Кредитные риски связанные с кредитованием малого бизнеса. Проблемы кредитования бизнеса, кредитные риски Кредитный риск в кредитовании среднего бизнеса

"Управление в кредитной организации", 2013, N 4

В последние годы сегмент кредитования малого и среднего бизнеса стал для российских коммерческих банков достаточно привлекательным. Однако для него характерны как высокая трудоемкость организации кредитного процесса, так и значительные риски. Источники кредитного риска со стороны банка концентрируются в двух направлениях: методология оценки кредитоспособности заемщика с учетом особенностей финансовой отчетности и организация кредитного процесса. Проанализируем организацию кредитного процесса как важный фактор минимизации рисков банка.

В последнее время на рынке кредитования малого бизнеса появилось много новых игроков. Они предлагают большое количество разнообразных кредитных продуктов в зависимости от суммы, наличия того или иного вида обеспечения, сроков кредитования. Популярной эта ниша стала относительно недавно.

Кредитование малого бизнеса является достойной альтернативой высокомаржинальному потребительскому кредитованию, которое лидирует по популярности в последние два года. Однако при всех достоинствах недостатков у розницы существенно больше, нежели у кредитования малого бизнеса. Стремясь одержать верх в конкурентной борьбе, банки все чаще соглашаются рассматривать неофициальные доходы физических лиц при очень быстрых (и не всегда полноценных) проверках заемщиков, что является одним из факторов, влияющих на рост дефолтности розничных портфелей и, как следствие, размеры создаваемых резервов на возможные потери по ссудам.

По-другому обстоят дела при кредитовании малого бизнеса. Проверка финансового положения таких заемщиков, как правило, более тщательная. Практически по всем продуктам, кроме микрокредитования, требуется обеспечение.

С точки зрения тяжести последствий для банковских групп во всем мире сегодня наиболее опасен кредитный риск. В условиях роста конкурентной борьбы за заемщиков малого бизнеса увеличивается вероятность дефолта некоторых из них, а также ухудшения качества портфелей ссуд, что, естественно, влечет за собой проблемы невозврата полученных кредитов. Вероятность данного вида риска в последнее время существенно возросла.

В экономической литературе приводится перечень методов управления кредитными рисками, как правило, без определенного их структурирования. Приведем собственную обобщенную классификацию методов и инструментов управления кредитными рисками (табл. 1).

Таблица 1

Методы и инструменты управления кредитным риском

Группа методов		Инструмент
Предупреждение риска	Создание структурных подразделений банка, регулирующих уровень кредитного риска, и грамотное распределение обязанностей между ними	Организационная структура банка по управлению кредитными рисками
Отбор и оценка кредитных специалистов, их развитие	Система критериев для отбора квалифицированного персонала, повышение квалификации сотрудников
Создание грамотной кредитной политики	Кредитная политика
Изучение потенциального заемщика	Предварительные параметры для отбора заемщиков, данные кредитных бюро
Поиски новых сфер предложения кредитных продуктов	Совершенствование кредитных продуктов
Оценка и измерение риска	Оценка и мониторинг кредитоспособности заемщика (контрагента)	Система финансового анализа заемщика (контрагента)
Оценка и мониторинг качества кредитного портфеля	Система показателей кредитного портфеля
Оценка качества обеспечения	Установление требований к обеспечению обязательств
Избегание риска	Отказ от кредитования ненадежного клиента	Система финансового анализа заемщика
Отказ от кредитования сомнительной сделки	Перечень сделок, определяемый банком и органами банковского надзора и регулирования
Снижение (минимизация) риска	Использование диверсификации кредитов по различным направлениям	Диверсификация по видам кредитных продуктов, отраслям деятельности заемщиков и т.д.
Резервирование средств	Резерв на возможные потери по ссудам, ссудной и приравненной к ней задолженности
Лимитирование	Лимиты на контрагентов, виды продуктов, отрасли, страновые лимиты и т.д.
Структурирование кредитов	Индивидуальные условия по конкретному договору кредитной сделки
Передача риска	Перераспределение обязанностей возмещения кредитных потерь на страховую организацию	Страхование риска с помощью страховой организации
Хеджирование на срочном рынке с помощью производных финансовых инструментов	Кредитные деривативы
Секьюритизация
Синдицирование
Передача риска коллекторским агентствам
Удержание	Создание структурных подразделений по работе с проблемными кредитами	Подразделение по работе с проблемными кредитами

Приведенная в табл. 1 классификация отражает существующий набор инструментов как для отдельного банка, так и для банковской группы в целом. А применяемый набор инструментов зависит от кредитной политики банка.

Рассмотрим проблемы, с которыми сталкиваются крупные банки при управлении кредитными рисками при кредитовании малого бизнеса, и возможные их решения. В частности, рассмотрим возможные варианты предупреждения риска.

Крупные банки имеют развитую филиальную сеть. Как правило, в каждом региональном центре есть один-два специалиста по кредитованию малого бизнеса. Текучесть кадров в регионах высока. В некоторых банках она достигает до 50% персонала в год. С одной стороны, кредитные специалисты часто недостаточно мотивированы, с другой - на них оказывает давление управляющий филиалом при жесткой необходимости выполнения планов.

Проблема заключается в отсутствии ответственности у кредитного специалиста при предоставлении финансовой информации в кредитном резюме. Чтобы ее решить, необходимо во внутренних документах банка четко регламентировать ответственность специалиста за предоставленную информацию. В случаях ее недостоверности кредитные специалисты и управляющие должны отчитываться перед дисциплинарной комиссией или другим аналогичным органом управления банка.

Вторая проблема заключается в достоверности данных, указанных в кредитном резюме и представленных документах. В крупных российских банках с развитой филиальной сетью практически всегда есть сезонность в рассмотрении кредитных заявок. Связано это с ежемесячными или ежеквартальными планами филиалов по выдаче кредитов. Большая часть заявок аккумулируется к концу планового периода (месяца/квартала) и часто поступает в головной офис на рассмотрение в сыром виде без полного пакета документов. В надежде на спешку и рассмотрение сквозь пальцы кредитные специалисты отправляют непроработанные заявки, что существенно влияет на срок прохождения заявки в целом. Для решения этой проблемы дополнительно к кредитному резюме необходимо создание анкеты, в которой наглядно устанавливаются критерии принятия заявки в работу (табл. 2).

Таблица 2

Анкета для представления новой заявки по кредитованию малого бизнеса на рассмотрение в риск-подразделение головного офиса

Заемщик(и)
Дата обращения клиента в банк
Дата выезда на анализ
Дата отправки в головной офис банка
Критерии принятия заявки в работу	Соблюдение критерия (да/нет)	Комментарий (в случае отрицательного значения)
Требования для принятия заявки в работу
Указание номера заявки из системы
Вложение отсканированного подписанного чек-листа по предоставленным документам
Правильное заполнение поля "Тема" при отправке электронного сообщения
Правильное наименование кредитного резюме (наименование файла Excel)
Полный пакет документов выложен. Ссылка предоставлена
Все страницы резюме заполнены полностью
Соответствие данных в резюме/заключениях служб данным в выложенных документах и в резюме/заключениях служб. Присутствуют пояснения о причинах расхождений
Необходимые согласования отклонений от стандартов кредитования и тарифов
Наличие согласования по пересегментации клиента из корпоративного бизнеса в малый бизнес
Заявка с отклонениями. Согласование отсутствия консолидации по группе компаний заемщика
Заявка с отклонениями. Согласование отклонения по залогу
Заявка с отклонениями. Согласование отклонения по собственному капиталу
Заявка с отклонениями. Согласование отклонения по месту расположения бизнеса (более 250 км от ближайшего офиса банка)
Заявка с отклонениями. Согласование отклонения по процентной ставке
Заявка с отклонениями. Согласование отклонения по сумме лимита (менее 1 млн руб.)
Заявка с отклонениями. Согласование проведения финансового анализа на основании данных трехмесячной давности и более (кроме увеличения лимита по заемщикам, повторно обратившимся в банк в течение 6 месяцев)
Стоп-факторы
Стабильные обороты по счетам (стоп-фактор - отсутствие оборотов по всем счетам более 1 месяца)
Декларируемая выручка не менее 50% от общей
При нецелевом потребительском кредитовании собственников бизнеса в рамках кредитования малого бизнеса срок кредита - не более трех лет
Наличие подтверждения целевого использования предыдущих кредитных средств (фото/документы) при повторном обращении заемщика
Наличие фото бизнеса по всем видам деятельности
Первичная документация по выручке представлена
Зависимость от одного контрагента (более 50%) отсутствует
Единственное жилье собственника бизнеса не является основным залогом
Возраст предпринимателя или основного собственника клиента не более 65 лет
Коэффициент текущей ликвидности не менее 1
Наценка и рентабельность не превышают максимальный уровень по отрасли
Положения кредитной политики
Вид деятельности клиента МБ не относится к нерекомендуемым
Наличие разрешительной документации на ведение деятельности
Соотношение взноса и среднемесячной чистой прибыли не более ___%
Срок кредитования не превышает максимальный, установленный кредитной политикой
Прибыльная деятельность по итогам 6 месяцев
Наличие всех необходимых поручительств в соответствии с кредитной политикой
Кредитная история положительная
Отсутствие негативной информации, препятствующей кредитованию, в заключениях других служб
Соответствие обеспечения кредитной политике банка (или наличие согласования данного отклонения)
Количество сотрудников не более 300 человек (или наличие согласования данного отклонения)
Максимальная ссудная задолженность на заемщика/группу взаимосвязанных заемщиков в банке не более установленной по сегментации клиентов МБ и корпоративных клиентов (или наличие согласования данного отклонения)
Объем годовой выручки от продаж (работ, услуг) не более установленной по сегментации клиентов МБ и корпоративных клиентов (или наличие согласования данного отклонения)

При несоблюдении критериев "Требования для принятия заявки в работу", "Необходимые согласования отклонений от стандартов кредитования и тарифов", а также п. п. 9 - 12 критерия "Положения кредитной политики" кредитное резюме не принимается в работу. Для критерия "Стоп-факторы" необходимо сделать матрицу. Например , при несоблюдении трех и более пунктов из данного раздела по кредитному резюме должен быть дан отказ, менее трех - не принята заявка. Также отказ в кредитовании должен последовать при несоблюдении п. п. 1 - 8 критерия "Положения кредитной политики". Разница между непринятием заявки в работу и отказом состоит в возможности пересмотра при повторном получении кредитного резюме риск-подразделением: в первом случае пересмотр возможен, во втором - нет.

Из проблемы, описанной выше, вытекает проблема, связанная с многочисленными отправками кредитного резюме в головной офис. В таком случае со стороны бизнес-подразделений существуют нарекания по сроку и скорости рассмотрения заявок как к филиалу, так и к риск-подразделению головного офиса. Чтобы знать точно, "на чьей стороне мяч", риск-подразделению, помимо критериев непринятия и отказа, необходимо иметь четкие критерии отправки кредитных резюме на доработку обратно в филиал. Это также позволит точно рассчитать время нахождения резюме в филиале и в головном офисе и понять, какое подразделение затягивает сроки рассмотрения.

