Совершенствование организации кредитования на основе пластиковых карт в ЗАО «Кредит Европа Банк»

Обучение сотрудников банка работе с оценкой платежеспособности заемщика должно включать визуальную оценку заемщика, качественную оценку его имущественного и финансового положения, а также работа со скоринговой системой направленная не на погоню за выполнением плана продаж и одобрением как можно большего числа заявок, а на качественную работу, которая в дальнейшем не принесет неплатежей заемщиков по кредиту.

Наравне с этим, повышение качества заявок будет связано с тем, что решения, принимаемые скоринговой системой, должны проверяться специалистам банка. Это связано с тем, что дополнительный контроль позволит выявить недостатки в работе самой системы и специалистов которые принимают заявку. А это, в свою очередь, позволит отрегулировать функционал программы и устранить неточности в ее работе, а также проверить знания и добросовестность специалистов принимающих заявки. Как итог, это позволит снизить кредитные риски банка и увеличить его прибыль.

3.2 Совершенствование методики оценки кредитоспособности ссудозаемщика Совершенствование методики оценки кредитоспособности должно включать, прежде всего, корректировку банковской скоринговой системы.

Как один из вариантов решения выявленных проблем — банку необходимо отказаться от использования исторических данных скоринговой системы для оценки кредитоспособности заемщиков. Скоринговая система должна быть поострена таким образом, чтобы оценивала будущее финансовое положение заемщика, а не прошлое положение вещей. Такой функционал может быть налажен с помощью априорного подхода к управлению системой.

Априорный подход позволяет оценивать заранее затраты на сопровождение кредитного продукта:

затраты на продажу (скоринг заемщика),

затраты на дальнейшее сопровождение обязательств, затраты на реинвестирование.

Важно, что данный подход позволяет заранее спроектировать весь процесс розничного кредитования. А значит, оценить эффективность данного вида бизнеса на заданном местном (локальном) рынке еще до того, как было принято решение о выходе на него новых банковских продуктов.

В данной системе по каждому заемщику может быть проанализировано значительное количество источников дохода. Однако использование каких-либо доходных характеристик при оценке кредитоспособности заемщика не является обязательным. В правилах оценки должна быть заложена информация об оценочной величине дохода отдельной демографической или социальной группы заемщиков. При определении кредитоспособности заемщика в рамках системы кредитного скоринга может быть учтен каждый из источников дохода, в том числе и по величине, степени надежности источника, ожидаемой будущей тенденции изменения доходов и волатильности.

Характеристика «общий доход» должна предполагать ввод суммарных данных, на основании которых будет реализована оценка по доходам клиента. Если эта характеристика предполагается как единственная характеристика доходов заемщика, то система должна рекомендовать вводить ограничения на ее максимальное значение или отказаться от использования таковой вообще.

Например, если заемщик в качестве общего (неподтвержденного) дохода указывает значение, превышающее на 20% величину оценочного дохода данной социально-демографической группы заемщиков в данном регионе, то в работе должно быть использовано именно оценочное значение. При этом априорный подход позволит восстанавливать ожидаемые современные и прогнозировать будущие доходы заемщика по набору его социально-экономических характеристик.

Обсуждаемое поле анкеты может быть вообще фиктивным и реально не участвовать в оценке кредитоспособности. Также данное поле в анкете может содержать прямую сумму всех прочих доходов и опять же не участвовать в оценке, поскольку в этом случае будет оцениваться каждая из составляющих доходов в отдельности.

Характеристика «Подтвержденный доход» предполагает использование данных о суммарных доходах, подтвержденных справкой 2НДФЛ.

Показатели «доход от предпринимательской деятельности», «заработная плата», «участие в доходах компании» оцениваются с учетом следующих групп характеристик: «характеристика источника основного дохода», «основные показатели» и «стаж, постоянство занятости». Данные группы полей должны будут определять тенденции и постоянство данных доходов, а также возможность заемщика потерять свой источник дохода — например, потерять заработную плату из-за увольнения.

Составляющие дохода — «доход по ценным бумагам», «доход по вкладам», «премиальные, гонорары и авторские выплаты», может быть откорректированы с учетом рисков потерь, связанных с общим макроэкономическим фоном и учетом постоянства и долгосрочности каждого из данных источников.

Составляющая «доход от сдачи недвижимости в аренду» может быть оценено с точки зрения ценовых особенностей местного рынка недвижимости. Отдельно по каждому заемщику анализируются данные, касающиеся его настоящих и будущих расходов.

Поля «суммарные обязательства по кредитам» и «суммарные обязательства как поручителя» должны быть вычтены из доходов заемщика. Последний показатель должен вычитается частично с учетом риска возникновения кредитного случая по кредитному договору, в котором заемщик участвует как поручитель.

Прочие характеристики данной группы определяют расходы заемщика, задаваемые типологией домохозяйства: величиной, долей иждивенцев и прочее. Несмотря на то, что могут быть использованы разные варианты полей, определяющих расходы на семью, например, «количество несовершеннолетних детей», рекомендуется выбирать именно «типологию домохозяйства», как наиболее полную характеристику.

Группа полей «жилищные условия» дают косвенное отражение доходов и расходов заемщика. Поле «жилье в собственности» отражает наличие собственного жилья и относит заемщика к той или иной социальной группе со специфичными ей доходами. Поле «место проживания» отражает расходную составляющую на жилье, например, когда учитываются выплаты в случае аренды жилья.

