Темы диссертаций по экономике » Финансы, денежное обращение и кредит

Совершенствование системы оценки и управления рисками в секторе розничного кредитования тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Петухова, Маргарита Владиславовна
Место защиты	Новосибирск
Год	2012
Шифр ВАК РФ	08.00.10

Диссертация

Автореферат диссертации по теме "Совершенствование системы оценки и управления рисками в секторе розничного кредитования"

На правах рукописи

Петухова Маргарита Владиславовна

СОВЕРШЕНСТВОВАНИЕ СИСТЕМЫ ОЦЕНКИ И УПРАВЛЕНИЯ РИСКАМИ В СЕКТОРЕ РОЗНИЧНОГО КРЕДИТОВАНИЯ

Специальность - 08.00.10 Финансы, денежное обращение и кредит

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

1 4 ИЮН 2012

00504585

Новосибирск - 2012

005045858

Работа выпонена в Федеральном государственном бюджетном учреждении науки Институте экономики и организации промышленного производства Сибирского отделения Российской академии наук (ИЭОПП СО РАН)

Научный руководитель:

Официальные оппоненты:

доктор экономических наук, профессор Лычагин Михаил Васильевич

Новиков Александр Владимирович

доктор экономических наук, профессор, негосударственное (частное) образовательное учреждение высшего профессионального образования Сибирская академия финансов и банковского дела, заведующий научно-исследовательской лабораторией Финансовая экономика

Щербаков Валерий Александрович

кандидат экономических наук, доцент, федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Сибирский государственный университет путей сообщения, профессор кафедры бухгатерского учета

Ведущая Федеральное государственное бюджетное образователь-

организация: ное учреждение высшего профессионального образова-

ния Новосибирский государственный университет экономики и управления НИНХ

Защита состоится 27 июня 2012 г. в 14-00 часов на заседании диссертационного совета Д 003.001.02 при ИЭОПП СО РАН по адресу: 630090, г. Новосибирск, проспект академика Лаврентьева, 17, конференц-зал.

С диссертацией можно ознакомиться в библиотеке ИЭОПП СО РАН.

Автореферат разослан 25 мая 2012 г.

Ученый секретарь диссертационного совета, кандидат экономических наук

М. А. Ягольницер

ОБЩАЯ ХАРАКТЕРИСТИКА ИССЛЕДОВАНИЯ

Актуальность темы исследования. Значимость проблемы совершенствования процессов оценки и управления кредитными рисками в России объясняется следующими взаимосвязанными факторами.

1. В последние годы в России наблюдается рост сектора розничного кредитования (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). Если в марте 2008 г. сумма кредитов, выданных физическим лицам, составляла 2 901 мрд. руб., то к концу ноября 2011 г. этот показатель достиг величины 5 176 мрд. руб. (рост в 1,8 раза), из них доля розничных кредитов составила 25,4%' (на конец ноября 2011 г.).

2. Одновременно увеличивались невозвраты по потребительским кредитам. Уровень просроченной задоженности физических лиц (розничное кредитование) по кредитам, выданным в период с января 2006 г. по январь 2011 г., вырос с 3,27% до 9,76%.

3. Четко выражена ориентация государства и Центрального Банка России на внедрение международных стандартов оценки и совершенствование систем управления рисками в кредитных организациях.

4. Анализ Стратегии развития банковского сектора Российской Федерации в период до 2015 г., Концепции догосрочного социально-экономического развития Российской Федерации в период до 2020 г., законов и законопроектов (О кредитной кооперации, О микрофинансовой деятельности и микрофинансовых организациях, О защите прав и законных интересов физических лиц при взыскании задоженности, О потребительском кредитовании, О реабилитационных процедурах, применяемых в отношении гражданина-дожника) подтверждают усиление внимания к кредитованию физических лиц.

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. Хыоса, 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,

1 Рейтинг (рэнкинг) российских банков по ключевым показателям деятельности (розничное кредитование). URL: Ссыка на домен более не работаетbanks/ratings/7PROPERTY _ID=200 (дата обращения: 03.11.2011).

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, В.И. Колесникова, Т.М. Костерииой, О.И. Лаврушина, И.Д. Мамоновой, А.И. Ольшаного, 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, В.А. Кузнецова, A.A. Лобанова, Г.С. Пановой, A.B. Пухова, A.M. Тава-сиева, 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. Barr Грюшшга, Ж. Депаляна, Е.А. Ендовицкого, Е.Ф. Жукова, В.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. Дгорана, М.М. Ковалева, Э. Косенды и др. Известны разработанные методики оценки кредитоспособности заемщиков - физических лиц Сбербанка России и ЗАО Русский Стандарт. Вопросы применения интелектуального анализа данных (нейронных сетей, деревьев решений) 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.

Несмотря на то, что российскими исследователями проведена работа по изучению зарубежного опыта и осмыслению возможностей его применения в России, возможности практической реализации методов оценки кредитоспособности физических лиц в российских коммерческих банках исследованы недостаточно. Это 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 дефотов 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 предлагаемых 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 влияние особенностей 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 дефотов и удовлетворяющую требованиям Базель II, включающую:

а) выявление и анализ факторов, влияющих на уровень кредитного

риска физических лиц в России в секторе розничного кредитования;

б) кластеризацию заемщиков в зависимости от уровня кредитного

в) расчет рейтингов полученных кластеров;

г) расчет ожидаемых потерь;

д) 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 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 научных специальностей.

Теоретической и методологической основой 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 EconL.it 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 СФО, без учета республики Тывы, Бурятии и Забайкальского края)2.

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 дефотов 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 дефот 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

2 Российский статистический ежегодник - 2010 г. Численность экономически активного населения России, занятых и безработных по субъектам Российской Федерации. URL: Ссыка на домен более не работаетbgc!/regl/bl0_13AssWWW.exe/Stg/dl/05-03.htm (дата обращения: 20.03.2011).

политики банка (в том числе и политики взыскания просроченной задоженности), при разработке новых кредитных продуктов, ориентированных на целевую аудиторию банка, а также при управлении резервами для минимизации потерь.

5. Построены портреты типичного заемщика в СФО в докризисный период, период кризиса и посткризисный период, что является импульсом к качественному совершенствованию систем оценки заемщиков.

6. Произведен анализ кредитоспособности населения СФО в разрезе регионов. Выявлены регионы, в которых проживают наиболее кредитоспособные заемщики. Проанализировано влияние кризиса на кредитоспособность проживающего в регионе населения.

Научная новизна исследования.

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 заемщика; снижение 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 заемщиков; применение математического инструментария для анализа влияющих на уровень кредитного риска разнокачественных факторов, что позволяет понее анализировать информацию; кластеризация заемщиков по уровню кредитного риска; расчет 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). В результате был выявлен эффективный набор переменных для организации оперативного тестирования заемщиков; проанализировано влияние кризиса на различные характеристики заемщиков.

