Новизна данной работы заключается в эмпирической оценке вероятности возникновения просроченной задолженности при микрокредитовании именно на территории Российской Федерации. Повторно отметим, что при стремительном развитии данного рынка в нашей стране, существует крайне мало эконометрических исследований на обозначенную тему. Полученные результаты могут положительно сказаться на понимании особенностей микрокредитования в России и могут быть использованы МФО при дальнейшем кредитном скоринге.

Результаты исследования позволяют обратить внимание руководства МФО на различные характеристики потенциальных заемщиков и параметров микрокредита. Например, можно с большей вероятностью выдавать денежные средства пенсионерам, поскольку они могут вернуть их как до возникновения просроченной задолженности, так и после. Вероятно, становится возможным предоставление микрокредитов для данного слоя населения по меньшим ежедневным процентным ставкам или большими суммами. Такой подход приведет к повышению прибыльности МФО.

Исходя из результатов проведенного исследования, следует в меньшей степени рассматривать потенциальных заемщиков, которые имеют доход от неосновной трудовой деятельности или от нетрудовой - сдачи квартиры в аренду. В действительности, увеличение этого показателя негативно сказывается на возвратности денежных средств МФО. Целесообразно проведение стимулирующих мероприятий, направленных на изменение сроков или суммы микрокредита: потенциальный заемщик должен заимствовать денежные средства на более короткие сроки или на меньшую сумму микрокредита. Кроме вышеперечисленного, следует привлекать к микрокредитованию более образованных людей.

МФО не следует допускать возникновения ситуации просроченной задолженности для женщин: вероятность, что сумма микрокредита, проценты по нему, пени и штрафы станут безнадежной задолженностью для женщин выше, чем для мужчин. Возможным решением может быть мониторинг и контроль выплат сотрудниками МФО в течение всего периода кредитования.

Мы полагаем, что результаты, полученные нами в ходе исследования, соответствуют современным реалиям, существующим на рынке микрокредитования в России. Большинство значимых переменных показали ожидаемые знаки влияния на вероятность возникновения ситуации просроченной задолженности.

Основное ограничение работы состоит в возможном смещении полученных результатов из-за отсутствия полных данных по 193 закрытым микрокредитам в МКК. Фактически для построения логистической регрессии мы смогли использовать только 78,67 % наблюдений из закрытых микрокредитов. Восстановление пропущенной части анкетных данных заемщиков представлялось невозможным в связи с уникальностью индивидов. В случае восстановления пропущенных анкетных данных были бы получены усредненные значения, а значит, отсутствовала бы вариация по переменным. В то время как для оценки коэффициентов регрессии она необходима (заемщики должны быть разными). Возможное решение этой проблемы (при невозможности получения оставшейся части информации по микрокредитам) - расширение выборки за счет данных из других МФО. В данном исследовании, чувствительный результат, получаемый на выборке средней размерности, оказывается преимуществом, так как дает возможность получать оценки для реальных заемщиков конкретной МФО.

Нами был проведен анализ ситуации, в которой мы отказались от предпосылки устранения наблюдений со штрафами и пенями свыше 100 000 рублей. Такие крупные суммы являлись допустимыми по закону на момент их возникновения и могли иметь место в реальности, однако оказалось, что в данном случае направление влияния значимых переменных не изменилось. Но отметим, что при включении в модель только переменной, отвечающей за факт попадания заемщика в группу пенсионеров, и опускания переменных возраст и возраст в квадрате, появилась значимость и отрицательное влияние фиктивной переменной пенсионеров на вероятность возникновения неплатежей. Кроме того, статистически значимой стала переменная, отвечающая за расположение офиса обслуживания: в среднем и при прочих равных, при расположении офиса МКК в городе с большим населением вероятность невозврата денежных средств падала. В то же время, во второй модели, где была оценена вероятность окончательного невозврата микрокредита в ходе судебных разбирательств, значимой оказалась только дамми-переменная на пенсионера. Мы первоначально подразумевали наличие положительного влияния величины штрафов и пеней. Из-за игнорирования статистических выбросов именно по этой переменной произошло смещение выборки и результатов. По причине того, что вторая модель не выявляла ожидаемую значимость регрессора, мы пришли к выводу о том, что отказ от предпосылки удаления существенных сумм налагаемых штрафов и пеней является ошибочным.