Данная группа полей решает целый ряд несвязанных задач. Рекомендуется вводить данную группу, если процесс андеррайтинга предполагает документальное подтверждение. При этом основная решаемая задача — это оценка предыдущих реальных доходов заемщика и корректировка подтвержденных доходов в сторону повышения или понижения.

Как видно из представленного описания, априорный подход к скорингу (оценке кредитоспособности) заемщика предлагает самые широкие возможности по созданию систем андеррайтинга заемщика. В том числе, появляется возможность поддержки узкоспециализированных форм анкет, например, для скоростного кредитного скоринга заемщика при экспресс-кредитовании.

При выборе анализируемых характеристик заемщика, предпочтительно использовать следующие правила.

входная анкета должна содержать минимум полей. Отсутствующие характеристики с той или иной степенью вероятности могут быть всегда восстановлены,

если некоторая характеристика не может быть подтверждена документально, стоит отказаться от ее использования, например, от величины общего дохода или любой из ее составляющих (гипотеза о величине дохода),

если приходится использовать не подтверждаемые документально характеристики, то для некоторых из них можно создавать дублирующие входные поля, не связанные напрямую друг с другом (проверка на непротиворечивость данных). Для определения кредитоспособности должно быть выбрано поле, задающее меньшую кредитоспособность заемщика, например, «величина дохода» и «условия проживания» .

Аналогично рассмотренным правилам можно использовать несколько документально подтверждаемых полей для андеррайтинга одной характеристики и для составления гипотезы о предъявлении фальшивых документов (проверка на непротиворечивость).

Возможность использования таких правил обоснована самим методом априорных оценок, который может быть применен для оценки кредитоспособности заданной группы заемщиков.

Следующим вариантом решения существующих в банке проблем скоринговой системы является применение алгоритмов, решающих задачи классификации. Задача классификации — это задача отнесения какого-либо объекта (потенциальный заемщик) к одному из заранее известных классов (Давать/Не давать кредит). Такого рода задачи с большим успехом решаются одним из методов Data Mining — при помощи деревьев решений. Деревья решений — один из методов автоматического анализа данных. Получаемая модель — это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Сущность этого метода заключается в следующем: на основе данных за прошлые периоды строится дерево. При этом класс каждой из ситуаций, на основе которых строится дерево, заранее известен. В нашем случае должно быть известно, была ли возвращена основная сумма долга и проценты и не было ли просрочек в платежах. При построении дерева все известные ситуации обучающей выборки сначала попадают в верхний узел, а потом распределяются по узлам, которые в свою очередь также могут быть разбиты на дочерние узлы. Критерий разбиения — это различные значения какого-либо входного фактора. Для определения поля, по которому будет происходить разбиение, используется показатель, называемый энтропия — мера неопределенности. Выбирается то поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к различным классам) находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, относящиеся к одному классу.

Полученную модель используют при определении класса (Давать/Не давать кредит) вновь возникших ситуаций (поступила заявка на получение кредита).

При существенном изменении текущей ситуации на рынке, дерево можно перестроить, т. е. адаптировать к существующей обстановке.

Практический пример: в качестве исходных данных будет взята выборка, состоящая из 1000 записей, где каждая запись — это описание характеристик заемщика и параметр, описывающий его поведение во время погашения ссуды. При обучении дерева используются следующие факторы, определяющие заемщика: «N Паспорта»; «ФИО»; «Адрес»; «Размер ссуды»; «Срок ссуды»; «Цель ссуды»; «Среднемесячный доход»; «Среднемесячный расход»; «Основное направление расходов»; «Наличие недвижимости»; «Наличие автотранспорта»; «Наличие банковского счета»; «Наличие страховки»; «Название организации»; «Отраслевая принадлежность предприятия»; «Срок работы на данном предприятии»; «Направление деятельности заемщика»; «Срок работы на данном направлении»; «Пол»; «Семейное положение»; «Количество лет»; «Количество иждивенцев»; «Срок проживания в данной местности»; «Обеспеченность займа»; «Давать кредит». При этом поля: «N Паспорта», «ФИО», «Адрес», «Название организации» определены алгоритмом уже до начала построения дерева решений как непригодные по причине практической уникальности каждого из значений.

Целевым полем является поле «Давать кредит», принимающий значения «Да» (True) и «Нет» (False). Эти значения можно интерпретировать следующим образом: «Нет» — платильщик либо сильно просрочил с платежами, либо не вернул часть денег, «Да» — противоположность «Нет» .

Анализируя полученное дерево решений, можно сказать следующее: при помощи дерева решений можно проводить анализ значащих факторов. Такое возможно благодаря тому, что при определении параметра на каждом уровне иерархии, по которому происходит разделение на дочерние узлы, используется критерий наибольшего устранения неопределенности. Таким образом, более значимые факторы, по которым проводится классификация, находятся на более близком расстоянии (глубине) от корня дерева, чем менее значимые. Например, фактор «Обеспеченность займа» более значим, чем фактор «Срок проживания в данной местности». А фактор «Основное направление расходов» значим только в сочетании с другими факторами. Еще одним интересным примером значимости различных факторов служит отсутствие в построенном дереве параметра «Наличие автотранспорта», что говорит о том, что на сегодняшний день это наличие не является определяющим при оценке кредитоспособности физического лица.