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 влия-

ние кризис оказал на следующие регионы: республику Атай, Томскую и Кемеровскую области. Кемеровская область, Томская область и Красноярский край в период кризиса имеют наибольшие значения вероятности дефота. Наилучшие показатели кредитоспособности населения в период восстановления экономики, как и в докризисный период, демонстрируют республика Атай, 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 определения кредитоспособности заемщиков российских банков. Полученные численные значения вероятности дефота 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 задоженности). Предлагаемая методика позволяет банкам приблизить процесс оценки кредитного риска к международным стандартам.

Апробация результатов исследования. Результаты исследования докладывались 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.), 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. Диссертация имеет следующую структуру:

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. Методически 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 дефотов

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

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Выявлены и проанализированы особенности розничного кредитования и тенденции развития розничного кредитования в России, показано их влияние на процесс оценки кредитного риска физических лиц.

В российской банковской практике все кредиты, выдаваемые физическим лицам для закупки потребительских товаров и услуг, называются потребительскими3. Согласно классификации, предложенной Н.Б. Глуш-ковой, выделяют кредиты на инвестиционные цели (ипотека и автокредитование) и кредиты, не имеющие строгого целевого назначения. Розничное кредитование представляет собой кредитование физических лиц без указания цели кредита. В западной практике российскому понятию розничный кредит соответствует понятие потребительский кредит (consumer credit).

Развитие розничного кредитования в России имеет следующую специфику.

1. Небольшая величина оформляемого кредита, массовость и однородность розничных кредитов (стандартизированные продукты и тарифы). В отличие от стран Запада, где размер розничного кредита может достигать 1,5 мн. евро, в России максимальной суммой, которая может быть получена по программам розничного кредитования, составляет не более 500 тыс. рублей. Для оценки кредитного риска таких кредитов необходимо создание автоматизированных систем, не требующих знаний кредитного эксперта о том, как осуществляется процесс оценки. Это позволяет сократить время рассмотрения заявки и снизить операционные расходы, а также уменьшить количество кредитов, полученных мошенническим путем.

2. Снижение качества и времени рассмотрения заявок на кредит. Конкуренция банков за розничных заемщиков приводит к появлению новых кредитных продуктов, развитию так называемого экспресс-кредитования, когда выдача кредита осуществляется в течение получаса с момента обращения клиента в банк, при этом проверка заявок на кредит осуществляется поверхностно и выборочно. Банки не требуют от заемщиков предоставления справок о доходах, поэтому невозможно удостовериться в платежеспособности заемщика. Оценка кредитного риска дожна осуществляться быстро (чтобы заемщик мог дождаться решения в банке), процедура оценки дожна включать анализ факторов, которые могут быть проверены экспертами при запонении заявки на кредит.

3. Снижение доли товарного кредитования (когда кредит предоставляется в торговой точке на продаваемый в ней товар), то есть приобретаемая на кредитные средства вещь не предоставляется в залог банку.

3 Внешнеэкономический токовый словарь / под ред. И.П. Фоминского. - М.: ИНФРА-М. - 2005. - 512 с.

Исходя из выделенных особенностей и тенденций развития отечественного рынка розничного кредитования, можно определить следующие основные требования к элементам системы оценки кредитного риска по розничным кредитам:

1) факторы, которые оказывают влияние на кредитоспособность и используются при моделировании кредитного риска, дожны быть информативными, статистически значимыми, собираться и анализироваться банками на постоянной основе;

2) система прогнозирования и оценки кредитного риска дожна легко адаптироваться в меняющихся экономических условиях и удовлетворять международным требованиям к оценке кредитного риска (в связи с переходом России на стандарты управления рисками, изложенными в Базель II).

Тенденции развития розничного кредитования и специфические особенности заемщиков оказывают существенное влияние на процесс оценки кредитного риска, присущего розничным операциям. Такие особенности дожны быть учтены при построении системы оценки кредитного риска физических лиц в России.

2. Разработана методика оценки кредитного риска физических лиц в секторе розничного кредитования, основанная на кластеризации заемщиков по уровню дефотов и удовлетворяющая требованиям Базель II.

В предлагаемой методике в качестве меры кредитного риска выступает вероятность дефота. Под дефотом, в соответствии с определением Базель И, понимается наличие просроченных платежей по кредитному договору более 90 дней подряд от даты планового платежа. Такие кредиты в банковской практике считаются невозможными для взыскания.

Основные этапы методики:

1) выявление и анализ факторов, влияющих на уровень кредитного риска физических лиц в России в секторе розничного кредитования;

2) кластеризация заемщиков в зависимости от уровня кредитного риска;

3) расчет рейтингов полученных кластеров;

4) расчет ожидаемых потерь;

5) управление резервами с учетом возможных потерь.

Этап 1. Выделение и анализ факторов кредитного риска. При

выделении факторов, влияющих на кредитоспособность заемщиков, необходимо учитывать особенности розничного кредитования в целом и особенности российского заемщика в частности.

На основании данных о заемщиках одного из коммерческих банков, специализирующегося на розничном кредитовании в России, были выделены и проанализированы следующие характеристики заемщика и кредита, которые потенциально способны влиять на уровень кредитного риска: пол; возраст; семейное положение; род занятий; образование; сумма кредита; срок кредитования; цель кредитования; первый или повторный кредит; наличие страхования жизни и здоровья заемщика; сфера деятельности предприятия, где работает заемщик; совершение первого, второго и третьего планового платежа (совершён или нет).

Общее количество анализируемых признаков (на первом этапе -при распределении заемщиков в группы без учета совершения первого, второго и третьего платежа) - 11, признаки принимают 78 различных значений.

Этап 2. Классификация заемщиков в зависимости от уровня кредитного риска. Для кластеризации заемщиков по уровню дефотов воспользуемся: 1) инструментом иерархического кластерного анализа с предварительным факторным анализом; 2) кластеризацией с использованием построения дерева решений.

Использование двух подходов к кластеризации заемщиков объясняется тем, что для разных типов переменных предпочтительнее использовать различные методы классификации. Так, для количественных переменных предпочтительно использование факторного и кластерного анализа, а для номинальных и ранговых - дерева решений. Так как возможен перевод одних типов факторов в другие (с потерей информации), то допустимо использование указанных методов как к количественным, так и к номинальным и ранговым переменным.

Иерархический кластерный анализ с предварительным факторным анализом. Так как имеющиеся данные характеризуются большим числом переменных, часть из которых коррелируют между собой, перед проведением кластерного анализа сократим число переменных, используя факторный анализ. Поскольку некоторые исходные признаки являются неколичественными, то для корректного применения факторного анализа они были предварительно переведены в количественную форму (оцифрованы).

Факторный анализ показал, что целесообразно выделение трех факторов (они объясняют более 80% дисперсии):

Первый фактор характеризуется переменными отрасль, пол, социальный статус заемщика (объясняет 42% суммарной дисперсии).

Второй фактор характеризуется переменными сумма выдаваемого кредита, срок кредитования, наличие страхового полиса (объясняет 24% суммарной дисперсии).

