CC BY
66
УДК 336.77 ББК 65.9 (2) 26 К-96
Куштанок Светлана Аскеровна, кандидат педагогических наук, заведующая кафедрой экономических, гуманитарных и естественнонаучных дисциплин филиала ФГБОУ ВО «Майкопский государственный технологический университет» в пос. Яблоновском; e-mail: fmptuyabi@yandex.ru; тел.: 8(918)4494423;
Спирина Стелла Георгиевна, кандидат юридических наук, доцент кафедры теоретической экономики ФГБОУ ВО «Кубанский государственный университет»; e-mail: stella_spirina@mail.ru; тел.: 8(988)5253960.
ФИНАНСОВАЯ ОЦЕНКА УСТОЙЧИВОСТИ РЫНКА КРЕДИТНЫХ БРОКЕРОВ
(рецензирована)
В статье актуализируется проблема финансовой оценки деятельности финансовых организаций, предоставляющих посреднические услуги между банками и населением, приводится роль стресс-тестирования в оценке возможных убытков при той или иной стрессовой ситуации.
Ключевые слова: финансовая оценка, кредитный рынок, кредитный брокер, брокеридж, стресс-тестирования, кредитный скоринг.
Kushtanok Svetlana Askerovna, Candidate of Pedagogics, head of the Department of Economics, Humanities and Natural Sciences of FSBEI HE "Maikop State Technological University" branch in Yablonovsky; e-mail:fmgtuyabl@yandex.ru; tel.: 8 (918) 4494423;
Spirina Stella Georgievna, Candidate of Law, assistant professor of the Department of Theoretical Economics of FSBEI HE "Kuban State University"; e-mail: stella_spirina@mail.ru; tel.: 8 (988) 5253960.
FINANCIAL ASSESSMENT OF CREDIT BROKERS' MARKET STABILITY
(Reviewed)
The article actualizes the problem of financial assessment of the activities of financial institutions that provide intermediary services between the banks and the population, highlights the role of stress -testing in the assessment ofpotential losses at a particular stressful situation.
Keywords: financial assessment, credit market, credit broker, brokerage, stress testing, credit scoring.
В последние годы актуализируется проблема финансовой оценки деятельности финансовых организаций, предоставляющих посреднические услуги между банками и населением. [1] Кредитный рынок, являясь сегментом финансового рынка, становится наиболее крупным в современных рыночных экономиках, поскольку именно кредитные отношения являются основным механизмом, который обеспечивает движение и развитие рыночной экономики в целом.
Кредитный брокер как участник финансового рынка, выступает посредником между банками и заемщиками в процессе осуществления операций кредитования юридических и физических лиц. В процессе работы кредитные брокеры взаимодействуют со многими финансовыми структурами и компаниями: банками, страховыми оценочными компаниями, агентствами недвижимости, автосалонами и др.
Уровень развития брокериджа в России трудно установить, поскольку услуги брокеров часто оказывают другие организации, например риэлторы, консалтинговые фирмы. Кредитные брокеры рассматриваются многими ведущими банками как
дополнительный перспективный канал продаж. При этом некоторые представители банковской сферы считают, что кредитные брокеры наиболее востребованы в реализации массовых продуктов, в то время как сложные банковские продукты кредитная организация должна реализовывать напрямую клиенту, применяя индивидуальный подход.
На примере деятельности компании ООО «Финансовое Агентство», специализирующемся на оказании услуг потребительского кредитования покупателям торговых сетей в инновационном формате, рассмотрим новый подход к продаже товаров на заемные средства, имеющий неоспоримые преимущества как для клиентов, так и для торговых сетей и банков.
Организация предлагает своим клиентам широкий спектр дополнительных финансовых услуг, таких как страховые продукты, дополнительные гарантии и т.д.
Для торговых сетей, осуществляющих продажи через интернет площадки, Агентство обеспечивает мощную поддержку продажам посредством сервиса онлайн-кредитования.
