е изд., перераб и доп.- М.: Финансы и статистика, 2001. 672с.
  18. И.А. Методы прогнозирования рисков розничных портфелей // Банковский ритейл. 2010. — № 1. URL: http://bankir.ru/tehnologii/s/metodi-prognozirovaniya-riskov-roznichnih-portfelei-4 326 789/ (дата обращения: 10.09.2011).
  19. М. Идеальный долг // Итоги. 2006. — № 46. URL: http://www.itogi.ru/archive/2006/46/32 450.html (дата обращения: 14.03.2011).
  20. И.В., Колли Ж. К. Толковый экономический и финансовый словарь. -М., 1997.
  21. Большая советская энциклопедия: В 30 томах. Научное издательство «Большая Российская энциклопедия», 2001.
  22. Т., Кудинов В. Суровый климат // Ведомости. 2008. 10 сент.
  23. Е. Конкуренция еще не начиналась // Банковское обозрение. -2011.- № 7 (150). URL: http://www.bosfera.ru/bo/201 l/07/konkurentsiya-esche-ne-nachinalas (дата обращения 05.08.2011).
  24. Е. Розница возвращается // Банковское обозрение. 2011. — № 7 (150). URL: http://www.bosfera.ru/bo/2011 /07/roznitsa-vozvraschaetsya (дата обращения: 10.2011.2011).
  25. Бюллетень банковской статистики. 2011. — № 2 (213). URL: http://www.cbr.ru/publ/BBS/Bbs 1102r. pdf (дата обращения 27.03.2011).
  26. Внешнеэкономический толковый словарь / Под ред. И. П. Фоминского. М.: ИНФРА-М, 2005.-512 с.
  27. Ч. Дж. Энциклопедия банковского дела и финансов. Корпорация «Федоров», 2000. — 1037 с.
  28. А. Потребительский кредит. Перспективы развития потребительского кредитования в России // Новости рынка кредитования, 2008. URL: http://www.financial-lawyer.rU/topicbox/kredit/l39−363.html (дата обращения: 11.10.2011 г.).
  29. Н.Б. Банковское дело: Учебное пособие. М.: Академический Проект- Альма Матер, 2005. — 432 с.
  30. A.B. Дискриминантный анализ в банковском скоринге // Риск-менеджмент в кредитной организации. 2011. № 4. URL: http://www.reglament.net/bank/r/2011 4/getarticle.htm?id=1643 (дата обращения: 15.12.2011).
  31. Р.В. Банковские риски. Неизвестная категория заемщиков // Электронное научное издание «Труды МГТА: электронный журнал». URL: e-magazine.meli.ru>Vipusk. .265vl9Grushenkov.docx (дата обращения: 01.12.2011).
  32. О. Прозрачный заемщик // Национальный банковский журнал. -2010. № 7 (74). URL: http://bankir.ru/publikacii/s/prozrachnii-zaemschik-6 015 400/ (дата обращения: 15. 12.2011).
  33. И.И., Курышева C.B. и др. Эконометрика. М.: Финансы и статистика, 2004.
  34. Д.А. Анализ и оценка кредитоспособности заемщика: учебно-практическое пособие / Под. ред. Ендовицкого Д. А., Бочаровой И. В. М.: КНОРУС, 2005.
  35. Ю.В. Внутренний рейтинг в системе управления кредитным риском // Банковское кредитование. 2010. № 1. URL: http://bankir.ru/ tehnologii/s/vnytrennii-reiting-v-sisteme-ypravleniya-kreditnim-riskom-4 528 451/ (дата обращения: 11.09.2011).
  36. Е.Ф. и др. Банки и банковские операции / Под ред. проф. Жукова Е. Ф. М.: Банки и биржи, ЮНИТИ, 1997. — 471 с.
  37. Е.П. Банковское дело: учебник для студентов вузов по специальности 60 400 «Финансы и кредит», 60 500 «Бухгалтерский учет, анализ и аудит» / Е. П. Жарковская. — 4-е изд., испр. и доп. М.: Омега-JI, 2005.-452 с.
