CC BY
35
КРЕДИТ
АНАЛИЗ КАРТСЧЕТА И ОПРЕДЕЛЕНИЕ ЛИМИТА
ОВЕРДРАФТА
Ю.Е. МАНЗАНОВ,
начальник отдела по работе с клиентами АК «Байкалбанка»
Низкая эффективность локальных платежных систем является основным сдерживающим фактором широкого внедрения пластиковых карт в регионах. Действительно, внедрение и развитие платежных систем требует существенных первоначальных затрат, а сроки окупаемости карточного проекта растягиваются на несколько лет. Тем не менее, реальный опытработы платежных систем демонстрирует, что комплексный подход к созданию и функционированию платежной системы и создание возможно более привлекательных условий для физических лиц — потенциальных держателей пластиковых карт позволяет существенно улучшить основные показатели функционирования платежной системы и приводит к более быстрой окупаемости карточных проектов [1 ].
Одним из важных факторов повышения эффективности платежной системы является широкое применение кредитования владельцев карточек. Внедрение кредитования влияет на окупаемость проекта, как прямо — получение процентных доходов и комиссионных за обслуживание кредитных договоров, так и косвенно — овердрафтное кредитование позволяет увеличить среднедневные остатки на картсчетах.
Известно, что кроме доходности выдаваемых кредитов, другим, не менее важным параметром, влияющим на эффективность работы финансового учреждения, является возвратность выданных кредитов. Первоначальная практика выдачи кредитов на пластиковые карты Республиканской платежной системы Республики Бурятия [2] только клиентам, получающим заработную плату по картам, позволила свести практически к нулю невозвратность выданных кредитов.
Приведенные в табл. 1 данные свидетельствуют о высокой надежности и минимальном риске при выдаче кредитов на пластиковые карты по указанной выше схеме. Были предложены, а затем и апробированы на практике следующие параметры предоставления кредита (овердрафт с уменьшением лимита): размер - сумма полугодовой заработной платы, поступающей на картсчет, сроком на один
Таблица 1
Кредитование по картам Республиканской платежной системы
Год Количество кредитных договоров Ссудная задолженность (тыс. руб.) Просрочка (тыс. руб.)
2002 г. - 1 кв. 81 13 207 0
2 кв. 192 14 565 0
3 кв. 629 29 987 0
4 кв. 795 37 027 7.3
2003 г. - 1 кв. 408 38 495 55
2 кв. 618 41 535 60
3 кв. 1280 57 150 180
4 кв. 1050 58 370 130
год; годовой заработной платы сроком на два года и т.д. Коэффициент покрытия поручительства (поручители - физические лица, также получающие заработную плату на карту) составляет 40 %. Простой расчет показывает, что возврат заемщиком сумм, указанных выше, при равномерном погашении по месяцам, позволяет осуществить гашение в лояльном по отношению к клиенту режиме. А в случае невозврата или просрочки заемщиком кредита, месячная сумма вычета с поручителя составляет естественную сумму удержания порядка 25 %.
Тем не менее, одним из основных требований правильного финансового менеджмента является предельно точное определение границы между риском и доходностью. При описываемом выше порядке предоставления кредитов участникам зарплатных проектов минимальная величина риска означает, кроме всего прочего, еще и отсечение значительной части потенциальных кредитных клиентов банка. Спектр этих возможных клиентов достаточно широк: от людей, чей регулярный доход превышает средний по региону (скорее всего, положительных клиентов с высокими лимитами кредитования и непроблемным возвратом), до клиентов, возврат кредитов которыми сопряжен со значительными трудностями. Указанные крайности спектра полезны, пусть и по-разному, для банка,
первые — в силу повышения доходов банка, вторые тем, что позволяют накопить данные о том, какие параметры, характеризующие клиента, позволяют предполагать невозврат выданного кредита.