В качестве критериев доработки можно выделить следующие:

1. Непрозрачные/необоснованные цели кредитования, в том числе непредставление документов по кредитам на инвестиционные цели, отсутствие комментариев по целевому использованию кредита.

Примеры непрозрачных/необоснованных целей:

а) при кредитовании на инвестиционные цели:

• основные средства приобретены не по рыночной цене, отсутствует обоснование стоимости;
• срок окупаемости проекта превышает срок запрашиваемого кредитования и (или) на период всего кредитования проект является убыточным;
• основные средства приобретены у аффилированной компании;
• реализация инвестиционного проекта влечет за собой ухудшение финансового положения заемщика (например, на период строительства/реконструкции необходимо приостановить деятельность на длительный срок либо есть риск падения выручки);
• существует явный риск недофинансирования инвестиционного проекта, то есть не подтверждено наличие необходимых собственных средств или других источников финансирования проекта, а также отсутствуют собственные (арендованные) площади для монтажа и последующей эксплуатации приобретенных основных средств;
• инвестиции осуществляются без соответствующих разрешительных документов контролирующих органов (например, строительство без исходно-разрешительной документации, проектной документации и др.) или не представлены обоснования отсутствия данных документов;
• приобретены основные средства, обремененные правами третьих лиц (залог, арест, наложенные ограничения государственными органами на приобретаемое имущество или специальный статус недвижимого имущества (например, памятник архитектуры федерального или местного значения, наличие ограничений по изменению целевого назначения объекта и т.д.)).

б) при кредитовании на пополнение оборотных средств:

• период оборачиваемости товарно-материальных ценностей больше среднеотраслевого периода оборачиваемости для данного вида бизнеса как с учетом нового кредита, так и без него (затоваренность);
• запрашивается кредитование на пополнение оборотных средств для видов деятельности, у которых отсутствует потребность в оборотном капитале (например, консалтинговые, риелторские услуги, услуги по бухгалтерскому сопровождению и др.);
• при наличии фактора сезонности в бизнесе запрашивается кредит на пополнение оборотных средств после окончания сезона (например, закуп шуб в феврале, зерна в сентябре и т.п.);
• приобретаются товарно-материальные ценности при отсутствии условий для их хранения;
• отсутствует или ограничен рынок сбыта для закупаемой продукции;
• запрашивается овердрафт при отсутствии кассовых разрывов;
• существует риск недофинансирования контракта (сумма кредита меньше суммы контракта, при этом отсутствует подтверждение наличия собственных денежных средств или других источников финансирования);
• не заключены договоры, на реализацию которых требуется пополнение оборотных средств, при контрактной деятельности.

1. Отсутствуют пояснения к динамике выручки и оборотам по расчетным счетам.
2. Раздел "Кредитная история" не соответствует выгрузкам из бюро кредитных историй.
3. Отсутствуют (или неполные) комментарии к отрицательным заключениям других служб банка.
4. Некорректно составлены баланс и комментарии к нему:

• учтены неподтвержденные (визуально и (или) документально) активы;
• данные отражены не на дату баланса;
• учтено личное имущество, не участвующее в бизнесе;
• не учтена кредиторская задолженность, по которой отсутствуют письма, подтверждающие, что она не будет востребована;
• данные баланса подтверждаются лишь справками от клиента, а не первичной документацией по основным средствам;
• данные, указанные в балансе, не соответствуют представленным документам;
• не учтены личные кредиты, по факту направленные на цели бизнеса (учтены личные кредиты, направленные не на бизнес);
• краткосрочные и долгосрочные обязательства распределены некорректно по срокам (неправильно произведена разбивка задолженности);
• отражены займы, выданные/полученные от аффилированных компаний и (или) лиц;
• кредиторская и дебиторская задолженность не очищена от задолженности перед аффилированными компаниями/лицами;
• в балансе учтены данные только по одной компании группы;
• товарно-материальные ценности указаны по цене продажи, при общей системе налогообложения указаны без НДС;
• в разделе "Инвестиции" указаны расходы, по факту не увеличивающие собственный капитал (например, косметический ремонт магазина, не приведший к увеличению стоимости недвижимости, приобретение рекламного баннера и т.д.).

1. Анализ накопленной чистой прибыли за последние 12 месяцев проведен некорректно, не подтверждены крупные приобретения.
2. Не подтверждены (визуально и (или) документально) товарно-материальные запасы.
3. Некорректно заполнены данные по поставщикам и подрядчикам (не совпадают сроки оборачиваемости и отсрочки/предоплаты).
4. Отсутствуют комментарии о причинах расхождения официального и управленческого учета.
5. Не подтверждена выручка в соответствии с утвержденным списком документов.
6. Не подтверждена наценка, отсутствует документальное подтверждение/обоснование увеличения наценки по сравнению с данными предыдущего финансового анализа.
7. Некорректно отражены даты погашения по заемным средствам в отчете о прибылях и убытках, есть расхождение данных с данными раздела "Кредитная история".
8. Необоснованно заполнен прогноз отчета о прибылях и убытках (например, необоснованно завышена выручка, учтены пиковые/разовые значения выручки, не учтено увеличение расходной части, занижены дивиденды и прочие расходы, не учтено увеличение взносов по кредитам (индивидуальный график, новые кредиты)/отсутствуют комментарии).

Если при рассмотрении заявки риск-подразделением кредитный эксперт филиала необоснованно изменяет цифры по сравнению с первоначально направленным кредитным резюме (например, занижает личные расходы, увеличивает размер выручки и т.д.), она должна сниматься с рассмотрения.

Мнение. М.А. Бобрик, ОАО "Банк Москвы", директор отдела кредитования строительства и девелопмента, к. э. н.

Одной из основных задач, стоящих перед коммерческими банками, является минимизация кредитных рисков. Для ее решения используются разные методы, в том числе формальные, полуформальные и неформальные процедуры оценки. Проблема компетенции кредитных аналитиков и качества заполнения ими кредитных заключений, безусловно, является важной, однако относится к операционному риску банка. Для целей разработки и реализации эффективных методов управления кредитными рисками при кредитовании малого бизнеса необходимо глубокое и разностороннее знание факторов кредитных рисков, возникающих при кредитовании предприятий данного сегмента, и их системная оценка. Особое значение имеет методология оценки рисков кредитования малого бизнеса в условиях, когда заемщик является индивидуальным предпринимателем и (или) применяет упрощенную форму налогообложения. Не менее важная задача в этом сегменте - кредитный мониторинг.

На основе ежемесячных данных о среднем количестве доработок на одну заявку или на основе процента заявок, отправленных в доработку риск-подразделением, необходимо корректировать размер премиальной части оклада кредитных специалистов. Например , при коэффициенте возврата заявок на доработку не выше 0,5 (более 50% заявок отправлено в доработку) ставка бонуса дополнительно увеличивается на 1%.

Для сокращения числа доработок необходимо проводить обучение кредитных специалистов, которое включает несколько этапов (табл. 3).

Таблица 3

Программа обучения кредитных специалистов

Этап обучения	Описание		Результат	Ответственное подразделение
Собеседование: интервью в HR	Определяется наличие необходимых для работы в банке личностных компетенций	Перед принятием на работу	Соискатель зачисляется в штат
С региональным менеджером (ГО)	Проверяются знания и навыки кандидата в области кредитных продуктов, процесса, структуры сделки и потребностей клиента	Региональный центр (ГО)
С сотрудником риск-подразделения	Проверяются знания и навыки кандидата в области кредитного анализа, оценки кредитоспособности, кредитных рисков	Риск-подразделение
Дистанционное обучение на рабочем месте (обучающие презентации, вебинары, тренинги и тесты)	Кредитный аналитик обучается на рабочем месте по следующим темам: Финансовый анализ. Базовые принципы проведения финансового анализа. Кредитный риск. Управленческий баланс. Отчет о прибылях и убытках. Порядок заполнения кредитного резюме. Связанность и консолидация. Структурная схема бизнеса. Отчет о движении денежных средств (Cash Flow). Связь трех отчетов. Сравнительный анализ. Анализ официальной отчетности. Общая система налогообложения. Основные счета бухгалтерского учета. Анализ финансовых коэффициентов. Кредитные продукты. Кредитный процесс. Использование IT-средств. Эффективные переговоры	По мере изучения всех презентаций, вебинаров, прохождения тренингов и тестов, но не более 5 рабочих дней с момента приема на работу	После прохождения каждой темы обучения проводится оценочный тест. Ставится оценка в экзаменационный лист	Региональный центр (ГО), HR
Стажировка под руководством опытного кредитного аналитика (наставника) в ближайшей точке продаж (командировка): приобретение практического опыта	Кредитный специалист приобретает практический опыт в финансовом анализе (3 - 5 выездов на место ведения бизнеса под руководством опытного наставника)	5 рабочих дней	Опытный кредитный специалист-наставник дает характеристику профессиональному уровню кредитного специалиста - стажера: аналитическим способностям, знанию финансового анализа и структурированию сделки, условий продуктов и кредитного процесса. Оценка в экзаменационный лист	Виза наставника
Подготовка кредитных заявок на рабочем месте (во время командировки)	Кредитный специалист готовит 3 - 5 кредитных заявок и направляет их в риск- подразделение	По мере написания заявок, но не более 5 рабочих дней	Сотрудник риск-подразделения оценивает уровень подготовки кредитных заявок и определяет целесообразность дальнейшей стажировки. Ставится оценка в экзаменационный лист	Риск-подразделение
Стажировка в риск-подразделении (командировка в ГО банка)	Кредитный специалист приобретает опыт в анализе кредитных рисков и одобрении кредитных заявок	5 рабочих дней	Начальное теоретическое тестирование с присвоением оценки. В конце стажировки проводится итоговое практическое тестирование, сотрудник риск-подразделения должен оценить уровень подготовки кредитной заявки, знания финансового анализа и анализа кредитных рисков. Ставится оценка в экзаменационный лист	Риск-подразделение
Подготовка кредитных заявок на рабочем месте	Кредитный специалист готовит 3 - 5 кредитных заявок и направляет их в риск-подразделение	По мере написания заявок	Сотрудник риск-подразделения оценивает уровень подготовки кредитных заявок и определяет целесообразность присвоения категории, но не ранее окончания испытательного срока	Риск-подразделение

По итогам обучения каждому кредитному специалисту присваивается категория в зависимости от уровня профессиональных навыков, ответственности и внимательности.

В зависимости от категории кредитный специалист может направлять в головной офис упрощенный пакет документов на верификацию. Отдельно по каждой категории составляется список документов и присваивается максимальная сумма лимита на заемщика/группу компаний. Таким образом, категория отражает не только уровень квалификации кредитного специалиста, но и уровень доверия к предоставленной в кредитном резюме информации.

Необходимо осуществлять пересмотр категорий по итогам месяца/ квартала/полугодия. После пересмотра категория может быть изменена как в лучшую, так и в худшую сторону, если кредитный специалист покажет неэффективную работу или ухудшится качество кредитного портфеля.

