Управление рисками кредитования малого бизнеса. Риски, возникающие при кредитовании малого бизнеса и методы их снижения. Существуют ли очки для мутной воды

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.

к. э.н. доцент НИУ-ВШЭ г. Нижний Новгород

In this article considered the problems of small and medium business crediting in Russia. The factors that prevent the further development of credit programs for businesses in this segment of the market are analyzed in paper. Special attention is paid to the standardization of credit process aimed at reducing the costs, risks and interest rates.

В настоящее время роль малого и среднего бизнеса в развитии экономики России очень велика, поскольку без малых и средних предприятий невозможно обеспечить в стране экономический рост, достичь ухода от сырьевой зависимости экономики, увеличить занятость населения и создать ядро среднего класса. Среди основных проблем, препятствующих развитию малого предпринимательства , особенно сильно выделяется проблема финансирования.

Малый бизнес характеризуется тем, что он более мобилен и легче приспосабливается к изменяющимся экономическим условиям, хотя его инвестиционные возможности зачастую невелики. Источники финансирования необходимы малым предприятиям, как в период становления, так и в процессе развития. Традиционные источники средств для крупных предприятий – самофинансирование за счет собственной прибыли и займы на рынке капитала путем выпуска собственных ценных бумаг – для малого бизнеса недоступны или крайне ограничены. Наиболее востребованными для этих предприятий становятся банковские кредиты и финансовые субсидии государства.

Организациями инфраструктуры финансовой поддержки МСБ в РФ являются:

Микрофинансовые организации

4. Отсутствие у заемщиков опыта привлечения кредитов и обеспечения, удовлетворяющего требованиям кредиторов.

5. Высокие кредитные риски банков, недостаточный объем накопленной статистики по выдаваемым кредитам для применения скоринговых систем.

Проблемы российских банков в сфере кредитования МСБ связаны во многом с тем, что этот вид банковского бизнеса начал развиваться только с начала 2000-х годов. Вместе с тем, успехи банков РФ на этом сегменте рынка существенны. Использование лучших зарубежных практик, технологий, стандартов и подходов к оценке кредитного риска позволили российским банкирам избежать многих управленческих ошибок и существенных потерь. В последнее время наблюдается либерализация кредитной политики коммерческих банков в сфере кредитования предприятий МСБ:

· уменьшение ставок кредитования, увеличение сроков и сумм кредитов, снижение требований к длительности деятельности заемщиков;

· предоставление кредитов без обеспечения для микропредприятий и малых предприятий на короткие сроки;

· расширение перечня видов обеспечения по кредитам;

· использование различных форм кредитования: кредит, кредитные линии, в том числе «овердрафт », лизинг, факторинг, гарантии, аккредитивы .

Либерализация кредитной политики сопровождается повышением активности банков в области маркетинга на рынке кредитования МСБ по следующим направлениям:

Собственники бизнеса

Банки – крупнейшие игроки на рынке кредитования МСБ вырабатывают стандарты кредитования, выражающиеся в единых требованиях к заемщикам и кредитуемым проектам . Направления стандартизации охватывают организацию процесса кредитования, риск-менеджмент, систему продаж, автоматизацию процесса кредитования (табл.2).

Таким образом, стандартизация процесса кредитования и кредитного портфеля банка делает возможным упрощение кредитования, автоматизацию процесса кредитования, снижение издержек (временных и стоимостных), повышение точности оценки риска, снижение цены кредита, облегчение доступа к кредиту, обеспечение прозрачности системы оценки риска и качества кредитного портфеля.

Таблица 2

Направления стандартизации процесса кредитования в банке

Организация процесса кредитования	Риск-менеджмент – анализ и мониторинг рисков	Продажи	Автоматизация процесса кредитования
1.Сеть специализированных отделов по работе с МСБ – группы по продажам и кредитованию		1.Сегментация клиентов на основе выявления потребностей	1.Дистанционное банковское обслуживание
2.Унификция квалификационных требований к сотрудникам – системы обучения и мотивации	2.Операционный риск – максимальная регламентация процесса кредитования, автоматизация процессов	2.Кредитные технологии: клиент→продукт→технологическая поддержка→каналы продаж	2.Кредитный конвейер
3.Управление сетью точек продаж – система принятия решений, обоснование выделяемых лимитов кредитования	3.Процентный риск – повышение доли комиссионного дохода при комплексных услугах; гибкая процентная политика	3.Маркетинг, корректировка кредитной политики	3.Технологическая поддержка продуктового ряда (бизнес-процесс, участники, роли, сроки)
		4.Качество обслуживания (ускорение проведения операций и принятия решений, консультирование, оперативное разрешение кризисных ситуаций)
		5.Расширение сети и каналов продаж

Приход на российский рынок компаний – членов ВТО повлечет рост конкуренции и снижение рентабельности средних и малых предприятий. В этих условиях очевидными станут:

− рост потребности предприятий в банковских кредитах для развития и повышения конкурентоспособности – роста объемов производства, модернизации, диверсификации бизнеса;

− необходимость раскрытия информации предприятиями по финансовому состоянию в официальной отчетности;

− отражение на стоимости кредита для заемщиков их текущего или инвестиционного рейтинга.

Анализ международных рекомендаций по оценке кредитного риска позволяет сделать вывод о том, что Базельский комитет по банковскому надзору (Соглашение «Базель 2») стимулирует банки к внедрению стандартизированных процедур оценки кредитного риска . Особенно это относится к системам оценки кредитоспособности розничных заемщиков и малых предприятий. Более того, малые предприятия относятся к классу розничных требований, что позволяет банкам оценивать кредитный риск в целом по портфелю однородных ссуд. Средние предприятия относятся к корпоративным заемщикам, что предполагает оценку кредитного риска индивидуально по каждому заемщику.

В качестве интегрального показателя кредитоспособности заемщика Базельским комитетом по банковскому надзору предложен показатель вероятности дефолта заемщика – PD (%). Дефолтом заемщика признается полное или частичное неисполнение обязательств по кредитному договору. В данном случае дефолт заемщика не означает его банкротства. Вероятность дефолта заемщика оценивается банком на основе комплексной оценки кредитоспособности заемщика, включающей количественные и качественные характеристики. Вероятность дефолта может определяться по статистике дефолтов.