Естественно, что следующим логичным шагом помимо широкого охвата системой кредитования клиентов, получающих заработную плату на пластиковые карты, является выдача кредитов клиентам, достаточно долго пользующимся картами без участия в зарплатных проектах. Это особенно актуально при имеющейся в настоящее время экспансии в регионы торговых сетей и финансовых структур, предоставляющих кредиты на приобретение товаров «под паспорт», т.е. практикующих выдачу экспресс-кредитов в магазинах.
Тем не менее, при предлагаемом расширении количества заемщиков следует ограничить величину предполагаемого кредитного риска определенными пределами.
В банковской практике реально пользуются следующими основными методами минимизации кредитного риска:
• субъективное заключение менеджеров по кредитованию;
• использование менеджерами критериев выдачи кредита в соответствии с разработанным в финансовом учреждении положением о кредитовании;
• скоринговые системы.
Учитывая, что в работе Республиканской платежной системы применялись два первых подхода, имеет смысл в настоящей статье остановиться на внедрении в практику последнего метода.
Методологической основой скоринга является утверждение, применяемое в математической статистике, теории распознавания образов, и называемое «гипотезой компактности», которая гласит: образам соответствуют компактные множества в пространстве признаков [3]. Образ, класс - классификационная группировка в системе классификации, объединяющая (выделяющая) определенную группу объектов по некоторому признаку. Объекты описываются набором характеристик, правильный выбор которых позволяет существенно облегчить задачу разделен ия объектов на классы (образы). Для описываемой автором задачи — это разделение потенциальных заемщиков на основе имеющейся информации по двум классам: «хорошие» - «плохие».
Основополагающий вклад в создание апробированной в сороковых годах прошлого столетия системы классификации потенциальных заемщиков был сделан Дюраном [4].
Широкий спектр математических методов и моделей, которые применяются в теории распознавания образов и теории принятия решений (линейная регрессия, кластерный анализ, метод потенциальных функций, нейронные сети, метод голосований и т.д.) позволяет реализовать на практике многочисленные скоринговые системы с использованием перечисленных моделей или их произвольной комбинации.
Тем не менее, в настоящий момент в нашей стране в основном применяются системы с использованием балльных оценок параметров заемщика. Данные из анкеты, заполненной клиентом, обрабатываются, затем полученная взвешенная сумма сравнивается с определенным граничным показателем, на основе чего и принимается решение о выдаче или невыдаче кредита. В анкетах, предлагаемых заемщику при обращении в отечественные банки, количество вопросов, на которые предлагается ответить, доходит до пятидесяти. Однако при проведении анализа и учете региональной специфики все эти вопросы можно сгруппировать в значительно меньшее число факторов:
• возраст, пол;
• профессия, вид предприятия;
• стаж;
• образование;
• зарплата, имущество.
Каждому фактору присваивается определенный вес, внутри фактора каждому значению показателя - балльная оценка. На основании сложившейся практики вводится граничный показатель, по которому определяется возможность предоставления кредита. Значение граничного показателя может меняться по мере накопления статистики исполнения кредитных отношений.
Помимо скоринга в практике зарубежных банковских учреждений для анализа кредитоспособности клиента используется следующая информация:
• персональные данные заемщика;
• информация о заемщике, полученная в кредитном бюро;
• анализ банковских счетов клиента.
Отсутствие кредитных бюро в России не позволяет использовать информацию из кредитной истории клиента. Данные анкеты заемщика, как стало ясно из сказанного, определяют в основном принципиальную возможность предоставления кредита. Анализ банковских счетов клиентов для вычисления лимита кредитования в отечественных банках практически не применяется. Основным
документом для определения суммы предоставляемого кредита в большинстве финансовых учреждений является предъявляемая клиентом справка о заработной плате. Проверить достоверность этого документа при массовой выдаче кредитов практически невозможно. Это обстоятельство неизбежно приводит к дополнительным финансовым потерям из-за мошенничества. Другим важным обстоятельством является то, что к рассмотрению принимаются только «белые», т.е. официально подтвержденные доходы, что в условиях российских реалий приводит к упоминавшемуся выше отсеченик} значительной части потенциально доходных клиентов.
