РОЗРАХУНОК КРЕДИТНОГО ЛіМіТУ ДЛЯ ФіЗИЧНОї ОСОБИ-ПОЗИЧАЛЬНИКА НА ПіДСТАВі ЛОГіТ-МОДЕЛі Текст научной статьи по специальности «Экономика и бизнес»

УДК 330.43

РОЗРАХУНОК КРЕДИТНОГО Л1М1ТУ ДЛЯ Ф1ЗИЧНО1 ОСОБИ-ПОЗИЧАЛЬНИКА

НА П1ДСТАВ1 ЛОГ1Т-МОДЕЛ1

КОВПАК Е. О., ТУМАНОВА Ю. Г.

УДК 330.43

Ковпак Е. О., Туманова Ю. Г. Розрахунок кредитного лiмiту для фiзичноí особи-позичальника на пщстав! логiт-моделi

Метою cmammi е розробка алгоритму оцнки кредитною установою величины кредитного л/мту для ф/зично/ особи-позичальника iз урахуван-ням // соц/ально-демограф/чних характеристик за допомогою /нструментар/ю лог/стично/регресИ Удосконалення процедури ощнки платоспро-можностi ф/зично/ особи-позичальника полягае в штеграци емп/ричного п/дходу до визначення платоспроможностi (на основi сп/вв/дношення оф/щйних доход/в та витрат ф/зично/ особи) з економ/ко-математичними методами, що дозволяють враховувати наявнi ретроспективы! данi ф'тансово/ установи про позичальник/в та виявляти статистично значущiзаконом/рност/. Ключову роль в алгоритмi ощнки кредитноголмту займаерозробкалогт-моделiдля класиф'шаци позичальник/в на класи «надшних» i «ненадшних», в/д класиф'жацшно/ сили яко'1 будезначноюм/рою залежати прогнозна як/сть визначення суми кредитного л/мту. У роботi показано приклад застосування для кредитного скорингу логт-моделi, що включае тльшст та яюснiзм'тш, за допомогою якихописано соц/ально-демограф/чн/характеристики позичальник/в. Про/люстровано порядок використання запропонованого алгоритму на п/дставi тако/ логт-моделi.

Ключов'! слова: кредитнийл'ш'т, лог/стична регреая, кредитний скоринг, оцнка платоспроможностi, ф/ктивнiзмшш. Рис.: 1. Табл.: 3. Формул: 9. Ббл.: 8.

Ковпак Ельвiра Олександрiвна - кандидат економ/чних наук, доцент, доцент кафедри економ/чно/ юбернетики та прикладной' економ/ки, Харк/в-ський нацюнальний ун/верситет iм. В. Н. Караз/на (пл. Свободи, 4, Харк/в, 61022, Украна) E-mail: elvira.kovpak@karazin.ua

Туманова Юля ГеннадП'вна - студентка, Харк/вський нацюнальний ун/верситет iм. В. Н. Караз/на (пл. Свободи, 4, Харк/в, 61022, Украна) E-mail: tumanovagen@gail.com

УДК 330.43

Ковпак Э. А., Туманова Ю. Г. Расчет кредитного лимита для физического лица-заемщика на основании логит-модели

Целью исследования является разработка алгоритма оценки кредитным учреждением величины кредитного лимита для физического лица-заемщика с учетом его социально-демографических характеристик с помощью инструментария логистической регрессии. Совершенствование процедуры оценки платежеспособности физического лица-заемщика состоит в интеграции эмпирического подхода к определению платежеспособности (на основе соотношения официальных доходов и расходов физического лица) с экономико-математическими методами, позволяющими учитывать имеющиеся ретроспективные данные финансового учреждения о заемщиках и выявлять статистически значимые закономерности. Ключевую роль в алгоритме оценки кредитного лимита занимает разработка логит-модели для классификации заемщиков на классы «надежных» и «ненадежных», от классификационной силы которой будет в значительной степени зависеть прогнозное качество определения суммы кредитного лимита. В работе показан пример применения для кредитного скоринга логит-модели, включающей количественные и качественные переменные, с помощью которых описаны социально-демографические характеристики заемщиков. Проиллюстрирован порядок использования предложенного алгоритма на основании такой логит-модели. Ключевые слова: кредитный лимит, логистическая регрессия, кредитный скоринг, оценка платежеспособности, фиктивные переменные. Рис.: 1. Табл.: 3. Формул: 9. Библ.: 8.