Третий фактор характеризуется переменными возраст, образование, семейное положение (объясняет 19% суммарной дисперсии).

Смысловая связь переменных в факторах следующая: первый фактор характеризует работу заемщика. Второй - описывает параметры кредита. Третий - характеризует социальное положение заемщика.

На основе иерархического кластерного анализа для выделенных факторов определено, что оптимальное число кластеров равно восьми.

Кластеризация с использованием построения дерева решений. На первом этапе произведем упорядочивание факторов по степени их влияния на целевую функцию (наступление дефота) с использованием коэффициентов GainRatio и Gini.

Критерий выбора подходящего для классификации атрибута - максимизация величины

GainRatio (A, Q) = Gain(A'Q) , m

^ Splitlnfo(A.Q) ^

где Gain (A, Q) - прирост информации за счет классификации атрибутом Q;

Splitlnfo (A, Q) - количество информации, требуемое для разделения по атрибуту.

Указанные показатели рассчитываются по формулам:

Gain(A, Q) = Н(А, S) - х H(Ai( S), (2)

Splitlnfo (A,Q) = x loga^, (3)

где A-t - множество элементов А, на которых атрибут Q имеет значение ('; Н (A, S) - энтропия множества А по отношению к свойству S, определяется в соответствии с формулой, введенной К. Шэнионом:

H(A,S) = -f=1^xloga^. (4)

Другой критерий расщепления, предложенный Л. Брейманом, -индекс Gini. Для набора А, целевого свойства S, имеющего s значений, индекс вычисляется следующим образом:

Gini(A,S) = l-?=1iM (5)

Чем больше значение коэффициента, тем меньше влияние свойства S на целевую функцию.

Факторы, упорядоченные по степени влияния на вероятность дефота, представлены в табл. 1.

Таблица 1

Факторы, влияющие на кредитоспособность физических лиц (упорядочены по степени влияния: от максимальной до минимальной)

СатЫаОо С№

До кризиса Кризис После кризиса До кризиса Кризис После кризиса

Отрасль Отрасль Сумма Отрасль Отрасль Отрасль

Сумма Сумма Отрасль Сумма Сумма Сумма

Образование Образование Тип кредита Образование Образование Образование

Пол Тип кредита Образование Семейное положение Семейное положение Срок кредита

Повторный кредит Род занятий Срок кредита Род занятий Возраст Род занятий

Срок кредита Страхование Семейное положение Тип кредита Тип кредита Тип кредита

Род занятий Семенное положение Род занятий Пол Пол Семейное положение

Возраст Возраст Повторный кредит Возраст Страхование Повторный кредит

Семейное положение Срок кредита Возраст Страхование Род занятий Страхование

Тип кредита Пол Страхование Срок кредита Срок кредита Пол

Страхование Повторный кредит Пол Повторный кредит Повторный кредит Возраст

На основании факторов, оказывающих наибольшее влияние на вероятность дефота (отрасль, сумма кредита и образование заемщика), строится дерево решений, и посредством кластерного анализа методом к-срсдних осуществляется объединение заемщиков в однородные подгруппы по уровню дефотов.

Формируя кластеры в соответствии с упорядоченными признаками (по критерию СатЯаИд) и применяя на каждом этапе кластерный анализ методом к-средних, далее сформируем итоговые кластеры. При этом используется количество кластеров, полученных при помощи иерархического кластерного анализа.

В табл. 2 приводится доля совпадения заемщиков в кластерах, сформированных при использовании двух подходов.

Критерий х2 Пирсона подтверждает, что значимого различия в сформированных двумя методами кластерах нет (3,014х106 при уровне значимости 0,000).

Доля совпадения состава построенных кластеров, %

Номера кластеров

1 2 3 4 5 6 7 8

69,53 74,54 90,77 91,52 57,66 72,83 81,99 83,20

Этап 3. Расчет рейтингов полученных кластеров. Для расчета рейтингов полученных кластеров предлагается формула:

=С1?)' (6)

где р1 - вероятность дефота в кластере У; /?,Х - рейтинговый бал кластера У.

Такое представление рейтингового бала позволяет присвоить кластеру, имеющему наименьшую вероятность дефота, наивысший рейтинговый бал (то есть группе с самым низким кредитным риском - наибольший рейтинг).

Этап 4. Расчет ожидаемых потерь. Ожидаемые потери по кластеру рассчитываются путем перемножения объема кредитного портфеля, приходящегося на кластер, на вероятность дефота в кластере. Рассчитав ожидаемые потери, получим оценку суммы резерва, который необходимо сформировать (5 этап). Расчеты, произведенные по предложенной методике, представлены в табл. 3 (введены следующие обозначения: вероятность дефота (%) - РО, рейтинг - Я, размер резерва (тыс. руб.) - Лег).

К основным особенностям предлагаемой методики относятся:

1. Возможность использования новых факторов, влияющих на уровень кредитного риска заемщиков - физических лиц, при их появлении.

2. Так как аналитик может варьировать число получаемых в результате кластеризации групп, то может быть достигнута желаемая точность модели.

3. Используемые инструменты кластеризации заемщиков позволяют пересчитывать кредитный риск (с целью его уточнения) при изменении экономических условий или появлении новых факторов.

4. Предложенная методика представляет собой законченный процесс, включающий в себя все этапы оценки кредитного риска: выделение факторов риска - кластеризация заемщиков по уровню кредитного риска - расчет уровня дефотов в кластерах - расчет ожидаемых потерь - резервирование.

5. Методика предназначена для использования при формировании кредитной политики банка, политики взыскания просроченной задоженности, а также при создании новых кредитных продуктов, ориентированных на целевую аудиторию.

Вероятность дефота, рейтинг и резервы в разрезе построенных кластеров в докризисным период, период кризиса и период восстановления экономики

Показатели Номера кластеров

1 1 2 | 3 | 4 | 5 | 6 | 7 | 8

Иерархический кластерный анализ с предварительным факторным анализом

До кризиса РО 0,47 0,94 1,39 2,55 3,22 5,41 7,18 9,68

И 5,36 4,66 4,26 3,64 3,4 2,86 2,56 2,23

Яег 1 255 5 577 9 072 16 643 15 284 9 630 6 390 5 744

Кризис РО 0,61 1,03 1,43 2,51 3,44 4,71 7,21 11,47

Я 5,09 4,57 4,23 3,66 3,33 3,01 2,55 2,04

Ксг 207 1 049 1 941 2 839 3 697 1 865 I 631 1 298

После кризиса РО 0,18 0,24 0,77 1,89 2,61 4,69 6,74 9,31

Я 6,32 6,03 4,86 3,95 3,62 3,01 2,63 2,28

Яег 77 206 795 1 788 1 347 1 412 841 841

Кластеризация с использованием построения дерева решений

До кризиса РО 0,27 0,58 1,39 2,51 3,61 6,15 8,11 11,04

Я 5,91 5,14 4,26 3,66 3,28 2,73 2,43 2,09

Яег 409 4 377 11914 14 706 10012 13 719 6 416 4 183

Кризис РБ 0,36 0,77 1,31 2,39 3,64 6,61 8,38 12,14

Я 5,62 4,86 4,32 3,71 3,28 2,65 2,39 1,98

Пег 92 871 1 927 2 704 2 471 3 365 2 133 2 747

После кризиса РО 0,16 0,34 0,85 2,17 3,21 5,34 6,98 10,59

И 6,44 5,68 4,76 3,81 3,41 2,88 2,59 2,13

Яег 62 336 1 097 1 587 1 243 1 493 901 1 139

6. Расчет рейтингов полученных кластеров позволяет приблизить процесс оценки кредитного риска к международным стандартам, изложенным в Соглашении о достаточности капитала.

