Применение методов скоринговой оценки кредитных рисков в мониторинге корпоративного заемщика
Main Article Content
Аннотация
Предложен метод оценки риска дефолта корпоративного заемщика на этапе мониторинга на основе скоринговой оценки. Приведено доказательство гипотезы в том, что скоринговые методы оценки кредитных рисков возможны к применению не только на этапе первичной оценки потенциального заемщика при принятии решения о кредитовании, но и на этапе его мониторинга при сопровождении сделки. Мониторинг представляет собой периодическую проверку кредитного качества корпоративного заемщика, с кем заключен кредитный договор. Это делается с целью своевременного выявления негативных сигналов, а также своевременного реагирования на угрожающие тенденции в деятельности заемщика.
Некоторые кредитные организации экономят на мониторинге, полагаясь на систему принятия решения, считая ее безупречной. Однако данная экономия может оказаться фатальной ошибкой, так как многое в течение «жизни» предприятия со временем изменяется. Этому способствуют как внешние факторы (политические, экономические), так и внутренние (неверная стратегия развития организации, неспособность оценить собственные кредитные возможности, недобросовестные контрагенты).
Предлагаемый метод представляет собой систему автоматических риск-сигналов, которые прошли проверку на предсказательную способность, исключая ручные процедуры. В предлагаемое решение включены маркеры (риск-сигналы), которые имеют предсказательную способность выше средней, что может привести к дефолту корпоративного заемщика. Дополнительно применена цветовая маркировка – красный, желтый, зеленый, которая позволяет визуализировать критичность выявленного риск-сигнала в зависимости от предсказательной способности – наглядное представление рисков заемщика с целью облегчения интерпретации.
Анализ разработанного метода показал, насколько возможно ускорить процесс проведения мониторинга, что позволит обеспечить оперативность реагирования на выявленные риск-сигналы, а также спрогнозировать вероятное ухудшение кредитного качества заемщика в кредитном или гарантийном портфеле без ущерба для качества оценки риска.
Ключевые слова:
Article Details
Библиографические ссылки
2. Бордакова М.В. Особенности построения внутренних моделей рейтинговой системы оценки кредитного риска корпоративных заемщиков // Банковские услуги, 2012. С. 9–21.
3. Шаталова Е.П., Шаталов А.Н. Оценка кредитоспособности заемщиков в банковском риск-менеджменте. М.: КНОРУС, 2011. 166 с.
4. Александров В.В. Развивающиеся системы. В науке, технике, обществе и культуре. Часть 1. Теория систем и системное моделирование. СПб.: Изд-во СПбГТУ, 2000. 243 с.
5. Бухтин М.А. Принципы и подходы к формированию методик внутренних кредитных рейтингов для корпоративных клиентов // Управление финансовыми рисками. 2008. 27 с.
6. Бенгфорт Б., Билбро Р., Охеда Т. Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка. СПб.: Питер, 2019. 368 с.
7. Федеральный закон «О несостоятельности (банкротстве)» от 26.10.2002 № 127-ФЗ (последняя редакция). URL: http://www.consultant.ru/document/cons_doc_LAW_39331/, дата обращения 04.04.2021.
8. Положение Банка России от 28 июня 2017 г. № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности». URL: http://www.consultant.ru/document/cons_doc_LAW_220089/, дата обращения 04.04.2021.
9. Федеральный закон «О Центральном банке Российской Федерации (Банке России)» от 10.07.2002 № 86-ФЗ. URL: http://www.consultant.ru/document/cons_doc_LAW_37570/, дата обращения 04.04.2021.
10. Федеральный закон «О банках и банковской деятельности» от 02.12.1990 № 395-1. URL: http://www.consultant.ru/document/cons_doc_LAW_5842/, дата обращения 04.04.2021.
11. Ендовицкий Д.А., Бахтин К.В., Ковтун Д.В. Анализ кредитоспособности организации и группы компаний. М.: КНОРУС, 2012. 376 с.
12. Репин В.В., Елиферов В.Г. Процессный подход к управлению. Моделирование бизнес-процессов. М.: Манн, Иванов и Фербер, 2013. 45 с.
13. Лопез де Прадо М. Машинное обучение: алгоритмы для бизнеса. СПб.: Питер, 2019. 432 с.
14. Элбон К. Машинное обучение с использованием Python. Сборник рецептов. СПб.: БХВ-Петербург, 2019. 384 с.
15. Филипенков Н. Интеллектуальный анализ данных в управлении розничным кредитным риском // Спецсеминар «Интеллектуальный анализ данных в бизнесе», 2010. 42 с. URL: http://www.machinelearning.ru/wiki/images/b/b2/MSU-BI-Filipenkov-2010-10-01.pdf, дата обращения 04.04.2021.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://elbib.kpfu.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: [email protected]
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.