Направлениями для дальнейшей работы могут быть: увеличение выборки, включение данных из других МФО, располагающихся на территории Пермского края (расширение изучения особенностей регионального рынка микрокредитования) или России (анализ национального рынка микрокредитования). Кроме того, возможно введение в уравнения регрессии макроэкономических показателей (уровня безработицы и инфляции, положительно влияющих на вероятность возникновения неплатежей по договору микрокредитования в исследовании Drasarova и Srnec, 2016). Их ввод приведет к возможному объяснению вероятности возникновения просроченной задолженности макроэкономическими факторами (позитивное влияние неблагоприятной рыночной среды было получено в работе Norgaard, 2016). В перспективе исследования возможно также применение более продвинутых эконометрических моделей (деревьев решений, случайного леса, нейронных сетей).

Список используемой литературы

Нормативные правовые акты

1. Федеральный Закон «О Микрофинансовой Деятельности и Микрофинансовых Организациях» от 02.07.2010 N 151-ФЗ.

2. Федеральный Закон «О Потребительском Кредите (Займе)» от 21.12.2013 N 353-ФЗ.

3. Федеральный Закон О Внесении Изменений в Федеральный Закон «О Потребительском Кредите (Займе)» и Федеральный закон «О Микрофинансовой Деятельности и Микрофинансовых Организациях» от 27.12.2018 N 554-ФЗ.

Специальная литература

4. Алабина Т. А., Белик А. Б, Билюченко Г. С. (2017) Современное состояние и перспективы развития микрофинансовых организаций в России. Экономические исследования. 12 с.

5. Алексеев И., Сараев А., Уклеин И. (2018) Рынок Микрофинансирования по Итогам 2017 года: К Новым Вызовам. Рейтинговое Агентство «Expert». [Электронный ресурс] URL: https://raexpert.ru/researches/mfo/itog_2017 (Дата обращения 16.05.2019).

6. Алексеев И., Уклеин И. (2019) Рынок Микрофинансирования по Итогам 2018 года: Адаптивная Стратегия. Рейтинговое Агентство «Expert». [Электронный ресурс] URL: https://raexpert.ru/project/micro_fin/2018/resume/ (Дата обращения 16.05.2019).

7. Бондарева Ю. Э. (2017) Рынок микрофинансирования в центральном федеральном округе Российской Федерации: современное состояние. Деньги и кредит. Издательство: Центральный банк Российской Федерации. Москва. № 1. С. 25-29.

8. Бюро Кредитных Историй «Equifax» Квартальная Отчетность Q2 2016 - Q4 2018 (2019) Сайт Equifax.ru. [Электронный ресурс] URL: https://www.equifax.ru/legal_persons/info_sources/index.php?source=analitika (Дата обращения 29.04.2019).

9. Воронцова Л. В., Евсеев Г. В. (2012) Микрофинансирование как инструмент финансово-кредитной системы: опыт, проблемы и перспективы развития в России. Актуальные проблемы экономики и права. №1. С. 179-185.

10. Мамонов А. (2018) Как Сохранить Рынок Займов до Зарплаты. Сайт bankir.ru. [Электронный ресурс] URL: https://bankir.ru/publikacii/20181016/kak-sokhranit-rynok-zaimov-do-zarplaty-10009610/ (Дата обращения 05.05.2019).

11. Ниворожкина Л. И. (2014) Воздействие потребительского кредитования на уровень неравенства и бедности домохозяйств. Известия высших учебных заведений. Северо-Кавказский регион. Общественные науки. № 4. С. 76-83.

12. Ниворожкина Л. И., Овчарова Л. Н., Синявская Т. Г. (2013) Эконометрическое моделирование риска невыплат по потребительским кредитам. Прикладная эконометрика. № 30 (2). С. 65-76.

13. Оголихина С. Д. (2016) Проблемы и тенденции развития микрофинансовых организаций России в условиях экономического кризиса. Международный журнал гуманитарных и естественных наук. № 1. Часть 6. С. 243-249.

14. РИА Новости В БКИ назвали объем просроченных долгов россиян перед МФО (2019) Сайт ria.ru. [Электронный ресурс] URL: https://ria.ru/20190314/1551773809.html (Дата обращения 18.05.2019).

15. Солодухина А. В. (2015) Микрофинансовый рынок в России: институциональные провалы в сегменте «Займы до зарплаты» и задачи мегарегулятора. Вестник Санкт-Петербургского университета. Серия 8, Менеджмент. № 4. С. 115-153.

16. Францева В. (2017) «Обратно в Школу»: Почему Растет Рынок Микрозаймов. Сайт bankir.ru. [Электронный ресурс] URL: https://bankir.ru/publikacii/20171023/obratno-v-shkolu-pochemu-rastet-rynok-mikrozaimov-10009261/ (Дата обращения 12.05.2019).