  38. O.A. Базель II. Первый компонент — стандартизированный подход к оценке кредитного риска // Специальный бюллетень «Регламентация банковских операций. Документы и комментарии». 2007. — № 2 (98).
  39. Законопроект Федерального Закона «О потребительском кредитовании», 2010. URL: http://www.rb.ru/inform/53 027.html (дата обращения 21.12.2011).
  40. Законопроект Федерального Закона «О реабилитационных процедурах, применяемых в отношении гражданина-должника» от 07.04.2011. URL: http://docs.pravo.ru/document/view/14 976 236/ (дата обращения: 23.11.2011).
  41. Заявление Правительства Российской Федерации и Центрального Банка России. О Стратегии развития банковского сектора Российской Федерации на период до 2008 г. URL: http://www.cbr.ru/press/presscentre/str2008.htm (дата обращения: 28.01.2012).
  42. В.А. Валидация моделей оценки рисков // Риск-менеджмент в кредитной организации. -2011. № 2.
  43. В. А., У сков К.В. Управление портфелем ритейловых ссуд // Банковский ритейл. 2009. — № 3. URL: http://bankir.ru/tehnologii/s/ypravlenie-portfelem-riteilovih-ssyd-4 311 395/ (дата обращения: 03.07.2011).
  44. В.А. Управление рисками и повешение эффективности кредитного процесса есть ли взаимосвязь? // Банковское кредитование. — 2011. — № 6. URL: http://www.reglament.net/bank/credit/201 l6article 4. htm (дата обращения: 11.12.2011).
  45. A.A. Скоринговые системы в российской практике // Банковские технологии. 2005. — № 5.
  46. Исследование рынка потребительского кредитования в России в 2008—2009 гг.: текущее состояние и перспективы развития. URL: http://www.allmedia.ru/ PressRelease/PressReleaseShow.asp?ID=51 236 (дата обращения 12.02.2011).
  47. Н.В., Кузнецов В. А., Пухов A.B. Банковский розничный бизнес.- М.: БДЦ-пресс, 2006. 424с.
  48. М.М., Осмоловский А. Д. Оптимальная структура портфеля банка // Вестник Беларусского государственного университета. Серия «Экономика».- 2002. URL: http://www.economy.bsu.by/pdf/articles/Kovalev/2002/78.pdf (дата обращения: 12.12.2011).
  49. Э.А. Основы банковского дела / Э. А. Козловская и др. М., Финансы и статистика, 1995. — 187 с.
  50. Концепция долгосрочного социально-экономического развития Российской Федерации на период до 2020 г. URL: http://www.ifap.ru/ofdocs/rus/rus006.pdf (дата обращения: 28.01.2012).
  51. О. История кредитования: от древнего мира до XX века // Деньги.2011. № 4 (190). URL: http://www.dengi-info.com/archive/ article. php?aid=2053 (дата обращения: 01.11.2011).
  52. Лапин Т. IT и банки финансовый синтез. Специально для Bankir.ru, 2010. URL: http://bankir.rU/publikacii/s/it-i-banki-finansovii-sintez-4 895 474/ (дата обращения: 02.07.2011).
  53. В. Краткие итоги послекризисного развития российских банков. Специально для Bankir.ru, 2010. URL: http://bankir.ru/tehnologii/s/kratkie-itogi-poslekrizisnogo-razvitiya-rossiiskih-bankov-4 483 334/ (дата обращения: 15.02.2011).
  54. B.B. Теория информации: Уч. пособие. М.: Компания Спутник+, 2004.
  55. А., Колбаков Б. Базель II: Что? Где? Когда? // Консультант. 2007. — № 21. URL: http://www.naloglib.net/021/bazel-ii-chto-gde-kogda (дата обращения: 23.01.2012).
  56. О.Р., Валинурова A.A. Стратегия развития сети коммерческого банка // Управление в кредитной организации. 2011. — № 6. URL: http://www.reglament.net/bank/mng/2011 6 article. htm (дата обращения: 01.12.2011).