История активной деятельности компании начинается в 2012 году с запуска проекта кредитования крупнейшей немецкой сети по продаже бытовой техники и электроники «MediaMarkt».
На сегодняшний день компания представляет интересы своих партнеров в 27 городах России в крупнейшей немецкой сети «Ме&аМагкЪ» а также сети «Техносила», среди них такие города как Ярославль, Челябинск, Владимир, Нальчик, Волгоград, Самара, Саратов, Ростов-на-Дону, Краснодар и др.
Структура компании представлена на рисунке 1.
Персонал
Продажи
Поддержка
Персонал
Подбор
Тренинги
Рисунок 1. Структура ООО «ФА»
В каждом из регионов интересы компании представляют от начальника управления продаж до линейных сотрудников кредитных специалистов. На рисунке 2 представлена подробная схема организации работы в регионе.
Структура Региона
л_
Кадровый резерв для: Департаментпо работе с
персоналом Отдел поддержки бизнеса • Отдел развития
и т.д.
Рисунок 2. Структура региона компании
При сотрудничестве с компанией торговые сети могут найти ряд преимуществ, таких как:
- увеличение продаж в кредит [10]
а) одновременная отправка заявок в несколько банков существенно повышает вероятность одобрения заявки (достигнутые показатели 85%; с подключением банков в дальнейшем ожидается дополнительный рост) [5];
б) для банков данная схема работы обходится дешевле, что позволяет предлагать им более дешевые кредиты своим клиентам;
- возможность сокращения общего количества рабочих мест в магазине с высвобождением торговых площадей [6], [9];
- в отсутствии соперничества отсеивание мошенников будут производиться более эффективно;
- единое решение как для оффлайн, так и для онлайн кредитов;
- использование интегрированной онлайн-платформы позволяет оформлять кредиты даже на торговых точках с минимальным кредитным оборотом, применимо к магазинам в небольших городах.
Такой способ экспресс-кредитования дает ряд преимуществ не только партнерам банкам, партнерам торговым сетям, но и клиентам [8], [11]. Многие сталкивались с проблемой выбора банка, с затратами большого количества времени на получение кредита на выгодных условиях. Заполнение анкеты на оформление экспресс-кредита (кредит оформляется на торговой точке представителем банка по паспорту без дополнительных справок) занимает около 15 минут, ответ банка приходит практически моментально, т.к. рассмотрение идет при помощи кредитного скоринга - система оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах. Каждый из банков выставляет свои параметры для расчета кредитоспособности заемщика, среди них, как и возраст заемщика, место регистрации, количество действующих кредитов, размер минимальной заработной платы, стаж работы, так и максимально возможное расстояние от работы до дома, место рождения и прочие специфические условия.
На сегодняшний день компания представляет интересы шести банков:
- ОАО «Альфа-Банк»;
- ОАО «Ренессанс»;
- ООО «Русфинанс Банк»;
- ОАО «ОТП»;
- ОАО «Хоум Кредит Банк»;
- ОАО «Лето Банк».
Кредитные организации по-разному относятся к деятельности брокеров. Нередко банки высказывают сомнения в том, что для них может быть выгодна работа посредников, и неохотно идут с ними на контакт. Возможно, это спровоцировано многочисленными случаями недобросовестного делового поведения в брокерской сфере. Однако есть преимущества, которые несут банки, сотрудничая с кредитным брокером ООО «Финансовое Агентство».
В первую очередь это максимальный вход на торговые площадки. Зачастую торговые сети сотрудничают с тремя, максимум четырьмя, наиболее востребованными банками, в связи с этим не каждая кредитная организация может обеспечить себе вход в крупную сеть. Во-вторых, отсутствие конкуренции. Каждый из нас, кто когда-либо использовал услуги экспресс-кредитования сталкивался с наплывом представителей банков, заходя в кредитную зону или находясь в зале магазина. Каждый из консультантов предлагал свои «выгодные» условия, что иногда не оставляло выбора банка за клиентом. В-третьих, снижение издержек за счет сокращения количества сотрудников, представляющих интересы банков на торговых точках.