Основные проблемы банков, имеющих широкую филиальную сеть, при кредитовании малого бизнеса связаны с отсутствием ответственности у кредитного специалиста при предоставлении финансовой информации в кредитном резюме, с достоверностью данных, указанных в кредитном резюме и представленных документах, а также с многочисленными доработками кредитного резюме и изменением информации.

Для решения данных проблем необходимы четкая регламентация ответственности кредитных специалистов, разработка критериев принятия заявки в работу, критериев отправки кредитного резюме в доработку. Действенными мерами по снижению числа доработок являются денежная мотивация кредитных специалистов в зависимости от количества заявок, отправленных в доработку, а также регулярное обучение специалистов. Итогом обучения может быть присвоение категории, так называемого рейтинга доверия.

Такие меры позволят не только снизить вероятность возникновения кредитного риска, но и повысить эффективность рассмотрения заявок по кредитованию малого бизнеса в крупных банках.

А.П.Миронова

Директор

департамента санкционирования

кредитных рисков

КБ "Юниаструм Банк" (ООО)

Каковы специфические кредитные риски, возникающие при кредитовании российскими банками субъектов малого и среднего предпринимательства? Именно они являются причиной низкой доступности кредитов. Рассмотрим применение гарантийных механизмов поддержки, которые должны отвечать интересам обеих сторон и давать синергетический эффект - эффективное управление риском для кредитных организаций, и возможность получить финансирование предприятиям малого и среднего бизнеса.

Проблема финансирования важного для развития национальной экономики сегмента - малого и среднего предпринимательства (МСП) - является в современных условиях одной из наиболее актуальных. Но в экспертном сообществе по-прежнему поднимается вопрос о недоступности кредитных ресурсов для малых и средних предприятий, реализующих инвестиционные проекты в неторговой и несырьевой сферах.

Рынок кредитования МСП российскими кредитными организациями

По данным Росстата и ФНС России, по состоянию на 1 января 2013 г. в Российской Федерации зарегистрировано 6037 тыс. субъектов МСП, в которых занято 17 729,2 тыс. человек. Каждый четвертый работник в России занят в секторе МСП. При этом на предприятиях (у юридических лиц) работает 12,2 млн человек (69,1%), у индивидуальных предпринимателей - 5,45 млн человек (30,9%).

Доля продукции и услуг, производимых субъектами МСП, в общем объеме продукции и услуг, производимых предприятиями страны, составляет около 25%.

Вместе с тем в первом полугодии 2013 г. в развитии малого и среднего предпринимательства зафиксирован ряд негативных тенденций.

Согласно данным ФНС России за период с 1 января по 1 июля 2013 г. число индивидуальных предпринимателей сократилось на 474,1 тыс. человек (11,5%).

В I квартале 2013 г. по сравнению с тем же периодом 2012 г., согласно данным Росстата, на 1,5% сократилось количество малых предприятий, на 3,4% - количество средних и на 0,8% - численность занятых на средних предприятиях работников.

Анализ банковского кредитования сектора МСП в 2013 г. показывает, что этот сегмент рынка продолжает динамично развиваться. Так, по данным Банка России, по состоянию на 1 декабря 2013 г. объем вновь предоставленных кредитов субъектам МСП в целом по Российской Федерации достиг 7176 млрд руб., что на 16% превышает показатель аналогичного периода прошлого года (6177 млрд руб.).

Объем кредитного портфеля субъектов МСП на 1 декабря 2013 г. также вырос и составил 5163 млрд руб., увеличившись на 15,4% (табл. 1) .

Таблица 1

Общая сумма задолженности по кредитам, предоставленным субъектам МСП

в Российской Федерации (тыс. руб.)

Заемщики				за 12 мес., %
Юридические лица и ИП
в т.ч. МСП	4 471 152	4 493 760	5 163 343
Физические лица
Доля сектора МСП				-0,52 п. п.

Интересной также представляется следующая информация Банка России: в III квартале 2013 г. при кредитовании малого и среднего предпринимательства наблюдалось ужесточение требований к финансовому положению заемщика и обеспечению.

При этом согласно тому же источнику существенными темпами растет спрос на новые кредиты сроком свыше 1 года (спрос на кредиты сроком до 1 года не увеличился), а также спрос на пролонгацию ранее выданных кредитов. По прогнозам в ближайшие 3 - 6 месяцев спрос вырастет еще на 20%.

Судя по результатам исследования "Предпринимательский климат в России: Индекс опоры - 2012" , получение краткосрочного (до 1 года) кредита сопряжено со значительными трудностями для 26% компаний, еще для 12% компаний это "практически невозможно". Кредит на срок от 1 года до 3 лет привлечь "достаточно сложно", по мнению 27% респондентов, "практически невозможно" - по оценке 14%. Что касается долгосрочных кредитов (на срок свыше 3 лет), то здесь негативных оценок еще больше: "достаточно сложно" - 27% и "практически невозможно" - 17%.

Согласно индексу бизнес-настроений предприятий малого и среднего бизнеса "Траст Индекс МСБ" фактор доступности финансирования оказывает наибольшее влияние на развитие малого и среднего бизнеса в России. В общей доле в 2012 г. он увеличился по сравнению с началом 2012 г. с 38 до 54%.

Таким образом, вопрос доступности кредитования для субъектов МСП по-прежнему стоит очень остро. Главные проблемы, которые испытывают предприниматели, - это высокие процентные ставки и отсутствие надежного залогового обеспечения.

Специфика риска кредитования МСП

Из всего комплекса факторов кредитного риска можно выделить те, которые характерны для кредитования МСП:

Непрозрачность деятельности клиентов: отсутствие длительного track-record (ретроспективная задокументированная история деятельности предприятия, его собственников либо менеджмента в соответствующей области, отражающая достижение каких-либо результатов), кредитной истории, аудиторского подтверждения достоверности финансовой отчетности и т.д.;

Отсутствие деловой репутации инициаторов проекта (зачастую для финансирования инвестиционных проектов привлекаются проектные компании, управляемые номинальными директорами);

Предприятия сектора МСП более подвержены традиционным технологическим, производственным и коммерческим рискам ввиду более слабой диверсификации производства и сбыта;

Наличие бухгалтерских убытков даже при прибыльной финансовой деятельности, вызванное непрофессиональным ведением бухгалтерского учета наряду с процессом оптимизации налоговой нагрузки;

Низкая капитальная база.

Принимая во внимание вышеперечисленные риски, но не ограничиваясь ими, кредитные организации вынуждены создавать повышенные резервы на возможные потери, одновременно увеличивая ставку ссудного процента. Практика показывает, что кредиты, выданные субъектам МСП, классифицируются не выше III категории качества согласно Положению Банка России от 26.03.2004 N 254-П "О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности" (далее - Положение N 254-П) даже при хорошем обслуживании долга. В данной ситуации единственным инструментом, объективно позволяющим снизить кредитный риск, а также формируемый резерв на возможные потери, является предоставление ликвидного обеспечения, покрывающего по залоговой стоимости сумму кредита и процентов.

Риск недостаточности и низкой ликвидности залогового обеспечения

Однако на данном этапе ситуация еще сильнее усугубляется не упомянутым нами риском, который стоит особняком при кредитовании субъектов МСП в настоящее время. Это риск недостаточности и низкой ликвидности залогового обеспечения.

Так, согласно гл. 6 Положения N 254-П обеспечение может быть использовано для корректировки созданного резерва, причем оно делится на две подгруппы: I и II категории качества. Обеспечение I категории для целей корректировки резерва принимается по полной оценочной стоимости. Однако к нему относятся в основном финансовые инструменты (банковские гарантии, гарантийные депозиты, ценные бумаги), эмитентом которых является компания, имеющая высокий международный долгосрочный рейтинг кредитоспособности. Такого рода обеспечения у субъектов МСП, естественно, нет.

Обеспечение II категории качества принимается с дисконтом в 50% к оценочной стоимости. К нему может относиться, по сути, любой залог вещей при наличии устойчивого рынка предметов залога и (или) иных достаточных оснований считать, что соответствующий предмет залога может быть реализован в срок, не превышающий 180 календарных дней со дня возникновения основания для обращения взыскания на залог. Имущество для такого рода залога у субъектов МСП есть. Однако если даже допустить, что оно ликвидно, его оценочная стоимость должна составлять 200 - 300% суммы кредита для покрытия его полной стоимости и процентов. Кредитная политика некоторых банков предполагает покрытие обеспечением процентов к уплате за весь период кредитования, таким образом, при долгосрочном кредитовании общая сумма требуемого обеспечения может превышать сумму запрашиваемого кредита в три и более раз.

Также российская практика пока не выработала адекватных подходов к оценке стоимости нематериальных активов (НМА) для целей залога, что могло бы оказаться полезным малым и средним предприятиям технологической сферы, где львиную долю активов и пассивов составляют именно НМА и задолженность по оплате труда персонала. Таким образом, при неизменных, базовых кредитных рисках, возникающих при кредитовании субъектов МСП, отсутствие адекватного залогового обеспечения по планируемой ссуде делает кредитование для банков слишком рискованным и неэффективным (в силу необходимости заблаговременного отнесения созданных резервов на убытки), а для субъектов МСП - практически недоступным.

Данная проблема присуща кредитованию МСП не только в России. С аналогичными проблемами сталкиваются кредитные организации и их клиенты - субъекты МСП в развитых и развивающихся странах по всему миру. Чтобы преодолеть подобного рода "разрыв" между необходимостью получения банковского кредита субъектами МСП и возможностью его получения ими, правительства различных стран внедряют инструменты поддержки малого и среднего предпринимательства, основанные на предоставлении гарантий и поручительств по кредитам, привлекаемым МСП в банках.

Далее рассмотрим гарантийные механизмы, реализованные в различных странах, а также новый инструмент, работающий на российском рынке, который позволяет кредитным организациям получить адекватное обеспечение по кредиту и снизить риски (резервы), а субъектам среднего предпринимательства - получить кредит.

Иностранный опыт государственной поддержки МСП

В соответствии с данными Справочника ОЭСР по финансированию субъектов малого и среднего предпринимательства (2013 г.) требования к обеспечению кредита (залогу) были одним из самых больших препятствий, с которыми сталкивались малые и средние предприятия при поиске новых кредитов.

В период после финансового кризиса 2008 - 2009 гг. доступ к финансированию у малых и средних предприятий ухудшился: многие правительства создали или расширили существующие программы кредитных гарантий (табл. 2).

Таблица 2

Меры государственной политики поддержки МСП в различных странах во время кризисных явлений

2008 - 2009 гг.