  57. Л.И. Экономико-математический словарь: Словарь современной экономической науки. 5-е изд., перераб. и доп. — М.: Дело, 2003. — 520 с.
  58. Д., Максвелл А., Факторный анализ как статистический метод. пер. с англ. — М., 1967.
  59. И.Д. Кластерный анализ. М.: Финансы и статистика, 1988.
  60. Международная конвергенция измерения капитала и стандартов капитала: новые подходы // Банк международных расчетов, июнь, 2004. URL: http://www.cbr.ru/todaY/ms/bn/bz3.pdf (дата обращения: 01.05.2010).
  61. Методика оценки кредитоспособности заемщика в Сбербанке. URL: http://sberbank.ru/moscow/ru/person/credits/home/maximum sum credit/ (дата обращения: 29.09.2009).
  62. Методика оценки кредитоспособности заемщика, используемая в банке «Русский Стандарт». URL: http://www.rsb.ru/f/l/credits/personal loans/ potreb conditions. pdf (дата обращения: 28.09.2010).
  63. С. Глобальная система оценки рисков никогда не будет создана // Банковское обозрение. -2011. -№ 11 (154). (дата обращения: 02.11.2011).
  64. Налоговый кодекс Российской Федерации. URL: http://www.consultant.ru/ popular/nalogl/ (дата обращения: 11.01.2012).
  65. Общая теория статистики: Учебник / Под ред. Шмойловой P.A. 3-е издание, переработанное. — Москва: Финансы и Статистика, 2002. -560 с.
  66. А.И. Банковское кредитование российский и зарубежный опыт / Олыианый А. И. — М.: РДЛ, 1997.
  67. Основы банковской деятельности (Банковское дело) / Под. ред. Тагирбекова K.P. М.: Издательский дом «ИНФРА-М», издательство «Весь мир», 2003. -720 с.
  68. Отчет о развитии банковского сектора и банковского надзора в 2002 году. Центральный банк Российской Федерации, 2003. URL: http://cbr.ru/publ/root getblob. asp?docid=7204 (дата обращения: 08.09.2011). Табл. 8—10.
  69. Отчет о развитии банковского сектора и банковского надзора в 2004 году. Центральный банк Российской Федерации, 2005. URL: http://cbr.ru/publ/root getblob. asp?doc id=7206 (дата обращения: 08.09.2011). Табл. 8—10.
  70. Отчет о развитии банковского сектора и банковского надзора в 2006 году. Центральный банк Российской Федерации, 2007. URL: http://cbr.ru/publ/rootgetblob.asp?docid=7297 (дата обращения: 08.09.2011). Табл. 8—10.
  71. Отчет о развитии банковского сектора и банковского надзора в 2008 году. Центральный банк Российской Федерации, 2009. URL: http://cbr.ru/publ/root getblob. asp?docid=8461 (дата обращения: 08.09.2011). Табл. 8—10.
  72. Отчет о развитии банковского сектора и банковского надзора в 2010 году. Центральный банк Российской Федерации, 2011. URL: http://cbr.ru/publ/rootgetblob.asp?docid=9061 (дата обращения: 08.09.2011). Табл. 8—10.
  73. Г. С. Кредитная политика коммерческого банка / Панова Г. С. -М.:ДИС, 1997.-272 с.
  74. М.В. Особенности поведения заемщиков физических лиц в докризисный период, период кризиса и посткризисный период в России // Материалы I Международной научно-практической конференции
  75. Современная наука: теория и практика". Том третий. Экономика. -Ставрополь: СевКавГТУ. 2010. — С. 285−288.
  76. М.В. Оценка кредитоспособности населения Сибирского федерального округа: рейтинговый подход // Современная наука. 2011. — № З.-С. 75−81.
  77. М.В. Рейтинговая методика оценки кредитного риска физических лиц // Вестник Новосибирского государственного университета. Серия: Социально-экономические науки. 2011. — Т. 11, вып. З.-С. 86−93.