Определение вероятности дефолта заемщиков реализуется банками в рамках подхода на основе внутренних рейтингов (IRB-подход). Банки, применяющие системы внутренних рейтингов заемщиков, должны удовлетворять определенным требованиям :

− банк должен иметь хорошо организованную, качественную систему управления рисками , которая включает в себя эффективное корпоративное управление , эффективную систему внутреннего контроля, наличие в банке адекватной системы сбора, обработки и анализа информации;

− банк должен иметь возможность получать достоверную информацию о финансовом состоянии своих клиентов;

− получаемая информация о кредитных рисках должна позволить банку формировать статистическую базу данных , выявлять классификационные группы заемщиков с устоявшимся уровнем риска дефолта и относить к ним новых заемщиков;

− система управления кредитным риском в банке должна быть одобрена органами надзора.

Требования устанавливаются не только к банкам, но и к самой системе оценки вероятности дефолта заемщиков :

· система должна оценивать риск дефолта заемщика и риск финансового инструмента, который он использует;

· должно использоваться не менее 6 категорий кредитоспособности заемщика;

· информация о заемщике должна быть основана на различных источниках;

· необходимо использовать стресс-сценарии для проверки устойчивости заемщика к внешним условиям;

· банк должен убедить надзорный орган, что рейтинговая модель обеспечивает высокую точность прогнозирования вероятности дефолта заемщика.

В ближайшее время Банк России доведет до кредитных организаций методические рекомендации по применению подхода к оценке кредитного риска на основе внутренних рейтингов заемщиков, что будет способствовать совершенствованию оценки кредитного риска и повышению качества кредитных портфелей банков.

Направлениями развития кредитования МСБ в России в ближайшей перспективе являются:

§ Создание широкой филиальной сети крупными банками для развития региональных кредитных рынков;

§ Совершенствование продуктовой линейки, использование различных форм кредитования;

§ Кредитование покупки и модернизации основных средств, расширения производства и внедрения инноваций;

§ Повышение качества обслуживания клиентов;

§ Взаимодействие банков с институциональными инвесторами и государственной инфраструктурой поддержки МСБ.

Список литературы:

1. Крис Скиннер. Будущее банкинга. Мировые тенденции и новые технологии в отрасли. М.: Гревцов Паблишер, 2009.- 400с.

2. скусство розничного банкинга: факты, аналитика, прогнозы. М.: Гревцов Паблишер, 2007.-320с.

3. Материалы XII Всероссийской конференции представителей малых и средних предприятий “Малый и средний бизнес: перспективы развития в условиях присоединения России к ВТО», май 2012 , Нижний Новгород.

4. Финлет Ст. Управление потребительским кредитованием: теория и практика. Минск: Гревцов Букс, 2010.-328с.

5. International convergence of capital standards. A revised framework. Basel Committee on Banking Supervision - http://www. bis. org/bcbs .

6. Официальный сайт Ассоциации российских банков. Аналитика.- http://www. arb. ru/b2b/analitycs/ .

7. Официальный сайт Российского банка поддержки МСП. Государственная программа финансовой поддержки - http://www. mspbank. ru/ru/government_program_fin_msp_support

8. Официальный сайт Российского микрофинансового центра. Актуальные материалы и публикации - http://www. rmcenter. ru/analitics/materialy_i_publikatsii/

Для решения задачи активизации инвестиционного процесса российская банковская система обладает всеми необходимыми ресурсами. К концу первого квартала 2000 г. совокупный капитал действующих банков вырос по сравнению с минимальным уровнем, зарегистрированным в марте 1999 г., в 2,8 раза и составил 169,2 млрд руб., что в 1,4 раза больше предкризисного уровня (в номинальном выражении). Однако в реальном выражении капитал банковской системы пока составляет лишь около 76% от предкризисного уровня. Соотношение совокупного капитала банковской системы и ВВП России составляет около 3,8%. Это значительно меньше не только уровня развитых стран, но и многих стран с переходной экономикой, где это соотношение находится на уровне 15--20%. Тем не менее, этого достаточно, чтобы сдвинуть инвестиционный процесс в российской экономике, особенно в ее реальном секторе, с мертвой точки, и в первую очередь -- за счет инвестиционного кредитования субъектов малого и среднего предпринимательства.

Очевидные тенденции стабилизации и известного подъема российской экономики на рубеже 2000 г. ознаменовали новый этап и новые задачи развития сферы малого предпринимательства, равно как и практической реализации разносторонних мер поддержки малого бизнеса . Особенностью этого этапа, как мы полагаем, выступает реализация всех преимуществ достаточно зрелой стадии развития российского малого бизнеса, активное включение последнего в формирование общей предпринимательской среды российской экономики, ее полноценных рыночно-конкурентных основ. Отличительной чертой данного этапа будет, по нашему мнению и более активное развитие малого бизнеса в реальном секторе российской экономики. Есть надежды, что активизация развития малого бизнеса произойдет на фоне общего роста промышленного производства и предполагаемой структурной перестройки производственной сферы. Наконец, по нашему глубокому убеждению важной составной частью процесса интеграции малого бизнеса в общую предпринимательскую среду российской экономики должно стать усиление его взаимодействия с институтами банковско-кредитной системы, активное использование малыми предприятиями банковских ресурсов для решения своих инвестиционных задач .

Согласно проводимым опросам, большинство российских малых предприятий крайне редко прибегало к услугам банковского кредитования (по данным проведенных обследований, в 1999 г. лишь 37,1% российских малых предприятий пользовались услугами банковского кредитования. См. Новиков В. , Шереги Ф. Малое предпринимательство и банки: пути расходятся?//Российский экономический журнал. 1999. № 9--10. С. 56), однако без этого российский малый бизнес никогда по настоящему не встанет на ноги. Нельзя, конечно, сказать, что практика банковского кредитования малого бизнеса застыла на нулевой отметке. В области кредитования активно работает целый ряд российских банков. Так, сложились некоторые механизмы привлечения в Россию зарубежных финансовых ресурсов для МП. В частности, кредиты активно выдаются по программе Европейского банка реконструкции и развития через несколько уполномоченных банков. Самыми заметными среди последних в кредитовании МП выступают Сбербанк России и Банк кредитования малого бизнеса. Однако этого явно недостаточно, и ситуацию в области банковского кредитования малого бизнеса следует расценивать как неудовлетворительную.