Можно заметить, что такие показатели как «Размер ссуды», «Срок ссуды», «Среднемесячный доход» и «Среднемесячный расход» вообще отсутствуют в полученном дереве. Данный факт можно объяснить тем, что в исходных данных присутствует такой показатель как «Обеспеченность займа», и т.к. этот фактор является точным обобщением 4 вышеописанных показателей, алгоритм построения дерева решений выбрал именно его.

Очень важной особенностью построенной модели является то, что правила, по которым определяется принадлежность заемщика к той или иной группе, записаны на естественном языке. Например, на основе построенной модели получаются следующие правила:

если обеспеченность займа = Да и срок проживания в данной местности, лет > 5.5

количество лет > 19.5

и наличие недвижимости = Да и наличие банковского счета = Да то давать кредит = Да (Достоверно на 98%).

Если обеспеченность займа = Да и срок проживания в данной местности, лет > 5.5

и наличие недвижимости = Да и количество лет > 21.5

и срок работы на данном направлении, лет <= 5.5

и пол = Муж и наличие банковского счета = Нет и основное направление расходов = одежда, продукты питания и т. п.

то давать кредит = Нет (Достоверно на 88%)

Правильно построенное дерево решения на данных прошлых периодов обладает одной еще очень важной особенностью. Эта особенность называется «способность к обобщению», т. е. если возникает новая ситуация (обратился потенциальный заемщик), то, скорее всего, такие ситуации уже были и достаточно много. Вследствие чего можно с большой долей уверенности сказать, что вновь обратившийся заемщик поведет себя так же, как и те заемщики, характеристики которых очень похожи на характеристики вновь обратившегося.

На основе построенной модели можно определять принадлежность потенциального заемщика к одному из классов.

Используя такой подход, можно устранить сразу оба вышеописанных недостатка скоринговой системы оценки кредитоспособности.

То есть:

стоимость адаптации сводится практически к минимуму за счет того, что алгоритмы построения модели классификации (дерево решений) — это самоадаптируемые модели (вмешательство человека минимально),

качество результата достаточно велико за счет того, что алгоритм выбирает наиболее значимые факторы для определения конечного ответа, полученный результат является статистически обоснованным.

Немаловажное значение при применении скоринговых систем имеет надстройка в систему программы проверки мошеннических действий заемщика. Эта технология строится на программном обеспечении работающей с проверкой голоса в момент ответа на вопросы по заявке. Так, например, некоторые системы могут анализировать разные слои в голосе, проводя глубокий анализ круга эмоций заемщика. Система может определить, взволнован ли собеседник, смущен, напряжен, охотно ли делится информацией или сосредоточен. Также данная программа должна оценивать не содержательную сторону ответов тестируемого, а психоэмоциональные реакции в ходе теста, которые отражаются в его речи.

Специально для анализа возможности предоставления кредита и оценки кредитоспособности заемщика должны быть разработаны алгоритмы расчёта параметров риска невозврата кредита. Эти алгоритмы позволяют строить итоговые оценки на основе изменений значений параметров в течение всего теста с учётом психологического фона процесса предоставления кредита.

Так как данная программа предназначена для тестирования физических лиц, обратившихся за кредитом, то менеджеру, принимающему заявку необходимо убедиться, что тестирование проходит непосредственно лицо, обратившееся за кредитом, а не кто-либо, действующий по поручению (доверенности).

3.3 Оценка затрат на проведение процедур совершенствования деятельности отдела пластиковых карт ЗАО «Кредит Европа Банк»

Оценка затрат на проведение мероприятий по совершенствованию деятельности отдела пластиковых карт включает перестройку скоринговой системы.

Произведем расчет затрат на внедрение данных изменений. Данное совершенствование деятельности отдела пластиковых карт будет являться базовым продуктом, для которого производятся расчеты ниже.

В качестве продукта-аналога для сравнения и обоснования экономической эффективности выбирается уже существующая на рынке скоринговая система «Scorto». Данная скоринговая система имеет определенный вес на рынке.

Капитальные вложения, связанные с автоматизацией обработки информации рассчитываются по формуле К=Кп+Кр, (1) где Кп — капитальные вложения на проектирование, руб.;

Кр — капитальные вложения на реализацию проекта, руб.

Предпроизводственные затраты представляют собой единовременные расходы на разработку обеспечивающих или функциональных систем или элементов на всех этапах проектирования, а также затраты на их усовершенствование, т. е. на проведение обследования и обработку материалов исследования, разработку технического задания, разработку технического и рабочего проекта системы и ее опытного внедрения. Сюда включаются затраты на разработку алгоритмов и программ, стоимость разработок по привязке типовых проектных решений (ТПР) и пакетов прикладных программ (ППП) к конкретному объекту автоматизации.