Меры государственной политики
Увеличение объема государственных гарантий по кредитам и (или) процента гарантированных кредитов, количества предприятий, имеющих право на получение кредита, и контрциклических займов	Канада, Чили, Дания, Финляндия, Франция, Венгрия, Италия, Южная Корея, Нидерланды, Португалия, Словакия, Словения, Швейцария, Таиланд, Великобритания, США
Специальные гарантии и займы для новых предприятий	Дания, Нидерланды
Увеличение объема государственных гарантий по экспортным кредитам	Дания, Финляндия, Нидерланды, Новая Зеландия, Португалия, Швеция, Швейцария
Государственное софинансирование
Увеличение объема целевого кредитования	Чили, Венгрия, Корея, Словения
Финансирование и гарантирование венчурного капитала и акционерного капитала	Канада, Чили, Дания, Финляндия, Франция, Италия, Нидерланды, Новая Зеландия, Швеция, Великобритания
Новые программы: бизнес-консультирование	Дания, Новая Зеландия, Швеция
Освобождение от налогообложения, предоставление отсрочки платежа	Франция, Италия, Новая Зеландия, Швеция
Кредитное посредничество

В 2009 - 2012 гг. в некоторых странах в качестве антикризисных мер были запущены новые программы для создания рабочих мест, а некоторые гарантийные инструменты были адаптированы к конкретным категориям малых и средних предприятий, таким как стартапы или инновационные компании.

В Ирландии общий объем кредитования бизнеса снизился во время кризиса и еще больше - в период восстановления. В апреле 2012 г. правительство объявило о создании первой схемы кредитных гарантий. Гарантии покрывают 75% кредита (до 1 млн). Целевая группа - успешные предприниматели с высокой производительностью, подготовленным бизнес-планом и определенным рынком для своих товаров и услуг. Положительный опыт Франции также свидетельствует, что одной из самых значительных мер по содействию кредитованию малых и средних предприятий является предоставление гарантий OSEO - организацией, финансируемой как за счет государства (58,3%), так и за счет частного сектора (41,7%). Организация предоставляет гарантии, софинансирование, прямые кредиты на поддержку инноваций и услуг. Кроме того, OSEO предоставляет гарантии под фонды рискового капитала. Традиционными бенефициарами являются микропредприятия (46,5%), малые (31%) и средние (17,5%) предприятия.

Для облегчения доступа малых предприятий к банковским кредитам OSEO разделяет риски с банками по займам, выдаваемым на создание предприятия, гарантируя в объемах от 40 до 70% возвратность финансирования или же кредитуя предприятия совместно с банками. Деятельность OSEO в области финансирования и гарантий покрывает три типа потребностей малого бизнеса и его партнеров: долгосрочное кредитование и совместное финансирование с банками, краткосрочное финансирование, различные виды гарантий.

Правительством Японии также были созданы три государственных финансовых института: Японская финансовая корпорация для малого и среднего бизнеса (Japan Finance Corporation for Small & Medium Enterprise), Национальная финансовая корпорация (National Life Finance Corporation) и Шоко Чакин банк (Shoko Chukin Bank). Эти финансовые институты выполняют буферную роль при льготном кредитовании нуждающихся малых и средних предприятий по пониженным процентным ставкам и смягченным требованиям по залоговому и гарантийному обеспечению займов. Следует отметить, что примерно 90% общего объема кредитования малого и среднего предпринимательства осуществляется коммерческими банками и только около 10% кредитов предоставляется указанными государственными финансовыми организациями.

Кроме того, правительством Японии создана общенациональная система предоставления гарантий на получение кредитов, необходимых стартующим и развивающимся малым и средним предприятиям. Основу этой системы составила Корпорация кредитных гарантий для малых и средних предприятий (Credit Guarantee Corporation for SMEs), состоящая из 52 независимых отделений, которые в общей сложности ежегодно предоставляют гарантии на сумму 32 трлн иен. В целях повышения финансовой устойчивости этой организации Японская финансовая корпорация для малого и среднего бизнеса (Japan Finance Corporation for Small Business and Medium Enterprise - JASME) осуществляет перестраховку порядка 50% выданных кредитов.

В Италии существует множество гарантийных фондов, которые отличаются территориальным покрытием и индустриальной принадлежностью компаний-бенефициаров. Более 200 институтов объединены в 7 крупных федеральных фондов согласно их секторальной принадлежности. Фактически система разделена на два уровня: региональный и федеральный.

Первый уровень - региональный, это непосредственная работа с малыми и средними предприятиями. На втором уровне работа осуществляется не напрямую с малыми и средними предприятиями, а с региональными фондами. Эта двухуровневая система, организованная группой одинаковых институтов, позволяет покрыть больший объем рисков. Тем не менее банки могут обратиться и на второй уровень за прямыми гарантиями к государственным гарантийным фондам, таким как Центральный гарантийный фонд.

В Южной Корее в 1989 г. в соответствии с законом о финансовой поддержке нового технологичного бизнеса создан Корейский государственный фонд KOTEC (Korean Technology Finance Corporation) - некоммерческая гарантийная организация, которая предоставляет кредитные гарантии инновационным компаниям. Более 80% от общего числа гарантий было предоставлено компаниям, деятельность которых направлена на развитие и использование новых технологий. KOTEC также оказывает технологическую и управленческую поддержку, что включает оценку стоимости технологии, коммерциализацию технологий и привлечение инвестиций, комплексную оценку технологии, монетаризацию и условия ведения бизнеса.

Таким образом, международный опыт показывает, что гарантийные системы призваны обеспечить предоставление комплексной поддержки субъектам как малого, так и среднего предпринимательства с учетом разницы их потребностей. Гарантийные системы также являются неотъемлемым механизмом стимулирования экономически значимых отраслей экономики. Системы строятся на принципах единых стандартов и достигают максимальной эффективности при объединении под управлением центральной организации.

Описанные выше приемы можно представить в виде табл. 3.

Таблица 3

Гарантийные механизмы для снижения рисков кредитования МСП

	Оператор	Государственное участие	Покрытие	Объем программ	Год основания
			80% от суммы кредита	4,2 млрд евро (портфель по состоянию на 2012 г.)
		Финансирование дочерней структуры	70 - 80% от суммы кредита
	Национальная федерация корпораций гарантирования кредитов	Финансирование сети корпораций гарантирования кредитов (75% участия)	80% от суммы кредита	~36 млрд долл. США (портфель по состоянию на 2012 г.)
	Администрация малого бизнеса	Предоставление гарантий банкам-партнерам за кредитование МСП	75 - 85% от суммы кредита	5,9 млрд евро (накопленный итог к 2012 г.)
Германия	Burgschaftsbanken	Предоставление контргарантий	80% от суммы кредита	5,9 млрд евро (портфель по состоянию на 2011 г.)
Южная Корея		Финансирование дочерней структуры	80% от суммы кредита	34,6 млрд долл. США (портфель по состоянию на 2011 г.)
Евросоюз	Европейский инвестиционный фонд	Предоставление гарантий банком для обеспечения портфеля кредитов МСП	Гарантирование 50% портфеля кредитов. 120 - 180 млн евро на банк	6,6 млрд евро (портфель по состоянию на 2012 г.)
		Финансирование дочерней структуры	50 - 85% от суммы кредита	1 млрд евро (портфель по состоянию на 2010 г.)

Российский гарантийный механизм

В России действуют две гарантийные программы поддержки МСП.

Первая - система региональных гарантийных фондов. Гарантийный фонд - юридическое лицо, одним из учредителей которого является субъект Российской Федерации или орган местного самоуправления, созданное для обеспечения доступа субъектов малого и среднего предпринимательства к кредитным и иным финансовым ресурсам. Поручительства (гарантии) предоставляются коммерческим банкам, страховым компаниям, лизингодателям, заключившим с региональным гарантийным фондом соглашение о сотрудничестве. Отбор таких организаций осуществляется на конкурсной основе.

Объем ответственности регионального гарантийного фонда по заключенным договорам предоставления гарантии (поручительства) не превышает 70% от объема обязательств малого и среднего предприятия и организации инфраструктуры поддержки субъектов малого и среднего предпринимательства перед финансовой организацией.

Региональные гарантийные фонды к настоящему моменту созданы в 80 субъектах Российской Федерации (кроме Ненецкого, Чукотского автономных округов и Еврейской автономной области) с капитализацией более 37,7 млрд руб. За все время реализации программы (с 2006 г.) гарантийными фондами выдано 35,1 тыс. гарантийных обязательств на общую сумму более 100,9 млрд руб. Этот объем поручительств позволил привлечь субъектам малого и среднего предпринимательства кредитные средства на сумму более 214,1 млрд руб.

Вторая новая программа - государственный гарантийный механизм поддержки среднего предпринимательства, реализуемый группой Внешэкономбанка.

Он представляет собой вертикальную систему контргарантий, выстроенную следующим образом: компания - субъект среднего предпринимательства, отвечающая определенным требованиям и испытывающая недостаток залогового обеспечения, может обратиться в ОАО "МСП Банк" (оператор гарантийного механизма) для получения банковской гарантии. Все обязательства ОАО "МСП Банк" по выданным в рамках механизма банковским гарантиям обеспечены банковской гарантией Внешэкономбанка, сумма которой составляет 40 млрд руб. В свою очередь банковская гарантия Внешэкономбанка частично обеспечена государственной гарантией Российской Федерации. Поскольку ОАО "МСП Банк" гарантирует 50% выдаваемых кредитов, объем гарантийной поддержки в 40 млрд руб. позволит коммерческим банкам обеспечить выдачу кредитов среднему бизнесу на сумму 80 млрд руб.

Поддержка в рамках этого механизма оказывается средним предприятиям, работающим в несырьевой и неторговой сферах. Размер проектов, финансируемых с привлечением гарантий, составляет от 100 млн до 2 млрд руб. (размер одной гарантии - от 50 млн до 1 млрд руб.). При этом предприятие должно привлечь в проект не менее 20% собственных средств. Срок кредитования под гарантии ОАО "МСП Банк" - от 2 до 10 лет. Стоимость гарантий для субъектов среднего предпринимательства не превысит 1,8% годовых и будет находиться в диапазоне 1,4 - 1,8% годовых (для инновационных проектов гарантии будут предоставляться по нижней границе стоимостного коридора).

Основное преимущество созданного механизма состоит в комбинации инструмента (банковская гарантия) и гаранта (ОАО "МСП Банк"), что позволит кредитным организациям учитывать полученное обеспечение как первоклассное.

Так, согласно п. 6.2.4 Положения N 254-П к обеспечению I категории качества (учитываемому по полной оценочной стоимости) могут быть отнесены в том числе "поручительства (гарантии) юридических лиц, если указанные юридические лица имеют инвестиционный рейтинг не ниже "BBB" по классификации рейтингового агентства S&P (Standard & Poor"s) или рейтинг не ниже аналогичного по классификациям Fitch Ratings, Moody"s".

ОАО "МСП Банк" по состоянию на текущую дату имеет следующие инвестиционные рейтинги, присвоенные агентством S&P:

Таким образом, появившийся в августе 2013 г. гарантийный механизм поддержки среднего предпринимательства, оператором которого является дочерняя структура Внешэкономбанка - ОАО "МСП Банк", может стать эффективным инструментом снижения рисков при кредитовании средних предприятий.

Также необходимо отметить, что в настоящее время на уровне Правительства Российской Федерации принято решение о создании Агентства кредитных гарантий, которое на первом этапе будет выполнять функции по координации деятельности региональных гарантийных фондов.