Ковпак Эльвира Александровна - кандидат экономических наук, доцент, доцент кафедры экономической кибернетики и прикладной экономики, Харьковский национальный университет им. В. Н. Каразина (пл. Свободы, 4, Харьков, 61022, Украина) E-mail: elvira.kovpak@karazin.ua

Туманова Юлия Геннадьевна - студентка, Харьковский национальный университет им. В. Н. Каразина (пл. Свободы, 4, Харьков, 61022, Украина) E-mail: tumanovagen@gail.com

UDC 330.43

Kovpak E. 0., Tumanova Yu. H. Calculating the Credit Limit for Individual Borrower on the Basis of Logit-Model

The research is aimed at developing an algorithm for valuation by credit institution of the credit limit for a natural person-borrower, with regard to his socio-demographic characteristics, using the logistic regression tools. The improvement of the procedure for valuation of the solvency of an individual borrower is to integrate an empirical approach to the definition of solvency (based on the ratio of official income and expenditure of an individual) with the economic and mathematical methods, allowing to consider the available retrospective data of the financial institution about borrowers and to identify statistically significant regularities. The key role in the algorithm of estimation of credit limit is occupied by development of the logit-model for classification of borrowers for classes of «reliable» and «unreliable», the classification force of which will be to a large extent determinative as to the predictive quality of defining the amount of the credit limit. The publication presents an example of application of the logit-model for credit scoring, including quantitative and qualitative variables, with the help of which the socio-demographic characteristics of borrowers are described. The procedure of using the proposed algorithm is illustrated on the basis of such logit-model. Keywords: credit limit, logistic regression, credit scoring, solvency estimation, fictitious variables. Fig.: 1. Tbl.: 3. Formulae: 9. Bibl.: 8.

Kovpak Elvira 0. - PhD (Economics), Associate Professor, Associate Professor of the Department of Economic Cybernetics and Applied Economics, V. N. Karazin Kharkiv National University (4 Svobody Square, Kharkiv, 61022, Ukraine)

E-mail: elvira.kovpak@karazin.ua

Tumanova Yuliia H. - Student, V. N. Karazin Kharkiv National University (4 Svobody Square, Kharkiv, 61022, Ukraine) E-mail: tumanovagen@gail.com

Визначення максимально! суми кредиту е одним з головних питань кредитного процесу. Кожна фшансова установа прагне визначати не лише платоспроможшсть майбутнього позичальника, а й максимально можливу «безпечну» суму кредиту, яка

буде в^пов^дати шдив^дуальним можливостям по-тенцшного ^ента.

Загальноприйнятий шдид до виршення цього завдання на поточний момент не вироблено. Фшан-TOBi установи розраховують максимальну суму кре-

диту на пiдставi фшансових даних позичальника та його кредитно! iсторГi - чим краще фiнансовий стан i платiжна дисциплiна будь-якого позичальника, тим бкьшу суму кредиту вiн може отримати [1]. Суттевий мiнус такого шдходу - iгнорування сощально-демо-графiчних характеристик клiента, однобiчнiсть роз-рахунку кредитного лiмiту.

Основнi емпiричнi шдходи до визначення кредитного лiмiту для фiзичноi особи-позичальника такi:

Кредитний лiмiт розраховують виходячи з того, що сума погашення за перюд мае становити не бкь-ше, нiж встановлена частка (найчастiше, це 1/2, 1/3 або 1/5) в^д, величини доходу позичальника за цей перюд. Максимальний щомкячний платГж розрахову-еться як добуток максимального щомшячного доходу та коефiцiента платоспроможност [3].

Кредитний лiмiт розраховують виходячи з того, що чиста щомшячш доходи ^ента (доходи, скориго-ваш на суму постiйних витрат) повинш перевищува-ти платiж за кредитом больше, нiж у 2 рази [2].

Огляд останн1х дослiджень [4-6] кюструе по-пулярнiсть методу визначення максимально! суми кредиту на основi розрахунку плато-спроможностi позичальника. У [6] платоспромож-нiсть позичальника визначаеться як добуток щомь сячного доходу та максимально допустимого банком вiдношення платежу по кредиту до доходу кмента. У робот [5] запропоновано алгоритм визначення максимально! суми кредиту з урахуванням вартосп змiни грошей у чаа, а також розглянуто проблему «плаиж-ного шоку» - нерiвномiрного розподiлу платiжного тягаря на позичальника, методи його «пом'якшення» та розрахунок максимально! суми кредиту з урахуванням даних обмежень. У робота [7] кредитний лiмiт складае мШмум iз показниюв фiнансового стану кль ента, суми лiквiдного забезпечення за кредитом, мож-ливостi обслуговування кредиту та лiмiту по кредиту в рамках конкретного кредитного продукту.

Метою статт е розробка алгоритму оцшки кре-дитною установою величини кредитного лiмiту для фiзичноi особи-позичальника iз урахуванням !! со-цiально-демографiчних характеристик за допомогою iнструментарiю лопстично! регресГ!.

Бiнарна логiстична регресiя використовуеться для кредитного скорингу, щоб комерцшний банк мав можливiсть вiдносити ^ента банку до одного з двох клаав:

1) клiент не допускае прострочування при ви-платi кредиту (клас «надшних» клiентiв);

2) кмент допускае прострочування при виплатi кредиту (клас «ненадшних» клiентiв).