7. Методика может использоваться не только в банках, но и в микрофинансовых организациях, и в потребительских кооперативах, то есть является универсальной с точки зрения оценки кредитоспособности физических лиц при осуществлении организациями краткосрочного кредитования.

Общая схема работы методики в банке представлена на рис. 1.

Рис. 1. Общая схема работы рейтинговой методики в банке

3. Проанализировано поведение заемщиков в разрезе выделенных факторов. Выявлены особенности поведения заемщиков Сибирского федерального округа в докризисный период, период кризиса и период восстановления экономики.

С использованием критерия у2 Пирсона подтверждено, что социально-демографические факторы, а также параметры кредита оказывают существенное влияние на кредитоспособность заемщика. Причем влияние различных факторов зависит от экономической ситуации.

Наиболее существенные зависимости, полученные в результате анализа:

1. Женщины являются более дисциплинированными заемщиками, чем мужчины во всех выделенных временных интервалах.

2. Чем старше заемщик, тем более дисциплинированным он является, за исключением пенсионеров, для которых вероятность невозврата увеличивается до уровня 20-29-летних заемщиков.

3. По роду занятий наименее рискованными группами являются высококвалифицированные рабочие и военнослужащие. Выявлено, что колебания в уровне дефотов у военнослужащих в выделенных временных интервалах не являются статистически значимыми, что свидетельствует о низкой подверженности данной группы кризису и экономическим потрясениям (что связано со спецификой оплаты их труда).

4. Наличие повторного кредита уменьшает вероятность дефота заемщика в докризисный период и период восстановления экономики. В кризисный период различий в уровне дефота для первых и повторных кредитов не выявлено. Выявлено, что кризис оказал большее влияние на тех заемщиков, которые неоднократно берут кредиты (доля дефотов для заемщиков, имеющих повторные кредиты, увеличилась

в 1,7 раза по сравнению с докризисным периодом: с 1,3% до 2,2%, в то время как для клиентов, взявших первый кредит, увеличение не столь незначительное).

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

6. Наличие страхования жизни и здоровья заемщика оказывает отрицательное влияние на кредитоспособность, то есть наличие страхового полиса делает заемщика менее дисциплинированным (разумно предположить, что он надеется, что за него оплатят кредит в случае болезни).

7. Совершение первого, второго и третьего платежей оказывает значительное влияние на кредитоспособность заемщиков: выявлено, что несовершение первого планового платежа вовремя и в поном объеме в среднем в докризисный период увеличивало вероятность дефота в 16,4 раза, в период кризиса в 10,6 раз, а в период восстановления экономики - в 17,6 раз.

8. Анализ отраслей, в которых заняты заемщики, показал, что наиболее кредитоспособные заемщики работают в сфере образования, здравоохранения и производства и распределения электроэнергии, газа и воды. Наименее кредитоспособные - в строительстве, в сфере операций с недвижимым имуществом, а также в рыболовстве. 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. Построены портреты типичного заемщика в Сибирском федеральном округе в докризисный период, период кризиса и период восстановления экономики.

Анализ социально-демографических данных позволил определить портреты типичных заемщиков в выделенные временные интервалы. В докризисный период 18,5% заемщиков - это женщины, имеющие среднее профессиональное образование, 40-49 лет, находящиеся в разводе. Также значительную долю кредитного портфеля в этот период составляют женщины, находящиеся в браке, 30-39 лет, имеющие высшее профессиональное образование. Таких заемщиков в выборке 12,8%.

В период кризиса типичным заемщиком становится мужчина, находящийся в гражданском (неофициальном) браке, 30-49 лет, имеющий среднее профессиональное образование. Таких заемщиков в кредитном портфеле 15,6%. Женщины, имеющие среднее профессиональное образование, 30-39 лет, находящиеся замужем, также составляли значительную долю кредитного портфеля в указанный период (12,1%).

В период восстановления экономики типичным заемщиком является женщина, замужняя или разведенная, в возрасте 30-39 лет, имеющая среднее профессиональное образование. Доля этой группы в кредитном портфеле 20,1%. Мужчины со средним профессиональным образованием, 30-39 лет, находящиеся в браке, составляют 11,5% кредитного портфеля в период восстановления экономики.

Полученные портреты типичных заемщиков могут использоваться менеджментом банка при формировании кредитных продуктов, при проведении акций по привлечению желательных заемщиков. Эта информация может влиять на кредитную политику банка, например, через установление максимально допустимого уровня кредитного риска.

5. Рассчитаны рейтинги регионов Сибирского федерального округа с точки зрения кредитоспособности проживающих в них заемщиков.

Расчет рейтинга региона осуществляся по формуле (6), где /?,- -вероятность дефота заемщиков региона г. В табл. 4 приведены данные по вероятности дефота, рейтинговому балу и рейтинговой группе регионов СФО, рассчитанные на основании имеющейся базы в соответствии с разработанной шкалой рейтинговых групп.

Количество рейтинговых групп было выбрано по оптимальному числу групп заемщиков (полученному по результатам иерархического кластерного анализа) так, чтобы вероятность дефота, рассчитанная по заемщикам, попавшим в кластеры, являлась серединой интервала, характеризующего нижнюю и верхнюю границы допустимого уровня риска для данного кластера.

Вероятности дефота и рейтинги заемщиков - физических лиц в некоторых регионах СФО

Регион Вероятность дефота (90+), % Рейтинговый бал Рейтинговая группа

До кризиса Кризис После кризиса До кризиса Кризис После кризиса До кризиса Кризис После кризиса

Республика Атай 0,98 1,63 1,49 4,62 4,10 4,19 АА А А

Атайский край 0,88 1,27 0,98 4,72 4,35 4,62 АА А АА

Иркутская область 5,35 2,91 1,53 2,87 3,51 4,16 В ВВ А

Кемеровская область 1,92 2,56 2,06 3,93 3,64 3,86 ВВВ ВВВ ВВВ

Красноярский край 1,51 2,06 1,25 4,18 3,86 4,37 А ВВВ А

Новосибирская область 0,96 1,67 1,04 4,64 4,08 4,56 АА А А

Омская область 0,98 1,47 1,00 4,62 4,21 4,60 АА А АА

Республика Хакасия 1,36 1,68 1,19 4,28 4,07 4,42 А А А

Томская область 1,73 2,32 1,69 4,04 3,74 4,06 А ВВВ А

ВСЕГО 1,81 2,01 1,45 3,99 3,89 4,22 ВВВ ВВВ А

Существенность различий доли дефотов по регионам проверялась с использованием теста Дункана. Выявлено, что Атайский край, республика Атай и Хакасия, Новосибирская и Омская области имеют статистически незначимые различия с точки зрения уровня дефотов, поэтому могут быть объединены в одну рейтинговую группу. Как показано в табл. 4, в различные периоды их рейтинг колебася от А до АА.