Отдельным направлением развития может стать создание системы управления кредитным риском с использованием банковской гарантии ОАО "МСП Банк" при кредитовании субъектов. Данная система могла бы обеспечить методологическую поддержку с учетом специфики рассматриваемого механизма. Также в рамках данной модели целесообразно было бы рассмотреть использование других государственных гарантийных инструментов поддержки предпринимательства, представленных в России, а по итогам всестороннего анализа влияния гарантийного механизма подготовить предложения по его оптимизации и настройке с учетом накопленных данных о международном опыте.

Выводы

Спрос на долгосрочное кредитование со стороны субъектов малого и среднего предпринимательства высокий и продолжает расти. В то же время наблюдается дальнейшее ужесточение требований к финансовому состоянию заемщика и обеспечению при кредитовании субъектов МСП. Риски кредитования МСП также традиционно высоки, залоговая стоимость обеспечения, которое может предоставить предприятие, обычно не отличается ликвидностью и не покрывает кредит.

Созданный механизм гарантийной поддержки может стать эффективным инструментом, повышающим привлекательность кредитования конкретных инвестиционных проектов субъектов среднего предпринимательства и снижающим риски, связанные с залоговым обеспечением ссудной сделки.

С каждым годом малые и средние банки всё с большей активностью внедряются в область кредитования малых предприятий. И это не удивительно, ведь она очень выгодна, потребность в кредитовании в этой сфере оценивается примерно в семь миллиардов долларов. Особенно этот процесс активен в регионах, там малые банки предоставляют примерно 85% всех кредитов, выданных лицам, занятым в малом предпринимательстве. Но, как и в любой сфере, здесь хватает своих проблем. Во-первых, это слабость ресурсной базы, а во-вторых, методика, позволяющая оценить риск при выдачи кредитов предприятиям малого бизнеса, ещё недостаточно отработана.

Первую проблему можно решить только в одном случае – если получить государственную поддержку на всех возможных уровнях. Однако, потенциал тут невелик. Судите сами: за прошлый год Федеральный фонд поддержки малого бизнеса смог выделить предпринимателям только двадцать миллионов рублей, в то время как иностранные инвесторы (в их числе и фонд, учрежденный ЕБРР) перечислил на те же нужды более миллиарда рублей. И это неудивительно, ведь российские процентные ставки по кредитам в несколько раз выше западных, так что риск работы с отечественными заёмщиками с лихвой компенсируется.

Так, в основном, поступают коммерческие банки – они повышают процент по кредиту, чтоб обезопасить себя от неприятностей, неизбежно возникающих, если ссуда не выплачивается. Так что чтобы кредитная деятельность в сфере малого бизнеса лучше развивалась, необходимо снижать процент риска. Что же для этого нужно делать?

Если задействовать фонды поддержки малого бизнеса и с помощью их резервов погашать часть процентов, то вполне можно было бы свести чрезмерно высокую процентную ставку к средней или даже к низкой. Вот только ни в федеральном, ни в региональном бюджетах это не предусмотрено, хотя в некоторых субъектах РФ уже есть опыт сотрудничества властей и банков. В последнее время помощь часто оказывается тем предпринимателям, которые занимаются приоритетным для региона производством или направляют свою деятельность в социально-значимое русло. Государственные органы в таких регионах уже осознали, что развитие малого бизнеса на руку и государству – мало того, что оно позволяет сократить безработицу, так ещё и приносит дополнительные налоговые отчисления в бюджет.

Заинтересован в помощи малым предприятиям и ЦБ. И она не только внесена в список основных направлений деятельности, но и активно разрабатывается. Например, уже существуют рекомендации для банков по кредитованию подобного рода компаний. Рекомендаций таких немало, и если окинуть их взглядом, то можно найти много общего. Хотя, конечно, есть и различия.

Когда банк оценивает финансовое положение потенциального заёмщика, рассматривается предоставленная им отчётность, корректируемая с опорой на реальную деятельность. При этом учитывается огромное число факторов. Вот только небольшой список:

• - основные и косвенные направления деятельности,
• - вид и структура предприятия,
• - та деятельность, которой заёмщик занимался ранее,
• - зависимость предприятия от климатических и социальных условий,
• - уровень организации производства и управления,
• - личность поручителей,
• - кредитная история.

У взаимоотношений банков с «малыми» компаниями есть несколько основных принципов, на которые и опираются банки при выдаче кредитов. Вот эти принципы:

1. Кредит не предоставляется, если предприятие находится в тяжелой финансовой ситуации или уже имеет задолженности в других банках.
2. Учитываются при решении о выдаче кредита как репутация предприятия, так и репутация и личные качества его руководителя.
3. Большое внимание уделяется реальному финансовому положению.
4. С учётом того, что малому предприятию сложно найти хорошего поручителя, может быть использован комбинированный залог.
5. Если вопрос о предоставлении ссуды решен в пользу заёмщика, все формальности должны быть улажены в максимально короткие сроки.
6. После выдачи кредита банк обязан постоянно следить за финансовым состоянием клиента.

Кроме названных принципов банки могут применять и другие, они определяются в индивидуальном порядке при работе с клиентом. Например, некоторые банки принимают залог только если он представлен поручительством или имуществом. Вторым очень важна благонадёжная кредитная история клиента, а третьи выдают кредиты только по оборотам. Но в любом случае кредитная история очень важна, тем более, что от региона к региону процент стабильно работающих предприятий рознится. Часто бывает, что заёмщик в поисках более выгодных условий путешествует от банка к банку, и сведения эти могут сказать о нём больше, чем любые другие.

В случае отсутствия кредитной истории банку приходится создавать её с нуля. В этой ситуации заёмщику сначала предоставляется кредит для бизнеса на небольшие суммы и на малые сроки. В случае успешного сотрудничества и сумма, и время постепенно увеличиваются, а если предприятие при этом получает какие-либо льготы, то оно «привязывается» к банку на долгий срок.

Во многом возврат взятых в кредит средств зависит от того, насколько умно распорядится ими предприниматель. Тут он сталкивается с трудностями, причин у которых немало – это и отсутствие опыта, и внедрение новых технологий, ещё не успевших зарекомендовать себя на рынке, и новый коллектив сотрудников. За рубежом существует практика тесного сотрудничества банка и предприятия-заёмщика, когда специалисты помогают начинающему предпринимателю в его финансовых делах. Понемногу такая практика распространяется и у нас, ведь в конечном счёте именно кредитор заинтересован в том, чтобы его деньги пошли в дело и вернулись с процентами.

Особенно интересна в этом виде деятельности схема, по которой работают банки в Бельгии. Там специалисты следят за предприятием и при необходимости помогают ему на протяжении всего срока кредита. Если сотрудники банка видят, что на предприятии назревает кризис, они дают руководству рекомендации по оптимизации деятельности. И не потому, что склонны к благотворительности. Благополучие заёмщика гарантирует и спокойную жизнь банка.

В России сфера взаимодействия банков и малого предпринимательства находится пока только в стадии становления. Для ускорения процесса Банк России подготовил инструкцию «О порядке формирования и использования резервов на возможные потери по кредитным требованиям». Она призвана помочь банкам более точно оценивать финансовое положение заёмщиков, а значит, и снизить процент риска.

Когда определяется надёжность финансового положения предпринимателя, подавшего заявку на кредит, в расчёт принимаются такие факторы, как информация о денежных потоках, активность и ликвидность, условия труда и так далее. Кроме того, Банк России рекомендует создавать четыре вида резервов:

1. На потери по кредитным требованиям.
2. Общий – на возможные потери.
3. По портфелю однородных кредитных требований.
4. Специальный.

Чтобы определить вид резерва, банк всесторонне оценивает финансовое положение предпринимателя.

В связи с последними рекомендациями Центрального Банка малым предприятиям, которые стабильно работают и имеют хорошую кредитную историю, а вот высоколиквидного залога не имеют, кредит станет получить проще, потому что уровень обеспеченности не учитывается.

Нужно помнить и о том, что в сфере малого предпринимательства как нигде важен индивидуальный подход к выдаче кредита. Например, торговая фирма берёт кредит, чтобы пополнить оборот средств, то производственной – на долгосрочный проект, его развитие и реализацию.

Все эти особенности учитываются, и поэтому инструкция ЦБ позволяет банкам определять размер резерва по портфелю однородных требований. Размер определяется после тщательного исследования деятельности предприятия, когда становится ясно, какой резерв покроет расходы в случае невыплаты.

Но, как показывают и теория, и опыт оценки и управления кредитным риском, кредитный риск имеет сложную внутреннюю структуру. Помимо рисков, обусловленных особенностями каждого конкретного заемщика, в нем присутствуют и другие компоненты. Рынок кредитования предприятий МСБ в нашей стране является последним сегментом кредитного рынка, еще в недостаточной степени охваченным банковскими услугами. Как же должны быть устроены системы, оценивающие и управляющие рисками кредитования предприятий этого сегмента?

Из чего состоит кредитный риск?

Одновременно с быстрым ростом кредитного рынка в России в первом десятилетии XXI в. возросли и риски, связанные с кредитным бизнесом. В силу этого повышается и значимость методик оценки кредитоспособности заемщиков для российских банков. Но для создания и использования методик измерения и управления кредитными рисками необходимо сначала разобраться с тем, какие виды кредитного риска существуют и как они соотносятся друг с другом. На рис. 1 представлена иерархия видов кредитного риска, которая формируется в трехуровневую структуру.

Рисунок 1

На базовом уровне кредитный риск представлен транзакционным риском. Этот риск связан с вариативностью кредитоспособности отдельных заемщиков, возникающей в ответ на изменение влияющих на нее экономических, отраслевых, социально-демографических и иных факторов. Этот риск проявляется в вариативности денежного потока предприятий или доходов заемщиков — физических лиц. В силу этого могут претерпевать изменения и вероятность возврата или, наоборот, невозврата ими заемных средств. На следующем уровне иерархии расположены риски, связанные с «поведением» больших групп кредитов, объединенных по принципу похожести в «единый большой кредит», называемый портфелем. Объединение кредитов в портфель диктуется необходимостью уменьшения издержек на управление: предполагается, что таким портфелем можно управлять как одним большим кредитом. Но тогда такой метакредит должен характеризоваться какими?то параметрами, позволяющими оценить свойственный ему риск — так называемый портфельный риск. В портфель объединяют кредиты, подверженные влиянию одинаковых факторов риска, среди которых присутствуют как экономические (например, состояние спроса в отрасли), так и социальные (например, уровень доходов населения) факторы. Приведем в пример возможную ситуацию с портфелем кредитов МСБ: в случае падения спроса у наиболее слабых предприятий с наименее диверсифицированными товарными портфелями или с наименее диверсифицированными системами дистрибуции доходы упадут в первую очередь и, следовательно, возрастет вероятность дефолта. Следующий, третий, уровень иерархии представлен аллокационным кредитным риском — риском, обусловленным распределением активов банка по отраслям, регионам его присутствия и продуктам банка. Разная динамика развития и разное состояние региональных экономик, отраслей и, например, спроса на разные типы банковских кредитов определяют вариативность качества кредитных портфелей, сформированных банком. Таким образом, вложение в разных пропорциях средств в кредитование одного и того же состава отраслей, которым предлагаются одни и те кредитные продукты, а отрасли локализованы в одних и тех же регионах, приведет к тому, что каждая из таких различных возможных аллокаций кредитных ресурсов будет генерировать свою доходность и будет характеризоваться своим уровнем кредитного, аллокационного, риска. В данной статье мы сконцентрируем внимание на самом нижнем — базовом — транзакционном уровне кредитного риска.