Суммарные затраты на проектирование системы и ее разработку и отладку на компьютере определяются по формуле

(2) где m — количество работников, участвующих в разработке проекта;

Зoi — затраты на основную заработную плату работника i-й категории, руб.;

Wd — коэффициент, учитывающий дополнительную заработную плату в долях к основной заработной плате (Wd = 0,1 и состоит из коэффициента отпускных, равного 0,1, и районного коэффициента — 0 для Москвы);

Wс — коэффициент, учитывающий отчисления на социальные нужды, в долях к сумме основной и дополнительной заработной платы разработчиков (Wс =0,262: страховые взносы в Пенсионный фонд в долях единицы — 0,2, страховые взносы в ФСС — 0,029, страховые взносы в ФОМС — 0,031, страховые взносы на производственный травматизм — 0,002);

Wн — коэффициент, учитывающий накладные расходы организации, в долях к основной заработной плате разработчиков (принимается по фактическим данным, Wн = 0,6);

СM — затраты на материалы;

Мв — затраты на использование машинного времени.

Затраты на основную заработную плату работника i-й категории:

(3) где Зднi — среднедневная заработная плата работника i-й категории, руб./дн.;

ti — количество дней, отработанных работником i-й категории.

Затраты времени на разработку системы по каждому исполнителю принимаются, исходя из его загрузки.

Расчет основной заработной платы разработчиков проекта приведен в таблице 4 из расчета, что в месяце в среднем 21 рабочий день.

Таблица 6 — Основная заработная плата разработчиков Должность Должностной оклад, руб. Средняя дневная ставка, руб. Затраты времени на разработку, человеко дней ОЗП, руб. Руководитель Программист 50 000

1717,95 2380,95

1666,67 19

115 45 238,1

191 666,67 Итого 236 904,76 Ввиду того, что проектируемая информационная система должна быть запрограммирована и отлажена с помощью компьютеров, к суммарным затратам на разработку добавляются затраты на использование машинного времени, исчисляемые как:

(4) где tмв — машинное время компьютера, необходимое для разработки программного продукта; tмв = 224 час.;

Sмч — стоимость 1 часа машинного времени; Sмч=12 руб./час.;

Км — коэффициент мультипрограммности (показывает долю машинного времени, отводимого непосредственно на работу над проектом); Км=1.

Материалы, приобретенные в процессе выполнения работы, и их стоимость приведены в таблице 5.

Таблица 7 — Затраты на материалы Материалы Единица измерения Требуемое количество Цена за единицу, руб. Сумма, руб. Тонер для лазерного принтера шт. 1 1000 1000

Бумага офисная пачка 2 250 500 Итого 1500

Таким образом, капитальные вложения на проектирование равны:

Кп=(45 238,11+191 666,67)(((1+0,1)((1+0,262)+0,6)+224(12(1+1500 руб. = 468 995,2 руб.

Смета затрат на разработку представлена в таблице 6.

Таблица 8 — Затраты на разработку Статьи затрат Сумма, руб. Основная заработная плата 236 904,76 Дополнительная зарплата 23 690,48 Отчисления на социальные нужды 62 069,05 Затраты на материалы 1500

Затраты на машинное время 2688

Накладные расходы организации 142 142,9 ИТОГО 468 995,2 Капитальные вложения на реализацию проекта:

Кр = Ко + Кдд + Кпп + Ксв + Киб + Кпк, (5) где Ко — затраты на основное и вспомогательное оборудование, руб.;

Кзд — затраты на строительство, реконструкцию здания и помещений, руб.;

Кпп — затраты на приобретение типовых разработок, пакетов, руб.;

Ксв — затраты на прокладку линий связи, руб.;

Киб — затраты на создание информационной базы, руб.;

Кпк — затраты на подготовку и переподготовку кадров, руб.

В связи с тем, что для внедрения системы, рассматриваемой в данном проекте, не было затрат связанных с прокладкой линии связи, затрат на основное и вспомогательное оборудование, затрат на реконструкцию и строительство зданий, то данные затраты для внедрения системы не учитывают. Также не принимаются в расчет затраты по подготовке и переподготовке кадров, затраты на создание информационной базы и затраты на приобретение типовых разработок.

Таким образом, при внедрении системы, рассматриваемой в данном проекте, затраты на его реализацию определяются затратами на оборудование и материалы. В оборудование и материалы входит компьютер на базе процессора Pentium-4. Стоимость компьютера 30 000 руб.

Тогда затраты на основное и вспомогательное оборудование составят

(6) где Cbj — балансовая стоимость j-го вида оборудования, руб. (30 000 руб.);

Qj — количество единиц j-гo оборудования, руб. (1 шт.);

Yj — коэффициент загрузки j-го вида оборудования при обработке информации по решению задач предметной области.

Коэффициент загрузки оборудования:

(7) где Фэфj — эффективный годовой фонд времени работы технического средства j-го вида, час./год.

Tкj = tкj (Uк, (8) где tкj — трудоемкость однократной обработки информации по к-й задаче на j-м виде технических средств, часов машинного времени (tкj=6);

Uк — частота (периодичность) решения задачи, дней /год (Uк =264).

Затраты на реализацию:

Кр = 30000(1(6(264/(264(8) руб. = 22 500 руб.

Суммарные затраты на разработку проекта:

К = 468 995,2+ 22 500 руб. =491 495,2 руб.

Суммарные затраты, связанные с внедрением аналога складываются из следующих затрат:

затраты на приобретение программного продукта (430 000 руб.);

затраты по оплате услуг на установку и сопровождение продукта (200 000 руб.);

затраты на основное и вспомогательное оборудование (70 000 руб.);

затраты на подготовку пользователя (оплата курсов повышения квалификации, командировочные расходы и пр.) (60 000 руб.);

затраты на докомплектацию техническими средствами (20 000 руб.).

