Категориальный анализ в задачах принятия управленческих решений в области кредитования физических лиц

В условиях современного мира все больше начинает себя проявлять класс трудно формализуемых задач, относящихся к принятию управленческих решений. Данные задачи связаны с распознанием скрытных сущностей в определенном объекте. Понятие «скрытая сущность» содержит в себе различные характеризующие объект свойства, которые не бросаются в глаза при поверхностном рассмотрении. Примерами подобных свойств могут служить: модель поведения при определенных условиях в той или иной нестандартной ситуации, склонности к совершению необдуманных поступков и другое. Очевидно, что перечисленные свойства в большинстве случаев могут быть выявлены только эмпирическим путем, однако они довольно важны и полезны для принятия корректных управленческих решений.

А подход, который будет рассмотрен в рамках данной статьи, может дать представление и, соответственно, помочь в определении, какие изменения в поведении клиентов могут происходить в различных ситуациях, и исходя из полученной информации об индивидуальных личностных свойствах клиента, предсказывать экономические результаты, что позволит банкам более корректным и эффективным путем выстраивать взаимоотношения с клиентами.

Категориальный анализ используется во многих предметных областях, тематика данной статьи направлена на идентификацию скрытой сущности в условиях выдачи кредита клиенту банка, соответственно, объектом анализа в этом случае является клиент, то есть главным образом определяется и рассматривается его порядочность и добросовестность.

Основные цели, которые преследует каждый банк в своей деятельности по выдачам кредитов: увеличение кредитного портфеля за счет снижения процента необоснованных отказов по выдаче кредита, уменьшение процента невозвращаемых средств, ускорение процесса оценки кредитоспособности клиента. В достижении этих целей и необходим качественный анализ каждого из приходящего клиента.

Скрытую сущность порой бывает крайне тяжело рассмотреть и оценить, математические модели идентификация в этих случаях в большинстве своем оказываются неэффективными, более полезным для поисков будет методика категориального анализа, основанная на проверке гипотез посредством выявления предыдущих прецедентов, сформированных ранее «кредитных историй», аналогов и индивидуальных характеристик, которые были бы собраны желательно не только из одного источника, так как должна быть составляться своего рода статистика, и получены в результате анализа данных, непрямых признаков и неочевидных связей. Все это в совокупности и формирует достоверный имидж объекта.

Категориальный анализ рассматривается как метод, в фундамент которого заложен «слепой» поиск. Учитываются как прямые, так и косвенные признаки, характеризующие объект и производится анализ уже определённо сложившихся стереотипов.

Основной категориального анализа является состояние рассматриваемого объекта, которое представляет собой объединение всех свойств объекта и текущие динамические значения каждого из имеющихся свойств, которые могут быть врожденными или уже приобретенными в течение времени. Эти свойства характеризуют объекта как индивидуальность, то есть их совокупность представляет собой личностный портрет человека. Позиционирование такого объекта и составляет задачу идентификации скрытой сущности.

Введем понятие дифференцированности кредитования, которое носит в себе следующий смысл: коммерческие банки должны с большей ответственностью и осторожностью рассматривать заявки от клиентов на выдачу кредитов, нельзя вопрос о выдаче кредита рассматривать с одной стороны, однобоко. Возможность получения кредита должна предоставляться только тем физическим лицам, которые смогут вернуть предоставленную банком ссуду своевременно на обозначенных заранее условий, которые естественным образом закрепляются договором.

Дифференциация кредитования физических лиц и должна осуществляться на основе анализа клиента в рамках необходимых показателей кредитования, это может быть, например, финансовое состояние клиента, которое предоставляет коммерческому банку более менее обоснованную уверенность в том, что у заемщика есть возможность погашения кредита в обусловленный договором срок.

Если кредитная компания не имеет представления об имидже объекта, а точнее своего клиента, то банк сталкивается с кредитным риском, которые представляет собой риск возникновения убытков, в следствие возникновения ситуации, когда неисполнения клиентом своих финансовых обязательств перед кредитной организацией полностью или частично в соответствии с подписанным ранее договором.

Для каждого клиента, желающего получить кредит в коммерческом банке, определяется методом исследований степень кредитоспособности, или уровень кредитоспособности, другими словами определяется показатель кредитный риск(частный или индивидуальный) для самого банка, который связан с тем или иным клиентом, определенной суммой кредита, которая в приоритете будет выдана клиенту.

Для кредитных организаций при выдаче кредита обязательным условием должно быть, что уровень риска по выдаваемым кредитам должен быть полностью доступен, интуитивно понятен и, соответственно, приемлем для банка.

В последнее время уровень риска набирает обороты, данная тенденция имеет место быть, так как расширяется сфера кредитования в общем, и в некоторых моментах упрощаются условия получения ссуды.

База, на основе которой проводится анализ целесообразности выдачи кредита тому или иному клиенту содержит в себе следующие понятия, или критерии: социальное положение клиента в обществе, его финансовое положение и прогноз на будущий достаток и, конечно же, остальные факторы риска, которые могут повлиять на отказ в выдаче кредита.

Сеть Байеса характеризуется тем, что каждое понятие представляет собой вершину сети. Каждая переменная имеет связь со случайной переменной, которая имеет два возможных значения: 1 и 0, соответственно, да и нет.

Для всеобъемлющего понимания сети нужно провести ее количественную оценку, которая заключается в определении безусловных вероятностей для каждой из двух маргинальных вершин и определении условных вероятностей для оставшихся подчиненных вершин.

Структура сети и связанный с ней набор, состоящий из условных и безусловных вероятностей, вместе образуют базу знаний экспертной системы.

Экспертной системой называется компьютерная система, в компетенции которой находится возможность замены специалиста-эксперта, который необходим для разрешения возникшей проблемной ситуации, в нашем случае, проблемная ситуация – решение в выдаче кредита.

Актуальность и необходимость внедрения систем кредитного скоринга, который соотносится с методикой категориального анализа, регулярно отмечается на различных межбанковских семинарах и форумах, на страницах СМИ.

В современном мире возникает все большее осознание необходимости разработки и внедрения скоринговых систем, в основном такая острая необходимость возникает у средних по размерам банков, потому что это представляет собой единственно возможный способ вести эффективную и грамотную деятельность на рынке кредитования частных лиц.

Байесовы вероятностные методы обучения машин делают совершенно очевидный шаг вперед по сравнению с моделями «черных ящиков». Такой вывод делается на основе того, что байесовы методы дают понятное объяснение сделанных выводов, допускают логическую интерпретацию и модификацию структуры отношений между переменными задачи, и предоставляют возможность учесть априорный опыт в очевидной форме экспертов в соответствующей предметной области.

В заключение будет не лишним сказать, что описываемый в рамках данной статьи инструмент, основанный на весьма простом анализе фактов - категорий, которые имеют непосредственное отношение к характеристике заемщиков, может использоваться не только для формирования оценок надежности заемщиков, но и для исследования и получения информации о главных факторах, влияющих на эту надежность.