Однако за годы работы Республиканской платежной системы (1999 — 2004 гг.) сформировалась устойчивая группа клиентов, достаточно регулярно пользующаяся картой без постоянного получения на нее заработной платы. Широкая сеть магазинов и предприятий сервиса, обслуживающая владельцев пластиковых карт со скидкой десять процентов, начисление процентов на неснижаемый остаток на карте или картсчете, сравнимых или превышающих ставки по срочным вкладам — основа привлечения физических лиц к обслуживанию в банке. Участие этих клиентов в программе кредитования в рамках Республиканской платежной системы позволит повысить эффективность ее работы.
Данные, приведенные в табл. 2, отражают как общую динамику развития платежной системы, так и динамику привлечения денежных средств банком-агентом Республиканской платежной системы. Непрерывный рост среднедневных остатков на картсчетах в банке (к концу 2004 г. карточные среднедневные остатки превысили 200 млн руб.) в сочетании с достаточно стабильной оседаемос-тью на картсчетах и регулярным ростом торгового оборота давал основания предполагать наличие клиентской группы, упоминавшейся выше. Проведенный общий анализ счетов по годам показал, что количество таких клиентов в процентном отношении к общему числу колеблется от 10 до 20 %.
Основной задачей, которую необходимо решить при привлечении этих клиентов к получению кредитов, является определение размеров лимита кредитования. Решение этой задачи, с одной стороны, облегчается наличием доступного для анализа активного клиентского счета в банке, однако, с другой стороны, усложняется отсутствием методики определения лимита овердрафта, предоставляемого физическому лицу по движению средств на картсчете. Что касается овердрафта, предоставляемого юридическим лицам по расчетному счету, то в большинстве российских
банков определение лимита носит формальный характер —лимит овердрафта устанавливается в размере 20 — 30 % от величины среднемесячных кредитовых оборотов по расчетному счету.
Предлагаемая схема исследования выглядит следующим образом:
а) анализ картсчета;
б) обработка полученной информации, выделение параметров, используемых в выбираемой методике;
в) построение методики;
г) определение лимита овердрафта. Специфика пользования пластиковой картой
в Республиканской платежной системе позволяет получать приблизительно следующий базисный набор информации:
• общий оборот по картсчету;
• среднедневной остаток на картсчете;
• оседаемость средств на картсчете;
• торговый оборот (покупки, осуществляемые с использованием карты);
• суммы снятия наличных;
• оплата регулярных платежей (коммунальные, налоговые и т.д.);
• количество и регулярность транзакций. Кроме того, в связи с тем, что информация
о срочных вкладах также хранится в базе данных Республиканской платежной системы, возможно использование данных о накапливаемых суммах в качестве дополнительного параметра.
Оптимальным выбором для первоначального построения методики, очевидно, является использование линейной модели, т.е. представление лимита в виде линейной комбинации:
и
I I'
/
где Ь — лимит овердрафта;
Р.- финансовые параметры, характеризующие состояние картсчета заемщика;
а1 - коэффициенты, зависящие от используемого параметра и определяемые опытным путем.
Наличие статистически большого числа клиентов - владельцев пластиковых карт Республиканской платежной системы, а также трехлетний опыт кредитования физических лиц позволяют надеяться на достаточно корректное построение приведенной выше линейной аппроксимации.
Сформулируем следующую конкретную задачу: на основании информации, полученной при анализе движения денежных средств на картсчете клиента за последний год, определить лимит кредитования со
Таблица 2
Привлечение средств на картсчета Республиканской платежной системы
Год Среднедневные остатки на картсчетах (тыс. руб.) Оседаемость на картсчетах (%) Торговый оборот по картсчетам (тыс. руб.)