Фундамент систем управления транзакционным кредитным риском — скоринг

Начнем описание методического обеспечения оценки и управления транзакционным кредитным риском с определения термина «скоринг». Кредитным скорингом называется быстрая, точная, объективная и устойчивая процедура оценки кредитного риска, имеющая под собой научное обоснование. Скоринг всегда представляет собой ту или иную математическую модель, которая соотносит уровень кредитного риска (вероятность дефолта заемщика) с множеством различных параметров, характеризующих заемщика — физическое или юридическое лицо. Сразу заметим, что моделей скоринга для решения одной и той же задачи, например оценки кредитного риска предприятий МСБ, может быть множество. Причем каждая из таких моделей выстраивается по индивидуальному алгоритму, использует свой набор факторов, характеризующих риск, связанный с кредитованием заемщика, и в результате получает пороговую оценку, которая и позволяет разделять заемщиков на «плохих» и «хороших». Смысл кредитного скоринга заключается в том, что каждому соискателю кредита присваивается индивидуальная оценка кредитного риска — вероятности дефолта. Сравнение значения вероятности дефолта, полученной для конкретного заемщика, со специфичной (подчеркнем это) для каждой модели скоринга пороговой оценкой помогает решить труднейшую проблему выбора при выдаче кредита: давать средства данному заемщику или нет. Таким образом, скоринг по сути является автоматической или автоматизированной процедурой, классифицирующей заемщиков на требуемое количество классов. В самом простом случае таких классов два — те, кому кредит выдать можно, и те, кому он строго «противопоказан».

Благодаря использованию скоринга банк получает возможность снижения числа «плохих» кредитов за счет фильтрации потока клиентских кредитных заявок. В качестве доказательства приведем данные по кредитованию физических лиц с использованием системы скоринга фирмы Fair Isaac. После «пропускания» факторов, характеризующих заемщика, через скоринговую модель мы получаем число (скоринговый балл), определяющее уровень кредитного риска, свойственного данному заемщику. Это число принимает одно из значений в интервале от 500 до 800. Каждое из значений в этом интервале характеризует различную вероятность погашения кредитных обязательств заемщиком. То есть разные значения кредитного скоринга подразумевают различные соотношения «хороших» и «плохих» заемщиков (рис. 2).

Рисунок 2

На рис. 2 на горизонтальной оси откладывается значение скорингового балла, рассчитываемого моделью, а на оси ординат — соответствующая данному скоринговому баллу вероятность дефолта заемщика. Как видно из рисунка, рост скорингового балла заемщика сопровождается падением вероятности его дефолта: чем выше скоринговый балл, тем более устойчив конкретный заемщик к проявлению кредитного риска. Рисунок иллюстрирует эту зависимость: если в банк обратятся 100 человек, у которых скоринговый балл превышает 800, то только один из них не вернет взятые средства. И наоборот, если в компанию обратятся 100 человек со скоринговым баллом 499 и менее, то 87 из них не вернут средства, взятые в долг. Таким образом, кредитуя заемщиков с высоким значением скоринга, банк уменьшает вероятность невозврата кредитов. Тем самым уменьшаются потери и увеличивается прибыль от кредитной деятельности без снижения стандартов кредитования.

Как устроен скоринг? Что внутри?

Для создания систем скоринга необходимо несколько ингредиентов. Их рассмотрение начнем с анализа моделей скоринга, используемых для оценки кредитоспособности предприятий, поскольку именно для предприятий уже разработаны модели скоринга, структура которых описана в научной периодике. Наиболее известной из таких моделей является модель Э. Альтмана, первый вариант которой был разработан в 1968 г. на основе статистических данных менее чем 70 американских компаний, половина из которых обанкротилась. Эта модель предназначена для оценки кредитоспособности крупных публичных компаний базовых отраслей американской экономики. Модель Альтмана не может быть использована для оценки кредитоспособности, например, предприятий малого бизнеса. Поэтому в 1984 г. исследователем Д. Фулмером была создана специальная модель оценки кредитоспособности малых предприятий с годовым оборотом около $0,5-1 млн. Третья из рассматриваемых нами моделей создана всемирно известной фирмой Fair Isaaс — признанным лидером в разработке моделей скоринга для кредитования физических лиц. Это одна из наименее публичных моделей, о внутреннем устройстве которой известно немного. Может ли что?то объединять модели скоринга для столь различных объектов: крупных предприятий, предприятий малого бизнеса и физических лиц? Оказывается — да, может! Этим объединяющим моментом для всех трех типов моделей является равенство:

где Z — значение оценки скоринга (скоринговый балл);
a k — весовые коэффициенты, характеризующие значимость факторов риска;
X k — факторы риска, определяющие кредитоспособность заемщика.

Эта формула предназначена для расчета значения кредитного скоринга, или численного значения, характеризующего качество кредитоспособности заемщика. Именно такая (или аналогичная) формула является «ядром» практически любой системы скоринга. В частности, в модели Альтмана она принимает вид:

где коэффициенты модели принимают значения 1,2; 1,4; 3,3; 0,6; 0,999 и являются весами, определяющими значимость факторов риска; символы A, B, C и т.д. — факторы риска. Например, А — отношение оборотного капитала к совокупным активам; В — отношение нераспределенной прибыли прошлых лет к совокупным активам; С — отношение прибыли до уплаты процентов и налогов к совокупным активам; D — отношение рыночной капитализации к полной балансовой стоимости долговых обязательств; Е — отношение объема реализации к совокупным активам.

В модели Фулмера аналогичная формула для оценки кредитоспособности приобретает следующий вид:

Z = 6,075 + 5,528V 1 + 0,212V 2 + 0,073V 3 + 1,270V 4 + 0,120V 5 +
+ 2,335V 6 + 0,575V 7 + 1,083V 8 + 0,849V 9 ,

где V 1 — отношение нераспределенной прибыли прошлых лет к совокупным активам;
V 2 — отношение объема реализации к совокупным активам;
V 3 — отношение прибыли до уплаты налогов к совокупным активам;
V 4 — отношение денежного потока к полной задолженности;
V 5 — отношение долга к совокупным активам;
V 6 — отношение текущих пассивов к совокупным активам;
V 7 — логарифм материальных активов;
V 8 — отношение оборотного капитала к полной задолженности;
V 9 — логарифм отношения прибыли до уплаты процентов и налогов к выплаченным процентам.

Две описанные модели скоринга, как и множество других моделей, объединяет общее свойство — их многомерность, которая может быть проиллюстрирована в простейшем случае для двух факторов риска геометрической «интерпретацией» (рис. 3), где факторы риска кредитоспособности — это некие переменные X1 и X2 (их конкретный смысл в данном случае не важен).

Рисунок 3

Заемщики двух классов представлены на рисунке овалами разных цветов: одни, например «плохие», — серым овалом, тогда как другие («хорошие») — черным. Отличить «плохих» заемщиков от «хороших» ни по одному фактору риска в отдельности не представляется возможным (из-за значительного пересечения функций распределения факторов риска — колоколообразных кривых). На рис. 3 колоколообразные кривые по осям факторов риска образуются за счет проецирования на эти факторы риска групп «хороших» и «плохих» заемщиков. Данные проекции — функции плотности вероятности — описывают частоту встречаемости используемых для скоринга свойств заемщика в классифицируемых группах. Бльшая область пересечения этих кривых по любому из факторов риска говорит о невозможности отличить «плохих» заемщиков от «хороших». Заемщики разных классов очень похожи друг на друга, если оценивать их по первому и по второму факторам риска. Модель скоринга «ищет», используя статистику ранее обработанных кредитов, такой «угол зрения» на данные в пространстве факторов риска (в нашем случае оно двумерно, а в общем случае — многомерно), чтобы рассматриваемые под этим «углом» объекты разных классов были максимально не похожи друг на друга. На рис. 3 этот «угол зрения» обозначен пунктирной прямой, проходящей между серым и черным овалами и разделяющей их. Перпендикуляр к этой прямой и является осью скоринга, проецирование на которую образов «плохих» и «хороших» заемщиков дает возможность отличить их друг от друга. Точка пересечения данных прямых дает пороговое значение скоринга (уровень отсечения) — Z*. Функции плотности заемщиков разных классов при проецировании на ось скоринга Z становятся отличными друг от друга. Откуда в модели появляются численные значения коэффициентов, взвешивающих входящие в нее факторы риска? Эти коэффициенты — результат процедуры обучения, когда для настройки модели ей предъявляются имеющиеся статистические данные о выданных кредитах и результативности этого процесса («плохие» и «хорошие» заемщики) и она итеративно «подбирает» коэффициенты таким образом, чтобы точность распознавания «плохих» и «хороших» заемщиков была максимальной. На рис. 3 это подбор угла наклона прямой, рассекающей серый и черный овалы, и точки пересечения этой прямой с осью ординат.

Для определения коэффициентов модели необходимо, чтобы статистическая выборка была разбита по тем группам заемщиков (в простейшем случае их две — «плохие» и «хорошие»), которые должна распознавать скоринговая модель. Эта проблема обозначается термином «кредитное кладбище». Более того, к данным, используемым для подбора коэффициентов, предъявляются довольно жесткие требования: чтобы эти коэффициенты «чувствовали» «плохих» заемщиков, тех должно быть достаточно много (а у многих наших банков количество «плохих» заемщиков невелико, поскольку они только пытаются учиться кредитовать предприятия МСБ). Цифры, характеризующие отношение «плохих» заемщиков к «хорошим», типичны для многих банков: от 1 к 100 до 10-15 к 100 (по нашему опыту, порядок величин не сильно варьируется). Конечно, в результате кризиса 2008 г. число «плохих» заемщиков выросло до такой степени, что многие банки были близки к краху, но… проблемы с базами статистических данных по-прежнему существуют даже у таких банков, так как их падение было обусловлено большой концентрацией предприятий конкретных отраслей в их кредитных портфелях. К таким отраслям, превалировавшим в портфелях банков, относились строительство и торговля. Говорить о возможности реализации процедуры статистического обучения, даже при таких «кредитных кладбищах», пока нельзя. Помимо количественного соотношения в обучающей статистике «плохих» и «хороших» кредитов, важным фактором является общее количество примеров для каждой отрасли. А формирование портфелей из столь различающихся экономически отраслей, как торговля и строительство, приводит к тому, что мы пытаемся описать одной моделью различные объекты. Строительство характеризуется значительным объемом основных средств и достаточно медленным оборотом капитала, тогда как торговля — малым объемом основных средств и высоким оборотом капитала. Отметим, что чем подробнее описание заемщика (к чему, естественно, стремится любой кредитор, используя большее число признаков), тем большее количество как «хороших», так и «плохих» примеров должно содержать используемое «кредитное кладбище». Таким образом, для создания скоринга, использующего процедуру обучения «с учителем» (сюда относятся обе обсуждаемые нами модели), нужно, чтобы набралось достаточное число заемщиков, нанесших урон банку. Есть обходной путь, требующий использования экспертных знаний. Однако выбирая его, следует понимать, как можно оценить состав требуемых для скоринга признаков, значимость того или иного признака кредитоспособности и как объединять мнения множества экспертов по этому поводу, поскольку полагаться при выдаче кредитов на мнение одного человека опасно. Именно поэтому при формализации экспертных знаний мы все равно попадаем на «дорогу», ведущую нас к статистическому скорингу.