Во-первых , объемы кредитования малых предприятий малозаметны даже на фоне общей низкой инвестиционной активности в стране. Незначительность объемов кредитования МП в принципе не может обеспечить существенной прибыли банкам с одной стороны, и сколько-нибудь удовлетворить потребности малых предприятий в заемных средствах -- с другой. Во-вторых , очевиден преимущественно краткосрочный характер подавляющей части кредитов, выдаваемых банками малым предприятиям, т. е. кредитов, которые не могут решить проблем расширения деятельности заемщика. Кредиты под оборотные средства, несомненно, очень важны для них, но без возможности получения долгосрочных заемных средств вся деятельность МП обычно ограничивается борьбой за выживание с перспективой в три -- четыре месяца.

Низкие объемы кредитования банками малых предприятий обусловлены, наряду с плохим в целом инвестиционным климатом страны, высокими рисками кредитования МП. Причем слабая прибыльность кредитования МП вследствие уже упомянутых низких объемов самого кредитования, а также высоких транзакционных издержек самих банков делают риск кредитования МП той основной преградой, которая и стоит на пути расширения кредитных операций банков с малыми предприятиями. На наш взгляд, проблему высоких рисков можно если не решить, то во всяком случае кардинально ослабить ее остроту. Для этого нужно реализовать процессы и механизмы управления рисками банков в кредитовании малых предприятий.

Специфика рисков кредитования МП

Операции банков по кредитованию субъектов малого предпринимательства характеризуются определенной спецификой. Здесь очевиден как повышенный уровень всех традиционных источников риска, так и наличие специфических «зон риска» самого малого бизнеса.

Во-первых , следует отметить, что российский малый бизнес вырос на гребне отношений перераспределения . В результате сложилась ситуация, при которой обнаруживается слабость, неадекватность позиций российского малого бизнеса именно как собственника некоей доли совокупного капитала. На сегодняшний день доля малых предприятий как собственников в основной капитале страны может быть оценена в примерно 1,5% от общей стоимости этого капитала, в том числе в собственности на производственно-коммерческие капитальные активы -- в 2--2,5%. Такие показатели не сообразны даже ограниченному уровню развития малого бизнеса, который реально сложился в нынешних российских условиях.

Как мы полагаем, к настоящему времени наибольший «дестимулирующий» эффект на стремление малого бизнеса к умножению собственности на основной капитал оказывает неустойчивость рынков, вынужденная многопрофильность , даже хозяйственная «всеядность» малых предприятий, выступающая (или, во всяком случае, выступавшая ранее) как важное средство их устойчивости и выживания в своеобразной рыночной среде российской экономики. Это -- второй важный фактор , имеющий принципиальное значение с точки зрения формирования рисков банковского кредитования малого бизнеса и осуществления мер управления этими рисками.

Действительно, на стартовом этапе становления российского малого бизнеса многопрофильность хозяйственной деятельности была необходимым условием поддержания бизнеса «на плаву»; более того, за счет торговли и посредничества многим малым предприятиям удавалось удержать у себя некоторые элементы -- куда менее выгодного -- этапа непосредственного производства. Однако времена меняются. Ныне хозяйственная «всеядность», даже вынужденная, -- антипод долговременного коммерческого успеха, тем более основанного на долговременных инвестициях. Не случайно наибольшие инвестиции в секторе малого бизнеса наблюдаются в сфере строительства, т. е. там, где рынки наиболее устойчивы, а направления хозяйственной деятельности достаточно однородны (монтаж зданий, отделочные работы, монтаж вентиляционного и сантехнического оборудования и пр.). Отсутствие развитого вторичного рынка оборудования также максимально удерживает малые предприятия от крупных вложений в собственный основной капитал.

Третьим фактором или особенностью российского малого бизнеса, существенно влияющим на формирование рисков банковского кредитования этой сферы хозяйствования и управление этими рисками, выступает известная оторванность, изолированность малого бизнеса от формирования всей предпринимательской среды. Эта изолированность была связана с тем, что малый бизнес (еще в стадии кооперативного движения) входил в рыночную среду ранее крупных предприятий; последние сделали этот шаг позднее и в большинстве весьма неудачно. В итоге российский малый бизнес развивался и развивается «без прикрытия» со стороны крупных предприятий, которые сообразно мировому опыту выступают гарантом устойчивости взаимодействующих с ними малых форм хозяйствования, а в ряде случаев -- и прямыми гарантами по необходимым им кредитно-инвестиционным ресурсам. Впрочем, как показывает опыт банковской деятельности, даже весомая часть собственности со стороны крупного предприятия (вплоть до 50% и выше) еще не придаст малому предприятию прочного хозяйственного статуса и статуса надежного заемщика, если эта собственническая связь случайна, а не базируется на прочных хозяйственных взаимодействиях в рамках единых инновационных и производственно-технологических цепочек.

Четвертым фактором или особенностью российского малого бизнеса, существенно влияющим на формирование рисков банковского кредитования этой сферы хозяйствования и управление этими рисками, выступает деформализация хозяйственной среды малого бизнеса. Основными проявлениями этой деформализации являются разрыв между реальными и формально учтенными объемами хозяйственного оборота малых предприятий, а также между формально числящимися малыми предприятиями и их фактически действующим числом. В стране практически отсутствуют цивилизованные и построенные на балансе интересов сторон процедуры банкротства и ликвидации малых предприятий, которые в нормальных условиях выступают важнейшим институционально-правовым гарантом интересов всех кредиторов, включая и банки. Практически ни один государственный орган -- ни органы регистрации, ни органы налогообложения, ни органы статистики не могут достоверно сказать, сколько в стране реально действующих малых предприятий. По некоторым оценкам эта цифра находится на уровне 50% номинального числа зарегистрированных субъектов хозяйствования. В таком случае можно предположить, что процедуру официального закрытия проходят всего 1--2% малых предприятий, прекращающих свою деятельность.

Пятым фактором или особенностью российского малого бизнеса, существенно влияющим на формирование рисков банковского кредитования этой сферы хозяйствования и управление этими рисками является минимальная «внутренняя информационная обеспеченность» субъектов малого предпринимательства, вследствие таких причин, как использование упрощенных форм бухгалтерского учета и отчетности и отсутствие необходимых кадров, способных представить адекватную информацию о предприятии в случае его обращения с кредитной заявкой в банк. Проведенные обследования показывают, что представители малого бизнеса и сами не всегда адекватно оценивают финансовое положение своего предприятия, не в состоянии спланировать и оценить его деятельность и финансовое положение на сколько-нибудь длительную перспективу.