2002 г. - 1 кв. 22 463 23 29 483
2 кв. 39 555 31 29 205
3 кв. 39 466 26 42 698
4 кв. 57 822 23 76 829
2003 г. - I кв. 75 636 29 67 837
2 кв. 96 840 32 56 458
3 кв. 115 467 27 85 165
4 кв. 144 183 21 93 505
следующими условиями: вид кредита — овердрафт с равномерным уменьшением лимита; срок, на который овердрафт предоставляется, - один год. В качестве параметров для линейного разложения используем предложенный выше базисный набор информации. Для начала следует проанализировать каждый предложенный финансовый параметр и оценить его влияние на платежеспособность клиента.
Следует отдавать себе отчет, что в любом случае, на первых порах построение методики и определение лимита будут носить опытный характер, и ожидать быстрого внедрения в виде программного модуля не стоит. При обращении клиента за кредитом, на основе анализа его картсчета, выбора параметров и коэффициентов линейного разложения определяется индивидуальный лимит кредитования. После выдачи кредита в течение определенного периода времени тщательно отслеживается гашение процентов, запланированное уменьшение лимита, и в случае необходимости вносятся коррективы в определение параметров и коэффициентов лимита кредитования, предоставляемого последующим заемщикам.
Использование для определения лимита исключительно кредитового оборота по картсчету клиента, как это практикуется для юридических лиц, не представляется корректным из-за возможности создания с недобросовестными намерениями фиктивного повышенного оборота. Для юридических лиц такая возможность минимизируется большим количеством дополнительных параметров и методик анализа финансового состояния предприятия. Тем не менее, при глубине анализа картсчета физического лица в один год, предлагается следующий подход:
• подсчитывается кредитовый оборот за каждый месяц Д.;
• определяется средняя величина месячного оборота Д
• высчитывается стандартное отклонение Б, ;
В качестве параметра, используемого в линейной комбинации, предлагается следующая величина:
Как показывает исследование реальных карт-счетов, изменения величины этого показателя достаточно точно фиксируют неожиданно высокие обороты за два-три месяца и позволяют выделить подобные счета для последующего уточненного анализа. Используемый и далее для обработки всех показателей подход, заключающийся в определении помесячных величин (среднедневные остатки по месяцам, оседаемость по месяцам и т.д.), объясняется естественным месячным циклом изменений финансового состояния физических лиц.
Среднедневной остаток на счетах физических лиц является очень важным для банка показателем. Неслучайно в работе многих банков практикуется начисление процентов именно на среднедневной остаток. Помесячный среднедневной остаток более информативен, нежели оборот и позволяет в какой-то мере блокировать стандартную процедуру создания фиктивного оборота недобросовестными клиентами, заключающуюся в неоднократном размещении на счете и снятии одной и той же суммы. В качестве следующего параметра, используемого для определения лимита, предлагается средний по месяцам среднедневной остаток - С.
Таким же важным показателем платежеспособности клиента является оседаемость средств на картсчете — Мг Оседаемость средств на счете эффективно показывает способность клиента к накоплению. Просмотр данных по картсчетам клиентов со значимой оседаемостью продемонстрировал два варианта поведения:
• средства находятся на счете с целью получения процентного дохода;
• средства накапливаются в течение определенного периода времени с тем, чтобы осуществить какого-либо рода покупку.
И втом, и в другом случае рациональным представляется использование в качестве параметра среднемесячной оседаемости — М.
Показательным для отнесения клиента к категории лояльных является активное использование им пластиковой карты для осуществления покупок и оплаты услуг в магазинах и сервисных предприятиях платежной системы. Использование карточки в торговом обороте увеличивает оседаемость денежных средств на счете, дает дополнительную возможность отследить попытки создания фиктивного оборота,
позволяет банку получить дополнительную прибыль в виде комиссионных. В некоторых случаях при возникшем разрыве на графике оседаемости, анализ торгового оборота показывает проведение платежа для осуществления покупки в рамках Республиканской платежной системы. Представляется правильным использовать торговый оборот как своеобразное поощрение для увеличения лимитакредитования в виде среднемесячного значения — Т.