Иркутская и Кемеровская области образуют отдельные кластеры.

Красноярский край и Кемеровская область оказываются в одном кластере, их рейтинг колебася от ВВВ (в период кризиса) до А (в докризисный период и период восстановления экономики).

Кемеровская область, Томская область, Красноярский край в период кризиса имеют наибольшие значения вероятности дефота. Резкое снижение объемов промышленного производства в период кризиса привело к резкому скачку вероятностей неплатежей в данных регионах (рабочие были частично сокращены, отправлены в неоплачиваемые отпуска и т.д.).

В период восстановления экономики все рассматриваемые регионы улучшили свое положение. Некоторые регионы восстанавливались быстрее (Иркутская и Кемеровская области), в данных областях это связа-

но в первую очередь с поддержкой населения местными властями, запуском государственных программ помощи промышленности регионов. Наилучшие показатели, как и в докризисный период, демонстрируют республика Атай, Новосибирская область, республика Хакасия. В целом по СФО наблюдается значительное снижение вероятности неплатежей в посткризисный период (с 2,01% до 1,45%).

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, входящих в перечень ВАК

1. ПетуховаМ. В. Оценка кредитоспособности населения в секторе розничного кредитования в разрезе регионов Сибирского федерального округа // Проблемы анализа риска. - 2012. - Т. 9. - № 1. - С. 34-41.0,95 п. л.

2. ПетуховаМ. В. Трансформация розничного кредитования в Сибирском федеральном округе // Регион: экономика и социология. -2011. -№ 3. - С. 152-169. 1,3 п. л.

3. Петухова М. В. Рейтинговая методика оценки кредитного риска физических лиц // Вестник Новосибирского государственного университета. Серия: Социально-экономические науки. - 2011. - Т. 11, вып. 3. -С. 86-93. 1,05 п. л.

Публикации в других изданиях

1. ПетуховаМ. В. Оценка кредитоспособности населения Сибирского федерального округа: рейтинговый подход // Современная наука. -2011. - № 3. - С. 75-81. 0,6 п. л.

2. Петухова М. В. Методика прогнозирования кредитного портфеля коммерческого банка с учетом роста просроченных ссуд // Материалы XLVII Международной научной студенческой конференции Студент и научно-технический прогресс: Экономика / Новосиб. гос. ун-т. - Новосибирск. - 2009. - С. 226-227. 0,13 п. л.

3. Петухова М. В. Оценка эффективности внедрения информационно-аналитического центра в коммерческом банке // Вторые Ермаковские чтения Сибирь: вчера, сегодня, завтра: материалы межрегион, науч. конф. - Новосибирск. - 2009. - С. 145-149. 0,45 п. л.

4. Петухова М. В. Вероятностное моделирование потерь банка при осуществлении им операций потребительского кредитования // VIII Межрегиональная научно-техническая конференция студентов и аспирантов Применение кибернетических методов в решении проблем об-

щества XXI века. Тезисы докладов. - Обнинск: ИАТЭ НИЯУ МИФИ. -2010.-С. 40-42. 0,15 п. л.

5. Петухова М. В. Особенности поведения заемщиков - физических лиц в докризисный период, период кризиса и посткризисный период в России // Материалы I Международной научно-практической конференции Современная наука: теория и практика. Том третий. Экономика. -Ставрополь: СевКавГТУ. - 2010. - С. 285-288. 0,33 п. л.

6. Петухова М. В. Построение рейтинговой системы оценки кредитоспособности заемщиков - физических лиц // Материалы Всероссийской научной конференции молодых ученых Наука. Технологии. Инновации. Ч. 3. - Новосибирск: Изд-во НГТУ. - 2010. - С. 218-220. 0,11 п. л.

7. Петухова М. В. Методика построения рейтинговой системы оценки заемщиков - физических лиц при осуществлении банками операций потребительского кредитования // Сборник докладов и тезисов II (IV) Международной научно-практической конференции Современные тенденции развития теории и практики управления в России и за рубежом.

- Ставрополь: ООО Издательско-информационный центр Фабула. -2010.-С. 210-211. 0,17 п. л.

8. Петухова М. В. Использование деревьев решений для оценки кредитного риска заемщиков - физических лиц // IX Межрегиональная научно-техническая конференция студентов и аспирантов Применение кибернетических методов в решении проблем общества XXI века. Тезисы докладов. - Обнинск: ИАТЭ НИЯУ МИФИ. - 2011. - С. 19-21. 0,15 п. л.

9. Петухова М. В. Стандарты Базель II для розничного кредитования: региональный аспект // Труды II Всероссийской научно-практической конференции Региональные проблемы преобразования экономики.

- Махачкала. - 2011. - С. 442-448. 0,25 п. л.

Подписано к печати 17.05.2012 г. Формат бумаги 60x84 '/16. Гарнитура Тайме. Объём 1,25 п.л. Уч.-изд. л. 1,65 Тираж 100 экз. Заказ 51

Участок оперативной полиграфии ИЭОПП СО РАН, 630090, г. Новосибирск, проспект Академика Лаврентьева, 17.

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Петухова, Маргарита Владиславовна

ВВЕДЕНИЕ.

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 дефотов.

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.

Диссертация: введение по экономике, на тему "Совершенствование системы оценки и управления рисками в секторе розничного кредитования"

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 мрд. руб. до 5 176 мрд. руб.