Логiт-модель описуе iмовiрнiсть появи про-строчення ¿-го ^ента Р¿:

1

де

y. = a + a,x., + ax--, + ••• + a x.

si 1 i1 2 i2 n in

(2)

xa, xl2, ..., xln - незалежнг змшнг, тобто ккькгсш

та якгсш cоцiально-демографiчнi характеристики i-го клгента банку;

а1, а2, ..., an - параметри логiт-моделi, що мо-жуть бути оцшенг методом максимально! правдопо-дiбноcтi•

Для практичного використання логгстично! регресГ! необхiдно визначити поргг вгдсгчення (cut-off value) - порогове значення вгроггднос-яким вся множина потенцгйних позичальникгв дглиться на два класи: «надгйних» i «ненадшних» клг-ентгв банку. Визначення порогу вгдсгчення залежить вгд кредитно! полгтики банку.[8]

Пропонуемо такий алгоритм розрахунку величини кредитного лгмгту для конкретного позичаль-ника:

1 крок• Вибрати специфгкацгю та оцгнку пара-метргв моделг логгстично! регресГ!, яку комерцшний банк може використовувати для кредитного скорин-гу, в якгй одним гз факторних змгнних мае бути змгнна «сума кредитуй

2 крок• Отримати ргвняння, де приргвняти до обраного порогу вгдсгчення M оцгнену логгт-модель Для кожного позичальника в цьому ргвняннг зали-шити факторну змгнну xn «сума кредиту» невгдомою змгнною, а всг гншг факторнг змгннг - вгдомими, що вгдповгдають його гндивгдуальним соцгально-демо-графгчним характеристикам:

-К-г = м, (3)

1 + e~( Ki + xin ■ an )

де xin - максимально «безпечна» сума кредитного лгмгту для i-го позичальника;

Ki — Yj - xin ■ an - це ргзниця мгж ргвнянням

регресг! Y,, параметри якого оцгнено в рамках логгт-моделг, та добутку фактора «сума кредиту» з оцгне-ним параметром ап у ргвняннг Y;

M - числове значення порогу вгдсгчення в логгт-моделг (1)

3 крок• Максимально «безпечна» сума кредиту

для ¿-го клгента банку буде визначатися за формулою:

( \

1

ln

Х»и — "

-1 -1

V м у

-K

(4)

P — -

1 + e~y'

(1)

Найдена за формулою (4) величина хп покаже максимально можливу суму кредиту, при збкьшенш яко! ¿-й позичальник перейде з класу благонадшних клiентiв банку до класу «ненадшних» (вкбудеться пе-ретин знайденого оптимального порогу вкачення).

Рiшення зaдaчi (4) може мати негативне значення для ¿-го позичальника, що мае розцшюватись як в^дмова в1д кредитування ¿-го позичальника, тобто

a

n

максимальна «безпечна» сума кредиту для нього до-рiвнюе 0 грн.

4 крок. Розрахувати очкуваний щомюячний плaтiж ¿-го позичальника для розрахунково! величи-ни кредитного лiмiту (и) вiдповiдно до умов кредиту-вання, що розглядаються для позичальника.

5 крок. Розрахувати максимальну суму щомкяч-ного платежу (итах) ¿-го позичальника залежно вiд його щомкячного доходу (revenue¿):

U¿max = ге^епие1 • к, (5)

де к - коефщент плaтоспроможностi, який визна-чаеться як максимальна частка доходiв, яку клiент може витрачати на погашення зобов'язань перед банком. Розмiр коефiцiентa плaтоспроможностi визна-чае банк на основi власно! статистики та накопиче-ного досвiду.

6 крок. Зктавити розрaхунковi величини пла-тежiв за перiод i скоригувати умови кредитування. Якщо и1 < итах, то як максимальну суму кредиту банк може обирати суму, розраховану за формулою (4), бо в розглянутого позичальника буде достатньо вкьних кошпв, щоб погасити заборговашсть перед банком. В шшому випадку, коли итах< u¿, банк може обирати деккька стрaтегiй мШмГзаци ризишв невиплати зобов'язань позичальником:

+ збiльшити строк кредиту до значення

п = -

(6)

У результат даних дш щомiсячне плaтiжне на-вантаження на позичальника послабиться;

+ обмежити суму кредиту до значення

Хшах = ишах ' п; (7)

+ поеднати обидва методи - одночасно збкь-шити строк кредиту i обмежити лiмiт кредиту.

Розглянемо застосування описаного алгоритму для оцшки максимально можливо! суми кредиту для позичальнишв комерцiйного банку на пiдстaвi побудовано! авторами конкретно! логГт-моделi для кредитного скорингу. Вiдбiр незалежних змiнних, визначення специфiкaцii моделi та оцiнкa Г! пaрaметрiв реaлiзовувaлися в статистичному середо-вищi Я. На пiдстaвi бази даних клГенпв банку роз-мiром 4176 спостережень для шести рiзних типiв баншвських кредитних продуктiв було побудовано лопт-модель.

Якiснi (кaтегорiaльнi) фактори в моделi було описано за допомогою шструментарш фiктивних змiнних: тип продукту, регюн проживання, стать, а-мейний стан, мкце реестраци, нaявнiсть автомоб1ля у власносп, принaлежнiсть особи до числа клГенпв банку, нaявнiсть картки, наявшсть прострочень у кредитнiй iсторГ!, коректшсть вказаних доходiв, на-явнiсть негативно! шформаци зi служби безпеки. Кожну iз якiсних змiнних x¿, що приймае к вaрiaнтiв значень, можна описати за допомогою (к- 1) фштив-но! змiнноi. Тобто, якщо клГент банку обрав певний тип кредитного продукту, то для опису приналежно-ст кредитного продукту до одного з шести тишв треба ввести п'ять фктивних змшних за схемою:

тип прод!

