Описание исходной базы данных

Для проведения аналитической работы была получена клиентская база Обнинского регионального представительства «ООО ХКФ Банк» в размере 2500 кредитных договоров, выданных в период с сентября 2011 года до марта 2012 года.

По каждому кредитному договору приведена следующая информация:

Сумма кредита (руб.)

Первоначальный взнос (руб.)

Размер ежемесячного платежа (руб.)

Срок кредита (мес.)

Наличие страховки (1-да, 0-нет)

Эффективная процентная ставка (%)

Заработная плата клиента (руб. в месяц)

Заработная плата супруга клиента (руб./месяц, при наличии супруга)

Наличие автомобиля в собственности (1-да, 0-нет)

Наличие иного недвижимого имущества в собственности (0-нет, 1-квартира/дом, 2-несколько единиц недвижимости)

Общая сумма иных действующих кредитов на момент подписания договора (руб.)

Ежемесячный суммарный платёж по иным кредитам (руб./мес.)

Кредитная история ( -1 – по прошлым договорам/договору возникали просрочки, 0 – кредитной истории нет, 1 – раннее клиент успешно выплатил 1 кредит, 2 – клиент успешно выплатил 2 кредита и более)

Возраст (лет)

Семейное положение (0 – холост/не замужем; 1 – женат/замужем)

Стаж на последнем месте работы (лет)

Образование (0,5 – среднее, 1 – среднее-специальное, 1,5 – неоконченное высшее, 2 – высшее)

Количество детей/иждевенцев (человек)

Должность на постоянном месте работы

Отрасль работы

Регион проживания

Срок проживания в текущем регионе (лет)

Личная оценка кредитного специалиста (0 – нет особых примечаний, 1 – положительная рекомендация)

Исходя из имеющейся информации, можно построить методику оценки кредитоспособности на основе модели Дюрана и модели логистической регрессии.

2.2 Оценка эффективности методики Дюрана при оценке заёмщиков

Одной из самых известных моделей оценки кредитоспособности физического лица является модель Дюрана. Дюран выявил группы факторов, позволяющих максимально определить степень кредитного риска. Также он определил коэффициенты для различных факторов, характеризующих кредитоспособность физического лица:

Пол: женский (0.40), мужской (0)

Возраст: 0.01 балл за каждый год свыше 20 лет, но не больше, чем 0.30

Срок проживания в данной местности: 0.042 за каждый год, но не больше, чем 0.42

Профессия: 0.55 – за профессию с низким риском; 0 – за профессию с высоким риском; 0.16 – другие профессии

Финансовые показатели: наличие банковского счета – 0.45; наличие недвижимости – 0.35; наличие полиса по страхованию – 0.19

Работа: 0.21 – предприятия в общественной отрасли, 0 – другие

Занятость: 0.059 – за каждый год работы на данном предприятии

Также он определил порог, перейдя который, человек считался кредитоспособным. Этот порог равен 1.25, т. е. если набранная сумма баллов больше или равна 1.25, то потенциальному заемщику выдается испрашиваемая им сумма.

В соответствии с данной методикой был произведён расчёт по клиентской базе с целью оценить актуальность и эффективность данной методики. Также, экспериментальным методом был определён оптимальный порог, который Дюран предлагает устанавливать на уровне 1,25.

Для расчёта финансовой эффективности стратегии была взята 10% бесповторная случайная выборка из общего массива данных.

Случайная бесповторная выборка результатов приведена в приложении 1.

В результате применения методики Дюрана были получены следующие показатели эффективности моделей с различными порогами:

Таблица 1. Показатели эффективности методики Дюрана с различными порогами одобрения

Актуальные статьи:

Страховая статистика как база для расчета страховой премии
В актуарных расчетах широко используется страховая статистика, которая представляет собой систематизированное изучение и обобщение наиболее массовых и типичных явлений в страховании и их изменение во времени. С помощью страховой статистик ...

Совершенствование управления активами коммерческого банка
Главная задача управления банковскими рисками состоит в том, чтобы правильно оценивать возможность риска при проведении той или иной операции и свести его до минимального уровня. Данная работа постоянно требует совершенствования, в связи ...

Роль анализа денежного потока оценки кредитоспособности заемщика
Следующая часть оценки кредитоспособности заемщика – анализ денежного потока. В качестве источников информации могут выступать [25, с.103]: - формы бухгалтерской отчетности; - банковские выписки по счетам клиента; - информация операти ...