Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб
У статті визначено, що сучасні підходи до розв’язання задачі кредитування за умови мінімізації ризику можливих втрат потребують впровадження нових ефективних принципів управління ризиками та комп’ютерних систем підтримки прийняття рішень. Побудова таких систем передбачає розроблення та використання...
Збережено в:
| Дата: | 2019 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут економіки промисловості НАН України
2019
|
| Назва видання: | Управління економікою: теорія та практика |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/169764 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб / О.Л. Ольховська, А.Ю. Чугуєвцев // Управління економікою: теорія та практика: Зб. наук. пр. — К: ІЕП НАНУ, 2019. — С. 171-177. — Бібліогр.: 8 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-169764 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-1697642020-07-01T01:26:11Z Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб Ольховська, О.Л. Чугуєвцев, А.Ю. У статті визначено, що сучасні підходи до розв’язання задачі кредитування за умови мінімізації ризику можливих втрат потребують впровадження нових ефективних принципів управління ризиками та комп’ютерних систем підтримки прийняття рішень. Побудова таких систем передбачає розроблення та використання множини альтернативних методів аналізу даних, альтернативних моделей та відповідних критеріїв аналізу якості моделей і остаточного результату – ймовірності неповернення кредиту. Доведено, що використання саме скорингової моделі як одного з головних інструментів ризик-менеджменту кредитних операцій визнано у всьому світі як одне з найбільш ефективних. У сучасній зарубіжній банківській практиці при побудові скоринг-систем найчастіше враховуються такі характеристики клієнта: кількість дітей, сімейний стан, дохід, наявність телефону, строк співробітництва з банком. В останні роки скоринг-системи набули поширення і в діяльності вітчизняних банків. В статье определено, что современные подходы к решению задачи кредитования при условии минимизации риска возможных потерь нуждаются во внедрении новых эффективных принципов управления рисками и компьютерных систем поддержки принятия решений. Построение таких систем предусматривает разработку и использование множества альтернативных методов анализа данных, альтернативных моделей и соответствующих критериев анализа качества моделей и окончательного результата – вероятности невозвращения кредита. Доказано, что использование именно скоринговой модели как одного из главных инструментов риск-менеджмента кредитных операций признан во всем мире как одни из наиболее эффективных. В современной зарубежной банковской практике при построении скоринг-систем чаще всего учитываются такие характеристики клиента: количество детей, семейное состояние, доход, наличие телефона, срок сотрудничества с банком. В последние годы скоринг-системы приобрели распространение и в деятельности отечественных банков. The article defines that modern approaches to solving the credit issue, while minimizing the risk of possible losses, need to introduce new effective risk management principles and computer decision support systems. The construction of such systems involves the development and use of a variety of alternative methods for analyzing data, alternative models and relevant criteria for analyzing the quality of models and the final result - the probability of non-return of credit. It has been proven that the use of the scoring model as one of the main risk management tools of credit operations is recognized worldwide as one of the most effective. In modern foreign banking practice, when building a scoring system, most often, such client characteristics are taken into account: the number of children, marital status, income, telephone availability, and the period of cooperation with the bank. In recent years, scoring systems have become widespread in the activities of domestic banks. 2019 Article Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб / О.Л. Ольховська, А.Ю. Чугуєвцев // Управління економікою: теорія та практика: Зб. наук. пр. — К: ІЕП НАНУ, 2019. — С. 171-177. — Бібліогр.: 8 назв. — укр. 2221-1187 DOI: https://doi.org/10.37405/2221-1187.2019.171-177 http://dspace.nbuv.gov.ua/handle/123456789/169764 uk Управління економікою: теорія та практика Інститут економіки промисловості НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| description |
