Совершенствование методики скоринга при оценке кредитоспособности физических лиц в ПАО Сбербанк России с использованием информационных технологий
Введение
Во всем мире автоматизированные скоринговые системы считаются одним из основных методов оценки кредитоспособности заемщиков. Скоринг представляет собой статистико-математический инструмент, на основе которого происходит ретроспективный анализ кредитной активности клиентов банка, позволяющий определить вероятность благонадежности (или наоборот, неблагонадежности) потенциального заемщика.
Таким образом, тема выпускной квалификационной работы является актуальной.
Целью выпускной квалификационной работы является изучение теоретических и практических аспектов совершенствования скоринговой методики оценки кредитоспособности физических лиц с использованием информационных технологий в коммерческом банке.
Для достижения поставленной цели необходимо решить следующие задачи:
- изучить теоретические основы оценки кредитоспособности заемщика;- провести сравнительный анализ отечественных и зарубежных методов оценки заемщиков – физических лиц;
-провести анализ деятельности
Содержание
Введение 6
1 Теоретические основы оценки кредитоспособности заемщика 10
1.1 Сущность оценки кредитоспособности физических лиц 10
1.2 Сравнительный анализ отечественных и зарубежных методов оценки заемщиков – физических лиц 14
2 Методика скоринга при оценке кредитоспособности заемщика в ПАО Сбербанк России 35
2.1 Анализ деятельности ПАО Сбербанк России за 2019-2021г 35
2.2 Анализ структуры заемщиков физических лиц в коммерческом банке 43
2.3 Оценка качества кредитного портфеля физических лиц 51
3 Применение программных продуктов при оценке заемщиков -физических лиц 59
3.1 Обзор технологических решений при оценке кредитоспособности 59
3.2 Мероприятия, направленные на развитие методов оценки кредитоспособности заемщика в ПАО Сбербанк 68
Заключение 75
Список используемой литературы 77
Приложение А 81
Приложение Б 83
Приложение В 85
Приложение Г 87
Приложение Д 89
Список используемой литературы
1. Аникина О.Б. / Анализ кредитоспособности и платежеспособности клиента банка: учебник. – М.: Инфра-М. – 2018. – 511 с.
2. Елкин П.С. / Скоринг, как метод оценки заемщика: учебник. – М.: Экономика. - 2018 – 309 с.
3. Долан, Эдвин Дж; Кэмпбелл Колин Д. Розмари Дж. / Деньги, банковское дело и денежно-кредитная политика: учебник - Л.: Автокомп. - 2019. - 448 c.
4. Кравченко О.В., Болгов С.А., Васина А.А. / Управление кредитным портфелем банка. // Энигма. - 2020. - № 18-1. - С. 19-30. // URL: https://elibrary.ru/item.asp?id=42553703
5. О.С. Чушинская, А.С. Петрушин / Роль финансового анализа в оценке кредитоспособности заемщика. // Экономика и бизнес: теория и практика. - 2018. – № 9. – С. 104–107. // URL: https://elibrary.ru/item.asp?id=25689201
6. Савинов О.Г., Буров О.Р. / Пути совершенствования управления кредитными рисками в ПАО «Сбербанк России». // Энигма. – 2019. – Т. 1. – № 10-1. – С. 214-219. // URL: https://elibrary.ru/item.asp?id=39489413
7. Спасова В.О., Хорошун К.В. / Кредитные риски и способы их минимизации. // Академическая публицистика. – 2019. – № 11. – С. 159-161. // URL: https://elibrary.ru/item.asp?id=41414959
8. Землякова Н.С., Кравцов С.А. / Анализ кредитных рисков КБ ПАО «Сбербанк России» и способы их снижения. // Вектор экономики. – 2019. – № 3 (33). – С. 61. // URL: https://elibrary.ru/item.asp?id=37328740
9. Туливетрова, А.А. / Управление банковскими рисками в ПАО «Сбербанк» на современном этапе развития экономики. // Инновационные технологии в машиностроении, образовании и экономике. - 2018. - Т. 14. № 1-2 (7). - С. 380-383. // URL: https://elibrary.ru/item.asp?id=32537114
10. Евсюков В.В. / Скоринг в системе потребительского кредитования с использованием социальных сетей. // Известия Тульского государственного университета. Экономические и юридические науки. - 2017. - № 4-1. - С. 86-94. // URL: https://elibrary.ru/item.asp?id=32278082
11. Толмачёва Ю.С. / Заявочный скоринг и скоринг социальных сетей как современные методы оценки кредитоспособности физических лиц. // Экономика и социум. - 2018. - № 11 (54). - С. 938-942. // URL: https://elibrary.ru/item.asp?id=36874169
12. Проблемы развития рынка товаров и услуг: перспективы и возможности субъектов РФ: Материалы VI Всероссийской научно-практической конференции с международным участием/ под ред. Сусловой Ю.Р. – г. Красноярск: Сибирский федеральный университет, Институт торговли и сферы услуг, 2020. // URL: https://elibrary.ru/item.asp?id=44167083
13. Абдуллаев Н.А. / Скоринговые модели как средство повышения качества управления рисками. // Вестник Кыргызского Национального Университета имени Жусупа Баласагына. - 2021. - № 1 (105). - С. 129-136. // URL: https://elibrary.ru/item.asp?id=46485095
14. Усов А.С. / Скоринг как ключевой метод оценки кредитных рисков заемщика. // Актуальные вопросы учета и управления в условиях информационной экономики. - 2021. - № 3. - С. 473-478. // URL: https://elibrary.ru/item.asp?id=47665119
15. Гарипов Р.И., Максимова Н.Н. / Анализ методических подходов к оценке эффективности
Одним из наиболее распространенных методов оценки кредитного риска является метод дерева решений.
Дерево решений — это один из методов принятия решений, используемых в статистике и анализе данных. Структура дерева — это «листья» и «ветви». На ребрах («ветках») дерева решения записаны параметры, от которых зависит вероятность возврата кредита, в «листьях» записаны значения вероятности возврата. Представим себе вариант дерева решений для оценки кредитного риска (рисунок 4).
Рисунок 4 - Пример дерева принятия решений для оценки риска заемщиков
Как видно на рисунке 4, для классификации заемщика необходимо спуститься по дереву до листа и выдать соответствующее значение. Целью дерева решений является создание модели, которая предсказывает значение целевой переменной на основе нескольких входных переменных. [4, с. 19].
Таблица 1 - Основные преимущества и недостатки деревьев решений
Преимущес