перейти к полному списку дипломных проектов
Ссылка на скачивания файла в формате .doc находится в конце странички
Poor's).
Вычисление подверженных кредитному риску активов (EAD - Equity At Default).
EAD равна остатку задолженности компании на дату оценки.
Расчет потерь в случае дефолта (LGD - Loss Given Default).
Расчет потерь по обязательствам в случае дефолта заемщика (LGD) производится в модуле на основе данных по остатку задолженности и стоимости залога.
На основе рассчитанных показателей производится оценка кредитного риска компании (CR - Credit Risk) и кредитного риска компании до погашения (CRM - Credit Risk to Maturity)
Для оценки кредитного риска физических лиц в модуле используется скоринговый метод.
Общие принципы алгоритма расчета кредитного риска по физическим лицам, реализованного в модуле, показаны ниже:
Клиент заполняет анкету - скоринговую карту (данные сохраняются в кредитном модуле АБС (автоматизированная банковская система) Банка, откуда в дальнейшем загружаются в хранилище).
По данным из скоринговой карты в модуле производится расчет итогового балла.
Подмодуль "Построение отчетов". Эффективность процесса принятия своевременных и обоснованных решений по управлению рисками сильно зависит не только от полноты и качества данных, но и от возможностей системы отчетности.
Результаты анализа могут быть представлены как с использованием традиционной архитектуры клиент-сервер, так и на основе web-технологий.
Пользователь имеет возможность получать отчеты на любом уровне детализации и анализировать полученные данные по заданным иерархиям. Все отчеты могут автоматически сохраняться в нужном формате: Excel, Html, XML, txt, prn и других.
В модуле "Кредитные риски" реализованы два подхода к оценке кредитного риска заемщика, а именно метод балльных оценок, при котором каждому фактору кредитного риска присваивается определенная оценка (в баллах) и метод экспертных оценок, когда на основе предварительного анализа всех кредитных рисков предприятия, эксперты вносят свое суждение о вероятности того, что кредит не будет возвращен в срок. Причем возможна их комбинация. При таком подходе можно учесть как экспертное мнение специалистов, так и оценку кредитора по методу бальных оценок на основе финансовой информации по заемщику.
В соответствии с кредитным рейтингом заемщика, определенным по внутренней методике, программа определяет вероятность дефолта. Кредитный риск компании-заемщика программа оценивает как произведение трех показателей: вероятность дефолта компании, потери в случае дефолта и подверженные кредитному риску активы.
Расчет процентной ставки по кредиту программным продуктом производится в зависимости от оценки вероятности невозврата кредита.
При расчете кредитного риска система опирается на финансовые показатели, характеризующие деятельность клиента, которые извлекаются из его финансовой отчетности, а также на нефинансовые показатели и параметры, определяемые и вводимые в систему специалистами банка.
Общие принципы алгоритма расчета кредитного риска по физическим лицам, реализованного в модуле, следующие:
а) Клиент заполняет анкету – скоринговую карту (данные сохраняются в кредитном модуле, откуда в дальнейшем загружаются в хранилище).
б) По данным из скоринговой карты в модуле производится расчет итогового балла.
в) Производится оценка вероятности дефолта.
Основные возможности модуля "Кредитные риски":
а) Оценка кредитных рисков по различным типам заемщиков.
б) Возможность гибкой настройки методик бизнес-пользователем:
в) Возможность расчета по нескольким сценариям (позитивный негативный, стресс и т.д.);
г) Возможность ввода нефинансовых показателей (для учета экспертных оценок специалистов банка).
д) Загрузка данных форм отчетности заемщика в различных форматах.
е) Оценка вероятности дефолта и расчет значения кредитного риска:
ж) Сопоставление балльной и вероятностной оценок кредитоспособности компаний (путем сопоставления балльной оценки с ее международным рейтингом и значением вероятности дефолта);
з) Расчет кредитного риска с учетом типа обеспечения, срока реализации, ставки дисконтирования и т.д.
и) Нахождение группы риска компании – заемщика (согласно положению ЦБ РФ № 254-П).
к) Оценка финансового состояния, например: расчет агрегированного баланса, расчет финансовых показателей.