У статті визначено, що сучасні підходи до розв’язання задачі кредитування за умови мінімізації ризику можливих втрат потребують впровадження нових ефективних принципів управління ризиками та комп’ютерних систем підтримки прийняття рішень. Побудова таких систем передбачає розроблення та використання множини альтернативних методів аналізу даних, альтернативних моделей та відповідних критеріїв аналізу якості моделей і остаточного результату – ймовірності неповернення кредиту. Доведено, що використання саме скорингової моделі як одного з головних інструментів ризик-менеджменту кредитних операцій визнано у всьому світі як одне з найбільш ефективних. У сучасній зарубіжній банківській практиці при побудові скоринг-систем найчастіше враховуються такі характеристики клієнта: кількість дітей, сімейний стан, дохід, наявність телефону, строк співробітництва з банком. В останні роки скоринг-системи набули поширення і в діяльності вітчизняних банків. |
| format |
Article |
| author |
Ольховська, О.Л. Чугуєвцев, А.Ю. |
| spellingShingle |
Ольховська, О.Л. Чугуєвцев, А.Ю. Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб Управління економікою: теорія та практика |
| author_facet |
Ольховська, О.Л. Чугуєвцев, А.Ю. |
| author_sort |
Ольховська, О.Л. |
| title |
Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб |
| title_short |
Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб |
| title_full |
Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб |
| title_fullStr |
Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб |
| title_full_unstemmed |
Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб |
| title_sort |
скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб |
| publisher |
Інститут економіки промисловості НАН України |
| publishDate |
2019 |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/169764 |
| citation_txt |
Скоринг як експертний метод для прогнозування кредитоспроможності фізичних осіб / О.Л. Ольховська, А.Ю. Чугуєвцев // Управління економікою: теорія та практика: Зб. наук. пр. — К: ІЕП НАНУ, 2019. — С. 171-177. — Бібліогр.: 8 назв. — укр. |
| series |
Управління економікою: теорія та практика |
| work_keys_str_mv |
AT olʹhovsʹkaol skoringâkekspertnijmetoddlâprognozuvannâkreditospromožnostífízičnihosíb AT čuguêvcevaû skoringâkekspertnijmetoddlâprognozuvannâkreditospromožnostífízičnihosíb |
| first_indexed |
2025-07-15T04:37:05Z |
| last_indexed |
2025-07-15T04:37:05Z |
| _version_ |
1837686299851489280 |
| fulltext |
171
DOI: https://doi.org/10.37405/2221-1187.2019.171-177
О.Л. Ольховська, к.е.н., доц.,
А.Ю. Чугуєвцев
СКОРИНГ ЯК ЕКСПЕРТНИЙ МЕТОД ДЛЯ
ПРОГНОЗУВАННЯ КРЕДИТОСПРОМОЖНОСТІ
ФІЗИЧНИХ ОСІБ
Якість аналізу кредитоспроможності впливає на підвищення
ефективності кредитної політики та зниження кредитних ризиків,
що характеризуються ступенем невизначеності виникнення неба-
жаних подій при здійсненні фінансових угод.
Банківська сфера України визначена міжбанківською конку-
ренцією та високими вимогами до фінансової стійкості банків.
Тобто ризики в діяльності банків мають бути мінімальними для
функціонування банку. Разом із тим необхідно зазначити, що на-
прикінці минулого року вітчизняні банки зіткнулися з проблемою
неповернення населенням отриманих кредитів. Це підкреслює важ-
ливість розробки методик оцінки кредитоспроможності фізичних
осіб і ризику банків при наданні споживчих кредитів, яких вітчиз-
няні комерційні банки на сьогодні не мають.
Кредитний ризик банків при кредитування фізичних осіб – це
ризик неповернення позики і несплати відсотків за нею в повному
обсязі, який залежить від матеріального становища, фізичного
стану позичальника і його особистих якостей.
Дослідженням різних аспектів моделювання та оцінки креди-
тоспроможності фізичних осіб займались багато вчених, зокрема,
Т. Андрушків визначив роль і місце оцінки кредитоспроможності
позичальника у кредитному процесі комерційного банку та управ-
лінні кредитним ризиком; Ю. Прохорова та О. Калмикова визна-
чили основні недоліки та проблеми оцінки кредитоспроможності
фізичних осіб та розробили пропозиції щодо її удосконалення [4];
Я. Вовк, У. Хмеленко займались дослідженням банківського креди-
тування та контролю [1]. Проте, зараз досить мало наукових розро-
бок, які дозволяють оцінити кредитоспроможність фізичних осіб
швидко та в повній мірі з урахуванням динамічного середовища
функціонування суб’єктів господарювання в умовах ринкової еко-
номіки.
© О.Л. Ольховська,
А.Ю. Чугуєвцев, 2019
172
Метою статті є дослідження скорингу як експертного ме-
тоду для прогнозування кредитоспроможності фізичних осіб.
Визначення рівня кредитоспроможності позичальника є пер-
шим етапом реалізації кредитних відносин, так як є основою для
прийняття рішення про надання кредиту. Визначення рівня креди-
тоспроможності дозволить визначити найбільш впливові показники
на цей фактор. Адекватна діагностика усіх показників у подаль-
шому дозволяють звести до мінімуму ризик неповернення коштів.