  78. М.В. Трансформация розничного кредитования в Сибирском федеральном округе // Регион: экономика и социология. -2011. № 3. — С. 152−169.
  79. И. Дежурный по клиенту // Банковское обозрение. 2011. — № 11 (154). URL: http://www.bosfera.ru/bo/2011/11/dezhurnyj-po-klientu (дата обращения: 15.12.2011).
  80. Письмо Банка России от 23 июня 2004 г. № 70-Т «О типичных банковских рисках».
  81. С.Ю. Применение самоорганизующихся нейронных сетей для классификации заемщиков. URL: http://bankir.ru/tehnologii/s/primenenie-samoorganizyuschihsya-neironnih-setei-dlya-klassifikacii-zayomschikov-1 890 326/ (дата обращения: 13.12.2011).
  82. Положение Центрального Банка Российской Федерации от 26.03.2004 г. № 254-П «Положение о порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности».
  83. .А., Лозовский Л. Ш., Стародубцева Е. Б. Современный экономический словарь. 5-е изд., перераб. и доп. — М.: ИНФРА-М, 2006. -495 с.
  84. Регионы России. Социально-экономические показатели. URL: http://www.gks.ru/wps/wcrn/connect/rosstat/rosstatsite/main/publishing/catalog/st atisticCollections/doc 1 138 623 506 156 (дата обращения: 20.03.2011).
  85. Рид И. Инструменты для управления кредитным риском // Банковское дело. 2006. — № 7.
  86. М.А. Риск-менеджмент. М.: Финансы и статистика, 2001. — 119с.
  87. Российский рынок потребительских кредитов. Исследование компании «Mapкет Аналитика», 2011. URL: http://megaresearch.ru/files/demo file/ 7952. pdf (дата обращения: 02.08.2011).
  88. Рынок потребительского кредитования в России в условиях кризиса. Исследование компании «Analytic Research Group», 2010. URL: marketing.rbc.ru>download/research/demofile.QjaTaобращения: 01.12.2011 г.).
  89. Сведения о жилищных кредитах, предоставленных кредитными организациями физическим лицам в рублях. URL: http://cbr.ru/statistics/UDStat.aspx?TblID=4-l&pid=ipoteka&sid=ITM 2357 (дата обращения: 09.10.2011).
  90. И. Банкинг 24×7 // Банковское обозрение. 2011. — № 9 (152). URL: http://www.bosfera.ru/bo/2011/09/banking-24-h-7 (дата обращения: 12.12.2011).
  91. Система кредитного скоринга. Построение скоринговых моделей. URL: http://www.ksema.rU/solutions/solution/3.html (дата обращения: 17.04.2011).
  92. Е.Е. Отвечая на вызовы времени // Управление в кредитной организации. 2007. — № 5. URL: http://www.reglament.net/bank/mng/2007 5/ get article. htm?id=364 (дата обращения: 25.12.2011).
  93. Содействие повышению уровня финансовой грамотности населения и развитию финансового образования в Российской Федерации // Министерство финансов Российской Федерации, 2011. URL: http://ics.fcpf.ru/media/media773.htm (дата обращения: 14.02.2012).
  94. Е.Д., Степанова Н. В., Карасева В. В. Прозрачность методик оценки кредитных рисков и рейтингов. СПб.: Издательство С. -Петербургского университета, 2005.
  95. Состояние экономики в субъектах РФ. Исследование фонда «Общественное мнение». URL: http://bd.fom.ru/pdf/ d34sevsrfl0. pdf (дата обращения: 12.01.2011).
  96. Социально-экономическая статистика в разрезе регионов Сибирского Федерального Округа. URL: http://www.sibfo.ru/economics/ statistics. php?action=art&nart=6605 (дата обращения 07.03.2011).