Итого суммарные затраты, связанные с внедрением аналога составят 780 000 руб.

Приведем затраты, связанные с внедрением основного продукта и продукта — аналога:

Таблица 9 — Годовые эксплуатационные затраты Статьи затрат Затраты на проект, руб. Затраты на аналог, руб. Основная и дополнительная зарплата с отчислениями во внебюджетные фонды 90 000 130 000

Амортизационные отчисления 2168,67 2687,2 Затраты на электроэнергию 612 612 Накладные расходы 18 556,13 26 660

Итого 111 336

Оценка экономической эффективности вариантов проектных решений основывается на расчете показателей сравнительной экономической эффективности капитальных вложений. Годовой экономический эффект от использования разрабатываемой системы определяется по разности приведенных затрат на базовый и новый варианты в расчете на годовой объем выпуска:

Э=(З1-З2)(N, (9) где З1, З2 — приведенные затраты на единицу работ, выполняемых с помощью базового и проектируемого вариантов процесса обработки информации, руб.;

N — объем работ, выполняемых с помощью разрабатываемого продукта (примем равным 1).

Приведенные затраты Зi на единицу работ, выполняемых по базовому и разрабатываемому вариантам, рассчитываются по формуле

3i=Ci+Eн (Ki, (10) где Ci — себестоимость (текущие эксплуатационные затраты единицы работ), руб.;

Ен — нормативный коэффициент экономической эффективности (Ен =0,33);

Ki — суммарные затраты, связанные с внедрением нового проекта.

Затраты на единицу работ по аналогу:

З1=159 959+0,33(780 000=417359 руб.

Затраты на единицу работ по проекту:

З2=111 336+0,33(468 995,2=266 104,4 руб.

Экономический эффект от использования разрабатываемой системы:

Э= 417 359 — 266 104,4 = 151 254,6 руб.

Сводные данные по расчету экономического эффекта приведены в таблице 8.

Таблица 10 — Экономический эффект Характеристика Значение продукт-аналог (базовый) разрабатываемый продукт Себестоимость (текущие эксплуатационные затраты), руб. 159 959 111 336

Суммарные затраты, связанные с внедрением проекта, руб. 730 000 468 995,2 Приведенные затраты на единицу работ, руб. 417 359 266 104,4 Экономический эффект от использования разрабатываемой системы, руб. 151 254,6 После определения годового экономического эффекта необходимо рассчитать срок окупаемости затрат на разработку продукта по формуле Ток = К/Э. (11) Срок окупаемости составит: Ток =468 995,2 /151 254,6 = 3 года.

Затем рассчитаем фактический коэффициент экономической эффективности разработки (Еф) и сопоставим его с нормативным значением коэффициента эффективности капитальных вложений Ен =0,33:

Еф=1/Tок.= 1/3 = 0,33. (12) Фактический коэффициент экономической эффективности разработки получился примерно таким же, чем нормативный, поэтому разработка и внедрение разрабатываемого продукта является эффективной.

Таким образом, в ходе проделанной работы найдены все необходимые данные, доказывающие целесообразность и эффективность данной разработки. Приведем эти данные в сводной таблице (9).

Таблица 11 — Результаты экономического обоснования проекта Характеристика проекта Значение Затраты на разработку и внедрение проекта, руб. 468 995,2 Общие эксплуатационные затраты, руб. 111 336

Экономический эффект, руб. 151 254,6 Коэффициент экономической эффективности 0,33 Срок окупаемости, лет 3 Срок окупаемости достаточно низкий (3 года), экономический эффект получился довольно большим (151 254,6 р.) Все это говорит в пользу экономической окупаемости проекта.

3.4 Выводы Из материалов данной главы стало известно, что мероприятия по совершенствованию работы отдела пластиковых карт должны включать, прежде всего, модернизацию скоринговой системы банка, так как на ее основе принимаются решения о кредитовании заемщиков. Некорректная работа данной системы порождает высокие кредитные риски банка.

Модернизация скоринговой системы включает этап модернизации с четом построения дерева решений, которое, не опираясь на исторические данные о заемщике строит прогноз его платежеспособности на период пользования кредитом.

Проведенные расчеты показали, что окупаемость вложений на модернизацию программы составит 3 года, а сокращение кредитного риска произойдет более чем на 50%.

Заключение

В ходе проведенного исследования, цель, поставленная в работе достигнута, все задачи решены.

В рамках проведенного исследования была рассмотрена деятельность ЗАО «Кредит Европа Банк» и его политика в области кредитования с использованием пластиковых карт.

В ходе исследования стало известно, что в банке существует множество программ кредитования для розничных клиентов, это стандартные программы кредитования включающие:

потребительское кредитование, ипотечное кредитование автокредитование экспресс-кредиты кредиты на пластиковые карты Кредиты, выдаваемые на пластиковые карты получили распространение в банке не так давно поэтому данный вид кредитования в настоящее время не сильно популярен среди клиентов банка. Связано это прежде всего с тем, что получить тот кредит могут только самые благонадежные заемщики. Которые уже зарекомендовали себя с положительной стороны, да и суммы которые можно получить на пластиковую карту являются небольшими, так как постоянная кредитная линия требует высокой платежеспособности клиентов. Данное направление розничного бизнеса развивается в банке, по большей части, в рамках cross-продаж.