В завершение данного раздела обратим внимание на то, что алгоритмы, выбранные нами для обучения модели скоринга, относятся к классу статистических моделей: для построения моделей необходимы обучающая выборка и процедура статистического обучения. Это означает, что у модуля скоринга должно существовать как минимум два режима функционирования. Первый, при наличии данных, режим для обучения модели: нахождения таких коэффициентов модели, которые наилучшим образом позволят отклассифицировать выборку статистических данных. Второй режим — собственно эксплуатация построенной модели, в этом режиме модель обеспечивает реализацию классификации входного потока заемщиков на педустановленные в режиме обучения классы. Для реализации первого режима — обучения модели скоринга — необходимо выполнить несколько предварительных условий. Во-первых, статистические данные должны быть предварительно подготовлены специальным образом: выборка данных должна быть разделена на две части — обучающую и тестовую. В обучающей выборке необходимо собрать данные о потенциальных заемщиках в избыточном объеме. В нее следует включить переменные, которые потенциально могут оказаться полезными для решения вопроса о кредитоспособности заемщиков, а уж выбор конкретных переменных для включения в скоринговую модель осуществляется в процессе обучения и без участия человека. Во-вторых, пользователь (банковский специалист) должен иметь возможность выбирать из нескольких типов моделей скоринга (мы говорим о двух наиболее распространенных алгоритмах: логистической регрессии и деревьях решений). Все сказанное проиллюстрировано на рис. 4.

Рисунок 4

В левой части рисунка приводится блок-схема функционирования модуля скоринга в режиме обучения, а в правой — в режиме эксплуатации. Первый из описываемых режимов функционирования данного модуля обеспечивает отбор из избыточного набора признаков того подмножества, которое обеспечивает требуемый уровень классификации, то есть именно в этом режиме и строится математическая модель скоринга (например, определяются коэффициенты логистической регрессии). Но для построения модели скоринга необходимо как-то обеспечить остановку процедуры обучения, для чего используется специальная модель, которая рассчитывает так называемую ROC-кривую и показатель качества модели скоринга — AUC. После того как в процессе статистического обучения будет достигнут требуемый уровень качества модели, процедура статистического обучения завершается и модель переходит в режим эксплуатации. На рис. 5 представлена ROC-кривая, полученная при внедрении системы скоринга в одном из российских банков, входящих в топ-100. По вертикальной оси на графике откладывается процент «плохих» заемщиков, которых вылавливает модель из общего количества заемщиков с недостаточным кредитным качеством. По горизонтальной оси откладывается доля заемщиков из общего потока заемщиков — потенциальных клиентов, которым будет отказано в получении кредитных средств. Биссектриса прямого угла, идущая слева направо на рисунке, показывает скоринговую модель, которая для принятия решения «бросает монетку» (случайный классификатор). Понятно, что чем лучше скоринговая модель, тем «круче» должна проходить ROC-кривая.

В идеальной модели она должна совпадать с прямым углом (левым верхним). Это означает, что модель распознает всех «плохих» заемщиков в обучающей выборке, но при этом никому необоснованно не отказывает в кредите, а этого быть не может. Как видно из иллюстративного примера, характеризующего скоринг в почти идеальной ситуации, всегда существует некое пересечение образов «хороших» и «плохих» заемщиков. Поэтому в реальности кривая должна лежать в промежуточном положении (между биссектрисой и левым верхним углом). Качество модели, ROC-кривая для которой приведена на рис. 5, было весьма высоким, показатель AUC для нее равнялся 0,85.

Рисунок 5

Проблемы получения модели скоринга для кредитования МСБ

Как уже говорилось выше, введение скоринга в банковский менеджмент становится весьма актуальным из-за роста как потребительского, так и коммерческого кредитования. Обозначим проблемы, с которыми придется столкнуться на этом пути банковскому сообществу.

Попытка применить модель Альтмана для Газпрома, Роснефти или ЛУКОЙЛа, по крайней мере с формальной точки зрения, не встретит никаких трудностей. Есть данные официальной отчетности, есть весовые коэффициенты, а значит, можно вычислить оценку кредитоспособности заемщика. Но что делать, если надо оценить не упомянутые крупнейшие компании, а «свечной заводик отца Федора», акции которого не котируются не то что на NYSE, но даже на ММВБ (напомним, что мы рассматриваем оценку кредитоспособности предприятий МСБ). Даже беглого взгляда на соответствующую формулу достаточно, чтобы увидеть, что из пяти объясняющих переменных в случае «свечного заводика» в формуле остаются только четыре переменные. Оценка скоринга (значение Z в формуле) уменьшится (хотя, строго говоря, это произойдет только в том случае, если на место D поставить 0), что на самом деле не соответствует рассматриваемому случаю). Как отмечалось, значение скоринга для конкретного заемщика сравнивается с пороговой величиной:

Z > Z* — «хорошие» заемщики;
Z < Z* — «плохие» заемщики.

Однако, если нельзя учесть некоторые переменные (если акции предприятия не котируются на бирже, то переменная D отсутствует в описании кредитного качества), ломается сам «измерительный инструмент», представленный моделью (численная оценка без учета фактора D, например, всегда будет смещена в область худших оценок скоринга). В реальности ситуация еще сложнее: не принимая во внимание переменную D, мы изменяем, не желая того, геометрию пространства факторов риска и, как следствие, весовые коэффициенты и по другим факторам риска заемщика. Меняется сама модель: критическое значение скоринговой оценки (порог отсечения), с которым сравнивается оценка каждого заемщика, становится другим. Следовательно, в наших условиях сам выбор объясняющих переменных для оценки скоринга российских фирм является весьма нетривиальной задачей. Э. Альтман построил свою модель на данных всего 60 компаний, в ней отражена вполне конкретная отраслевая специфика бизнеса (базовые отрасли американской экономики), она никак не учитывает риски, связанные с бизнес-циклами в России, и риски, свойственные компаниям с другой отраслевой принадлежностью. Поэтому можно констатировать следующее: использование такого рода модели путем ее механического переноса в наши условия становится мощнейшим фактором риска кредитной оценки — тем, что в риск-менеджменте называется модельным риском. Очень яркий пример рисков, связанных с применением моделей статистического скоринга, приводится в одной из работ, посвященных изучению эффективности скоринговых моделей1. В ней говорится, что набор переменных, формирующих оценку скоринга, может изменяться с течением времени и что «граница» между анализируемыми группами может быть не линейной (как показано на рис. 3), а иметь существенно более сложную форму, которая не сможет быть описана простейшей формулой типа модели Альтмана. Авторы этой статьи исследовали несколько математических подходов для построения скоринга, где в качестве факторов риска использовался 31 финансовый коэффициент, характеризующий различные стороны финансового состояния компании. Ими проанализировано 11 моделей скоринга, разработанных в период с 1931-го до 1996 г., для построения которых применялись три математических подхода: дискриминантный анализ, логит-модель и генетические алгоритмы. Авторы статьи показали два основных момента. Первый связан с фактом изменения состава факторов риска в модели скоринга: он изменяется в зависимости от времени — чем раньше до будущего банкротства его надо «увидеть» скорингу, тем большее количество переменных в модели надо учесть. Второй связан с тем, что граница между классами заемщиков нелинейна: точность оценок, получаемых с помощью скоринга, основанного на генетических алгоритмах (они генерируют нелинейную границу), существенно выше, чем у моделей, основанных на дискриминантном анализе (он генерирует линейную границу). Правда, первый подход требует в среднем в три раза больше переменных, чем второй.

Рассмотрение проблемы управления кредитными рисками не будет полным, если мы не затронем проблем и возможных путей их решения при проектировании системы управления кредитными рисками не только физических, но и юридических лиц. Мы это сделаем на примере оценки кредитоспособности предприятий малого и среднего бизнеса. Цель данного раздела статьи — показать, что предложенный состав и архитектура сохраняются при переходе от кредитования физических лиц к кредитованию предприятий малого и среднего бизнеса. Доказательство этого факта позволит говорить о том, что предлагаемый нами состав модулей системы управления кредитными рисками и его функциональная архитектура являются универсальными.

Очевидно, что первой проблемой, с которой мы столкнемся при переходе к измерению кредитного риска малых и средних предприятий, является тот факт, что для этого типа заемщиков не накоплен достаточный фактический материал. Для сохранения универсальности предложенной нами функциональной архитектуры и состава модулей, формирующих систему управления транзакционной частью кредитного риска, мы предлагаем несколько расширить логическую модель скоринга для предприятий МСБ. Предлагаемое расширение представлено блок-схемой на рис. 6.

Рисунок 6

Суть изменений логической структуры скоринговой модели сводится к тому, что традиционный для решения этой задачи состав алгоритмов (деревья решений, логистическая регрессия и т.д.) расширяется, и в модель мы предлагаем включить алгоритмы SD-моделирования. Причины, по которым мы предлагаем такое решение, следующие:
— в отсутствие статистических данных традиционный набор алгоритмов оказывается просто бесполезным по причине невозможности реализовать обучение модели;
— для принятия решений о кредитовании в случае предприятий малого и среднего бизнеса на кредитоспособность заемщика оказывает влияние существенно больший спектр переменных, чем для физических лиц;
— широко известен факт, что бухгалтерская отчетность предприятий российской экономики часто очень слабо отражает реальное положение дел в бизнесе в силу того, что она очень сильно искажается в связи с налоговой «оптимизацией»;
— скоринговая модель должна отражать отраслевую специфику предприятий МСБ.

В частности, в контексте второго утверждения можно говорить о необходимости учета в скоринговой модели для МСБ не только финансовой информации. Очень важно, в силу масштабных эффектов, оценивать экономическое окружение скорингуемых предприятий. Важно учесть в моделях скоринга такие переменные внешней среды, как спрос и предложение. При их вариациях могут претерпевать резкие изменения и денежный поток предприятия и все его финансовые показатели, на которых обычно строятся скоринговые модели для юридических лиц. Кроме того, на состоянии предприятий, опять-таки в силу их малого масштаба, могут сказываться и особенности управления. Поэтому крайне важно иметь возможность учитывать качество управления предприятием. И если оценить в числовой форме состояние спроса и предложения в отрасли, к которой принадлежит предприятие, не составляет труда, то оценить качество управления предприятием является нетривиальной задачей. Для этого необходимо, чтобы модель могла потреблять экспертную информацию. Включение в логическую структуру скоринговой модели для предприятий МСБ блока SD-моделирования позволяет адекватно учесть все вышеперечисленные требования. Для реализации любой SD-модели, как известно, в качестве первого шага необходимо составить когнитивную карту. Когнитивная карта представляет собой диаграмму причинных влияний в виде направленного графа. Узлы этого графа представляют собой переменные, которые включаются аналитиком в описание кредитоспособности предприятия, а ребра — причинные влияния переменных друг на друга. На рис. 7 представлена когнитивная карта гипотетического предприятия лесной индустрии, которое занимается заготовкой и переработкой леса.