(2) =

1, якщо Тип продукту = Споживчий кредит, тип 2 0, якщо Тип продукту Ф Споживчий кредит, тип 2'

Д3) =

1, якщо Тип продукту = Споживчий кредит, тип 3

тиППрод;\- ; I А гр гл ~ О'

1 [0, якщо Типпродукту^ Споживчий кредит, тип 3 [1, якщо Типпродукту = Споживчий кредит, тип 4

Хтип прод; (4) _ | п ^ г^ " л ;

' [0, якщо Типпродукту Ф Споживчий кредит, тип 4 [1, якщо Тип продукту = Споживчий кредит, тип 5

Хтиппрод; (5) _ | п ^ г^ " с'

1 [0, якщо Типпродукту Ф Споживчий кредит, тип 5 11, якщо Типпродукту = Споживчий кредит, тип 6

X,

тип прод!

(6)=

0, якщо Типпродукту Ф Споживчий кредит, тип 6

За тим самим принципом було визначено фш-тивш змшш, яю дають можливкть описати: регюн

пр°живання клiентa - ЛреГ;он ¿ (2), ..., ХретГош (190 стать

клiентa - х ¿; сiмейний стан - ^ний стан ¿ (2), •",

х. . . • (6); мicце реестрацГ! - х . ... (2),

ciмейний стан ¿ 4 п м £ £ м мicце реестраци ¿ 4 п

хмicце реестраци ¿ (3); нaявнicть aвТоMобiля - хaBтомобiль Р

принaлежнicть особи до клiентiв банку - хГснуючий клГ-ент 6анку ¿; нaявнicть прострочень у кредитнш Гстори -

^про^ень у минулому ¿; коPекТнicТь вказаних доходгв -

х . .; нaявнicть карткового рахун-

коректнicть вказаних доходгв v ? г /

¿; нaявнicть негативно! шформаци

ку -

наявшсть картки ¿-

зг слу^кби безпеки_х

' негативна ГнформацГя Гз СБ ¿'

Отримана логГт-модель, за допомогою яко! можна прогнозувати ГмовГрнГсть Р1 появи простро-чення для ¿-го клГента:

р =-

1

(8)

1 +

п

и

У

де У. = -1,0214 + ах . (2) + ах . (3) + ах

п г ' 1 тип прод. г 4 ' 1 тип прод. г 1 тип

• (4) + алх • (5) + ах • (6) + а х ■ •

прод. г Г тип прод. г ' Г тип прод. г ^ ' препон г

(2) + ... + ах . . (19) + ах . + а.х . . . . (2) +

4 ' 2 репон г 4 ' 3 стать г 4 омеинии стан г у '

+ а х (3) + а х (4) + а х

4 с1меинии стан г 4 ' 4 сшеинии стан г 4 ' 4 сшеинии

(5) + а х

стан г 4 ' 4 сшеинии стан г

+ а5Хм1сце реестрацп г (3) + абХавтомоб1ль г + а7Х 1снуючии кл1снт

г + а х + а х +

банку 8 наявнють картки г 9 прострочення в минулому г

(6) + а х (2) +

-т г у 1 5 мюце реестрацп г у 1

+ аюХкорректн1сть вказаних доход1в г + а11Хнегативна 1нформац1я

• г-с • + а^Х ■ г + 0,00003 • X • +

1з СБ г 12 тел. р1дних у анкет1 ' сума кредиту г

0,00047 • х . . - 0,0419 • х . . . .-

1 строк кредиту, дшв г 1 стаж на ост.мющ, рок1вг

- 0 0297 • х + 0 13438 • х -

3 загальни стаж, рок1в г 3 к1льк1сть пот.кредит1вг

- 0,000009 • х . ..

' дох1д, грн г

Оц1нки коефщенпв а1, а2, а3, а4, а5, а6, а7, а8, а9, а10 та а,, в лопт-модел1 (8) приимають так1 значення:

а1 =

<

а3 =

0,0000, якщо Тип продукту = Споживчии кредит, тип 1 -11,2904, якщо Тип продукту = Споживчии кредит, тип 2 -0,8464, якщо Тип продукту = Споживчии кредит, тип 3 -1,5384, якщо Тип продукту = Споживчии кредит, тип 4 0,0044, якщо Тип продукту = Споживчии кредит, тип 5 -0,7509, якщо Тип продукту = Споживчии кредит, тип 6;