Наконец, шестым фактором или особенностью российского малого бизнеса, существенно влияющим на формирование рисков банковского кредитования этой сферы хозяйствования и управление этими рисками, выступает специфика формирования «кадрового состава» малых предприятий, прежде всего из числа их собственников и управленцев, что в этой области хозяйствования чаще всего и совпадает. И для этого фактора причины надо искать в специфических условиях зарождения и развития российского малого бизнеса. Собственно, этот кадровый потенциал слился (в том числе, и через фазу «кооперативного движения»)из двух источников: криминала, сумевшего мобилизовать крупные капиталы еще в годы «плановой экономики» и более удачливой части слоя «новых предпринимателей», вступивших в бизнес в годы перестройки, своевременно покинув теряющие перспективы сферу науки, предприятия ВПК, бюджетные отрасли и пр. Зачастую такие кадры демонстрируют исключительные способности в решение текущих проблем своих предпринимательств, но испытывают серьезные трудности с долговременными проблемами, разработкой и осуществлением крупных инвестиционных проектов. Восполнять такой недостаток приходится не только специализированным системам «бизнес-обучения», но и, так сказать, прямо на ходу, работникам кредитных отделов банков.

Управление рисками является основным содержанием работы банка в процессе кредитования субъектов хозяйствования и охватывает все стадии этой работы -- от первичного рассмотрения кредитной заявки до завершения расчетов и рассмотрения вопроса о возобновлении (продолжении) кредитования. При этом управление рисками составляет органичную часть управления процессом кредитования в целом. Последний включает в себя такие этапы, как

анализ кредитных заявок;

санкционирование кредитных операций;

контроль за кредитными операциями;

отчет о кредитных рисках и состоянии портфеля;

наблюдение за кредитной деятельностью подразделений банка;

обеспечение прибыльности кредитных операций; управление «проблемными» кредитами;

контроль за общими кредитными рисками;

обучение персонала современным методикам разработки и осуществления кредитных операций.

Главная задача управления рисками -- минимизация рисков в тех пределах, в которых это позволяют текущая рыночная конъюнктура и необходимость как минимум сохранить позиции банка на рынке услуг кредитования, в том числе и в среде малого предпринимательства, если это отвечает приоритетам и целям долговременной кредитной стратегии банка.

Основные составляющие управления рисками включают в себя:

разделение риска;

опосредование риска (как форма его разделения);

принятие материального обеспечения (залог);

принятие финансового обеспечения (поручительство или гарантия);

перенос риска на повышенные процентные ставки по кредиту;

принятие риска венчурного кредитования; формирование фондов для списания потерь по ссудам.

Это предполагает следующие направления работы по управлению риском :

постоянный индивидуальный мониторинг каждого клиента;

постоянный мониторинг состояния отрасли (подотрасли), в которой складывается основная хозяйственная деятельность данного клиента;

привлечение и анализ гарантий;

получение компенсации за риск (реализация залога, гарантии и пр.).

Рассмотрим более подробно данные слагаемые управления рисками банковского кредитования с учетом той специфики, которая складывается при взаимодействии банков с субъектами малого предпринимательства.

На первом этапе согласование суммы кредита диктуется реальной стоимостью инвестиционного проекта плюс затраты на формирование необходимых резервов, которые рассчитываются исходя из характера проекта и сроков его осуществления. При этом занижение суммы кредита под предлогом минимизации рисков в действительности способно эти риски существенно увеличить из-за опасности неполного финансирования проекта и по сути -- его срыва на его заключительной стадии. Сказанное касается и выбора срока кредита. Более длительный срок кредита увеличивает его риск; однако искусственное «сжатие» срока кредита может оказать негативное воздействие на заемщика, подтолкнуть его к более рискованным и даже ошибочным хозяйственным решениям и, следовательно, увеличить общие риски и заемщика и банка.

Потенциально существенным инструментом управления рисками может служить повышенная процентная ставка . Действительно, в большинстве случаев банки кредитуют малые предприятия по более высокой ставке, нежели своих крупных и стабильных первоклассных заемщиков. Однако, как показывает мировой опыт взаимодействия банков с малыми предприятиями, это инструмент управления рисками в данном случае малопродуктивен. Но если «там» играют свою роль развитые механизмы государственной поддержки малого бизнеса и жесткая межбанковская конкуренция, то с учетом реалий российского кредитного рынка механизм повышенной процентной ставки как фактор компенсации рисков нереализуем ввиду и без того высокой ставки процента, слабой доступности кредитов для малых предпринимателей и, как следствие, низкого объема кредитных отношений большинства банков с данной сферой хозяйствования.

Существенным моментом управления рисками на данном этапе является вопрос о разделении рисков или их опосредовании . Разделение рисков означает распределение бремени мобилизации источников финансирования между несколькими инвесторами, включая и самого заемщика. Очевидная для финансирования проектов крупных заемщиков, данная практика не является универсальной для заемщиков из сферы малого предпринимательства. Это связано с тем, что в силу ограниченной суммы запрашиваемого кредита операционные расходы по разделению рисков и контролю за соинвесторами могут превышать потенциальную экономию на снижении рисков банковского кредитования. Формой разделения рисков инвестиционного кредитования выступает и привлечение гарантий по кредиту, которые, как правило, охватывают примерно от 50% до 2/3 стоимости проекта и 75--80% стоимости кредита. Наконец, опосредование риска (которое является и формой его разделения), особенно характерное именно для кредитных ресурсов, направляемых в сферу малого предпринимательства, часто состоит в том, что ресурсы направляются не непосредственным заемщикам, а неким промежуточным финансовым институтам, непосредственно ориентированным на нужды малого бизнеса и имеющим отработанные процедуры, кадры и пр. В качестве таковых институтов могут выступать кредитные союзы малых предприятиях (с целью пополнения их ресурсов), региональные фонды поддержки малого предпринимательства, лизинговые компании, оказывающие соответствующий круг услуг субъектам малого предпринимательства.

