Применение методов проверки статистических гипотез в процессе управления рисками

Рынок потребительского кредитования в России является одним из самых динамично развивающихся сегментов финансового рынка. За последние годы существенно увеличился спрос населения на такие кредиты. По данным экспертов, этот спрос будет возрастать и в дальнейшем. В настоящее время предоставление кредитов физическим лицам на покупку потребительских товаров может осуществляться не только в офисах банков, но и непосредственно в магазинах.

Коммерческим банкам выгодно осуществлять такое кредитование, так как оно позволяет в значительной степени расширить бизнес и диверсифицировать риски при формировании кредитных портфелей. Особенностью механизма предоставления потребительского кредита является быстрая оценка платежеспособности потенциального заемщика, оценка его желания рассчитываться по долгам и столь же быстрое принятие решения о выдаче кредита. Такое ускоренное предоставление кредитов может существенно повысить кредитный риск – риск финансовых потерь банка, связанных с невозвратом заемщиком основной суммы долга и/или процентов по нему, а также потерь из-за упущенной выгоды при отказе в кредите «хорошим» заемщикам.

В настоящее время, как показывает мировая и российская практика, процесс управления кредитным риском условно можно разделить на два основных этапа [1]. На первом (предварительном) этапе оценивается качество заемщика. В ходе такой оценки с каждым потенциальным заемщиком связывается некоторая числовая характеристика, которая, по мнению банка, отражает вероятность того, что должник полностью погасит кредит в установленное время. Для получения указанной характеристики потенциальному заемщику предлагается заполнить разработанную банком анкету. В эту анкету обычно вносится следующая информация о заемщике:

- паспортные данные;

- адрес фактического места жительства и длительность проживания по указанному адресу;

- информация о собственности на жилье, на другое имущество;

- характеристика образования;

- место и характер работы; характеристика организации, в которой работает заемщик;

- социальное положение, состав семьи (количество иждивенцев);

- уровень доходов и другие данные.

Заполненная анкета обрабатывается в банке, как правило, по своему уникальному алгоритму. В ходе такой обработки, во-первых, каждый ответ заемщика оценивается некоторой суммой баллов и, во-вторых, эти баллы складываются по принятым опросным категориям (или обрабатываются иным образом). В итоге каждый потенциальный заемщик получает числовую оценку (характеристику). При этом следует отметить, что для банка характеристики заемщиков – это случайные величины, которые определяются многими факторами и могут изменяться в достаточно широком диапазоне.

На втором (завершающем) этапе управления кредитным риском по характеристике заемщика принимается решение о выдаче ему кредита. Для принятия такого решения каждым банком разрабатывается свой уникальный критерий (определяется своя функция решения). Если характеристика заемщика соответствует требованиям выбранного критерия, то считается, что данный заемщик с большой вероятностью вернет сумму долга и выплатит причитающиеся проценты (заемщик «хороший»). Такому заемщику предоставляется кредит.

Если же характеристика не соответствует требованиям избранного критерия, то предполагается, что заемщик не вернет долг (заемщик «плохой»). Такому заемщику будет отказано в кредите. Вследствие того, что характеристика заемщика является случайной величиной, в процессе принятия решения возможны ошибки и, следовательно, потери со стороны банка. Величина этих потерь в денежном выражении обычно используется для оценки уровня кредитного риска.

Ключевой задачей организации процесса управления кредитным риском при потребительском кредитовании (наряду с созданием алгоритма построения эффективных характеристик заемщиков) является разработка механизма принятия оптимального решения. Этот механизм должен обеспечивать высокую скорость принятия решения и, что самое главное, минимальное значение кредитного риска. Одним из путей выполнения этой задачи может быть применение статистических методов проверки гипотез: критериев минимума среднего риска, максимального правдоподобия, Неймана-Пирсона, весового и др. [2 - 4]. Такой подход к разработке оптимальной функции решения рассмотрен в данной статье.

Ввиду того, что потерь при принятии правильных решений нет, то можно считать, что

Рассмотренным вариантам совмещения событий соответствуют четыре вероятности, сумма которых равна единице.

В этом случае систему управления кредитным риском (систему принятия решения о выдаче кредита) можно характеризовать средней величиной допускаемого кредитного риска .

Лучшей из систем управления кредитным риском будет та, которая обеспечит минимум среднего риска.

Для решения задачи минимизации выражения (1) необходимо определить вероятности и , которые, как известно, вычисляются следующим образом:

Окончание следует