Небольшая популярность кредитования с помощью пластиковых карт связана, прежде всего, с тем, что скоринговая система, которая используется в банке для оценки кредитоспособности клиентов функционирует некорректно и опираясь на исторические данные по группам клиентов отсеивает большое количество потенциальных заемщиков.

В связи с Тим, в рамках данной работы были предложены мероприятия по корректировке работы скоринговой системы и перестроение ее с учетом дерева решений, которое не опираясь на исторические данные строит прогноз платежеспособности клиента на основе классификации групп и информации о имущественном положении заемщика, уровне его доходов и расходов, а также экономической ситуации в стране и перспектив ее развития на ближайшую перспективу.

Как показали расчеты, модернизация системы с учетом описанных характеристик займет небольшое количество времени и небольшую сумму затрат, которые по самым пессимистичным прогнозам окупятся в течении 3 лет. Эффект от проведенных мероприятий будет значительным, так как позволит банку сократить свои кредитные риски не только по розничному кретиовнаию с использованием пластиковых карт, но и по другим видам кредитования. Наравне с этим, в рамках работы были предложены мероприятия по корректировке работы кредитных специалистов и специалистов службы безопасности. В рамках предложенных корректировок была дана рекомендация по тому, чтобы некоторые из заявок, которые принимаются кредитными специалистами были проверены, это позволит выявить неточности в работе скоринговой системы и позволит проверить знания и ответственность специалистов принимающих заявки на кредит.

Список литературы

Нормативно правовые источники Федеральный закон «О банках и банковской деятельности» от 02 декабря 1990 года № 395−1-ФЗ (с изменениями и дополнениями).

Федеральный закон «О кредитных историях» от 02 декабря 2004 года № 218-ФЗ (с изменениями и дополнениями).

Проект Федерального закона «О потребительском кредите» от 11 ноября 2010 года // Российская газета. — 2010. — № 10. с. 4.

Методические рекомендации Департамента розничного кредитования ЗАО «КРЕДИТ ЕВРОПА БАНК» от 11.

12.2009 года «Программа потребительского кредитования»

Методические рекомендации Департамента розничного кредитования ЗАО «КРЕДИТ ЕВРОПА БАНК» от 04.

06.2009 года «Стандарт обслуживания пластиковых карт»

Учебники и учебные пособия Банки и банковские операции в России / Пукато В. И., Львов Ю. И. Под ред. Лапидуса М. Х. — М.: Финансы и статистика, 2010, 362 с.

Банковское дело / Под ред. Колесникова В. И., Кроливецкой Л. П. М.: Финансы и статистика, 2010. 570 с.

Банковское дело: Учебник / О. И. Лаврушин, И. Д. Мамонова, Н. И. Валенцева [и др.]; под ред. засл. деят. науки РФ, д-ра экон. наук, проф. О. И. Лаврушина.

— 4-е изд., перераб. И доп. — М.:КНОРУС, 2010. -768 с.

Банковская система России. Настольная книга банкира: в 3 кн. — М.: ДеКА, 2011. — Кн. 1.

Д. А. Ендовицкий, И. В. Бочарова Анализ и оценка кредитоспособности заемщика Издательство Кно

Рус, 2010 г., 264 c.

Донцова Л.В., Никифорова Н. А. Анализ финансовой отчетности. — М.: Дело и сервис, 2009. — 336 с.

Ендовицкий, Д. А. Анализ и оценка кредитоспособности заемщика: учебно-практическое пособие / Д. А. Ендовицкий, И. В. Бочарова. — М.: КНОРУС, 2010.

Колесников В. И. Банковское дело. — М.: Финансы и статистика, 2009.

Костерина Т. М. Банковское дело. Учебник для ВУЗов. — М.: Маркет ДС, 2010. — 640 с.

Крейнина, М. Н. Финансовый менеджмент: учеб. пособие / М. Н. Крейнина. — М.: Дело и сервис, 2010.

Ольшаный, А. И. Банковское кредитование — российский и зарубежный опыт / А. И. Ольшаный. — М.: РДЛ, 2010.

Правовая энциклопедия / Под ред. Проф. А. Н Самойлова. М.: АСТ-Москва. — 2011. — 920 с.

Товасиева А. М. Банковское дело — М.: ЮНИТИ, 2009. — 671с.

Севрук, В. Т. Анализ кредитоспособности заемщика / под ред. лроф. В. Т. Севрук М.: Деньги и кредит, 2008. — 530 с.

Финансы: Учеб. пособие / Под ред.

проф. А. М. Ковалевой. 4-е изд., перераб. и доп. М.: Финансы и статистика, 2009. 384 с.

Периодическая литература А. В. Соловьев, И. С. Самойлов, А. Т. Писарев Анализ оценки заемщика по методике Сбербанка // Деньги, кредит, банки, 2008, № 2, с. 12−21.

А.О. Ландарин Дерево решений скоринговой системы // Экономист. — 2011. — № 24. — с.

23.

А. Лебедев Большие проблемы мелкого кредитования // Аудитор, 2009, № 3 (2715), с. 4−8.

Бюллетень банковской статистики — М.:ЗАО «АЭИ «Прайм-ТАСС», 1999;2010гг.