  97. В. Потребкредитование по закону Архимеда // Национальный банковский журнал. 2011. — № 8 (87). URL: http://bankir.ru/publikacii/s/ potrebkreditovanie-po-zakonu-arkhimeda-10 000 474/ (дата обращения: 15.12.2011).
  98. Справка об анализе рынка потребительского и ипотечного кредитования // Национальный институт исследования системных проблем предпринимательства. URL: http://www.smb.ru/analitics.html?id=spravka fas (дата обращения: 15.11.2011).
  99. Е. Плохие долги // Компания. -2005, 29 марта.
  100. Управление банковским кредитным риском: Учебное пособие / С. Н. Кабушкин. М.: Новое знание. 2005. — 336с.
  101. Федеральный закон от 18.07.2009 Ш90-ФЗ (с изменениями от 21.11.2011) «О кредитной кооперации». URL: http://www.consultant.ru/document/consdoc LAW 89 568/ (дата обращения: 28.01.2012).
  102. Федеральный Закон «О микрофинансовой деятельности и микрофинансовых организациях», URL: http ://base .consultant.ru/cons/cgi/online. cgi? req=doc: base=LAW-n= 122 403 -fld=l 34 -dst=4 294 967 295-from= 102 112−0 (дата обращения: 21.12.2011).
  103. И., Ларин С. Оценка кредитоспособности физических лиц с использованием деревьев решений // Банковское дело. 2004. — № 3.
  104. И. Управление риском. М.: ЮНИТИ-ДАНА, 1999. -239с.
  105. В.А., Янченко В. Ф., Шмельков Н. Денежно-кредитные отношения с населением (отечественный и зарубежный опыт). СПб.: Инфо-да, 2003.
  106. АД. Методика финансового анализа / Шеремет А. Д., Сайфулин Р. С., Негашев Е. В. М.: ИНФРА-М, 2001.
  107. М. Морсман. Управление кредитным портфелем. М.: Альпина Бизнес Букс, 2004. — 208с.
  108. Экономический анализ: учебник для вузов / Под ред. Гиляровской Л. Т. М.: ЮНИТИ-ДАНА, 2002.
  109. Энциклопедия финансового риск-менеджмента / Под ред. Лобанова А. А., Чугунова А. В. М.: Альпина Бизнес Букс, 2005. — 878 с.
  110. Эффект мощности рейтинговой системы. Risk Rating Group. URL: http://www.rrgr.ru/index.php?option=comcontent&view=article&id=76&Itemid= 77 (дата обращения: 28.11.2011).
  111. Basel II: International Convergence of Capital Measurement and Capital Standards: a Revised Framework. Basel. June 2004.
  112. Bolton R. J. and Hand D. J. Statistical Fraud Detection: A Review. Statistical Science, vol. 17 (no. 3), 2002, pp. 235−55.
  113. Breiman L., Friedman J. H., Olshen R. A., Stone С. T. Classification and Regression Trees. Wadsworth, Belmont, California, 1984.
  114. J. В., Altman E. I., Narayanan P. J. Managing credit risk. The next great financial challenge. Wiley &Sons. 1998.
  115. Consumer Credit in U.S. Increases by $ 1.3 Billion, 2011. URL: http://www.bloomberg.com/news/2011−01-Q7/consumer-credit-in-u-s-increased-in-november-by-l-3-billion.html (дата обращения: 18.09.2011).
  116. DeLong E. R., DeLong D. M., Clarke-Pearson D. L. Comparing the Areas under Two or More Correlated Receiver Operating Characteristic Curves: A Nonparametric Approach. Biometrics, 44(3), 1988, 837−845.
  117. Duran D. Risk Elements in Consumer Installment Financing // The National Bureau of Economic Research, 1937.
  118. International regulatory framework for banks (Basel III). Basel. October 2011.
  119. Fitch Ratings Global Corporate Finance 2010 Transition and Default Study, 2010. URL: http://www.fitchratings.com/webcontent/nrsro/nav/NRSROExhibit-l.pdf (дата обращения: 03.11.2011).