Рішення стосовно надання потенційному позичальнику кре-
диту приймається з урахуванням класу кредитоспроможності. Роз-
поділимо позичальників за рейтингом надійності на 5 класів
Клас А – (стандартний кредит) позичальник має хороший фі-
нансовий стан та достатні джерела доходів для виплати за кредит-
ними зобов’язаннями (160 і більше балів);
Клас Б – (під контролем) фінансовий стан позичальника доб-
рий або дуже добрий, проте немає можливості підтримувати його
на цьому рівні протягом довгого періоду часу(120-159 балів);
Клас В – (субстандартний кредит) задовільна фінансова дія-
льність, проте прослідковується чітка тенденція до його погіршення
через зміну місця роботи, хворобою позичальника або членів сім`ї
та інше(80-119 балів).
Клас Д, Г – (сумнівний, безнадійний кредити) фінансовий
стан позичальника незадовільний, спричинений втратою місця ро-
боти, відсутністю джерела погашення позики, втратою застави(0-
79 балів) [3].
Для оцінки кредитоспроможності застосовують різні методи
оцінки. Найчастіше використовується скорингова модель оцінки
кредитоспроможності фізичних осіб.
Кредитний скоринг являє собою аналіз кредитоспроможності
клієнтів. Процес прийняття рішень стосовно можливості видання
кредиту позичальнику ґрунтується на знаннях і даних стосовно клі-
єнтів. Сучасні бази знань і даних (БЗД) інформаційних систем під-
тримки прийняття рішень містять низку означень, які сформулю-
вали експерти з кредитування, спрямованих на пояснення значущо-
сті інформації, наявних моделей та можливостей їх використання у
процесі кредитування. Ця інформація описує не тільки стандартні
(відомі) можливості стосовно аналізу даних та вимоги до процесу
кредитування, але й спеціальні знання (методи, моделі та обчислю-
вальні алгоритми), їх інтерпретацію, внутрішню термінологію фі-
нансової установи, яка стосується розв’язання задач, пов’язаних з
кредитуванням.
173
Системи скорингу дозволяють ефективно та адекватно оці-
нити кредитоспроможність позичальника банку в умовах кризи
і посткризової рецесії, оскільки враховують регіональну специфіку,
загальносвітові глобалізаційно-інтеграційні процеси та динаміку
змін макроекономічної ситуації. Це забезпечується тим, що кожен
банк може закласти у процес оцінки найрізноманітніші показники:
репутація позичальника (переведена у бальну шкалу), зміни ринко-
вої кон’юнктури (за результатами прогнозних показників) та ін.
Впровадження кредитного скорингу в практичну діяльність вітчиз-
няних банків дасть змогу: підвищити ефективність управління кре-
дитним портфелем банку на підставі прийняття зважених та об-
ґрунтованих рішень; знизити операційні витрати завдяки економії
робочого часу працівників кредитного відділу, оскільки порівняно
з традиційним аналізом кредитної заявки знижується кількість до-
кументації, що обробляється. використовувати якісно нові системи
прийняття рішень щодо видачі кредиту і вдосконалення моделей
кредитування. Саме цей метод дозволяє врахувати і особливості
розвитку регіону, і боротись із шахрайським діями позичальників,
що нині є надзвичайно актуальним. Таким чином, упровадження
скорингових систем у практику українських банків необхідне як для
самих банків щодо впевненості в поверненні кредиту позичальни-
ком та відповідно зниженні кредитних ризиків банку, так і для по-
зичальників, для яких скорингова система відчутно скоротить час
на прийняття банком рішення на видачу кредиту.
Загалом моделі кредитного скорингу можна розділити на дві
великі категорії: параметричні й непараметричні. Група параметри-
чних моделей містить такі:
1) лінійні ймовірнісні моделі;
2) моделі типу логіт і пробіт (моделі двійкового вибору);
3) моделі, які ґрунтуються на застосуванні дискримінантного
аналізу;
4) нейронні мережі;
5) нейронечіткі моделі;
6) байєсівські мережі.
До непараметричних скорингових моделей належать:
1) моделі, які використовують для розв’язання задач матема-
тичного програмування;
2) класифікаційні дерева (рекурсивні класифікаційні алгори-
тми);
3) моделі, які використовують для реалізації методу найбли-
жчого сусіда;
174
4) аналітичний ієрархічний процес прийняття рішень;
5) нечітка логіка (і нечітка логіка в комбінації з іншими про-
цедурами прийняття рішень);
6) експертне оцінювання і системи на його основі.