17. Цаголов Г. Н. (2016) Микрокредитование и социальный бизнес Мухаммада Юнуса. Журнальный клуб Интелрос. Вопросы политической экономии. № 4. С. 74-86.

18. Центральный Банк Российской Федерации (2018) Обзор Ключевых Показателей Микрофинансовых Институтов. II квартал 2018. Москва [Электронный ресурс] URL: http://www.cbr.ru/ (Дата обращения 14.05.2019).

19. Янин Д. Д., Плотникова Т. А., Солодухина А. В., Табах А. В., Симпсон Р., Линдли Д. (2015) Состояние защиты прав и интересов заемщиков в России: информационная асимметрия. Издательство Московского Университета. 88 с.

20. Adams D. W., Vogel R. C. (2016) Microfinance dreams. Enterprise Development and Microfinance. Vol. 27. № 2. P. 142-154.

21. Afrane S. K., Adusei M., Adjei-Poku B. (2015) Estimating the Effective Cost of Borrowing to Microcredit Clients in Ghana. Global Journal of Business Research. Vol. 9. № 1, P. 57-66.

22. Agbemava E., Nyarko I. K., Adale T. C., Bediako A. K. (2016) Logistic Regression Analysis of Predictors of Loan Defaults by Customers of Non-Traditional Banks in Ghana. European Scientific Journal. Vol. 12. № 1. P. 175-189.

23. Andryushchenko G. I., Savina M. V., Stepanov I. A., Zaritova K. G., Tanatova D. K. (2015) Risk Management Problems of Microfinance Institutions. International Journal of Economics and Financial Issues. Issue 5. P. 151-158.

24. Ayouche S., Aboulaich R., Ellaia R. (2017) Partnership credit scoring classification Probem: A neural network approach. International Journal of Applied Engineering Research. Vol. 12. № 5. P. 693-704.

25. Bounouala R., Rihane C. (2014) Commercial banks in microfinance: entry strategies and keys of success. Investment Management and Financial Innovations. № 11. P. 146-156.

26. Diner C. (2016) Microcredit programs: Objectives and functions. International Journal of Social Sciences and Education Research. Vol. 2 (4). P. 1131-1135.

27. Drasarova M., Srnec K. (2016) Microfinance as a Tool for Poverty Reduction: A Study in Mexico. Mediterranean Journal of Social Sciences. Vol. 7. № 5. P. 18-26.

28. Duvendack M., Palmer-Jones R. (2012) High noon for microfinance impact evaluations: re-investigating the evidence from Bangladesh. Journal of Development Studies. № 48. P. 1864-1880.

29. Jordan M., Dickens W. T., Hauser O., Rand D. G. (2017) Rethinking Microloan Defaults. SSRN Electronic Journal. 29 p. Сайт redearchgate.net [Электронный ресурс] URL: https://www.researchgate.net/profile/Matthew_Jordan7/publication/321783447_Rethinking_Microloan_Defaults/links/5a38197f0f7e9b7c486f7b5a/Rethinking-Microloan-Defaults.pdf (Дата обращения 19.05.2019).

30. Kammoun A., Triki I. (2016) Credit Scoring Models for a Tunisian Microfinance Institution: Comparison between Artificial Neural Network and Logistic Regression. Review of Economics and Finance. P. 61-78.

31. Latif W. U., Ullah S., Ahmad W., Hussain S., Sultan M. U., Sohail Jafar R. M., Wang L. (2017) Supply-side Vs Demand-side Factors Facing Rural Households' Accessibility to Microcredit in Pakistan. 2nd International Conference on Computer, Mechatronics and Electronic Engineering (CMEE 2017), P. 770-788. Сайт dpi-proceedings.com [Электронный ресурс] URL: http://www.dpi-proceedings.com/index.php/dtcse/article/viewFile/20072/19559 (Дата обращения 03.05.2019).

32. Lorenzi M. (2016) Microcredit in the European Union: A Feasible Means for Business Growth and Fair Access to Credit. Innovation (EaSI). 14 p. Сайт ecpr.eu [Электронный ресурс] URL: https://ecpr.eu/Filestore/PaperProposal/e505c1c4-bb0d-46c0-a55d-cbe5043bdbc9.pdf (Дата обращения 06.05.2019).