Для успешного сотрудничества с партнерами, и получения собственной выгоды, организации, предоставляющие брокерские услуги, должны регулярно проводить мониторинг предложений на финансовом рынке [13], изучать новые кредитные программы, отслеживать тенденцию изменения процентных ставок и поддерживать постоянный контакт с кредитными учреждениями. Все это позволит подбирать банк для партнерства, в котором потенциальный заемщик с высокой вероятностью получит кредит, а условия предоставления займа будут максимально соответствовать его пожеланиям и как следствие прибыли компании [3].
Кредитные операции для большинства банков являются наиболее доходными, соответственно риск по ним достаточно высок. Несмотря на инновации в секторе финансовых услуг [7], кредитный риск до сих пор является основной причиной банковских проблем. Эти же риски относятся и к кредитным брокерам, таким как ООО «Финансовое Агентство».
Кредитный брокер ООО «Финансовое Агентство» вышло на рынок в 2012 году, за этот период компания показывает стремительный рост. Агентство вошло в более чем 50 городов России, зарекомендовало себя не только в торговой сети «MediaMarkt», но и освоило новые точки продаж сети «Техносила», планирует вход в сети «OBI» и «DNS». Но, как и любое предприятие, имеет своих конкурентов, среди них, как и обычные коммерческие банки, так и другие аналогичные кредитные брокеры.
Чтобы оценить уровень конкурентоспособности компании и рассчитать прогноз [4], нами было проведено исследование. В ходе него предложено функциональное представление выручки организации в виде многофакторной модели зависимости выручки от количества клиентов, заключивших договора с агентством по шести банкам-клиентам ООО «Финансовое Агентство».
Для возможности представления функциональной зависимости выручки агентства от количества клиентов [12], заключающих договора кредитования с банками, с которыми
работает Агентство, проведена проверка корреляционной зависимости компонент будущей модели, отраженная в таблице 1.
В качестве переменных х1, ..., х6 были взяты числа, отображающие количество клиентов, заключившее договора через посредника ООО «Финансовое Агентство» со следующими банками: ОАО «Альфа-Банк», ОАО «Ренессанс», ООО «Русфинанс Банк», ОАО «ОТП», ОАО «Хоум Кредит Банк», ОАО «Лето Банк». В Приложении Г представлены данные, используемые для расчетов.
Таблица 1 - Корреляционная зависимость количества клиентов агентства по банкам
Коэффициенты корреляции XI Х2 Х3 Х4 Х5 Х6
X! 1 0,081 0,772 0,682 0,215 0,541
X2 0,081 1 -0,253 0,063 -0,206 -0,275
Х3 0,772 -0,253 1 0,854 0,264 0,481
Х4 0,682 0,063 0,854 1 0,390 0,430
Х5 0,215 -0,206 0,264 0,390 1 0,520
Х6 0,541 -0,275 0,481 0,430 0,52 1
По данным корреляционной зависимости между выбранными параметрами (табл. 1) наблюдается сильная корреляционная связь между количествами клиентов ОАО «Лето Банк» и ОАО «ОТП» (0,854), а также ОАО «Альфа-Банка» и ОАО «Лето Банк» (0,772). Анализ данных, представленных в таблице 1, показал, что использование выбранных компонент модели не противоречит возможности получения корректной информации. В таблице 2 отражены значения каждого параметра модели и результата (выручка от работы с каждым банком).
Поиск модели осуществлялся в виде линейной шестифакторной модели, с использованием обобщенного метода наименьших квадратов.