Використання саме скорингової моделі як одного з головних
інструментів ризик-менеджменту кредитних операцій визнано у
всьому світі як одне з найбільш ефективних. У сучасній зарубіжній
банківській практиці при побудові скоринг-систем найчастіше, вра-
ховуються такі характеристики клієнта: кількість дітей, сімейний
стан, дохід, наявність телефону, строк співробітництва з банком. В
останні роки скоринг-системи набули поширення і в діяльності віт-
чизняних банків.
При здійсненні оцінки фінансового стану позичальника фізи-
чної особи враховується:
соціальна стабільність клієнта, тобто наявність власної неру-
хомості, цінних паперів тощо, робота, сімейний стан і, як наслідок:
1) наявність реальної застави;
2) вік та здоров’я клієнта;
3) загальний матеріальний стан клієнта, його прибутки та ви-
трати;
користування банківськими позиками в минулому та своєча-
сність погашення їх та відсотків за ними, а також користування ін-
шими банківськими послугами;
зв’язки клієнта з діловим світом тощо.
На Заході банки вже давно не вважають заробітну плату ос-
новним чинником кредитоспроможності. Крім доходу на неї впли-
вають стать і сімейний стан (розлучені жінки більш дисципліновані,
ніж неодружені чоловіки), а також вік (банки не довіряють дуже мо-
лодим).
Для розробки доброї скорингової карти передусім необхідно
вибрати ряд факторів, що найбільше впливають на поведінку пози-
чальника в майбутньому. З цією метою необхідно зробити вибірку
«добрих» і «поганих» позичальників (у тому числі і відмови) за
певний попередній період, чиї заявки були оброблені свого часу
вручну [2].
Далі необхідно здійснити аналіз усіх даних позичальника з
використанням статистичних методів із метою виявлення тих да-
них, що є найбільш частими характеристиками окремо «добрих» і
«поганих» кредитних рахунків позичальників. Такий аналіз також
повинен виявити ступінь кореляції і важливості даних з якістю кре-
175
дитного рахунку і внаслідок цього їх важливість у скоринговій мо-
делі.
Також важливим є визначення критичного значення резуль-
тату скорингової моделі, що розділить позичальників на «поганих»
і «добрих», тобто рівень, при якому доходи від «добрих» позичаль-
ників є достатніми для покриття збитків за потенційно «поганими»
позичальниками. Для цього можна звернутися до комплексного
аналізу і співвідношення доходності кредитного портфеля і рівня
списання боргів, віднесених до безнадійних та інших витрат. При-
пустимо, що в середньому збитки за одним «поганим» кредитним
рахунком покриваються доходом за десятьма «добрими». У даному
випадку таким рівнем буде значення скорингової карти, відповідне
такому співвідношенню: 10/1. Саме таке значення і буде свого роду
точкою беззбитковості кредитних операцій банку.
Технології кредитного скорингу мають постійні тенденції до
розвитку та вдосконалення, що дозволяє розробляти нові алго-
ритми, які, у свою чергу, дозволяють мінімізувати кредитний ризик.
Ці алгоритми мають у своїй основі різні критерії, які залежать від
типу кредитної організації, параметрів кредиту та ін. Такі вдоскона-
лення можуть успішно знайти своє застосування в Україні, де існує
проблема недостатності історичних даних про попередній досвід
кредитування.
Комерційному банку слід проводити аналіз функціонування
кожної сфери економічної діяльності і форми власності та ризиків,
що їм притаманні, оскільки від цього залежить претензійно-позовна
робота банку з позичальником. Такий аналіз стане додатковим чин-
ником при визначенні класу позичальника, оскільки можуть виник-
нути ситуації, коли аналіз самого позичальника дає підставу від-
нести його до вищого класу, тоді як загальний стан та ризиковість
роботи галузі не дають можливості цього зробити.
Комерційному банку рекомендується розробляти чинники
додаткової оцінки позичальників залежно від основного виду діяль-
ності та форми власності, використовуючи при цьому досвід влас-
ної, кредитної і претензійної роботи, інформацію міністерств і ві-
домств тощо.
На підставі статистики повернень чи неповернень кредитів за
допомогою математичних методів виявляють чинники, які найбі-
льше впливають на спроможність і бажання позичальника повер-
нути борг [5].
176
Висновки. На сьогоднішній день в банківській сфері є досить
популярним видача кредиту фізичним особам. Проте, надаючи кре-
дит, банк стикається з ризиком неповернення позичених коштів.
Сучасні підходи до розв’язання задачі кредитування за умови
мінімізації ризику можливих втрат потребують впровадження но-
вих ефективних принципів управління ризиками та комп’ютерних
систем підтримки прийняття рішень. Побудова таких систем перед-
бачає розроблення та використання множини альтернативних мето-
дів аналізу даних, альтернативних моделей та відповідних критеріїв
аналізу якості моделей і остаточного результату – ймовірності не-
повернення кредиту.