Основным инструментом управление рисками при кредитовании малого бизнеса является практика ссуд под обеспечение . Обеспечение ссуд обычно используется в широком смысле и может относиться ко многим видам кредитования. Нередко банки классифицируют кредитный портфель на обеспеченные и необеспеченные ссуды. Обеспечение обычно берется без расчета на то, что оно обязательно будет реализовано. Управление обеспечением и его хранение являются трудоемкими и неприбыльными операциями для банка. Зачастую банку вообще не имеет смысла брать в залог обеспечение, которое банк не в состоянии реализовать. Однако выдача ссуды без обеспечения в соответствии с нормами регулирования ЦБ РФ вынуждает банк иммобилизовывать значительные средства в соответствующие целевые резервы. Кроме того, доля ссуд без обеспечения (по сути -- форма венчурного кредитования) также ограничена специальным нормативом, призванным обеспечить необходимую устойчивость и стабильность работы банка в целом.

Существенным тормозом развития кредитования малых предприятий выступает отсутствие сколько-нибудь нормального законодательства по залогу и инфраструктуре по реализации залогов. Следование же ныне действующим законодательным актам приводит лишь к тому, что вернуть возможно (исходя из реальной нынешней практики) не более чем половину реальной стоимости залога. Дело в том, что «выбив» залог в форме товаров, недвижимости и т. п., кредитор сталкивается с трудно решаемой проблемой обращения их в реальные деньги (тем более, что сделать это надо как можно быстрее). Системы тендеров (торгов) по залогу приводят к резкому уменьшению его реальной цены. Не отрицая саму идею тендеров, следует отметить, что потери возникают из-за их плохой организации. В стране отсутствуют специалисты, способные нормально (с минимальной потерей в цене) провести продажу залогов. Отсутствует и сколько-нибудь эффективная инфраструктура реализации залогов. В результате всего этого невозвратные кредиты под залог приносят кредитору крупные убытки. С малым бизнесом дела обстоят еще хуже. Предлагаемое малыми предприятиями в залог имущество чаще всего «не тянет» на серьезный кредит. Известно немало случаев, когда имущество малого предприятия, объявленное под залог, бесследно исчезает вместе с самим предприятием. Было бы намного лучше, если бы можно было бы взыскания к малым предприятиям обращать на имущество его владельцев (акционеров). Но пока этого добиться невозможно.

Личные квартиры, часто предлагаемые владельцами малых предприятий в качестве залога, таковыми фактически быть не могут. Номинально по закону в залог их взять можно. Но при этом обычно в них зарегистрированы (по-старому «прописаны») их владельцы. Для реального отчуждения и продажи квартиры, сыгравшей роль залога, их надо выписать, предоставив при этом новое жилье. И это требует сложной судебной процедуры и влечет большие издержки.

Системы контроля за кредитными операциями должны включать процедуры обнаружения сигналов возможной неуплаты и меры реагирования на данную опасность уже в процессе исполнения кредитной сделки. В большинстве случаев служба контроля будет делать выводы на основе периодических встреч и переговоров с клиентом, а также на основе регулярного анализа финансовой информации. Настораживающие признаки могут выявляться при наблюдении за ведением дел клиента или в ходе взаимоотношений с ним банка или становиться очевидными из анализа финансовой и другой документации или пояснительной информации, предоставленной клиентом.

Однако мониторинг риска и обуславливающих его факторов, разумеется, не сводится лишь к наблюдениям за действиями (или бездействием) самого малого предприятия-заемщика. Не менее важны и процессы, происходящие в окружающей его хозяйственной среде, в частности, в той отрасли или подотрасли, где складывается основной объем хозяйственной деятельности заемщика. Для того, чтобы малое предприятие могло успешно продолжать свою деятельность, необходимо прогнозировать изменения в отрасли и своевременно реагировать на них. Банк должен оценивать способность клиента подготовиться к возможным изменениям и принять предупредительные меры. Изменение стиля управления, текучесть кадрового состава, рискованное внедрение на новые рынки -- все это зачастую (хотя и не всегда) является показателем возможных проблем в будущем.

Если банк стремится к контролю за ведением дел заемщика, он может стать некоей «тенью компании» или ее полуофициальным директором и, следовательно, нести определенную долю юридической ответственности за управление делами данной компании. По существу, предоставление кредита в рамках пакета мер содействия данному малому предприятию является важнейшим фактором существенного снижения риска банковского кредитования малых предприятий (особенно кредитования инвестиционного характера).

Однако одним из наиболее эффективных инструментов такого управления рисками банковского кредитования малого бизнеса является система гарантий, особенно выдаваемых от лица специализированных финансовых учреждений. Гарантия как таковая не решает полностью проблемы доступности кредита для малых предприятий. Гарантия -- рыночный товар, имеющий свою цену. При этом в условиях российской экономики высокий уровень предпринимательских рисков неизбежно предопределяет высокую «цену» такого специфического товара как банковская гарантия.

В принципе сегодня нельзя говорить об абсолютной недоступности банковских или страховых гарантий для малых предприятий -- эти гарантии потенциально наличествуют, однако фактически на «открытом рынке» так дороги, что в принципе несовместимы с усредненной нормой рентабельности коммерческой деятельности, особенно при реализации долговременных инвестиционных проектов в реальном секторе экономики. Складывается ситуация, при которой в гарантийных схемах кредитования для малого бизнеса должен четко просматриваться компонент государственной поддержки . Не случайно на сегодня наиболее перспективны региональные схемы таких гарантий характеризуются прямыми формами государственной поддержки и поэтому наиболее широкого и эффективно действуют в регионах, способных реализовать такую поддержку по своим финансовым ресурсам (Москва, Екатеринбург, Нижний Новгород и др.).

В настоящее время становится все более актуальной идея реализации крупномасштабного (как минимум, межрегионального) проекта разработки схем гарантирования кредитов для малых предприятий с государственным (федерально-региональным участием). В основе обсуждаемых проектов создания крупномасштабных схем гарантирования кредитов для малого бизнеса -- смешанные государственно-частные схемы финансирования, сочетание инвестиционного и краткосрочного кредитования, прямые кредиты малому бизнесу и поддержка его инвестиционной деятельности через кредитование лизинговых услуг для малого бизнеса. При этом фактор государственной поддержки реализуется как через участие бюджетных средств в финансировании гарантийных схем, так и через возможность сочетать те или иные формы кредитной поддержки малых предприятий с иными, уже зарекомендовавшими себя инструментами содействия малому бизнесу (имущественная поддержка, налоговые льготы, консультационное, информационное и обучающее содействие и пр.).