Б.Ю Агеев Практика составления кредитного договора // Правовой вестник. — 2011. — № 3. — с.

16.

Вестник Банка России, 2010, № 4, с. 25−30

Е. Борисова Актуальные проблемы управления рисками во время кризиса // Деньги и кредит — 2009. — № 6. с.12−24.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Кирисюк, Г. М. Оценка банком кредитоспособности заемщика / Г. М. Кирисюк, В. С. Ляховский // Деньги и кредит. -2011. — № 4.

Марков М. А. Бюро кредитных историй: проблемы и перспективы развития // Финансы, 2008, № 4, с. 38.

Марьин С. Управление кредитными рисками — основа надежности банка // Экономика и жизнь. — 2010. — № 23. с. 4−10.

Мраксин Е. Л. Обзор банковской системы // Экономист. — 2010. — № 9. — с.4

Н.В. Долгий Функционирование коллекторских бюро в России // Деньги, кредит, банки, 2010, № 3, с.23−30.

Овдеев К. Н. Как должен быть составлен кредитный договор // Правовой вестник. — 2010. — № 23. — с.

15.

Овчаров А. О. Организация управления рисками в коммерческом банке // Банковское дело. — 2010. — № 1. с. 18−31.

Сагитдинов М. Ш, Калимулина Ф. Ф. К вопросу об анализе деятельности коммерческого банка // Банковское дело. — 2010. — № 10. с. 15−24.

Сахаров, М.О. К вопросу о кредитоспособности розничных заемщиков / М. О. Сахарова // Деньги и кредит. — 2009. — № 3.

Севрук, В. Т. Анализ кредитоспособности СП / В. Т. Севрук // Деньги и кредит. — 2010. — № 3.

А.С. Сермавкин Применение скоринговых систем в банковской практике // Экономист. — 2010. — № 23. — с. 12

Хандруев А. А. Управление рисками банков: научно-практический аспект // Деньги и кредит. — 2009. — № 6. с. 17−21.

ПРИЛОЖЕНИЕ 1

Консолидированная финансовая отчетность была одобрена Советом Директоров 23 марта 2010 года.

Наименование 2009 год тыс. рублей 2008 год тыс. рублей АКТИВЫ Касса 935 902 954 635 Счета и депозиты в Центральном банке Российской Федерации 580 318 6 490 791 Счета и депозиты в банках и других финансовых институтах 11 608 508 1 845 511 Финансовые инструменты, оцениваемые по справедливой стоимости, изменения которой отражаются в составе прибыли или убытка за период — находящиеся в собственности Группы 160 597 2 875 688 — обремененные залогом по сделкам «РЕПО» 59 479 — Кредиты, выданные клиентам 47 925 256 53 649 756 Активы, имеющиеся в наличии для продажи — находящиеся в собственности Группы 1 754 448 — - обремененные залогом по сделкам «РЕПО» 4 021 725 — Инвестиции, удерживаемые до срока погашения 970 730 416 294 Авансовые платежи по текущему налогу на прибыль 384 367 — Основные средства 599 793 759 533 Прочие активы 406 052 435 804 Всего активов 69 407 175 67 428 012 ОБЯЗАТЕЛЬСТВА И СОБСТВЕННЫЕ СРЕДСТВА АКЦИОНЕРОВ Финансовые инструменты, оцениваемые по справедливой стоимости, изменения которой отражаются в составе прибыли или убытка за период 75 476 551 152 Счета и депозиты банков и других финансовых институтов 10 578 969 21 191 022 Текущие счета и депозиты клиентов 21 808 245 8 791 616 Выпущенные долговые ценные бумаги 19 299 076 11 451 715 Прочие привлеченные средства 4 652 167 13 405 521 Обязательства по отложенному налогу

28 611 146 740 Обязательства по текущему налогу на прибыль — 46 167 Прочие обязательства 350 083 328 311 Всего обязательств 56 792 627 55 912 244 Собственные средства акционеров Акционерный капитал 8 549 789 8 549 789 Эмиссионный доход 158 631 158 631 Добавочный капитал 285 924 285 924 Резерв по переоценке активов, имеющихся в наличии для продажи 22 558 — Резерв по хеджированию — 451 538 Нераспределенная прибыль 3 597 646 2 069 886 Всего собственных средств акционеров 12 614 548 11 515 768 Всего обязательств и собственных средств акционеров 69 407 175 67 428 012

ПРИЛОЖЕНИЕ 2

Данные о деятельности банка представленные в презентации инвесторам в марте 2011 года, (млрд. руб.).

Наименование 2008 2009 1 квартал 2010

Баланс Совокупные Активы 67 428 69 407 66 333

Чистые Кредиты 53 650 47 925 49 547

Депозиты 8 792 21 808 23 058 Заемные Средства 13 406 4 652 4 055 Долговые Ценные Бумаги 11 452 19 299 18 198 Акционерный Капитал 11 516 12 615 13 428 Отчет о прибылях и убытках Чистый Процентный Доход 6 375 5 773 2 838 Чистый Комиссионный Доход 743 782 489 Совокупный Опер. Доход 8 015 8 325 4 022 Резервы (2 751) (3 084) (492) Прочие Затраты (3 685) (3 328) (1 747) Чистая Прибыль 1 199 1 528 1 443 Ключевые Показатели Маржа Процентного Дохода 12,2% 9,5% 8,9% Показатель Затраты/Прибыль 48,5% 42,3% 45,5% Депозиты/Кредиты 16,4% 45,5% 46,5% Уровень ликвидности 13,8% 18,9% 18,1% Проблемная задолженность 4,5% 7,0% 3,8% Коэф. покрытия резервами 121,8% 104,0% 132,4% Коэф. адекватности капитала 18,6% 19,8% 22,3% RoAE (After Tax) 12,8% 12,7% 22,2% RoAA (After Tax) 2,0% 2,2% 4,3%

Банковское дело / Под ред. Колесникова В. И., Кроливецкой Л. П. М.: Финансы и статистика, 2010. 570 с.

