Курсовая работа Прогнозирование стратегических последствий принимаемых решений
 Скачать 497.68 Kb.
|
|
2.2. Применение метода «дерево решений» для принятия решения о выдаче кредита В данном разделе проведем анализ кредитоспособности заемщика используя метод «дерево решений», о котором упоминалось в теоретической части курсовой работы. Схему дерева решений используют в том случае, когда необходимо принять несколько решений в условиях риска или неопределенности, и когда каждое последующее решение зависит от результата предыдущего или результатов проведенных испытаний. Когда все возможные решения, а также их прогнозируемые результаты (исходы) будут обозначены на «дереве», в этом случае просчитывается каждый из указанных вариантов, и на выходе проставляется его денежный результат (доход либо убыток). Все финансовые расходы, вызванные конкретным решением, указываются на соответствующей «ветви» дерева решений. В рамках задач курсовой работы ниже рассмотрим возможность применения метода «дерево решений» для оценки кредитоспособности клиента АО «Альфа-Банка», условно обозначим его «К». Для финансирования собственного бизнеса клиент хочет взять в банке ссуду сроком на 1 год в размере 300 000 руб. Банк может дать в долг запрашиваемую сумму под 15% годовых либо вложить в дело со 100% -м возвратом суммы, но уже под 9% годовых. При этом, исходя из имеющейся практики и статистики Банка, примерно 5% таких заемщиков ссуду не возвращают. В данной связи перед Альфа-банком встает дилемма - давать ссуду или отказать клиенту? Данная задача имеет только одно решение, поэтому будем использовать таблицу доходов и метод «дерева решений». Рассмотрим оба варианта. Представим вариант № 1 (по таблице доходов – таблица 9). Максимизируем ожидаемый в конце года чистый доход, который представляет собой разность суммы, полученной в конце года, и инвестированной в начале года. То есть, если ссуда была заемщику выдана и возвращена в конце кредитного периода, то чистый доход составит следующую величину: Чистый доход: А = ((300000 + 15% (от 300000)) - 300000) = 45 000 рублей Отсюда максимальный ожидаемый чистый доход на конец года составит: 300 000 + 45 000 = 345 000 руб. Если банк решает инвестировать проект клиента под 9 % годовых со 100% -м возвратом суммы, то ожидаемый чистый доход составит: Чистый доход В = (300000 + 9% (от 300000) – 300000 = 27 000 рублей Отсюда максимальный ожидаемый чистый доход на конец года будет равен: 300000 + 27 000 = 327 000 рублей Таблица 9 - Чистый доход в конце года, руб.
*(давать заем) (345000 * 0,95 + 0 * 0,05) – 300 000 = 27 750 руб. ** (не давать заем) (327 000 * 1,0 – 300 000) = 27 000 руб. Таким образом, если банк все-таки выдаст ссуду клиенту, то максимальный ожидаемый чистый доход банка составит 27 750 рублей. Вариант № 2 (методом «дерево решений») представлен на рис.4: В этом случае также будет использоваться критерий максимизации ожидаемого чистого дохода на конец года.  27 750 заем уплачен 0,96% Давать заем заем не вернули 0,04% 27 750 (-300000) (-300000) Не давать заем инвестирование 9% год. 27 000 Рис. 4 - «Дерево решений» для оценки кредитоспособности клиента АО «Альфа-Банк» Далее расчет ведется аналогично расчетам по таблице доходов. Ожидаемый чистый доход в кругах блок-схемы А и В с учетом вероятности возврата (невозврата) ссуды рассчитывается следующим образом: A (давать заем) = (345 000 * 0,95 + 0 * 0,05) – 300 000 = 27 750 руб. B (инвестировать под 9% годовых) = (327 000 * 1,0 – 300 000) = 327 000 руб. Поскольку ожидаемый чистый доход больше в блоке A (27750 > 27000), то банк принимает решение выдать заем. Таким образом, в данном параграфе мы рассмотрели пример использования метода «дерево решений» для принятия решения по выдаче кредита заемщику, но применение данного метода возможно и в более сложных случаях, когда необходимо учесть большее число параметров для принятия решения. 