Банки, особенно малые и средние, видящие перспективный интерес в кредитовании малого бизнеса, но вынужденные считать каждый рубль своих рисков, серьезно заинтересованы в создании таких схем. При этом нет существенных возражений банков против смешанных государственно-частных форм организации (финансирования) названных схем . Главное, чтобы эти институты избежали традиционных для наших государственных или «окологосударственных» структур тенденций бюрократизации, а также не пытались присвоить себе некого иммунитета относительно судебного разрешения дел, возникающих в связи с реализацией выданных гарантий.

Кредитование малого и среднего бизнеса традиционно относят к категории повышенного риска. Однако статистика невозвратов и темпы роста портфелей в этом сегменте рынка свидетельствуют об обратном. Не имея отработанной годами модели оценки заемщика, банки вынуждены постоянно балансировать между качеством и затратностью методик риск-менеджмента.

Пролить свет на темные места

По данным Центрального банка, за 2007 год объем предоставленных кредитов предприятиям и организациям увеличился на 50,5% и достиг 8,7 трлн рублей. Рынок кредитования малого бизнеса, по оценкам РБК, рос несколько быстрее — прирост за год составил 55%. Но при таком бурном росте встречается и множество подводных камней.

Основные проблемы, которые возникают при кредитовании малого и среднего бизнеса, — малая прозрачность данного сегмента и нехватка надежных залогов. Начальник управления кредитования среднего и малого бизнеса Русь Банка Анна Малышева констатировала: «Примерно в 50% случаев бухгалтерская отчетность не отражает реального финансово-экономического состояния деятельности предприятия, поэтому приходится апеллировать к данным управленческого учета, которые трудно подтвердить и контролировать в дальнейшем».

Как рассказал начальник департамента развития малого бизнеса МДМ-Банка Андрей Кузнецов, в его банке периодически проводятся исследования малого и среднего бизнеса. И пока результаты свидетельствует о том, что этот рынок находится на стадии «созревания». Предприниматели, как правило, задумываются о кредитовании только в тот момент, когда им нужно закрыть текущие «дырки» бизнеса. Другой тормозящий фактор — это закрытость предпринимателей перед банком и некое их лукавство при работе с экспертом. «Большая часть предпринимателей, — отметил спикер, — получает отказ именно потому, что в процессе переговоров с банком они не умеют правильно показать свой бизнес».

Хотя стаж работы в этом сегменте у многих банков составляет всего несколько лет (если брать его в массовом проявлении), кредитные организации накопили достаточно опыта, чтобы предсказать, из какого шкафа может выпасть скелет.

Начальник управления кредитования и гарантий Инвестторгбанка Ирина Бычкова поделилась опытом: «Иногда проблемы, возникающие из-за конфликта собственников, приводят к серьезным последствиям. Бывали случаи увода бизнеса от собственника менеджментом компании, наблюдались попытки рейдерского захвата. Проблемными являются предприятия, которые зависят от узкого круга поставщиков или покупателей. Присутствует также риск несбалансированного роста компании, имеющей затруднения, в том числе по возврату заемных средств. Часто из-за нехватки залоговых средств приходится привлекать личное имущество руководителей, хотя, по существу, это не совсем правильно. Зачастую приходится выступать в качестве аудитора, иногда проблемы решаются даже путем замены сотрудников в компании».

Названные факторы носят скорее субъективный характер. При серьезном и обдуманном подходе к бизнесу и процедуре оформления ссуды большинство вопросов может быть снято с повестки. Но сложности, возникающие при кредитовании малого бизнеса, могут носить и объективный характер, и даже «бывалых» сотрудников могут поставить в тупик. В частности, начальник департамента малого и среднего бизнеса Русского банка развития Наталья Голованова отметила, что при оценке предприятий, применяющих специальные налоговые режимы, сложнее проверить некоторые финансовые показатели заемщика.

Перед банкирами возникает вопрос, как проверить предприятия, работающие по так называемой «упрощенке». Некоторые эксперты полагают, что по минимальному набору документов оценить реальное состояние заемщика бывает крайне сложно. Так, даже полная бухгалтерская отчетность может не содержать необходимых сведений и не отражать полностью текущие бизнес-процессы, поэтому, считают специалисты, только на основе официальной документации нельзя сделать однозначные выводы.

Поэтому банки, основываясь на мировом опыте и на собственных данных, разрабатывают различные методики оценки кредитоспособности малого предприятия.

От частного к общему

В банковской сфере существует закономерность: если банк переходит к скоринговой модели оценки заемщика, значит, продукт становится массовым. Например, после введения скоринговой оценки в ипотечном кредитовании, этот продукт стал доступным широким слоям населения.

При кредитовании малого бизнеса задача несколько усложняется. Во-первых, речь зачастую идет о более крупных суммах. Во-вторых, проверить сведения и оценить физическое лицо гораздо проще, нежели бизнес. Если при кредитовании физического лица на большинство вопросов можно получить однозначные ответы (возраст, семейное положение, количество детей и т. д.), то при оценке предприятия немаловажными факторами являются личные качества руководителя, отношения с партнерами, форма ведения отчетности, взаимоотношения в коллективе, перспективность развития отрасли и т. п.

Тем не менее сегодня, когда интерес банков к кредитованию малого и среднего бизнеса постоянно растет (подогреваемый в том числе и государственными программами), а желающие получить ссуду практически выстраиваются в очередь, автоматизированные системы оценки заемщиков могут оказаться как нельзя кстати.

Формально существует два основных метода оценки заемщика: индивидуальный анализ и скоринг. Не секрет, что скоринговая модель имеет два основных преимущества: высокая скорость обработки и низкая стоимость. Но в то же время, по закону «жанра», качество проверки при таком подходе снижается. Начальник отдела кредитования малого и среднего бизнеса банка «Москва-кредит» Иван Хоменко пояснил: «Себестоимость скоринговой оценки, безусловно, ниже, так как рассмотрение заявки проходит за меньший срок и для ее анализа можно использовать сотрудников с более низким уровнем квалификации и заработной платы. При увеличении сумм кредитов анализ заемщика становится более индивидуальным, так как доходность кредита в абсолютном выражении увеличивается».

На первоначальном этапе банку важно соотнести возможные риски и затратные статьи. Именно по этой причине в большинстве кредитных организаций используют смешанную систему оценки заемщиков.