Таблица 2 - Входная информация по компонентам модели
Y факт - Выручка (руб) Количество клиентов агентства, заключивших договора с банками
факторы Х1 Х2 Х3 Х4 Х5 Х6
96630108,960 942 0 1260 1272 594 666
64332026,100 744 0 606 870 414 582
57744954,180 606 0 588 672 396 570
51242706,780 534 192 402 588 300 420
47646617,940 468 306 312 516 228 354
64796694,840 870 444 588 1122 384 420
113566584,840 1260 522 1020 1296 426 846
44059014,540 372 270 60 498 180 420
95733880,260 342 654 246 996 498 510
84847319,640 786 768 192 504 300 330
55951380,180 552 240 6 270 330 678
73100539,380 522 180 0 498 726 600
Для построения модели использовался метод матричного исчисления, представленный формулой 1:
* В = Г,
где Y - общая выручка агентства; X - вектор исходных данных с дополнительным столбцом для свободного элемента модели, представленный в таблице 5; B - вектор коэффициентов, который необходимо найти.
Решения матричного уравнения приводит к следующей формуле нахождения векторов коэффициентов линейной модели.
В = {ХТ -ХУ*{ХТ -7).
Таблица 3 - Данные многофакторного вектора X
(2)
A X! Х2 Х3 Х4 Х5 Х6
1,0 942,0 0,0 1260,0 1272,0 594,0 666,0
1,0 744,0 0,0 606,0 870,0 414,0 582,0
1,0 606,0 0,0 588,0 672,0 396,0 570,0
1,0 534,0 192,0 402,0 588,0 300,0 420,0
1,0 468,0 306,0 312,0 516,0 228,0 354,0
1,0 870,0 444,0 588,0 1122,0 384,0 420,0
1,0 1260,0 522,0 1020,0 1296,0 426,0 846,0
1,0 372,0 270,0 60,0 498,0 180,0 420,0
1,0 342,0 654,0 246,0 996,0 498,0 510,0
1,0 786,0 768,0 192,0 504,0 300,0 330,0
1,0 552,0 240,0 6,0 270,0 330,0 678,0
1,0 522,0 180,0 0,0 498,0 726,0 600,0
В результате проведенных расчетов была получена следующая линейная многофакторная модель зависимости объемов продаж агентства от количества клиентов по шести банкам, которая имеет следующий вид:
¥{х1,х2,хъ,х^,х5,х6) = -2769592,571 -17147,1 99х1 + 75484,656х2 + 49563,860х3 -19403,28 \х4 +69317,789л5 +522Ц824*6.
Анализ корректности полученной линейной многофакторной модели представлен в таблице 4.
Средняя ошибка аппроксимации полученной шестифакторной модели равна 5,765%, коэффициент детерминации равен 0,9615, что говорит о хороших перспективах возможности использования полученной модели.
Используя экспертные оценки специалистов агентства, были получены прогнозные значения количества клиентов, представленные в таблице 5, которые будут обслуживаться в ООО «Финансовое Агентство» по различным банкам, с которыми у агентства заключены договора.
Анализ прогнозных значений, полученных по данным таблицы 6, показал, что в целом полученные результаты находятся в той же тенденции, что и экспертные оценки специалистов ООО «Финансовое Агентство», но носят более конкретный характер.
Подводя итог, можно сказать, что кредитный брокеридж - неосвоенная ниша. Компания прочно вошла на рынок и показывает только положительные тенденции. С момента организации Агентства количество банков-партнеров увеличилось с трех до шести, что показывает на высокий уровень доверия, как банков-партнеров, так и торговых сетей.