2.3 Оценка кредитоспособности клиента АО «Альфа-Банк» посредством метода анализа данных В данном разделе представим еще один метод прогнозирования последствий принимаемых решений, который использует АО «Альфа-Банк» для оценки кредитоспособности заемщиков – это метод анализа данных. На рис. 5 в виде схемы представим систему оценки, которая состоит из двух аналитических блоков: блока анализа данных и блока принятия решений. В блоке анализа системы осуществляется анализ данных о заемщиках банка, о выданных кредитах и истории их погашения.  БЛОК АНАЛИЗА    ВЫВОДЫ Анкета заемщика   Пенсионный фонд  БТИ   ГИБДД   ПВС Заемщик  Кредитное бюро Решение о выдаче кредита (отказе)   БЛОК ПРИНЯТИЯ РЕШЕНИЙ Рис. 5 –Система оценки кредитоспособности заемщика, основанная на методе анализа данных Данный метод оценки позволяет Альфа-Банку унифицировать процедуру оценки кредитоспособности, на этой основе ускорить и удешевить ее, получить более точный и обоснованный результат. В итоге это существенно снижает риски кредитования. Алгоритм метода анализа данных выглядит следующим образом: На первом этапе проводится анализ финансового положения заемщика, для более точного определения положения заемщика (F1) 1: F1= ПК/Дср - Рср (1) где: ПК – ежемесячный платеж по запрашиваемому кредиту; Дср – среднемесячный официальный доход заемщика за последний год; Рср – средняя величина обязательных ежемесячных платежей заемщика (проценты, аннуитетные платежи, погашение основного долга по графику) по имеющимся кредитам за последние два квартала) + (ежемесячные платежи по коммунальным услугам (если таковые имеются) штрафы, налоги). Превышение этого коэффициента говорит о повышенном риске при предоставлении кредита с точки зрения возможности заемщика своевременно и правильно погашать кредит. Далее необходимо полученное значение показателя переводится в баллы (табл. 10): Таблица 10 – Шкала оценки показателя F1
При этом вес показателя F1 принимается равным 0,7. Изменение доходов заемщика (F2) рассчитывается по формуле: F2 = (Д1/Д0) – 1 (2) где Д1 –доходы заемщика за последний квартал, Д0 – доходы заемщика за предпоследний квартал, с предоставлением подтверждающих документов. Значение показателя F2 также переводится в баллы (табл. 11). Таблица 11 – Шкала оценки показателя F2
Вес показателя F2 – 0,1. Наличие у заемщика задолженностей перед государством по налогам и штрафам (F3) при весе показателя 0,05 рассчитывается по данным (табл. 12). Таблица 12 – Шкала оценки показателя F3
На втором этапе проводится анализ дополнительных показателей. Кредитная история заемщика (F4) оценивается на основе следующей информации (табл. 13). Таблица 13 - Шкала оценки показателя F4
Рассмотрев значения предыдущего показателя F4, который равен 0,025. Перейдём к следующему, Учитывается также срок работы заемщика на последнем месте трудоустройства (F5) при весе показателя 0,025 (табл.14). Таблица 14 – Шкала оценки показателя F5
Наличие имущества у заемщика (F6) характеризуется (при весе показателя 0,1) в баллах (табл.15 ). Таблица 15 – Шкала оценки показателя F6
Общая оценка финансового положения (F) заемщика–физического лица при изложенном подходе предлагается рассчитывать в баллах по формуле: F = F1 *0,7 + F2*0,1 + F3*0,05+ F4* 0,025+ F5* 0,025+ F6*0,1 (3) Для оценки кредитоспособности заемщика по полученному рейтинговому показателю используем следующую шкалу (табл.16). Таблица 16 – Шкала интерпретации рейтингового показателя F
Если у банка отсутствует информация по деятельности заемщика в течение одного квартала, которая необходима для оценки его финансового положения, то его задолженность относится не выше чем ко второй категории качества с формированием резерва в размере 20%. Если подобная информация по деятельности заемщика отсутствует в течении более двух кварталов, то его задолженность относится не выше чем к третьей категории качества с формированием резерва в размере 50%. Если заемщик–физическое лицо набирает менее 50 баллов либо хотя бы один из показателей (F1, F2, F3, F5) равен 0, то его кредитование не осуществляется. На основе предлагаемой методики оценки кредитоспособности заемщика