Так, в банке ВТБ 24, Русском банке развития, ЮниКредит Банке, банке «Москва-кредит», банке «Союз» используется скоринговая система оценки заемщиков при осуществлении «микрокредитования», то есть по программам, в которых сумма займа является минимальной для данного сегмента в этой кредитной организации.

В Инвестторгбанке выбор методики оценки заемщика зависит не только от суммы кредита, но и от того, в каком регионе и как долго клиент работает в этом бизнесе. Председатель правления Инвестторгбанка Владимир Гудков пояснил такой подход: «Регионы очень сильно отличаются друг от друга по уровню заработной платы, прожиточному минимуму, развитию инфраструктуры и сферы обслуживания… Это накладывает определенные особенности на принципы ведения бизнеса. Московский регион практически на 90% перешел на «прозрачную» схему ведения бизнеса, поэтому в столичном округе можно использовать скоринг. В регионах, напротив, преобладают «серые» схемы, а значит, там необходимо производить индивидуальную оценку заемщика».

Однако применяемую банками методику не всегда можно назвать скоринговой. Как отметила начальник отдела по работе с предприятиями МСБ Александра Бугаева (Сведбанк), рынок кредитования МСБ в России молод: «Необходимая кредитная история не накоплена, работа бюро кредитных историй пока неэффективна. К тому же скоринг применим только для стандартных заявок и, принимая решение, использует конечное число факторов, предусмотренных при разработке программы, а значит, не учитывает специфику предприятий, возможные дополнительные факторы, что для МСБ очень важно, и на которые кредитный аналитик обратил бы внимание». В Русь Банке была создана специальная упрощенная процедура оценки заемщика, приближенная к скоринговой. Анна Малышева (Русь Банк) пояснила, что данная процедура основывается на анализе определенных стоп-факторов и их соответствия параметрам программы кредитования.

Наталья Голованова (Русский банк развития) обратила внимание на другую сторону проблемы оценки заемщика: «Скоринговые системы оценки не способны до конца объективно оценить бизнес заемщика, и часто так бывает, что «хорошим» заемщикам скоринговая система отказывает, а «плохим» или даже мошенникам, наоборот, дает положительный ответ. Это нежелательно как для банков, так и для самих заемщиков».

Грань между «надежным» и «ненадежным» заемщиком может быть очень тонкой. Два продуктовых магазина в одном городе могут оказаться абсолютно разными, так как у них разные поставщики, разный ассортимент продуктов, разные менеджеры, разные точки продаж, разный сервис и т. д. Учесть все эти нюансы механическим путем крайне сложно. Поэтому сотрудники банков предпочитают делать выезды на место и там знакомиться с производством и руководством предприятия. Порой один визит может дать больше информации, чем кипа документов.

Многие банки разрабытывают собственную методику взаимодействия работы с клиентами, не требующую от потенциального заемщика множества справок из всевозможных ведомств. Персональный менеджер отправляется на место и там самостоятельно анализирует управленческую отчетность. Таким образом удается, во-первых, минимизировать временные потери со стороны заемщика, во-вторых, проанализировать и предусмотреть все возможные риски и, в-третьих, оптимизировать процесс. Данные сводятся в стандартную форму, на основании которой принять судьбоносное решение уже не составит труда.

Конечно, при таком подходе, затраты неизмеримо выше. Но на выбор методики может влиять множество факторов: от размеров филиальной сети и объема бизнеса до определенного банком размера минимальной суммы кредита. Как отметил член правления ЮниКредит Банка Эдуард Иссопов, кредитование малого бизнеса может быть привлекательным для банка в том случае, если в нем четко настроена система управления рисками: либо набрано необходимое количество людей на андеррайтинг, либо отработана система скоринга.

Как соотнести затраты и допустимые риски — сегодня кредитные организации решают этот вопрос самостоятельно.

Резервы оптом и в розницу

Повышение качества кредитного портфеля для банков связано не только с предотвращением невозвратов, но и с понижением суммы резервных средств.

Положение Центрального банка № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» допускает в целях резервирования объединять незначительные (не более 0,5% от капитала банка) ссуды, сходные по условиям кредитования, в портфели однородных ссуд.

Александра Бугаева (Сведбанк) отметила общую тенденцию на рынке кредитования: «Банки стремятся увеличить число стандартных ссуд путем разработки широкой продуктовой линейки. Это позволяет группировать ссуды в портфели с целью формирования резервов на весь портфель, что экономит время и силы банка, а также удешевляет кредитный продукт как для банка, так и для заемщика». Поэтому основная часть кредитов принадлежит к категории так называемых стандартных ссуд.

Анна Малышева (Русь Банк) констатировала: «В соответствии с возможностью, предоставляемой ЦБ, Русь Банк объединяет все кредиты, выдаваемые по программе кредитования среднего и малого бизнеса, в портфели однородных ссуд, а также формирует резерв по данным портфелям с размером ставок резервирования, начиная от 1%. Данный механизм значительно упрощает работу банка с данным сегментом бизнеса, снижает трудоемкость и позволяет более гибко подходить к процессу выдачи и сопровождения большого количества стандартных кредитов».

Банкам важно точно определить, к какой категории заемщиков относится клиент, на этапе оценки и прикрепить его к соответствующему портфелю. Если система дала сбой и при обслуживании долга возникли просрочки, данный кредит выводится из портфеля однородных ссуд, заемщику присваивается более низкая категория качества, и по кредиту закладываются дополнительные резервы. Конечно, такая процедура для банков нежелательна.

Если же ссуда не соответствует по ряду признаков ни одному портфелю однородных ссуд (например, размер кредита превышает допустимый объем или отмечается нехватка залоговых средств), банком используется индивидуальное резервирование. Как правило, доля таких нестандартных кредитов в банке незначительна.

Банкам удобнее придерживаться стандартизированного подхода и не выдавать кредиты повышенного риска. Однако, как отмечает Александра Бугаева (Сведбанк), кредитные организации часто идут навстречу предприятиям, учитывая при анализе их управленческую отчетность: «Если банк готов принять на себя более высокий риск, то это удорожает кредит как для заемщика, так и для банка. Банк вынужден увеличивать размер резервирования, что влечет дополнительные расходы, и предусматривать компенсацию за риск. Для заемщика это выражается в увеличении процентной ставки по кредиту и более жестких условиях кредитования. С подобными ситуациями банки сталкиваются достаточно часто».

