Главная Коллекция "Otherreferats" Бухгалтерский учет и аудит Разработка и исследование методов расчета скорингового балла экономического состояния предприятия

Разработка и исследование методов расчета скорингового балла экономического состояния предприятия

Использование скоринговых моделей в системе кредитования физических и юридических лиц, предприятий малого и среднего бизнеса. Механизмы сбора информации со всех этапов работы, способы ее обработки и хранения. Методика расчета скорингового балла.

Рубрика Бухгалтерский учет и аудит
Вид статья
Язык русский
Дата добавления 09.04.2019
Размер файла 17,1 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ РАСЧЕТА СКОРИНГОВОГО БАЛЛА ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ

RESEARCH AND DEVELOPMENT OF METHODS OF CALCULATION OF SCORING POINTS FOR ECONOMIC CONDITION OF THE ENTERPRISE

Сидорова Е.В.

Волжский политехнический институт (филиал)

Волгоградского государственного

технического университета, Россия

«Скоринг» - это математический подход, с помощью которого на основании набора известных или измеряемых характеристик объекта, прогнозируется определенная величина, которую на момент оценки узнать или измерить невозможно.

Скоринг в сфере кредитования - это использование скоринговых моделей в системе кредитования, причем как физических так и юридических лиц, особенно предприятий малого и среднего бизнеса.

Назначение кредитного скоринга - автоматизированное принятие решений по выдаче кредитов. Первостепенная задача, которую решают при кредитовании с помощью скоринга - это управление рисками.

Цель работы: разработка и исследование методов расчета скорингового балла экономического состояния предприятия [3].

Итоги исследования методов расчета скорингового балла отражены в таблице 1 [1].

Необходимость внедрения скоринга продиктована тем, что в сфере финансов, как и во многих других, все поддается систематизированию и управляемости на основе прогнозов, а из исследования становится очевидно, что методики расчета скорингового балла, ни что иное, как построение прогноза будущего поведения и даже финансового состояния заемщика [4].

Автоматизация скоринга продиктована и веянием времени, и нуждой в объективной и быстрой оценке кредитоспособности, при этом методология и подход к скорингу должны постоянно модернизироваться, потоки входных данных расширяться, справиться с таким наплывом информации уже не под силу простому аналитику. Без такой автоматизированной системы, неизбежны ошибки в оценках и прогнозах [2].

скоринговый балл кредитование

Таблица 1- Итоги исследования

Входные данные

оценка кредитоспособности заемщиков, по указанным в заявке на кредит данным. динамическая оценка состояния кредитоспособности существующего клиента- заемщика на основе данных о транзакциях по его счетам. построение по статистическим данным, которые используются для оценки параметров модели заёмщика, применяемой в свою очередь для определения его кредитоспособности. построение по историческим данным о клиентах кредитной организации.

Модель скоринга

Типы скоринга

Методы скоринга

Application-скоринг

Collection-скоринг

Behavioral-скоринг

Fraud-скоринг

Априорный скоринг

Апостериорный скоринг

методы исследования операций;

методы искусственного интеллекта;

статистические модели, которые аппроксимируют наблюдаемое поведение;

структурные модели, описывающие динамику кредитоспособности и репутации заёмщика.

Выходные данные

1) разделение клиентов на «хороших», которым кредит выдается, и «плохих», которым отказывают в выдаче, также определены несколько промежуточных классов, для которых, кредит выдается на других условиях, либо кредитоспособность оценивается вручную, с использованием дополнительной информации.

каждому классу устанавливается вероятность, с которой данный клиент принадлежит этому классу, выбирается класс с наибольшей вероятностью, либо усредняются некоторые показатели по каждому классу.

вероятность дефолта, для принятия решения остаётся только сравнить эту вероятность с пороговым значением допустимой вероятности дефолта, с учетом этой вероятности и процентной ставки кредитная организация в среднем не терпела бы убытков в случае выдачи кредита.

«score» - количественная оценка кредитоспособности потенциального заёмщика, чем больше счёт, тем она выше.

Преимущества

Недостатки

1) первичная обработка кредитной заявки основывается не на экспертных знаниях кредитного специалиста, а на объективной информации из различных источников.

2) полноценная скоринговая система не требует длительного обучения сотрудников,

3) возможность ошибок, злоупотреблений и мошенничества сотрудников в полноценных скоринговых системах практически исключается.

4) гибкость при внедрении нового кредитного продукта, качество вновь созданных моделей может быть проверено без запуска в работу, а дополнительного обучения персонала практически не требуется.

сложная организация системы сбора данных,

некорректность, объем данных, которые на разных участках банковской инфраструктуры собираются в разных форматах,

дорогостоящее внедрение единого хранилища данных, в котором бы происходил сбор максимально полной информации о клиентах и деятельности банка,

неполное представление данных в базе в силу непродуманной технологии сбора или из-за ее нарушения, на основе

неполных или неверных данных высока вероятность принимать неверные решения.

В результате исследования, можно сделать вывод, что собственная автоматизированная система скоринга необходима любому кредитному учреждению, но она должна полностью учитывать специфику его работы и постоянно модифицироваться и совершенствоваться, в системе должны быть предусмотрены механизмы сбора информации со всех этапов работы и способы ее обработки и хранения.

Список литературы

1. Kalapodas E., Thomson M.E. Credit risk assessment: a challenge for financial institutions // IMA Journal Management Mathematics. № 1, 2006. С. 25-46.

2. Ильяшина Е. Внедрение кредитного скоринга: методологические и практические аспекты.// Информационные технологии в экономике, управлении и образовании: Сборник научных трудов / Под ред. проф. В.В.Трофимова. - СПб.: Изд-во СПбГУЭФ, 2010. - С.258-266.

3. Ишина И.В., Сазонова М.Н. Скоринг - модель оценки кредитного риска./ И.В. Ишина, М.Н.Сазонова // Аудит и финансовый анализ. ? 2007. ? №4. ? С. 1?7.

4. Соложенцев Е. Д. Сценарное логико-вероятностное управление риском в бизнесе и технике. СПб: Бизнес-пресса, 2004.

Размещено на Allbest.ru


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.

© 2000 — 2025, ООО «Олбест» Все наилучшее для вас