Провести оценку эффективности внедрения данного модуля можно с помощью анализа кредитного портфеля банков, которые в своей деятельности используют данный программный продукт.
Например, Райфайзенбанк и Росбанк являются пользователями данного модуля. Так, в течение 2008 года темп роста ссудного портфеля по кредитам, предоставленным физическим лицам в Райффайзенбанке, составил 233 % , а просроченной ссудной задолженности 190 %, при этом доля просроченной ссудной задолженности уменьшилась на 0,1% и составила 0,4 %. По кредитам, предоставленным юридическим лицам и индивидуальным предпринимателям, портфель увеличился в 2 раза, а просроченная задолженность в 1,6 раза, при этом доля просроченной задолженности снизилась на 0,04 % и составила 0,17 %.
Темп роста ссудного портфеля в 2008 году по кредитам, предоставленным физическим лицам в Росбанке, составил 129 %, а просроченной задолженности 115 % , доля просроченной задолженности снизилась на 0,35% и составила 2,90 %. Рост портфеля по кредитам, предоставленным юридическим лицам и ИП составил 1,74 раза, просроченной задолженности выросла в 1,15 раза, доля просроченной задолженности снизилась с 1,5% до 1,04%.
Рост ссудной задолженности всегда сопровождается ростом просроченной задолженности, основным показателем качества кредитного портфеля является доля просроченной ссудной задолженности. Анализ показал, что доля просроченной задолженности постепенно уменьшается, т.е. использование данного программного продукта положительно сказывается на качестве кредитного портфеля у рассмотренных выше банков.
По кредитам, предоставленным физическим лицам в целом по Сбербанку России за 2008 год темп роста ссудного портфеля по кредитам, предоставленным физическим лицам составил 135 %, а просроченной задолженности 200 %, при этом рост доли просроченной задолженности составил с 0,6 % до 0,9%. Портфель по кредитам, предоставленным юридическим лицам и ИП, вырос на 155%, а просроченная задолженность увеличилась на 136 %, доля же просроченной задолженности выросла с 1,3% до 1,4 %.
Стоимость данного программного продукта составляет 1000 долл. на 5 рабочих мест. В эту стоимость входит как внедрение, так и последующее сопровождение данного модуля в течение 2-х лет. В штате ГОСБ № 2363 числятся 72 кредитных специалиста, в т.ч. 37 кредитных инспектора по кредитованию физических лиц и 46 кредитных инспектора по кредитованию юридических лиц. Дополнительных расходов по оборудованию рабочих мест не требуется. Модуль совместим с системной оболочкой, используемой в банке. Таким образом, внедрение данного программного продукта в ГОСБ потребует 432 тыс. руб.
Использование данного программного продукта позволит:
- Улучшить показатели деятельности (качество кредитного портфеля и рост ссудного портфеля);
- Увеличить объемы предоставляемых кредитов, за счет сокращения сроков обработки информации;
- Снизить трудоемкость работы кредитных инспекторов;
- Расширить круг решаемых задач, при расчете платежеспособности заемщиков.
- Сократить операционные риски, связанные с неверной оценкой кредитоспособности заемщика, проведенной кредитным инспектором.
Качественные показатели эффективности хотя и не всегда имеют количественные выражения, но позволяют снизить кредитные риски, за счет более качественной оценки клиентов-заемщиков.
скачать бесплатно Кредитные операции коммерческого банка
Содержание дипломной работы
Введение
1. Кредитные операции коммерческого банка 1.1 Сущность
1.2 Формы и виды кредита
1.3 Этапы кредитного процесса в коммерческом банке
2. Анализ кредитных операций городского отделения №2363 Сбербанка России (ОАО) 2.1 Характеристика Городского отделения № 2363 Сбербанка России (ОАО)
2.2 Анализ структуры кредитного портфеля
2.3 Анализ кредитного портфеля по ссудам
2.4 Анализ кредитного портфеля по ссудам
2.5 Выявленные проблемы при анализе процесса кредитования
3. Совершенствование процесса кредитования в городском отделении № 2363 Сбербанка России (ОАО) 3.1 Совершенствование способов оценки кредитоспособности заемщиков в целях минимизации рисков
Poor's).
3.2 Совершенствование процесса кредитования физических лиц
Заключение
Список использованных источников и литературы