33. Modisagae K., Ackermann C. (2018) Determinants of defaulting by collateral lending groups in microfinancing: A probit regression approach. Acta Commercii - Independent Research Journal in the Management Sciences, № 18 (1), 7 p. Сайт scielo.org.za [Электронный ресурс] URL: http://www.scielo.org.za/pdf/acom/v18n1/14.pdf (Дата обращения 12.05.2019).

34. Mokhtar S. H., Nartea G., Gan C. (2012) Determinants of microcredit loans repayment problem among microfinance borrowers in Malaysia. International Journal of Business and Social Research. Vol. 2. № 7. P. 33-45.

35. Muthoni M. P., Mutuku P., Kamau G. (2017) Influence of Loan Characteristics on Microcredit Default in Kenya: a Comparative Analysis of Microfinance Institutions and Financial Intermediaries. IOSR Journal of Business and Management. Vol. 19. Issue 5. P. 39-59.

36. Muthoni M. P. (2016) Assessing Borrower's and Business' Factors Causing Microcredit Default in Kenya: A Comparative Analysis of Microfinance Institutions and Financial Intermediaries. Journal of Education and Practice. № 12. Vol. 7. P. 97-118.

37. Nawai N., Mohd Shariff M. H. (2012) Factors affecting repayment performance in microfinance programs in Malaysia. Procedia - Social and Behavioral Sciences. № 62. P. 806-811.

38. Norgaard J. R. (2016) Modeling the Propensity to Default on Microloans in Mali, Africa. Journal of Mason Graduate Research. Vol 3. № 2. P. 97-111.

39. Osmani S. R. (2017) Is Microcredit A Debt Trap for the Poor? Shifting Reality from Myth. Institute for Inclusive Finance and Development (InM). 34 p. Сайт inm.org.bd [Электронный ресурс] URL: http://inm.org.bd/wp-content/uploads/2017/07/Working-paper-53.pdf (Дата обращения 10.05.2019).

40. Roodman, D., Morduch, J. (2014) The impact of microcredit on the poor in Bangladesh: revisiting the evidence. Journal of Development Studies. № 50 (4). P. 583-604.

41. Romer U., Weber R., Musshoff O. (2013) The Potential of Management Information System Data for the Development of Credit Scoring Models in Microfinance. Prasentiert auf der. 19 p. Сайт iarfic.org [Электронный ресурс] URL: https://www.iarfic.org/IARFIC_2013/16.pdf (Дата обращения 14.05.2019).

42. Roslan A. H., Mohd Zaini A. K. (2009) Determinants of Microcredit Repayment in Malaysia: The Case of Agrobank. Humanity and Social Sciences Journal. Vol. 4. № 1. P. 45-52.

43. Sayuti A. S., Ibrahim K. H. (2017) Determinants of Microfinance Bank loan default in Niger state, Nigeria. 12 p. Сайт researchgate.net [Электронный ресурс] URL: https://www.researchgate.net/profile/Kabiru_Hannafi_Ibrahim/publication/325472223_Determinants_of_Microfinance_Bank_loan_default_in_Niger_state_Nigeria/links/5b0fefb2a6fdcc2daeb2cda7/Determinants-of-Microfinance-Bank-loan-default-in-Niger-state-Nigeria.pdf (Дата обращения 15.05.2019).

44. Setargie S. (2016) Credit Default Risk and its Determinants of Microfinance Industry in Ethiopia. The Ethiopian Journal of Business and Economics. Vol. 3. № 1. 21 p. Сайт ajol.info [Электронный ресурс] URL: https://www.ajol.info/index.php/ejbe/article/view/111048 (Дата обращения 17.05.2019).

45. Tan T., Phan T. Q. (2016) Social Media-Driven Credit Scoring: the Predictive Value of Social Structures. Thirty Seventh International Conference on Information Systems, Dublin, 11 p. Сайт pdfs.semanticscholar.org [Электронный ресурс] URL: https://pdfs.semanticscholar.org/2f1c/e382e2be6ff6c70e2a43e0197d89426992c9.pdf (Дата обращения 11.05.2019).

46. Triki M. W., Boujelbene Y. (2017) Risk of refunding default in micro-finance institution by Bayesian networks: Case of Tunisia. Journal of Accounting, Finance and Auditing Studies/ № 3 (2). P. 81-95.

47. Wachira N. B., Omondi O. H., Kinyanjui J. K. (2017) Analysis of Post Loan Disbursement Allocation and Performance of Non-Prime Household Loan in Microfinance Banks in Kenya. Management and Economics Research Journal. Vol. 3. P. 42-54.

Приложение 1. Распределение новых кредитов у должников

Рис.2 Новые кредиты у должников. Распределение по типу кредита