можно определить его рейтинг для корректировки процентной ставки по кредиту. Неудовлетворительно присевается если заемщик в течение последних 180 календарных дней выявлены просроченные платежи по основному долгу и (или) процентам сроком свыше 30 календарных дней. А так же ссуда реструктурирована, присутствуют просрочки платежей по основному долгу и (или) процентам, а финансовое положение заемщика может быть оценено как плохое, и ссуда предоставлена заемщику прямо либо косвенно (через третьих лиц) с целью погашения долга по ранее предоставленной ссуде либо банк прямо или косвенно (через третьих лиц) принял на себя риски (опасность) несения потерь. В зависимости от оценки перечисленных факторов риска формируется интегральная оценка рисков заемщика как суммарное количество условных баллов (максимум 28), соответствующих оценке отдельных факторов риска, характерных для данного заемщика (табл.17). Таблица 17 - Интегральная оценка рисков заемщика
Шкала рейтинга включает семь уровней, имеющих условные обозначения (в порядке повышения уровня риска) от A до D (табл.18) Таблица 18 – Определение итогового рейтинга заемщика
Чем выше уровень риска, тем больше надбавка к базовой ставке. Предлагаемая, усовершенствованная рейтинговая методика дает возможность более точно определить максимальный лимит кредитования с учетом углубленного анализа финансовых возможностей клиента, что приводит к снижению банковских рисков. Также, с использованием предлагаемой методики можно добиться оптимизации процентных ставок в зависимости от степени риска и активизировать развитие деятельность АО «Альфа-банк» кредитования физических лиц. В качестве примера проведем оценку кредитоспособности заемщика гражданина Смирнова А.Л. по данной методике: 1) рассчитываем показатель F1 по формуле (1): F1 = 7780/ (31860,5 – 7136,3) = 0,315 < 0,4 значит → F1=100 баллов. 2) Далее проведем расчет показателя F2 по формуле (2): F2 = (11180,3 + 11184,2 + 28 335,1+ 28204,4+29886,5)/(28934,5+26889,7+ 26954,8) - 1 = 1,31-1= 0,31 >0.1 → F2=100 баллов. 3) Далее определяем значение показателя F3: У Смирнова А.Л. задолженности перед государством не обнаружено, поэтому, F3=100 баллов. 4) Проведем анализ кредитной истории заемщика: А.Л. Смирнов имеет 1 погашенный кредит от Сбербанка. Зафиксирована просрочка в 3 дня. Значит, F4=50 баллов. 5) Учитываем стаж работы заемщика на последнем месте работы: А.Л. Смирнов работает на последнем месте работы более полутора лет, поэтому F5=50 баллов. 6) Проводим оценку имеющегося у заемщика имущества: А.Л. Смирнов имеет в совместной собственности с супругой квартиру, общей площадью 62 кв.м., значит, F6=50 баллов. 7) Далее проводим общую оценку финансового положения заемщика. Для этого используем формулу (3): F = 100*0,1+100*0,7+ 100*0,05+50*0,025+50*0,1+50*0,025=92,5 Таким образом, финансовое состояние потенциального заемщика А.Л. Смирнова оценивается как хорошее. Однако, банку для снижения риска кредитования следует увеличить процентную ставку на 0,5% (в соответствие с таблицей 20), то есть ставка кредитования более оптимальная для данного заемщика не 13,25%, а 13,75%. Далее рассчитаем экономическую эффективность от кредитования заемщика А.Л. Смирнова по ставке 13,75% годовых. Данный расчет проведем на примере программы кредитования «Молодая семья» под которую подпадает семья А.Л. Смирнова (табл.19). Таблица 19 - Эффективность от внедрения усовершенствованной рейтинговой модели оценки заемщика для АО «Альфа-банк»
Таким образом, экономический эффект для банка от кредита, выданного А.Л. Смирнову программе «Молодая семья» и ставке 13,75% годовых составит 1748,2 тыс. руб. Итак, во второй главе курсовой работы были рассмотрены методы прогнозирования стратегических последствий принимаемых решений на примере АО «АльфА-Банк». В частности, были исследованы метод «дерево решений» и метод анализа данных. Оба метода «Альфа-Банк» использует достаточно давно и они доказали свою эффективность на практике. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||