DEVELOPMENT OF PEDAGOGICAL TECHNOLOGIES IN
MODERN SCIENCES
International scientific-online conference
37
УЛУЧШЕНИЕ ПОКАЗАТЕЛЕЙ ВЫЯВЛЕНИЯ И ОЦЕНКИ
КРЕДИТНОГО РИСКА В КОММЕРЧЕСКИХ БАНКАХ
Агзамжонов Парвиз Агзамжонович
Магистрант Банковско-финансовой академии
Республики Узбекистан
https://doi.org/10.5281/zenodo.15550872
Аннотация:
В
данной
статье
рассматриваются
вопросы
совершенствования показателей выявления и оценки кредитного риска в
коммерческих банках Узбекистана. Кредитный риск является одним из
важнейших и опасных направлений банковской деятельности, и его
точная и всесторонняя оценка имеет решающее значение для обеспечения
финансовой устойчивости. В статье на практических примерах
анализируются основные показатели, используемые при оценке
кредитного риска: NPL, PD, LGD, скоринговые системы и другие
показатели. Будут выявлены существующие проблемы в действующей
системе и разработаны предложения по внедрению современных
технологий, искусственного интеллекта и автоматизированных средств
мониторинга. Результаты исследования способствуют укреплению
научных, теоретических и практических основ выявления и оценки
кредитного риска.
Ключевые слова:
кредитный риск, индикаторы риска, NPL, PD, LGD,
кредитный скоринг, коммерческие банки, оценка риска, финансовая
устойчивость, искусственный интеллект, управление банковскими
рисками, банковская система Узбекистана, мониторинг рисков,
вероятность дефолта, качество кредитного портфеля.
Введение.
В условиях рыночной экономики финансовая устойчивость
и эффективная деятельность коммерческих банков во многом зависят от
качества кредитного портфеля и уровня рисков в этом портфеле. В
частности, в последние годы в Узбекистане наблюдается рост объемов
кредитования, что обусловлено масштабными реформами банковской
системы, усилением конкуренции между банками и расширением
клиентской базы. Это, в свою очередь, обусловливает необходимость
совершенствования системы понятных и эффективных показателей для
выявления и управления кредитными рисками.
Кредитный риск — вероятность того, что клиенты не выполнят свои
кредитные обязательства в срок и в полном объеме, считается основной
финансовой угрозой для коммерческих банков. Традиционные показатели,
используемые для оценки этого риска, — неработающие кредиты (NPL),
DEVELOPMENT OF PEDAGOGICAL TECHNOLOGIES IN
MODERN SCIENCES
International scientific-online conference
38
вероятность дефолта (PD), убытки в случае дефолта (LGD) — играют
важную роль в банковской сфере. Однако на данном этапе банкам
становятся необходимы улучшенные версии этих показателей в режиме
реального времени в сочетании с цифровыми технологиями.
Поэтому основной целью данной статьи является системное
исследование показателей определения и оценки кредитного риска в
коммерческих банках, выявление существующих проблем и разработка
предложений по их совершенствованию на основе современных подходов.
Практика кредитования играет важную роль в деятельности
коммерческих банков. Хотя этот процесс способствует экономическому
росту, направляя финансовые ресурсы в субъекты реального сектора, он
также влечет за собой значительные финансовые риски, особенно
кредитный риск. Именно поэтому выявление, оценка и эффективное
управление кредитным риском для банков является одним из важнейших
условий
обеспечения
их
финансовой
устойчивости
и
конкурентоспособности.
Кредитный риск — это вероятность того, что заемщик нарушит
условия кредита и не сможет своевременно выплачивать основной долг
или проценты. Этот риск может привести к снижению прибыли банка,
необходимости формирования резервов, а в наиболее тяжелых случаях —
к банкротству. Поэтому потребность в использовании точных, надежных и
современных индикаторов для оценки этого риска возрастает с каждым
днем.