Література
1. Вовк В.Я., Хмеленко О.В. Кредитування і контроль: навч. посіб. Київ:
Знання, 2008. 463 с.
2. Крістіогло Г.М. Використання скорингових моделей в умовах невизна-
ченості та ризику споживчого кредитування. Формування ринкових відносин в
Україні. 2007. № 7(74). С. 86–90.
3. Положення про порядок формування та використання банками України
резервів для відшкодування можливих втрат за активними банківськими опе-
раціями: Постанова Правління Національного банку України від 25.01.2012 р.
№ 23. URL: http://zakon4.rada.gov.ua/laws/show/z0231-12.
4. Прохорова Ю.В., Калмикова О.А. Проблеми оцінки кредитоспромож-
ності позичальника в Україні та шляхи їх подолання. Экономика и управление.
2012. №3. С.145-147.
5. Римар С. Споживчий кредит – підвищення життєвого рівня споживачів.
Банківська справа. 2010. №4. С. 16 – 20.
6. Рабыко И.Н. Методика оценки управления стратегическим риском банка.
Економічний вісник Донбасу. 2018. № 2 (52). С. 84-88.
7. Основні показники діяльності банків України. URL: http://www.bank.gov.
ua/ control/uk/publish/article?art_id=36807.
8. Бучко І. Є. Скоринг як метод зниження кредитного ризику банку. Вісник
університету банківської справи Національного банку України. 2013. №2 (17).
С. 178-182. URL: www.irbis-nbuv.gov.ua.
References
1. Vovk V.Ya., Khmelenko O.V. (2008). Kredytuvannia i kontrol [Lending and
control]. Kyiv, Znannia [in Ukrainian].
2. Kristiohlo H.M. (2007). Vykorystannia skorynhovykh modelei v umovakh
nevyznachenosti ta ryzyku spozhyvchoho kredytuvannia [Use of scoring models in con-
ditions of uncertainty and risk of consumer lending]. Formuvannia rynkovykh vidnosyn
v Ukraini – Formation of market relations in Ukraine, 7(74), рр. 86–90 [in Ukrainian].
3. Polozhennia pro poriadok formuvannia ta vykorystannia bankamy Ukrainy
rezerviv dlia vidshkoduvannia mozhlyvykh vtrat za aktyvnymy bankivskymy
operatsiiamy: Postanova Pravlinnia Natsionalnoho banku Ukrainy vid 25.01.2012 r. №
23 [Regulations on the procedure for formation and use by banks of Ukraine of reserves
177
for compensation of possible losses on active banking operations: Resolution of the
Board of the National Bank of Ukraine of January 25, 2012 № 23]. Retrieved from
http://zakon4.rada.gov.ua/laws/show/z0231-12 [in Ukrainian].
4. Prokhorova Yu.V., Kalmykova O.A. (2012). Problemy otsinky kredytospro-
mozhnosti pozychalnyka v Ukraini ta shliakhy yikh podolannia [Problems of assessing
the creditworthiness of the borrower in Ukraine and ways to overcome them]. Ekonomika
i upravleniye – Economics and Management, 3, рр. 145-147 [in Ukrainian].
5. Rymar S. (2010). Spozhyvchyi kredyt – pidvyshchennia zhyttievoho rivnia
spozhyvachiv [Consumer credit - raising the living standards of consumers]. Bankivska
sprava – Banking, 4, рр. 16 – 20 [in Ukrainian].
6. Rabyko I.N. (2018). Metodika otsenki upravleniya strategicheskim riskom
banka [Methodology for assessing strategic risk management of a bank]. Ekonomichnyi
visnyk Donbasu – Economic Herald of the Donbas, 2 (52), рр. 84-88 [in Russian].
7. Osnovni pokaznyky diialnosti bankiv Ukrainy [The main indicators of the
banks of Ukraine]. Retrieved from http://www.bank.gov. ua/ control/uk/publish/
article?art_id=36807 [in Ukrainian].
8. Buchko I. Ye. (2013). Skorynh yak metod znyzhennia kredytnoho ryzyku
banku [Scoring as a method of reducing credit risk of the bank]. Visnyk universytetu
bankivskoi spravy Natsionalnoho banku Ukrainy – Bulletin of the University of Banking
of the National Bank of Ukraine, 2 (17), рр. 178-182. Retrieved from www.irbis-
nbuv.gov.ua [in Ukrainian].
Надійшла до редакції 24.06.2019 р.
|