^ 0,0000, якщо регюн = м. Харшв

-0,22638, якщо регюн = Полтавська область -0,8228, якщо регюн = Донецька область 0,4835, якщо регюн = Житомирська область 0,3725, якщо регюн = Льв1вська область -0,8269, якщо регюн = Сумська область -0,8599, якщо регюн = Черкаська область -0,3620, якщо регюн = Чернтвська область -0,1162, якщо регюн = Запор1зька область 0,6858, якщо регюн = м. Кшв 0,4966, якщо регюн = Дншропетровскька область -1,2392, якщо регюн = Юровоградська область -0,6338, якщо регюн = Вшницька область -1,6735, якщо регюн = Харшвська область 1,5209, якщо регюн = Микола!вська область -1,4267, якщо регюн = 1вано-Франк1вська область -0,8298, якщо регюн = Тернопкьська область -0,5578, якщо регюн = Хмельницька область ^ -0,9389, якщо регюн = Херсонська область;

0,0000, якщо амеинии стан = в громадянському шлюб1 -0,1845, якщо амеинии стан = неодружении(-на) -0,3698, якщо амеинии стан = розлучении(-на) -0,5223, якщо амеинии стан = одружении(-на) -0,4961, якщо амеинии стан = вдова(-ець) -1,3376, якщо амеинии стан = не визначено;

0,0000, якщо стать = Жшка 0,4972, якщо стать = Чоловш;

а5 =

0,0000, якщо мкце проживання = смт -0,2647, якщо мкце проживання = мкто -0,0405, якщо мкце проживання = село;

0,0000,якщо в позичальника немае у власносп авто -0,8887, якщо у позичальника е у власност авто;

а7 =

0,0000, якщо на дату надання кредиту позичальник не був кл1ентом -0,2813, якщо на дату надання кредиту позичальник був кл1ентом;

0,0000, якщо в позичальника е картковии рахунок 0,5092, якщо в позичальника немае карткового рахунку;

а2 =

а4 =

а6 =

а8 =

Г 0,0000, якщо в позичальника вiдсутнe прострочення 1_0,5

1,5634, якщо в позичальника було прострочення;

Г 0,0000, якщо доходи не вгдповгдають отримангй гнформаци -0,5181, якщо доходи вгдповгдають отриманiй iнформацГi;

Г 0,0000, якщо вгдсутня негативна iнформацiя 3i служби безпеки ^-0,2836, ;

_ Г 0,0000, я ®12 ^-0,1802,

, якщо наявна негативна гнформащя 3i служби безпеки;

якщо в анкет не вказано телефон ргдних якщо в анкетi вказано телефон рГдних.

<

CQ 2

о

=Г

I

о

о

<

Ш

Aналiз основних статистичних критерГ'в якостi свiдчить про високу класифгкацшну здатнiсть моделi логiстичноi' регреси розпiзнати по-тенцiйних благонадiйних i дефолтних позичальникiв (табл. 1): AUC > 0,8 свгдчить про дуже гарну якiсть класифiкацГi моделi; 65,2% благонадгйних позичальни-кiв були виявленг моделлю; 86,6% дефолтних позичаль-никгв були виявленг моделлю; загальна гмовгрнгсть мо-делг давати правильнг результати доргвнюе 70,27%.

Таблиця 1

Анал!з якостi логiт-моделi (8)

Показник Значення

AUC - площа пiд ROC-кривою 0,831

Чутливiсть (sensitivity) 0,652

Специфiчнiсть (specificity) 0,868

Точшсть (accuracy) AC 0,7027

( ( ln

X»Vi -

1

0186

-1

,. Я Graphics: D™ce2 [ACTIVE)

CEDC^E

1,00,

•t; 0,6

1 0,4 0,2 -0,0

/0 ,186 (0,652; 0 ,868 )/

' AUC: 0,83 1

i 1,0 0,8 1 1 0,6 0,4 Specificity 0, i 2 0,0

Джерело: авторська розробка.

Для розрахунку кредитного лгмгту, окргм побу-дови логгт-моделг, необхгдно визначити оптимальне значення порогу вгдсгчення M. Для його знаходження для моделг (8) було побудовано ROC-криву (на рис. 1 показано оптимальне значення порогу вгдсгчення 0,186, показники чутливостг SE = 0,652 та специфгч-ностг SP = 0,8

Рис. 1. ROC-крива та оптимальний nopir вiдсiчення для мoделi (8) Джерело: авторська розробка.

На пгдставг алгоритму, що пропонуеться в дослг-дженнг, ргвняння для визначення кредитного лгмгту для i-i фгзично'' особи-позичальника матиме вигляд:

л

1,0214 + aiXmunnp0di. (2) + aiXmunnp0di. (3) + aiXmunnp0di. (4) -

+а1Хтиппрод.1 (5) + a1Xmunnpod.j (6) + a2Хрегющ (2) + ••• + a2Хрегющ (19) +

+а3Хстать (2) + а4Хсшейний стащ (3) + а4XciMeuHuucmaHj (4) + а4Хсшейний стащ (5) +

+а4Хс1мейнш стащ (6) + а5Хмюце реестрацпj (2) + а5Хмсце реестрацпj (3) +

+а X + а X + а X +

6 автомобыь^ 7 iснуючuйклieнmбанкуi 8 наявшсть карткщ

+а X + а X +

9 nрoсmрoченнявмuнулoмуi 10 кoрекmiнсmь вказанuх дoхoдiвi

+a11XнегаmuвнаiнфoрмацiязiСБi + а12Xmелефoнрiднuху анкетц + 0,00003 х

хх +0 00047•х —0 0419х

лсумакредumуi 1 ' л'сmрoккредumу,днiвi «-"уа

XXкiлькiсmьnonереднiхкредumiвi 0, 000009 • Xдoхiд, грн

/0,00003.