Кредитный риск является одним из важнейших видов финансового
риска в банковской сфере. Это связано с вероятностью того, что
предоставленные банком клиентам кредитные средства не будут
возвращены в полном объеме и в срок. Этот риск может быть обусловлен
многими факторами. В частности, основными факторами, влияющими на
формирование кредитного риска, считаются финансовое положение
заемщика и нестабильность его источников дохода, уровень его
дисциплины в отношении финансовых обязательств, инфляция во
внешнеэкономической
среде,
изменение
процентных
ставок,
нестабильность валютных курсов.
Кредитный риск является крупнейшим источником финансовых
потерь для банков. Если заемщик не выполнит свои обязательства, это не
только приведет к несвоевременному погашению кредита, но и негативно
скажется на общей прибыли банка, качестве активов и ликвидности.
DEVELOPMENT OF PEDAGOGICAL TECHNOLOGIES IN
MODERN SCIENCES
International scientific-online conference
39
Поэтому кредитный риск занимает центральное место в стратегическом
финансовом планировании банка, и его выявлению и оценке уделяется
особое внимание.
Последствия кредитного риска могут существенно снизить
эффективность банковской деятельности. В первую очередь увеличится
объем проблемных кредитов, что приведет к ухудшению качества
портфеля банка. Во-вторых, происходит снижение процентного дохода, то
есть снижение основного источника дохода. В-третьих, существующие
активы банка становятся неликвидными, что увеличивает риск
ликвидности. В-четвертых, возникает обязанность формировать резервы
на покрытие потерь по ссудам, что резко снижает уровень чистой
прибыли. Наконец, снижение кредитного рейтинга приводит к потере
доверия инвесторов.
На сегодняшний день в международной практике для оценки
кредитного риска широко используются следующие основные показатели.
Таблица 1
Показатели оценки кредитного риска: практика и проблемы
№
Индикатор
Описание
1
NPL (неработающие
кредиты)
Коэффициент неработающих кредитов - отношение
просроченных или невозвращенных кредитов к общему
кредитному портфелю.
2
PD (вероятность
дефолта)
Вероятность невыполнения заемщиком своих обязательств
3
LGD (убыток при
дефолте)
Ставка убытков в случае невозврата кредита
4
Кредитный скоринг Система оценки, основанная на финансовом положении,
платежной дисциплине и других показателях лица,
претендующего на кредит
5
Коэффициент
покрытия
Доля сформированных резервов по проблемным кредитам
Источник: Разработка автора.
В Узбекистане начата работа по основным показателям,
используемым в международной практике для оценки кредитного риска –
NPL (коэффициент проблемных кредитов), PD (вероятность дефолта), LGD
(уровень убытков при дефолте) и системам кредитного скоринга. Однако
инфраструктура, технологическая база и институциональные подходы,
DEVELOPMENT OF PEDAGOGICAL TECHNOLOGIES IN
MODERN SCIENCES
International scientific-online conference
40
необходимые для их эффективного функционирования, еще не полностью
сформированы.
В современных процессах оценки кредитоспособности доминируют
субъективные подходы. Многие банки при принятии решений больше
полагаются на человеческий фактор, не анализируя в достаточной мере
финансовую отчетность клиента. Это может привести к неправильной
оценке риска. Автоматизированные и алгоритмические формы систем
кредитного скоринга развиты недостаточно. Хотя в некоторых банках и
существует
система
оценки,
она
зачастую
ограничивается
поверхностными параметрами и не позволяет сформировать полный
финансовый портрет клиента. В Узбекистане единая финансовая база
данных пока не внедрена в полном объеме. В результате банки не могут
видеть кредитную историю в других финансовых учреждениях, что
приводит к неверной оценке уровня риска. Несмотря на то, что система
кредитных бюро существует, она еще не полностью интегрирована во все
банки.
Отсутствие механизмов мониторинга кредитных портфелей в режиме
реального времени вынуждает банки с опозданием реагировать на рост
проблемных кредитов. Отсутствие автоматизации систем мониторинга
замедляет процесс принятия решений и приводит к несвоевременному
выявлению рисков.
Точная оценка и эффективное управление кредитным риском
являются неотъемлемой частью современной банковской системы.
Развитие этой системы должно осуществляться по следующим важным
направлениям:
Необходимо широко внедрять автоматизированные системы
кредитного скоринга. Системы скоринга, созданные с использованием
алгоритмов искусственного интеллекта (ИИ) и машинного обучения (МО),
позволяют банкам быстро и точно определять платежеспособность
клиентов. Это снижает субъективность подходов и снижает вероятность
ошибок при принятии решений.