Такое изменение в логической структуре скоринговой модели обеспечивает не только решение четырех проблем, перечисленных нами ранее, но и возможность динамической оценки кредитоспособности предприятий МСБ. Использование в модели скоринга SD-модели позволяет сгенерировать недостающие для построения статистического скоринга данные. За счет прямого учета объема, сроков и типа займов (рис. 7) модель позволяет сгенерировать «кредитное кладбище», определив состояние дефолта как невозможность погасить текущую задолженность в течение, скажем, трех месяцев. Варьируя входные показатели модели, такие как спрос, предложение, качество менеджмента, параметры кредита, мы в процессе SD-моделирования получаем различные траектории для денежного потока предприятия, а значит, и разные условия выпадения заемщика в дефолт (при разных сочетаниях входных параметров модели мы имеем и разные финансовые показатели). Имея таким образом сгенерированное искусственное «кредитное кладбище», мы можем стандартным способом применить на указанной статистике традиционные алгоритмы скоринга в виде той же логистической регрессии. Но, кроме того, мы получаем существенный выигрыш от изменения логической структуры модели за счет того, что такая модель позволяет не только решить проблему отсутствия статистических данных, что важно для режима обучения, но и существенно расширяет функциональность скоринга в режиме эксплуатации скоринговой модели.

Поясним, что нового дает расширение логической структуры для последнего режима. Во-первых, мы можем генерировать сколь угодно большие выборки данных, что обеспечивает точность моделей статистического обучения, которые позволят учесть отраслевую специфичность бизнеса кредитуемых предприятий МСБ. В силу отсутствия ограничений на объем генерируемых искусственных данных по дефолтам предприятий МСБ (каких в реальной жизни в требуемом количестве никогда не бывает) мы учитываем в структуре когнитивной карты отраслевую специфичность: предприятия торговли характеризуются быстрым оборотом капитала и низкими основными фондами, в то время как производственные предприятия характеризуются большими значениями основных фондов и медленной скоростью оборота. За счет использования в когнитивной карте экспертной информации мы можем моделировать влияние на денежные потоки качества управления, а при использовании макроэкономической статистики — влияние вариации спроса и предложения на объемы продаж оцениваемого предприятия. И, наконец, мы можем моделировать денежные потоки предприятия в динамике за счет именно SD-моделей в структуре скоринга, что позволит нам более рационально формировать график платежей. Кроме того, динамичность получаемых оценок позволит нам естественным образом в рамках одной и той же модели реализовать не только аппликативный, но и поведенческий скоринг, если в течение периода обслуживания кредита у оцениваемого предприятия вдруг возникнут проблемы с погашением его задолженности. Такая структура скоринговой модели позволит нам в момент возникновения проблем эффективно оценить перспективы погашения возникшей задолженности и принять в отношении такого заемщика более обоснованные управленческие решения.

Рисунок 7

Вместо заключения: что еще нужно для «спокойной» жизни в кредитном бизнесе?

В силу того что кредитный риск устроен иерархически (имеет три уровня — от транзакционного до аллокационного), для управления кредитными рисками нам понадобится еще два комплекса моделей. Первый будет служить целям управления портфельным кредитным риском, а предназначение второго состоит в поддержке управленческих решений в части аллокации кредитного капитала по регионам присутствия банка и по продаваемым продуктам. Кроме того, даже на транзакционном уровне для управления кредитными рисками заемщиков недостаточно просто классифицировать входной поток заемщиков на «хороших» и «плохих». Необходим еще целый ряд функций, без использования которых применение скоринга не будет давать удовлетворительных результатов. Эти две темы будут рассмотрены нами позже.

Оценить:

1 0

Низкий уровень развития малого бизнеса, прежде всего, связан с отсутствием достаточных условий для развития малого бизнеса у нас в стране. На основании рисунка 1 можно выделить следующие проблемы низкого уровня развития малого бизнеса в России с точки зрения самих предпринимателей. Во-первых, это высокая налоговая нагрузка (47%) и ограниченность финансовых средств (46%), во-вторых это коррупция в органах власти (32%) и высокая арендная плата (31%), в-третьих это трудности с получением кредита (25%), в-четвертых низкая квалификация персонала (12%) и проблемы связанные непосредственно с регистрацией самого бизнеса (11%) - из чего следует, что ограниченность финансовых ресурсов является, чуть ли не основной преградой в развитии малого бизнеса из чего также и вытекает напрямую проблема с получением кредита у банка.

Доля кредитов выдаваемых малому бизнесу в ВВП составляет: в России (1%), США (20%), страны Евросоюза (30%), Япония (35%). По уровню поддержки малого и среднего бизнеса Россия находится на 148-м месте. Как видно на нижеприведенном рисунке 2 основная проблема доступа малых предприятий и индивидуальных предпринимателей к финансовым ресурсам банка в первую очередь связана с проблемой предоставления залога и гарантий (43%), во-вторых это высоки процентные ставки за пользование кредитом (32%), сложность и длительность оформления соответствующих документов беспокоят 26% респондентов, короткие сроки проблема для 15%, не видят необходимости в привлечении дополнительных средств - 12% и не располагают доверием банка - 5%.

Рис. 1. - Основные проблемы развития малого бизнеса:

Рис. 2.

Однако финансирование малого бизнеса отличается высокой динамикой: прирост до 50% за год, в то время как объем рублевых кредитов, предоставленных банками нефинансовым предприятиям и организациям, в целом, по данным Банка России, вырос на 28,3%. Более того, есть основания полагать, что в 2008 году сектор кредитования малого бизнеса окажется рекордсменом по темпам прироста. Необходимым условием выдачи кредита является наличие обеспечения. В 31,20% случаев банки в обеспечении кредитов чаще всего отдают предпочтения товарно-материальным запасам и ценностям, в 23,80% - недвижимости, включая незавершенное строительство, здания, основные фонды. Лишь 6,00% банков в качестве обеспечения принимают остаток средств на расчетном счете и 11,00% гарантии другой фирмы или другого банка, ценные бумаги.

Рис. 3. - Предпочтения банков в обеспечении при выдаче кредита:

По всей видимости, в ближайшие несколько лет наиболее популярными останутся кредиты на срок до одного года.

Сегодня 42% от общего объема кредитов выдается сроком до 1 года, 27% на срок от 1-2 года, 23% на срок 2-3 года и свыше трех лет было выдано 8% кредитов.

Основной преградой, которая стоит на пути расширения операций банков с предприятиями малого бизнеса, является их высокий риск кредитования.

Рис. 4. - Структура кредитов по срокам предоставления:

Риски кредитования малого бизнеса обусловлены как спецификой этого особого вида бизнес деятельности, так и особенностями его развития в России: оторванность российского малого бизнеса от формирования всей предпринимательской среды, деформация хозяйственной среды малого бизнеса, проявляющаяся в разрыве между реальными и формально учтенными объемами хозяйственного оборота, что вызывает малую информационную прозрачность данного сектора экономики, недостаточный профессионализм менеджмента, обусловленный особенностями становления рыночной экономики в России.

Не секрет, стремясь обезопасить себя, коммерческие банки подчас закладывают повышенный процент, дабы компенсировать возможные потери от не возврата кредита.

Так что одним из главных условий расширения кредитной деятельности банков в сфере малого бизнеса остается снижение рисков. Оценку финансового состояния клиента банки проводят на основании его официальной отчетности, скорректированной с учетом реальной деятельности.

Большинство методик базируются на основных принципах кредитных взаимоотношений банков с малым бизнесом:

• - не предоставлять кредит, если предприятие находится в критической ситуации или средства необходимы для погашения другого кредита;
• - определять кредитоспособность заемщика только на основе анализа его реального финансового положения;
• - учитывать конкурентоспособность заемщика, репутацию, деловые и профессиональные качества руководства предприятия;
• - учитывать трудности предоставления малым предприятиям первоклассных поручителей, используя комбинированный залог;
• - оперативно решать вопрос о предоставлении кредита и при положительном решении постоянно следить за состоянием бизнеса клиента и сроками погашения кредита.

В этой ситуации банку приходится самому создавать кредитную историю клиента, начиная работу с ним с выдачи небольших займов на короткие сроки и постепенно увеличивая сумму и срок.

При рассмотрении кредитной заявки производится проверка ее соответствия Кредитной политике Банка и, как правило, осуществляется анализ кредитуемой сделки (проекта), производится структурирование кредитной сделки, определяется уровень кредитного риска.

Рассмотрение кредитных заявок включает выполнение следующих процедур:

• - предварительная квалификация Клиента;
• - сбор необходимой информации и документов;
• - проверка достоверности полученной информации и документов;
• - выявление и анализ криминальных и правовых рисков;
• - анализ информации и документов, оценка кредитного риска.

Для предварительной квалификации Клиента осуществляются следующие мероприятия:

• - ознакомление клиента с кредитными продуктами, предлагаемыми Банком;
• - определение наиболее подходящего для клиента кредитного продукта;
• - предварительная проверка соответствия кредитной заявки Клиента Кредитной политике Банка;
• - предварительное структурирование кредитной сделки.

С учетом результатов проведения предварительной квалификации Клиента Банком принимается решение о квалификации Клиента в качестве потенциального Заемщика. В случае если потенциальный Заемщик согласен с предложенными Банком условиями, работник кредитного подразделения предлагает ему заполнить заявление на получение кредита на имя руководителя Банка (филиала) в произвольной форме с указанием суммы кредита, цели, срока возврата и вида обеспечения, а также анкету Заемщика. Проверка достоверности полученной информации и документов осуществляется Банком всеми возможными способами, например: путем визуального осмотра соответствующих объектов (зданий, сооружений, оборудования, автотранспорта и другого имущества), изучения первичных документов, документов бухгалтерского и управленческого учета, проведения опроса лиц, которые могут обладать необходимой информацией, направления письменных запросов.

Достоверная информация является основой для проведения качественного анализа.

По результатам проверки Департамент режима и защиты информации головного офиса, соответствующего структурного подразделения филиала готовит письменное заключение о целесообразности кредитования Заемщика в форме служебной записки. В целях выявления правовых рисков документы потенциальных Заемщиков, подавших кредитные заявки, как правило, подвергаются правовой экспертизе.

Анализ информации и документов, касающихся потенциального Заемщика, осуществляется в соответствии с внутренними документами Банка по кредитной деятельности.

Определение уровня кредитного риска и подготовка заключения, содержащего результаты анализа кредитного риска, подразумевает наличие в банке службы риск-менеджмента.

В каком виде в настоящее время в отсутствие данной службы должно быть подготовлено заключение об уровне кредитного риска. Кредитный работник, подписавший заключение о целесообразности выдачи кредита, докладывает свое мнение на Кредитном комитете. Решение Кредитного комитета оформляется протоколом.