Таблица 4 - Анализ корректности многофакторной модели
Месяц У факт Y модель (Ум-Уф)л2 (Ум-Уф)/ Уф*100% (Ум-Ycр)л2 (Уф-Ycр)л2
1 2 3 4 5 6 7
Июнь 14 96630108,96 94795077,67 3,367Е+12 1,899 5,756Е+14 6,670Е+14
Июль 14 64332026,1 56712582,46 5,806Е+13 11,844 1,986Е+14 4,189Е+13
Август 14 57744954,18 60154333,91 5,805Е+12 4,172 1,13Е+14 1,706Е+14
Сенябрь 14 51242706,78 53806702,53 6,574Е+12 5,0036 2,889Е+14 3,827Е+14
Октябрь 14 47646617,94 52043096,1 1,93Е+13 9,2273 3,520Е+14 5,363Е+14
Ноябрь 14 64796694,84 71747597,33 4,83Е+13 10,7272 8,898Е+11 3,609Е+13
Декабрь 14 113566584,8 114136993,7 3,254Е+11 0,5023 1,878Е+15 1,829Е+15
Январь 15 44059014,54 38949672,48 2,611Е+13 11,5966 1,015Е+15 7,153Е+14
Февраль 15 95733880,26 94748361,42 9,712Е+11 1,02944 5,730Е+14 6,215Е+14
Март 15 84847319,64 79487171,29 2,873Е+13 6,3174 7,540Е+13 1,972Е+14
Апрель 15 55951380,18 59214455,6 1,065Е+13 5,8320 1,343Е+14 2,206Е+14
Май 15 73100539,38 73855783,15 5,704Е+11 1,0332 9,311Е+12 5,273Е+12
Сумма 849651827,6 849651827,6 2,088Е+14 69,1844 5,214Е+15 5,423Е+15
Среднее значение 70804318,97 70804318,97 1,740Е+13 5,7654 4,345Е+14 4,5191Е+14
Таблица 5 - Прогнозные значения У полученные по моделям
Х1 Х2 Х3 Х4 Х5 Х6 У прогнозная модель
553 227 34 597 799 698 86813202,59
784 412 189 629 704 805 156273926,5
591 301 167 503 598 721 61365956,36
На наш взгляд, чтобы не только поддерживать работу компании на прежнем уровне, но и увеличивать темпы роста и объемы выручки необходимо максимально просчитывать возможные риски. Одним из таких способов мы предлагаем использовать стресс-тестирование. Цель данного метода заключается в оценке возможных убытков при той или иной стрессовой ситуации.
Задача адаптации стресс-тестирования усложняется тем, что нет единого эталона теста, каждый банк определяет свой профиль рисков самостоятельно. Отдельно рассчитываются риски по кредитным портфелям, портфелям ценных бумаг, кредитным картам [2] и т.д. - в контексте своего масштаба, рыночного окружения и т.п.
Использование стресс-тестирования способно предотвратить банкротство отдельного банка, кредитной организации, а также кризис всей финансовой системы.
Литература:
1. Ариничев И.В. Математическая модель накопления прибыли малого предприятия с учетом реинвестирования в основной капитал // Актуальные проблемы экономической теории и практики: сборник научных трудов / Куб. гос. ун-т; под ред. В.А. Сидорова. Краснодар, 2014. С. 144-150.
2. Булков Т.И., Ефимова М.Г. Кредитные карты: польза или инструмент обогащения банков? // Общество и сервис: технические и практические инновации: студенческий ежегодник. Челябинск, 2014. С. 44-46.
3. Геворкян С.М., Фощан Г.И., Спирина В.А. Качество здоровья населения как фактор финансовой устойчивости организаций // Актуальные проблемы экономической
теории и практики: сборник научных трудов / Куб. гос. ун-т; под ред. В.А. Сидорова. Краснодар, 2014. C. 122-129.
4. Калайдин Е.Н., Соболев Э.В., Совмиз Я.Е. Применение нечеткой логики при прогнозировании доходов населения Краснодарского края // Экономический вестник ЮФО. 2013. №10(73). С. 5-12.
5. Куштанок С.А., Спирина С.Г. Финансовая устойчивость экономических субъектов: ядро экономической безопасности страны // Новые технологии. 2014. Вып. 2. С. 66-74.