В практической деятельности банковскими специалистами принято разделять потребительские кредиты на так называемые розничные кредиты (ритейл) и догосрочные 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 мрд. 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 мрд. 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 мрд. руб.), Русский Стандарт (48,9%, 53,9 мрд. руб.), Россельхозбанк (44%, 59,5 мрд. 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 Росбанк; Россельхозбанк, 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 догосрочного 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 задоженности, законопроекта ФЗ О потребительском кредитовании, законопроекта ФЗ О реабилитационных процедурах, применяемых в отношении гражданинадожника) 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 продожалось с октября 2008 г. по апрель 2010 г. Уровень просроченной задоженности 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 задоженности в розничном кредитном портфеле в странах Евросоюза и России показывает значительное превышение доли просроченной задоженности в кредитном портфеле в России над аналогичным показателем в Евросоюзе. Объём просроченной задоженности по потребительским кредитам в странах Европейского Союза на начало октября 2009 г. составил 77,4 мрд. евро, или 5,6% от общего объёма выданных на потребительские нужды кредитов европейскими банками [3]. В России же этот показатель составлял 222 мрд. 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 интелектуального анализа данных (деревьев решений, нейронных сетей (наиболее известные из них для решения задач управления и кластеризации Ч 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 дефота и убытка. При этом рейтинговая система дожна четко отражать факторы, специфические для операции к которой она применяется, и характеризоваться оценкой вероятности дефота 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 дефотов 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 влияние- особенностей 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 дефотов, и удовлетворяющую требованиям Базель II и включающую: а) выявление и анализ факторов, влияющих на уровень кредитного риска физических лиц в России в секторе розничного кредитования; б) кластеризацию заемщиков в зависимости от уровня кредитного риска; в) расчет рейтингов полученных кластеров; г) расчет ожидаемых потерь; д) 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 Ч методы и механизмы оценки кредитного риска физических лиц в процессе осуществления банками операций розничного кредитования.

Область исследования Ч 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 дефотов 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 дефот 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 задоженности), 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 заемщика; снижение 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 заемщиков; применение математического инструментария для анализа влияющих на уровень кредитного риска разнокачественных факторов, что позволяет сохранить поноту информации для анализа; кластеризация заемщиков в зависимости от уровня кредитного риска; расчет 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 заемщиков; проанализировать влияние кризиса на различные характеристики заемщиков; рассмотреть 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 Атай, Томскую и Кемеровскую области. Кемеровская и Томская области, Красноярский край в период кризиса имеют наибольшие значения вероятности дефота. Наилучшие показатели кредитоспособности населения в период восстановления экономики, как и в докризисный период, демонстрируют республика Атай, 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 дефота 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 задоженности). 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.

Диссертация: заключение по теме "Финансы, денежное обращение и кредит", Петухова, Маргарита Владиславовна

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 дефотов и проверки по критерию % Пирсона было выделено три временных интервала для анализа кредитного риска: докризисный период (январь 2006Чавгуст 2008 гг.), период кризиса (сентябрь 2008Чавгуст 2009 гг.) и период восстановления экономики (сентябрь 2009Чапрель 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 задоженности и доли дефотов 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 продожительнее срок кредитования, тем больше вероятность просрочить кредит.

3.5. Взятие второго и последующих кредитов уменьшает вероятность дефота в 1,9 раза в докризисный период, практически сравнивается в период кризиса и для посткризисного периода уменьшает вероятность дефота 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 брася 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 Ч 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 Ч 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 дефота внутри групп позволяет создать адаптивную систему, учитывающую влияние различных признаков на уровень дефота. Такая кластеризация позволяет оценивать кредитные риски и формировать резервы на возможные потери по ссудам. Присвоение рейтингов заемщикам в зависимости от вероятности дефота, наблюдаемой внутри кластера, позволяет приблизить процесс оценки кредитного риска к международным стандартам. Разработанная рейтинговая шкала оценки вероятности дефота (на основании данных о доле дефотов 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 поном объеме в среднем в докризисный период увеличивало вероятность дефота 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 неиспонение дожником своих обязательств (в отличие от второго и третьего платежа).

7. Выявлено, что наибольшее влияние кризис оказал на промышленные регионы (республику Атай, Томскую и Кемеровскую области). Кемеровская область, Томская область, Красноярский край в период кризиса имеют наибольшие значения вероятности дефота. 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 Атай, 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 задоженности 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 дожно 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 дефотов 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 кредитования; б) кластеризацию заемщиков в зависимости от уровня кредитного риска; в) расчет рейтингов полученных кластеров; г) расчет ожидаемых потерь; д) 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 дефотов 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 задоженности), 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 Атай, Томскую и Кемеровскую области. Кемеровская область, Томская область, Красноярский край в период кризиса имеют наибольшие значения вероятности дефота. Наилучшие показатели кредитоспособности населения в период восстановления экономики, как и в докризисный период, демонстрируют республика Атай, 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 заемщиков -физических лиц в секторе розничного кредитования к международным стандартам.

Диссертация: библиография по экономике, кандидат экономических наук , Петухова, Маргарита Владиславовна, Новосибирск

1. Адзинова C.B. Скоринг как метод оценки кредитного риска // Управление экономическими системами. Электронный научный журнал, 2005. URL: Ссыка на домен более не работаетuecs-02-22005/item/13-2011-03-18-12-55-12 (дата обращения: 14.11.2011).

2. Аккерман К. Неприглядный норматив. Специально для Bankir.Ru, 2010. URL: Ссыка на домен более не работаетpublikacii/s/nepriglyadnii-normativ-6632868/ (дата обращения: 01.09.2011).

3. Анализ просрочки по кредитам населению в России и Европе. Исследование компании лStatBanker, 2009. URL: Ссыка на домен более не работаетnews/15.shtm (дата обращения: 15.11.2011).

4. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике / Под. ред. Андрейчикова A.B. М.: Финансы и статистика, 2000. - 368 с.

5. Андрейчиков A.B., Андрейчикова О.Н., Джабер Ф.Ф. Автоматизированное принятие решений в иерархических системах // Программные продукты и системы. 1993. -№3.

6. Анисимов А.Н. Применение рейтинговый систем в практике банка // Риск-менеджмент в кредитной организации. 2011. - №2.

7. Ахрамейко A.A., Железко Б.А., Постояко О.Н. Миграция банковских рейтингов: средство оценки перспектив банковской системы. URL: Ссыка на домен более не работаетbr7/5.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. Ч 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. Бархатов И.А. Методы прогнозирования рисков розничных портфелей // Банковский ритейл. 2010. - №1. URL: Ссыка на домен более не работаетtehnologii/s/metodi-prognozirovaniya-riskov-roznichnih-portfelei-4326789/ (дата обращения: 10.09.2011).

19. Бахвалова М. Идеальный дог // Итоги. 2006. - №46. URL: Ссыка на домен более не работаетarchive/2006/46/32450.html (дата обращения: 14.03.2011).

20. Бернар И.В., Коли Ж.К. Токовый экономический и финансовый словарь. -М., 1997.

21. Большая советская энциклопедия: В 30 томах. Научное издательство Большая Российская энциклопедия, 2001.

22. Бочкатева Т., Кудинов В. Суровый климат // Ведомости. 2008. 10 сент.

23. Бродская Е. Конкуренция еще не начиналась // Банковское обозрение. -2011.- №7 (150). URL: Ссыка на домен более не работаетbo/201 l/07/konkurentsiya-esche-ne-nachinalas (дата обращения 05.08.2011).

24. Бродская Е. Розница возвращается // Банковское обозрение. 2011. - №7 (150). URL: Ссыка на домен более не работаетbo/2011 /07/roznitsa-vozvraschaetsya (дата обращения: 10.2011.2011).