Необходимо создать единую базу данных финансовой информации
для всех банков. Благодаря этой системе коммерческие банки получат
доступ к кредитным историям клиентов в других финансовых
учреждениях. Такая система обеспечивает прозрачность и позволяет
реалистично оценить кредитный риск.
DEVELOPMENT OF PEDAGOGICAL TECHNOLOGIES IN
MODERN SCIENCES
International scientific-online conference
41
Необходимо создать и внедрить системы мониторинга в реальном
времени. Используя информационные панели, разработанные на основе
технологий бизнес-аналитики (BI), руководство банка может отслеживать
состояние кредитного портфеля в режиме онлайн и выявлять проблемные
тенденции на ранней стадии.
Необходимо повышать квалификацию сотрудников банка и усиливать
систему внутреннего аудита. Специалисты по оценке кредитного риска
должны регулярно проходить курсы повышения квалификации, а
внутренние критерии оценки должны соответствовать международным
стандартам.
Заключение. В условиях расширения кредитной активности
коммерческих банков Узбекистана все более актуальным становится
вопрос эффективного управления кредитными рисками. Кредитный риск
является основной финансовой угрозой для банков, а его ненадлежащее
выявление и оценка приводят к росту проблемных кредитов, снижению
чистой прибыли банка, дефициту ликвидности и снижению доверия
инвесторов. Поэтому для устойчивости банков важно, чтобы показатели
идентификации
и
оценки
кредитного риска были точными,
автоматизированными и основывались на современных аналитических
подходах.
В настоящее время в качестве основных показателей при оценке
кредитного риска используются NPL, PD, LGD, коэффициент покрытия и
системы скоринга. Однако в их практической реализации по-прежнему
существуют системные проблемы: субъективные критерии оценки,
несовершенство скоринговых систем, отсутствие единой финансовой базы
данных, неразвитость мониторинга в режиме реального времени не
позволяют в полной мере использовать этот потенциал.
Для устранения выявленных недостатков необходимо ускорить
работу по следующим направлениям: внедрение автоматизированных
систем кредитного скоринга, формирование единой информационной
базы, разработка систем мониторинга в режиме реального времени,
использование
моделей
предиктивной
аналитики,
повышение
квалификации сотрудников банков. Реализация данных предложений
существенно повысит возможности коммерческих банков эффективно
управлять кредитными рисками, заблаговременно выявлять финансовые
риски и минимизировать их.
DEVELOPMENT OF PEDAGOGICAL TECHNOLOGIES IN
MODERN SCIENCES
International scientific-online conference
42
Список использованной литературы:
1.
Юлдашева, Д.Н. (2022). Доля проблемных кредитов в кредитном
портфеле банка и методы ее снижения. Журнал финансового анализа, № 4,
45–52.
2.
Савин, А.И. (2020). Минимизация кредитного риска и российская
банковская система. Финансы и кредит, № 8(812), с. 17–25.
3.
Ли, Х. Дж. и Ким, Ю. С. (2021). Модели кредитного скоринга на основе
искусственного интеллекта: перспективы оценки и регулирования на
азиатских финансовых рынках. Журнал азиатских финансов, экономики и
бизнеса, 8(4), 123–131.
4.
Мюллер Т. и Шефер Д. (2018). Управление кредитными рисками в
европейских банках после кризиса: тенденции и проблемы. Европейский
банковский обзор, 33(2), 77–89.
5.
Смит, Дж. и Джонсон, Р. (2023). Количественные модели оценки
кредитного риска в коммерческих банках. Журнал управления рисками в
финансовых учреждениях, 16(1), 89–103.
6.
МВФ. (2022). Узбекистан: Оценка устойчивости финансовой системы.
Международный валютный фонд, страновой отчет № 22/307. [Онлайн].
Доступно на: https://www.imf.org
7.
Базельский комитет по банковскому надзору. (2019). Кредитный
риск: принципы измерения и контроля. Банк международных расчетов.
8.
https://www.bis.org