6. Николенко А.А. Бизнес-предприятия сервиса // Наука ЮУрГУ: сборник материалов XLVI научной конференции. Челябинск: ЮУрГУ, 2014. С. 758-763.
7. Пантелеева О.Б., Пантелеева М.А. Анализ информационного обеспечения привлечения инвестиций в России // Актуальные проблемы теории и практики: сборник научных трудов. Краснодар, 2014. С. 76-82.
8. Сайбель Н.Ю. Об альтернативах экономического роста в России (Сочи, февраль 2003 г.) // Известия высших учебных заведений. Северо-Кавказский регион. Общественные науки. 2003. №57. С. 102-105.
9. Сайбель Н.Ю., Мезер С.Д. Оптимизация бизнес-процессов как инструмент повышения эффективности деятельности предприятия // Феномен рыночного хозяйства: от источников до наших дней: сборник III Международной научно-практической конференции (1-5 апреля 2015 г.). Краснодар, 2015. С. 442-449.
10. Сидоров В.А. Российская экономика с плавающим валютным курсом // Финансы и кредит. 2006. №32(236). С. 6-13.
11. Сидоров В.А. Социалистическая система хозяйствования: экономическая аномалия или прорывной способ производства // Современная экономическая мысль. 2013. №2. С. 5-21.
12. Спирина С.Г. Особенности финансовой устойчивости экономических систем и признаки их банкротства // Социально-экономические проблемы современной российской экономики: коллективная монография / Семенкова Т.Г. и др. М., 2014. С. 146-179.
13. Худякова Т.А., Шмидт А.В. Основные подходы к оценке экономической устойчивости предприятия в условиях вариабельной среды функционирования // Экономика и менеджмент систем управления. 2015. Т. 15, №1/2. С. 281-286.
References:
1. Arinichev I.V. Mathematical model of the accumulation of small business profits, taking into account the reinvestment in fixed assets // Actual problems of economic theory and practice: collection of scientific papers / Kub. state univ; ed. by V.A. Sidorov. Krasnodar, 2014. P. 144-150.
2. Bulkov T.I., Efimova M.G. Credit cards: benefit or bank enrichment tool? // Society and services: technical and practical innovations: students' yearbook. Chelyabinsk, 2014. P. 4446.
3. Gevorgyan S.M., Foschan G.I., Spirina V.A. The quality ofpublic health as a factor in the financial sustainability of organizations // Actual problems of economic theory and practice: collection of scientific papers / Kub. state univ; ed. by V.A. Sidorova. Krasnodar, 2014. P. 122129.
4. Kalaidin E.N., Sobolev E.V., Sovmiz Y.E. The use of fuzzy logic in predicting the incomes of the Krasnodar territory // Economic Journal of the SFD. N 2013. 10 (73). P. 5-12.
5. Kushtanok S.A., Spirina S.G. Financial sustainability of economic subjects: the economic security core of the country // New Technologies. 2014. Vol. 2. P. 66-74.
6. Saibel N.Y., Maeser S.D. Optimization of business processes as a tool to improve enterprise efficiency // The phenomenon of the market economy: from the sources to the present day: a collection of the III International Scientific and Practical Conference (1-5 April 2015). Krasnodar, 2015. P. 442-449.
7. Sidorov V.A. The Russian economy with a floating exchange rate // Finances and Credit. 2006. № 32 (236). P. 6-13.
8. Sidorov V.A. The socialist system of management: economic anomaly or a breakthrough method of production //Modern economic thought. 2013. № 2. P. 5-21.
9. Spirina S.G. Features of financial stability of economic systems and signs of bankruptcy // Social and economic problems of modern Russian economy: collective monograph /Semenkova T.G. [andoth.]. M, 2014. P. 146-179.
10. Khudyakova T.A., Schmidt A.V. Main approaches to the evaluation of economic stability of an enterprise in the conditions of variable functioning environment // Economy and management of the ontrol systems. 2015. V. 15, № 1/2. P. 281-286.