Как показывает практика, за гуманностью в банках всегда стоит логическое обоснование и финансовые гарантии. Возможно, именно благодаря такому подходу риски при кредитовании малого и среднего бизнеса на сегодняшний день остаются достаточно низкими.

Каким образом оцениваются риски, связанные с кредитованием малого бизнеса? Какие требования установлены Банком России по созданию резервов на возможные потери по ссудам? Специально по запросу «БО» на эти вопросы ответили в департаменте банковского регулирования и надзора Банка России.

Оценка риска по ссудам, предоставленным субъектам малого бизнеса, осуществляется в порядке, установленном Положением Банка России от 26.03.2004 № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» (далее — Положение № 254-П).

В соответствии с п. 3.1.1 и п. 3.1.2 Положения № 254-П оценка кредитного риска по выданной ссуде (профессиональное суждение) должна производиться кредитной организацией по результатам комплексного и объективного анализа деятельности заемщика с учетом его финансового положения, качества обслуживания долга по ссуде, а также всей имеющейся в распоряжении кредитной организации информации о любых рисках заемщика, о функционировании риска, на котором работает заемщик.

Положение № 254-П не предусматривает каких-либо специальных требований по созданию минимальных резервов на возможные потери по ссудам, предоставленным субъектам малого бизнеса.

Вместе с тем Банк России уделяет должное внимание вопросам создания условий для реализации банком более эффективных процедур оценки рисков и формирования резервов на возможные потери по ссудам, предоставленным данным субъектам. Реализация указанных подходов способствует экономии трудозатрат банков на кредитование малого и среднего бизнеса, одновременно применение современной техники оценки рисков позволяет формировать адекватные резервы на потери по ссудам.

Так, например, в рамках уточнения подходов к оценке ссуд и формированию резервов на возможные потери по ссудам в соответствии с Указанием Банка России от 12.12.2006 № 1759-У «О внесении изменений в Положение Банка России от 26.03.2004 № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности», вступившим в силу с 1 июля 2007 года, предусмотрено выведение из-под требований п. 3.14.1 Положения № 254-П, в котором установлен перечень ссуд, в отношении которых резерв формируется в размере не менее 21% ссуд, предоставленных ломбардам, кооперативам, фондам поддержки малого предпринимательства и использованных ими на предоставление займов субъектам малого предпринимательства и физическим лицам. Данное уточнение дает возможность не относить ссуды, предоставленные указанным субъектам и использованные на предоставление займов субъектам малого предпринимательства, в III категорию качества с формированием резерва в отношении таких ссуд.

Указанием Банка России от 28.12.07 № 1960-У «О внесении изменения в пункт 6.3 Положения Банка России от 26 марта 2004 года № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» предусмотрена возможность признания обеспечением в целях Положения № 254-П поручительств образованных субъектами Российской Федерации фондов поддержки предпринимательства и фондов содействия кредитованию субъектов малого и среднего предпринимательства, что позволяет формировать резерв на возможные потери по ссудам с учетом такого обеспечения (то есть уменьшать величину резерва на сумму обеспечения).

Кроме того, в целях упрощения оценки ссуд, не существенных по величине, к которым, как правило, относятся ссуды, предоставленные субъектам малого бизнеса, Положение № 254-П (пункт 1.5 глава 5) предусматривает возможность объединения однородных ссуд в портфели. Данный подход предполагает оценку риска в отношении всего портфеля ссуд на основании данных о величине потерь по группе однородных ссуд за прошлый период при обеспечении сопоставимости всех существенных обстоятельств, касающихся характера, объема ссуд, условий деятельности заемщиков и иных обстоятельств.

В настоящее время рассматривается вопрос о распространении на ссуды, предоставленные юридическим лицам — субъектам малого бизнеса, подхода, предусматривающего возможность формирования портфеля ссуд с общим уровнем обесценения, обусловленным наличием и определенной длительностью просроченных платежей, установленного пунктом 5.1 Положения № 254-П.

В настоящее время такой подход реализован в отношении ссуд, предоставляемых физическим лицам.

Мнение эксперта

Перспективы развития системы кредитования малого бизнеса и существующую систему резервирования средств на возможные потери по ссудам оценил президент Ассоциации региональных банков «Россия» Анатолий Аксаков :

В настоящее время банки самостоятельно определяют размер резервов по кредитам, выдаваемым малым и средним предприятиям, на основе тщательного анализа финансово-хозяйственной деятельности предприятий. Безусловно, это замедляет процесс. Стремясь упростить процедуру, некоторые банки выдают кредиты индивидуальным предпринимателям, оформляя их как кредиты физическим лицам. Ведь кредит физическому лицу можно выдать в течение суток, тогда как при получении заявки от предпринимателя необходимо проводить финансовый анализ заемщика. Ассоциацией «Россия» во взаимодействии с банкирами подготовлены предложения о внесении изменений в Положение Банка России 254-П «О порядке формирования резервов на возможные потери по ссудам». По нашему мнению, размер резервов на возможные потери по ссудам для расчета оптимальной процентной ставки по кредитам малому и среднему бизнесу должен составлять минимум 1-1,5% (для портфеля ссуд без просроченных платежей) и увеличиваться в зависимости от продолжительности просрочки.

Кредиты малому и среднему бизнесу относятся к категории высокой степени риска. Скорее всего они подорожают, а заемщики столкнутся с ужесточением условий и отказами. Однако в целом реализация инициативы ЦБ будет способствовать развитию кредитования малого и среднего бизнеса и стимулирует активность банков в этом секторе, ведь индивидуальное резервирование массового заемщика является слишком дорогостоящим для банков, а введение единого алгоритма позволит автоматизировать процесс.

По-прежнему актуальна проблема отчетности и прозрачности малого и среднего бизнеса. Многие предприниматели до сих пор предпочитают работать по «серым» и «черным» схемам, не раскрывая свои обороты. Разумеется, это влияет на возможность получения кредита, существенно снижая ее. Увеличение резервов на возможные потери по ссудам повлечет за собой ужесточение условий кредитования — ведь банкиры станут еще более детально проверять заявленную потенциальным заемщиком информацию. Возможно, эта мера подтолкнет многих участников рынка, все еще работающих по «серым» и «черным» схемам, легализоваться.