Суммы снятия наличных в банкоматах и кассах банка вряд ли стоит включать в лимит кредитования по двум основным причинам: первое — значительная корреляция с общим и торговым оборотом, который уже используется при определении лимита; второе — снятие денежных средств отрицательно влияет на оседаемость, на остаток на счете, на накопление и т.д.
Оплата регулярных платежей клиентами через банк способствует увеличению оседаемости денежных средств на счетах, увеличивает ресурсную базу и комиссионные доходы банка. Кроме того, использование картсчета для проведения оплаты коммунальных услуг, несомненно, характеризует клиента как потенциально добросовестного заемщика. Однако прямое включение суммы регулярных платежей в лимит вряд ли возможно в силу того, что платежеспособность клиента при этом уменьшается. Это обстоятельство (проведение регулярных платежей) должно учитываться при определении величины коэффициентов в линейном разложении.
Названные выше в качестве возможных параметров, количество и регулярность транзакций так или иначе, опосредовано используются в определении средних значений и стандартных отклонений. Кроме того, они могут дополнительно учитываться при определении коэффициентов.
Проведенный анализ информации о движении денежных средств на картсчете клиента, выделенные параметры и логический анализ позволяют представить лимит овердрафта в следующем виде:
Ь = а. (Ъ— О ) + я, С + а, М+ а, Т.
1 х ст' I 3 4
На практике предоставления кредитов по разработанной методике были апробированы следующие наборы коэффициентов:
1) а, = 2; а2 = 1,5; аъ = 1; а4 = 1.
2) = 3; а2 = 2; а3= 1;а4 = 2.
3) ах = 2; аг = 2; аъ = 2; а4= 1.
Каждая из приведенных комбинаций коэффициентов отражает ту или иную модель построения лимита. Так, второй вариант ориентирован в большей мере на кредитовый оборот по картсчету и торговый
оборот, а первый вариант представляется наименее рискованным. Для проверки правильности подбора коэффициентов отслеживалась динамика гашения процентов и ежемесячного уменьшения лимита овердрафта, а также досрочное закрытие кредита.
Данные приведенные в табл. 3, отражают примерно полугодичную динамику мониторинга предоставления кредитов клиентам, не получающим регулярно заработную плату на карточки. Приблизительно около половины кредитов были получены для приобретения товаров длительного пользования в торговой сети. Доход клиентов, согласно представленным справкам о заработной плате и оценке имущества, превышал среднестатистический доход в регионе. Рейтинг заемщика, полученный при анализе данных из индивидуальных анкет согласно скоринговой методике, превышал пороговый показатель по меньшей мере на несколько пунктов для каждого из кредитуемых клиентов.
Таблица 3
Мониторинг исполнения кредитных отношений
Вариант Просрочка гашения процентов (% к общему количеству) Просрочка гашения лимита (% к общему количеству) Досрочное закрытие (% к общему количеству)
Вариант 1 3,7 1,5 3,0
Вариант 2 4,3 2,2 4,3
Вариант 3 3,5 2,1 4,2
% Несомненно, более долгосрочный мониторинг внесет коррективы в показатели исполнения кредитных отношений. Тем не менее, данную методику можно взять за основу для определения лимита кредитования.
Предлагаемый в данной статье подход к определению лимита кредитования, основанный наанализе картсчета физического лица, позволяет расширить круг лиц, получающих кредиты по пластиковым карточкам, без значительного увеличения кредитного риска. Привлечение дополнительной группы добросовестных заемщиков положительным образом влияет на окупаемость карточного проекта.
ЛИТЕРАТУРА
1. Манзанов Ю.Е. Кредитование физических лиц и эффективность платежных систем. Финансы и кредит. 2004. № 24(162).
2. Постановление Правительства Республики Бурятия от 15.03.1999 № 99 «О внедрении и развитии республиканской платежной системы»
3. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. Статистические проблемы обучения. М.: Наука. 1974.
4. DurandD. Journal of the American Statistical Association. 1944.