(9)

a9 =

1

За р1внянням (9) можна визначити кредитш л1-м1ти для позичальник1в банку, сощально-демограф1ч-н1 характеристики яких представлено в табл. 2.

За формулою (9) максимально безпечна сума кредиту для кожного з двох розглянутих позичальни-к1в матиме значення, що наведено в табл. 3.

Для Позичальника 1 максимально «безпечна» сума кредиту складатиме 67991,40 грн при строку кредиту 12 мкящв. На дану суму вплинули «позитив-ш» сощально-демограф1чш характеристики - жшоча стать, загальнии стаж роботи 20 роив, позичальник зареестровании у мкп, у кл1ента в1дсутш поточ-н1 кредити та прострочення в минулому. Але анал1з платоспроможносп позичальника 1люструе нестачу кошпв для вчасного погашення зобов'язання перед банком у раз1 отримання максимально! суми. Тому робота з даним кл1ентом мае два шляхи - обмежен-

ня максимально! суми кредиту до 38400,00 або збкь-шення строку кредитування до 22 мкящв.

При робот з Позичальником 2 система про-аналiзувала деяк негативнi фактори, що вплинули на визначення максимально «безпечно!» суми кредиту в розмiрi 10861,40 грн - у позичальника е 4 по-точнi кредити, простроченi в минулому, доходи позичальника не в^пов^ають отриманш iнформацiï. Одночасно аналiз платоспроможностi позичальника iлюструе достатнiсть кошпв для вчасного погашення зобов'язання перед банком, тому максимально «безпечна» сума не коригуеться i встановлюеться в сумi 10861,40 грн.

ВИСНОВКИ

Переваги запропонованого методу розрахунку величини кредитного лiмiту таю:

Таблиця 2

Характеристики фiзичних осiб-позичальникiв

Змшна Позичальник 1 Позичальник2

Коефiцieнт при ЗМШШЙ Значення змшноУ Коефiцieнт при змiннiй Значення змшноУ

х тип прод. 0,00 Позичальник прагне оформити кредит без довщки про доходи 0,00 Позичальник прагне оформити кредит без довщки про доходи

V регюн -0,23 Область проживання -Полтавська -11,662 Область проживання -Запорвька

V стать 0,00 Жшоча стать 0,00 Жшоча стать

V сiмейний стан -0,37 Розлучена -0,496 Вдова

V тел. рiдних у анкет 0,00 У анкет! не вказано кон-тактний телефон рщних 0,00 У анкет! не вказано кон-тактний телефон рщних

V мiсце реестрацй' -0,26 Клгёнт зареестрований у м1ст1 -0,26 Клгёнт зареестрований у мкл

V автомобть 0,00 Немае власного авто-мобтя 0,00 Немае власного авто-мобтя

V iснуючий шент банку 0,00 На дату звернення позичальник не був клгёнтом банку -0,2813 На датузвернення позичальник був шен-том банку

V наявнiсь картки 0,51 Не мае карткового ра-хунку 0,00 Мае картковий рахунок

V наявнiсть прострочення в минулому 0,00 Прострочення в минулому вщсутне 0,5634 Прострочення в минулому присутне

V коректнiсть вказаних даних 0,00 Доходи позичальника не вщповщають отрима-н1й ¡нформацп' 0,00 Доходи позичальника не вщповщають отрима-шй ¡нформацп

V негативна iнформацiя 3i СБ 0,00 Негативна ¡нформацт з1 служби безпеки вщсутня 0,00 Негативна ¡нформац1я з1 служби безпеки в1дсутня

V строк кредиту,днiв 364 1095

V стаж на ост. мкяц1 рокiв 12 6

V загальнй стаж, рокiв 20 25

V кшьюсть пот. кредитiв 0 4

V Дохiд, грн 8000 7000

<С m

2

о

=т

о

о

<

о

ш

Джерело: авторська розробка.

Таблиця 3

Приклад розрахунку максимально!' суми кредиту

Позичальник 1 Позичальник2

Максимально «безпечна» сума кредиту, грн (4), (9) 67991,4 10861,40

Строк кредитування, Mic. 12 36

Дохщ щомкячний, грн 8000 7000

Вщсоткова ставка, Mic. 3,75% 3,75%

Оч^ваний щомкячний пла™, грн 7139,93 554,00

Максимально можливий щомкячний пла™, грн (5), при k = 0,4 3 200 2 800

Висновок про платоспроможшсть позичальника Недостатньо кош™ для вчасного по-гашення зобов'язання (максимально можливий щомкячний пла™ (з урахуванням доходiв) менше оч^-ваного платежу по кредиту з «безпеч-ною» сумою) Позичальник платоспроможний (максимально можливий щомкячний пла™ (з урахуванням доходiв) пере-вищуе оч^ваний плалж по кредиту з «безпечною» сумою)

Максимально можлива сума кредиту з урахуванням платоспроможност позичальника, грн (7) 38400, 00 -

Максимальний строк кредиту, мк. (6) 22 -

Джерело: авторська розробка.