25. Бюлетень банковской статистики. 2011. - №2 (213). URL: Ссыка на домен более не работаетpubl/BBS/Bbs 1102r.pdf (дата обращения 27.03.2011).

26. Внешнеэкономический токовый словарь / Под ред. И.П. Фоминского. М.: ИНФРА-М, 2005.-512 с.

27. Вуфел Ч. Дж. Энциклопедия банковского дела и финансов. Корпорация Федоров, 2000. - 1037 с.

28. Гаген А. Потребительский кредит. Перспективы развития потребительского кредитования в России // Новости рынка кредитования, 2008. URL: Ссыка на домен более не работаетtopicbox/kredit/l39-363.html (дата обращения: 11.10.2011 г.).

29. Глушкова Н.Б. Банковское дело: Учебное пособие. М.: Академический Проект; Альма Матер, 2005. - 432 с.

30. Груздев A.B. Дискриминантный анализ в банковском скоринге // Риск-менеджмент в кредитной организации. 2011. №4. URL: Ссыка на домен более не работаетbank/r/2011 4/getarticle.htm?id=1643 (дата обращения: 15.12.2011).

31. Грушенков 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. Дьяченко О. Прозрачный заемщик // Национальный банковский журнал. -2010. №7 (74). URL: Ссыка на домен более не работаетpublikacii/s/prozrachnii-zaemschik-6015400/ (дата обращения: 15. 12.2011).

33. Елисеева И.И., Курышева C.B. и др. Эконометрика. М.: Финансы и статистика, 2004.

34. Ендовицкий Д.А. Анализ и оценка кредитоспособности заемщика: учебно-практическое пособие / Под. ред. Ендовицкого Д.А., Бочаровой И.В. М.: КНОРУС, 2005.

35. Ефимова Ю.В. Внутренний рейтинг в системе управления кредитным риском // Банковское кредитование. 2010. №1. URL: Ссыка на домен более не работает tehnologii/s/vnytrennii-reiting-v-sisteme-ypravleniya-kreditnim-riskom-4528451/ (дата обращения: 11.09.2011).

36. Жуков Е.Ф. и др. Банки и банковские операции / Под ред. проф. Жукова Е.Ф. М.: Банки и биржи, ЮНИТИ, 1997. - 471 с.

37. Жарковская Е.П. Банковское дело: учебник для студентов вузов по специальности 060400 Финансы и кредит, 060500 Бухгатерский учет, анализ и аудит / Е.П. Жарковская. Ч 4-е изд., испр. и доп. М.: Омега-JI, 2005.-452 с.

38. Зайцева O.A. Базель II. Первый компонент Ч стандартизированный подход к оценке кредитного риска // Специальный бюлетень Регламентация банковских операций. Документы и комментарии. 2007. - №2 (98).

39. Законопроект Федерального Закона О потребительском кредитовании, 2010. URL: Ссыка на домен более не работаетinform/53027.html (дата обращения 21.12.2011).

40. Законопроект Федерального Закона О реабилитационных процедурах, применяемых в отношении гражданина-дожника от 07.04.2011. URL: Ссыка на домен более не работаетdocument/view/14976236/ (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: Ссыка на домен более не работаетpress/presscentre/str2008.htm (дата обращения: 28.01.2012).

42. Зинкевич В.А. Валидация моделей оценки рисков // Риск-менеджмент в кредитной организации. -2011. №2.

43. Зинкевич В. А., У сков К.В. Управление портфелем ритейловых ссуд // Банковский ритейл. 2009. - №3. URL: Ссыка на домен более не работаетtehnologii/s/ypravlenie-portfelem-riteilovih-ssyd-4311395/ (дата обращения: 03.07.2011).

44. Зинкевич В.А. Управление рисками и повешение эффективности кредитного процесса есть ли взаимосвязь? // Банковское кредитование. - 2011. - №6. URL: Ссыка на домен более не работаетbank/credit/201 l6article 4.htm (дата обращения: 11.12.2011).

45. Игнатов A.A. Скоринговые системы в российской практике // Банковские технологии. 2005. - №5.

46. Исследование рынка потребительского кредитования в России в 2008Ч2009 гг.: текущее состояние и перспективы развития. URL: Ссыка на домен более не работает PressRelease/PressReleaseShow.asp?ID=51236 (дата обращения 12.02.2011).

47. Калистратов Н.В., Кузнецов В.А., Пухов A.B. Банковский розничный бизнес.- М.: БДЦ-пресс, 2006. 424с.

48. Ковалев М.М., Осмоловский А.Д. Оптимальная структура портфеля банка // Вестник Беларусского государственного университета. Серия Экономика.- 2002. URL: Ссыка на домен более не работаетpdf/articles/Kovalev/2002/78.pdf (дата обращения: 12.12.2011).

49. Козловская Э.А. Основы банковского дела / Э.А. Козловская и др. М., Финансы и статистика, 1995. - 187 с.

50. Концепция догосрочного социально-экономического развития Российской Федерации на период до 2020 г. URL: Ссыка на домен более не работаетofdocs/rus/rus006.pdf (дата обращения: 28.01.2012).

51. Лазаренко О. История кредитования: от древнего мира до XX века // Деньги.2011. №4 (190). URL: Ссыка на домен более не работаетarchive/ article.php?aid=2053 (дата обращения: 01.11.2011).

52. Лапин Т. IT и банки финансовый синтез. Специально для Bankir.ru, 2010. URL: Ссыка на домен более не работаетpublikacii/s/it-i-banki-finansovii-sintez-4895474/ (дата обращения: 02.07.2011).

53. Лейбов В. Краткие итоги послекризисного развития российских банков. Специально для Bankir.ru, 2010. URL: Ссыка на домен более не работаетtehnologii/s/kratkie-itogi-poslekrizisnogo-razvitiya-rossiiskih-bankov-4483334/ (дата обращения: 15.02.2011).

54. Лидовский B.B. Теория информации: Уч. пособие. М.: Компания Спутник+, 2004.

55. Лобанов А., Кобаков Б. Базель II: Что? Где? Когда? // Консультант. 2007. - №21. URL: Ссыка на домен более не работает021/bazel-ii-chto-gde-kogda (дата обращения: 23.01.2012).

56. Ломакина О.Р., Валинурова A.A. Стратегия развития сети коммерческого банка // Управление в кредитной организации. 2011. - №6. URL: Ссыка на домен более не работаетbank/mng/2011 6 article.htm (дата обращения: 01.12.2011).

57. Лопатников Л.И. Экономико-математический словарь: Словарь современной экономической науки. 5-е изд., перераб. и доп. - М.: Дело, 2003. - 520 с.

58. Лоули Д., Максвел А., Факторный анализ как статистический метод. пер. с англ. Ч М., 1967.

59. Мандель 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: Ссыка на домен более не работаетtodaY/ms/bn/bz3.pdf (дата обращения: 01.05.2010).