Проект Федерального закона «О потребительском кредите» от 11 ноября 2010 года // Российская газета. — 2010. — № 10. с. 4.

Колесников В. И. Банковское дело. — М.: Финансы и статистика, 2009.

Костерина Т. М. Банковское дело. Учебник для ВУЗов. — М.: Маркет ДС, 2010. — 640 с.

А. Лебедев Большие проблемы мелкого кредитования // Аудитор, 2009, № 3 (2715), с. 4−8.

Финансы: Учеб. пособие / Под ред.

проф. А. М. Ковалевой. 4-е изд., перераб. и доп. М.: Финансы и статистика, 2009. 384 с.

Ольшаный, А. И. Банковское кредитование — российский и зарубежный опыт / А. И. Ольшаный. — М.: РДЛ, 2010.

Банковское дело: Учебник / О. И. Лаврушин, И. Д. Мамонова, Н. И. Валенцева [и др.]; под ред. засл. деят. науки РФ, д-ра экон. наук, проф. О. И. Лаврушина. — 4-е изд., перераб. И доп.

— М.:КНОРУС, 2010. -768 с.

Банковское дело: Учебник / О. И. Лаврушин, И. Д. Мамонова, Н. И. Валенцева [и др.]; под ред. засл. деят. науки РФ, д-ра экон. наук, проф.

О.И. Лаврушина. — 4-е изд., перераб. И доп. -

М.:КНОРУС, 2010. -768 с.

Мраксин Е. Л. Обзор банковской системы // Экономист. — 2010. — № 9. — с.4

Ольшаный, А. И. Банковское кредитование — российский и зарубежный опыт / А. И. Ольшаный. — М.: РДЛ, 2010.

Костерина Т. М. Банковское дело. Учебник для ВУЗов. — М.: Маркет ДС, 2010. — 640 с.

Мраксин Е. Л. Обзор банковской системы // Экономист. — 2010. — № 9. — с.4

Банковское дело: Учебник / О. И. Лаврушин, И. Д. Мамонова, Н. И. Валенцева [и др.]; под ред. засл. деят. науки РФ, д-ра экон. наук, проф.

О.И. Лаврушина. — 4-е изд., перераб. И доп.

— М.:КНОРУС, 2010. -768 с.

Методические рекомендации Департамента розничного кредитования ЗАО «КРЕДИТ ЕВРОПА БАНК» от 04.

06.2009 года «Стандарт обслуживания пластиковых карт»

Правовая энциклопедия / Под ред. Проф. А. Н Самойлова. М.: АСТ-Москва. — 2011. — 920 с.

Овдеев К. Н. Как должен быть составлен кредитный оговор // Правовой вестник. — 2010. — № 23. — с.

15.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Ежегодный отчет о деятельности ЗАО «КРЕДИТ ЕВРОПА БАНК», 2009, 2010 год.

Методические рекомендации Департамента розничного кредитования ЗАО «КРЕДИТ ЕВРОПА БАНК» от 04.

06.2009 года «Стандарт обслуживания пластиковых карт»

А.О. Ландарин Дерево решений скоринговой системы // Экономист. — 2011. — № 24. — с.

23.

Методические рекомендации Департамента розничного кредитования ЗАО «КРЕДИТ ЕВРОПА БАНК» от 11.

12.2009 года «Программа потребительского кредитования»

А.С. Сермавкин Применение скоринговых систем в банковской практике // Экономист. — 2010. — № 23. — с. 12

Специалист по автоматизации

Менеджер по работе с клиентами

Менеджер по работе с клиентами

Менеджер по работе с клиентами

Менеджер по развитию бизнеса

Заместитель начальника отдела пластиковых карт и расчетов

Ведущий специалист по автоматизации

Ведущий специалист по работе с клиентами

Ведущий специалист по развитию бизнеса

Начальник отдела пластиковых карт и расчетов

Отдел пластиковых карт и расчетов

Отдел ценных бумаг

Кредитный отдел

Управление активными операциями

Отдел межбанковских операций и корреспондентских отношений

Валютный отдел

Отдел по работе с клиентами

Операционный отдел

Управление по работе с клиентами

Отдел автоматизации

Операционный отдел

Вице-президент

Отдел по управлению делами банка

Вице-президент

Отдел кассовых операций

Отдел валютного учета и расчетов

Управление бухгалтерского учета и отчетности

Главный бухгалтер

Юридический отдел

Служба финансового мониторинга

Служба внутреннего контроля

Вице-президент — начальник службы внутреннего контроля

Президент

Правление

Совет директоров

Общее собрание участников