1. Банк враховуе не лише фшансов^ а й сощально-демографiчнi характеристики позичальника, його кредитну шторш.

2. Метод дае можливкть iнтеграцГi емшричних та економiко-математичних методiв при розрахунку кредитного лiмiту.

3. Оцiнка величини кредитного лiмiту за запро-понованим алгоритмом може бути повшстю автома-тизована, що виключае можливiсть впливу людсько-го фактора на процес.

Використання запропонованого алгоритму на практищ для визначення лiмiту кредитування фь зичних осiб комерцiйними банками можна розгляда-ти як один з шструменпв управлiння ix кредитним портфелем. ■

Л1ТЕРАТУРА

1. Моделi визначення лiмiту кредитування. URL: https://www.cfin.ru/finanalysis/banks/limit.shtml

2. Як банки оцшюють платоспроможшсть потенцм-ного позичальника. URL: http://www.prostobank.ua/blog/ osobisti/banki/yak_banki_otsinyuyut_platospromozhnist_ potentsiynogo_pozichalnika

3. Як банки розраховують максимальну суму кредиту. URL: http://mir-procentov.ru/potrebitelskie-kredity/ poryadok-polucheniya-kredita-v-banke/kreditosposobnost-zaemshchika/kak-banki-rasschityvayut-maksimalnuyu-summu-kredit.html

4. Быкова Н. Н. Основные методы анализа кредитоспособности заемщика. Гуманитарные научные исследования. 2017. № 2. С. 392-396. URL: http://human.snauka. ru/2017/02/21757

5. Плешкун А. Процентная ставка в условиях инфляции: разрешение противоречий. Банкауск веснк. 2013. № 23. С. 22-30. URL: www.nbrb.by/bv/articles/9916.pdf

6. Черников К. С., Липатова С. В. Поддержка принятия решения на основе интеграционного подхода в системе банковского кредитования. Современные проблемы науки и образования. 2012. № 1. URL: https://www.science-education. ru/ru/article/view?id=5322

7. Ефимова Ю. В. Модели определения лимита кредитования. Банковское кредитование. 2012. № 5. URL: https://www.cfin.ru/finanalysis/banks/limit.shtml

8. Григорьев C. Г., Лобзин Ю. В., Скрипченко Н. В. Роль и место логистической регрессии и ROC-анализа в решении медицинских диагностических задач. Журнал инфек-тологии. 2016. Т. 8. № 4. С. 36-45. URL: https://journal.niidi.ru/ jofin/article/view/525/493

REFERENCES

Bykova, N. N. "Osnovnyye metody analiza kreditospo-sobnosti zaemshchika" [The main methods of analyzing the creditworthiness of the borrower]. Gumanitarnyye nauchnyye issledovaniya. 2017. http://human.snauka.ru/2017/02/21757

Chernikov, K. S., and Lipatova, S. V. "Podderzhka prinyati-ya resheniya na osnove integratsionnogo podkhoda v sisteme bankovskogo kreditovaniya" [Decision support based on an integration approach in a bank lending system]. Sovremennyye problemy nauki i obrazovaniya. 2012. https://www.science-education.ru/ru/article/view?id=5322

Grigorev, C. G., Lobzin, Yu. V., and Skripchenko, N. V. "Rol i mesto logisticheskoy regressii i ROC-analiza v reshenii medit-sinskikh diagnosticheskikh zadach" [The role and place of logistic regression and ROC analysis in solving medical diagnostic problems]. Zhurnal infektologii. 2016. https://journal.niidi.ru/ jofin/article/view/525/493

"Modeli vyznachennia limitu kredytuvannia" [Models for determining the lending limit]. https://www.cfin.ru/finanalysis/ banks/limit.shtml

Pleshkun, A. "Protsentnaya stavka v usloviyakh inflyatsii: razresheniye protivorechiy" [Interest rate in terms of inflation: resolving contradictions]. Bankauski vesnik. 2013. http://www. nbrb.by/bv/articles/9916.pdf

"Yak banky otsiniuiut platospromozhnist potentsiinoho pozychalnyka" [How banks assess the solvency of a potential borrower]. http://www.prostobank.ua/blog/osobisti/banki/

yak_banki_otsinyuyut_platospromozhnist_potentsiynogo_ pozichalnika

"Yak banky rozrakhovuiut maksymalnu sumu kredytu" [How banks calculate the maximum loan amount]. http://mir-procentov.ru/potrebitelskie-kredity/poryadok-polucheniya-kredita-v-banke/kreditosposobnost-zaemshchika/kak-banki-rasschityvayut-maksimalnuyu-summu-kredit.html

Yefimova, Yu. V. "Modeli opredeleniya limita kreditovaniya" [Models determine the credit limit]. Bankovskoye kreditovaniye. 2012. https://www.cfin.ru/finanalysis/banks/limit.shtml

УДК 332.132

1М1ТАЦ1ЙНА МОДЕЛЬ УПРАВЛ1ННЯ КОНКУРЕНТОСПРОМОЖН1СТЮ ПРОМИСЛОВИХ КОМПЛЕКС1В РЕГ1ОН1В (НА ПРИКЛАД1 СЛОБОЖАНСЬКОГО РЕГ1ОНУ)

®2018 ОБОЛЕНЦЕВА Л. В.