61. Методика оценки кредитоспособности заемщика в Сбербанке. URL: Ссыка на домен более не работаетmoscow/ru/person/credits/home/maximum sum credit/ (дата обращения: 29.09.2009).

62. Методика оценки кредитоспособности заемщика, используемая в банке Русский Стандарт. URL: Ссыка на домен более не работаетf/l/credits/personal loans/ potreb conditions.pdf (дата обращения: 28.09.2010).

63. Моисеев 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: Ссыка на домен более не работает 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. Ольшаный 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: Ссыка на домен более не работаетpubl/root getblob.asp?docid=7204 (дата обращения: 08.09.2011). Табл. 8Ч10.

69. Отчет о развитии банковского сектора и банковского надзора в 2004 году. Центральный банк Российской Федерации, 2005. URL: Ссыка на домен более не работаетpubl/root getblob.asp?doc id=7206 (дата обращения: 08.09.2011). Табл. 8Ч10.

70. Отчет о развитии банковского сектора и банковского надзора в 2006 году. Центральный банк Российской Федерации, 2007. URL: Ссыка на домен более не работаетpubl/rootgetblob.asp?docid=7297 (дата обращения: 08.09.2011). Табл. 8Ч10.

71. Отчет о развитии банковского сектора и банковского надзора в 2008 году. Центральный банк Российской Федерации, 2009. URL: Ссыка на домен более не работаетpubl/root getblob.asp?docid=8461 (дата обращения: 08.09.2011). Табл. 8Ч10.

72. Отчет о развитии банковского сектора и банковского надзора в 2010 году. Центральный банк Российской Федерации, 2011. URL: Ссыка на домен более не работаетpubl/rootgetblob.asp?docid=9061 (дата обращения: 08.09.2011). Табл. 8Ч10.

73. Панова Г.С. Кредитная политика коммерческого банка / Панова Г. С. -М.:ДИС, 1997.-272 с.

74. Петухова 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. Петухова М.В. Оценка кредитоспособности населения Сибирского федерального округа: рейтинговый подход // Современная наука. 2011. - № З.-С. 75-81.

77. Петухова 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. Петухова М.В. Трансформация розничного кредитования в Сибирском федеральном округе // Регион: экономика и социология. -2011. № 3. - С. 152-169.

79. Печенкин И. Дежурный по клиенту // Банковское обозрение. 2011. - №11 (154). URL: Ссыка на домен более не работаетbo/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. Подлесный С.Ю. Применение самоорганизующихся нейронных сетей для классификации заемщиков. URL: Ссыка на домен более не работаетtehnologii/s/primenenie-samoorganizyuschihsya-neironnih-setei-dlya-klassifikacii-zayomschikov-1890326/ (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 задоженности.

83. Райзберг Б.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: Ссыка на домен более не работаетwps/wcrn/connect/rosstat/rosstatsite/main/publishing/catalog/st atisticCollections/doc 1138623506156 (дата обращения: 20.03.2011).

85. Рид И. Инструменты для управления кредитным риском // Банковское дело. 2006. - №7.

86. Рогов М.А. Риск-менеджмент. М.: Финансы и статистика, 2001. - 119с.

87. Российский рынок потребительских кредитов. Исследование компании лMapкет Аналитика, 2011. URL: Ссыка на домен более не работаетfiles/demo file/ 7952.pdf (дата обращения: 02.08.2011).

88. Рынок потребительского кредитования в России в условиях кризиса. Исследование компании лAnalytic 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: Ссыка на домен более не работаетstatistics/UDStat.aspx?TblID=4-l&pid=ipoteka&sid=ITM 2357 (дата обращения: 09.10.2011).

90. Свитек И. Банкинг 24x7 // Банковское обозрение. 2011. - №9 (152). URL: Ссыка на домен более не работаетbo/2011/09/banking-24-h-7 (дата обращения: 12.12.2011).

91. Система кредитного скоринга. Построение скоринговых моделей. URL: Ссыка на домен более не работаетsolutions/solution/3.html (дата обращения: 17.04.2011).

92. Смирнов Е.Е. Отвечая на вызовы времени // Управление в кредитной организации. 2007. - №5. URL: Ссыка на домен более не работаетbank/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: Ссыка на домен более не работаетmedia/media773.htm (дата обращения: 14.02.2012).

94. Соложенцев 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: Ссыка на домен более не работаетpdf/ d34sevsrfl0.pdf (дата обращения: 12.01.2011).

96. Социально-экономическая статистика в разрезе регионов Сибирского Федерального Округа. URL: Ссыка на домен более не работаетeconomics/ statistics.php?action=art&nart=6605 (дата обращения 07.03.2011).

97. Сошина В. Потребкредитование по закону Архимеда // Национальный банковский журнал. 2011. - №8 (87). URL: Ссыка на домен более не работаетpublikacii/s/ potrebkreditovanie-po-zakonu-arkhimeda-10000474/ (дата обращения: 15.12.2011).

98. Справка об анализе рынка потребительского и ипотечного кредитования // Национальный институт исследования системных проблем предпринимательства. URL: Ссыка на домен более не работаетanalitics.html?id=spravka fas (дата обращения: 15.11.2011).

99. Трофимова Е. Плохие доги // 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: Ссыка на домен более не работаетdocument/consdoc LAW 89568/ (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= 122403 ;fld=l 34 ;dst=4294967295;from= 102112-0 (дата обращения: 21.12.2011).

103. Ходжаева И., Ларин С. Оценка кредитоспособности физических лиц с использованием деревьев решений // Банковское дело. 2004. - №3.

104. Хохлов И. Управление риском. М.: ЮНИТИ-ДАНА, 1999. -239с.

105. Черненко В.А., Янченко В.Ф., Шмельков Н. Денежно-кредитные отношения с населением (отечественный и зарубежный опыт). СПб.: Инфо-да, 2003.

106. Шеремет АД. Методика финансового анализа / Шеремет А.Д., Сайфулин Р.С., Негашев Е.В. М.: ИНФРА-М, 2001.

107. Эдгар 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: Ссыка на домен более не работаетindex.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. Caouette 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: Ссыка на домен более не работаетnews/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: Ссыка на домен более не работаетwebcontent/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: Ссыка на домен более не работаетabstract=1912049 (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. 423^144.

129. Mingers J. An empirical comparison of selection measures for decision tree induction. Machine Learning, 1989, p. 319-342.

130. Moody's KMV RISKCALCЩ 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^^ 17727.

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. Smith 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: Ссыка на домен более не работаетabstract= 1621755.

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. Thomas 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: Ссыка на домен более не работаетccc/check/check02.htm (дата обращения 27.09.2011).

Похожие диссертации

• Стратегическое управление в аграрном секторе агропромышленного комплекса
• Оценка, страхование и управление рисками многоуровневых организаций
• Комплексная система оценки и управления рисками хозяйствующих субъектов
• Повышение эффективности платежных систем на основе комплексного управления рисками
• Особенности управления риском автономных платежных систем