  120. Grigorian D. A., Manole V. Determinants of Commercial Bank Performance in Transition: An Application of Data Envelopment Analysis. Comparative Economic Studies 48, no. 3, 2006, pp. 497−522.
  121. Guettler A., Raupach P. The Impact of Downward Rating Momentum. Journal of Financial Services Research, 37, 2010, pp. 11−23.
  122. Kaltofen D. et al. Using Portfolio Segmentation to Reduce Capital Requirements // ECRI Research Report, 2006, № 8.
  123. Kocenda E., Vojtek M. Default Predictors in Retail Credit Scoring: Evidence from Czech Banking Data. William Davidson Institute Working Paper No. 1015, 2011. URL: http://ssrn.com/abstract=1 912 049 (дата обращения: 02.12.2011).
  124. Kramer W., G’uttler A. On Comparing the Accuracy of Default Predictions in the Rating Industry. Empirical Economics, 34, 2008, pp. 343−356.
  125. Hand D. J., Li H. G., Adams N. M. Supervised classification with structured class definitions. Comput. Stat. Data Anal, 36, 2001, 209−225.
  126. Hand D. J. Modelling consumer credit risk. IMA Journal of Management Mathematics, 12, 2001, 139−155.
  127. Hanousek J., Kocenda E., Ondko P. The Banking Sector in New EU Member Countries: A Sectoral Financial Flows Analysis. Czech Journal of Economics and Finance 57, no. 5−6, 2007, pp. 200−224.
  128. Lando D., Skodeberg Т. M. Analyzing Rating Transitions and Rating Drift with Continous Observations. Journal of Banking & Finance, 26, 2002, pp. 423144.
  129. Mingers J. An empirical comparison of selection measures for decision tree induction. Machine Learning, 1989, p. 319−342.
  130. Moody’s KMV RISKCALC™ V3.1 U.S. Insurance. Modeling Metodology 2009. URL: https://riskcalc.moodvsrms.com/us/research/docs/Americas/RiskCalcv3 lUSInsurance. pdf (дата обращения: 21.10.2011).
  131. Ong M. K. Internal Credit Risk Models. Capital Allocation and Performance Management. London: Risk Books, 1999.
  132. Ong S. J., Oet M., Bianco Т., Eiben R., Gramlich D. Financial Stress Index: Identification of Systemic Risk Conditions (August 26, 2011). Available at SSRN: http^/ssrn.com/abstract^^ 17 727.
  133. Orth W. The Predictive Accuracy of Credit Ratings: Measurement and Statistical Inference // Seminar of Economic and Social Statistics University of Cologne, № 2/10. 2011.
  134. Quinlan J. R. Induction of decision trees. Machine Learning, 1986, p. 81−106.
  135. Range of practice in Banks Internal Ratings systems. Basel committee on banking regulations and supervisory practices, 2000.
  136. Shannon С. E. A Mathematical Theory of Communication // The Bell System Technical Journal, Vol. 27, pp. 379−423, 623−656, July, October, 1948. URL: http ://plan9 .bell-labs. com/cm/ms/what/shannonday/ shannon 1948 .pdf (дата обращения: 19.12.2010).
  137. В. С. Stability in Consumer Credit Scores: Level and Direction of FICO Score Drift as a Precursor to Mortgage Default and Prepayment (June 5, 2010). Available at SSRN: http://ssrn.com/abstract= 1 621 755.
  138. Thomas L. C. A survey of credit and behavioral scoring: forecasting financial risk of lending to consumers, Int. J. Forecasting 16 (2000), 149−172.
  139. L. С., Ho J., Scherer W. T. Time Will Tell: Behavioural Scoring and the Dynamics of Consumer Credit Assessment. IMA Journal of Management Mathematics 12 (1), 2001, pp. 89−103.
  140. Yochim D. How Lenders Keep Score, The World’s Greatest Investing Community. 2008. URL: http://www.fool.com/ccc/check/check02.htm (дата обращения 27.09.2011).
Заполнить форму текущей работой