УДК 332.132

Оболенцева Л. В. Ытацмна модель управлiння конкурентоспроможшстю промислових комплексiв perioHiB

(на пpикладi Слобожанського peгioну)

У статт'1 побудовано економко-математичну ¡м/тац/йну модель управл'тня конкурентоспроможшстю промислових комплекав регшшв. По-р'вняння двох достов'рнихрегресшних моделей Слобожанського регону довело, що при врахуванн показнит балансу Bci змшш дають сум1рний позитивний вклад у результуючий показник; в ншому випадку лише капiтальнi швестици позитивно впливають на остаточний результат, а тнова^йну актившсть промислових тдприемств та ф'тансовi результати до оподаткування можна вважати край незадов'шьними. Було з'ясовано функцональну залежшсть мiж обсягом реалзованоi продукцИ, товар'в та послуг та фнансовими результатами до оподаткування. Зроблено висновок, що чим б'шьша функцональна залежшсть мiж обсягом реал'вованоi промисловоi продукцИта фнансовими результатами до оподаткування, тим кращими е результати економiчно'i д'тльностi регонального промислового комплексу. Тому при побудовi стратегиуправ-л'тня конкурентоспроможшстю промислового комплексу регону необхiдно враховувати ц важел'> впливу. Ключовi слова:модель, конкурентоспроможтсть, промисловий комплекс, управл'тня, регюн. Рис.: 3. Табл.: 2. Формул: 6. Б'бл.: 11.

Оболенцева Лариса Володимирiвна - кандидат економчних наук, доцент, завдувачка кафедри туризму i готельного господарства, Харювський нацональний унверситет мського господарства iм. О. М. Бекетова (вул. Маршала Бажанова, 17, Харщ 61002, Украна) E-mail: larysa.obolentseva@gmail. com

УДК 332.132

Оболенцева Л. В. Имитационная модель управления конкурентоспособностью промышленных комплексов регионов (на примере Слобожанского региона)

В статье построена экономико-математическая имитационная модель управления конкурентоспособностью промышленных комплексов регионов. Сравнение двух достоверных регрессионных моделей Слобожанского региона показало, что при учете показателей баланса все переменные дают соизмеримый положительный вклад в результирующий показатель; в противном случае только капитальные инвестиции положительно влияют на окончательный результат, а инновационную активность промышленных предприятий и финансовые результаты до налогообложения можно считать крайне неудовлетворительными. Было выяснена функциональная зависимость между объемом реализованной продукции, товаров и услуг и финансовыми результатами до налогообложения. Сделан вывод, что чем больше функциональная зависимость между объемом реализованной промышленной продукции и финансовыми результатами до налогообложения, тем лучше результаты экономической деятельности регионального промышленного комплекса. Поэтому при построении стратегии управления конкурентоспособностью промышленного комплекса региона необходимо учитывать эти рычаги влияния. Ключевые слова: модель, конкурентоспособность, промышленный комплекс, управление, регион. Рис.: 3. Табл.: 2. Формул: 6. Библ.: 11.

Оболенцева Лариса Владимировна - кандидат экономических наук, доцент, заведующая кафедрой туризма и гостиничного хозяйства, Харьковский национальный университет городского хозяйства им. А. Н. Бекетова (ул. Маршала Бажанова, 17, Харьков, 61002, Украина) E-mail: larysa.obolentseva@gmail.com

UDC 332.132

Obolentseva L. V. The Simulation Model of Management

of Competitiveness of the Industrial Complexes of Regions (on the Example of Slobozhanshchina)

In the publication, the author builds an economic-mathematical simulation model of management of competitiveness of industrial complexes of regions. Comparison of two reliable regression models of Slobozhanshchina has showed that, with consideration of the balance indicators, all variables provide a commensurate positive contribution to the resulting indicator; otherwise, only capital investments have a positive effect on the final result, and the innovation activity of industrial enterprises and financial results before taxation can be considered extremely unsatisfactory. The functional relationship between the volume of sold products, goods and services and the financial results before taxation is clarified. It is concluded that the more is the functional dependence between the volume of realized industrial products and the financial results before taxation, the better are the results of economic activity of the regional industrial complex. Therefore, when building a strategy of management of competitiveness of the industrial complex of region, one should consider these levers of influence. Keywords: model, competitiveness, industrial complex, management, region. Fig.: 3. Tbl.: 2. Formulae: 6. Bibl.: 11.

Obolentseva Larysa V. - PhD (Economics), Associate Professor, Head of the Department, Department of Tourism and Hospitality, O. M. Beketov National University of Urban Economy in Kharkiv (17 Marshala Bazhanova Str., Kharkiv, 61002, Ukraine) E-mail: larysa.obolentseva@gmail.com