Отчет по практике: Кредитная политика банка

.        Кредит физическим лицам, ведущим личное подсобное хозяйство.

Сумма кредита:

на срок до 2-х лет - от 15 тыс. руб. до 300 тыс. руб. на одно хозяйство

на срок до 5-ти лет - от 15 тыс. руб. до 700 тыс. руб. на одно хозяйство

Процентная ставка: от 14%.

Отсутствие комиссий.

Так е существует кредитование на образование, автокредитование и кредит на погашение кредита в другом банке. И последний раздел кредитных продуктов - это ипотечное кредитование:

.        Приобретение готового жилья.

Сумма кредита: от 45 000 рублей. Процентная ставка: от 12% в рублях, от 10% в валюте. Срок кредита: до 30 лет. Первоначальный взнос: от 10%.

.        Приобретение строящегося жилья.

Сумма кредита: от 45 000 рублей. Процентная ставка: от 12% в рублях, от 10% в валюте. Срок кредита: до 30 лет. Первоначальный взнос: от 10%.

.        Загородная недвижимость.

Кредит предоставляется на:

·        приобретение / строительство дачи (садового дома) и других строений потребительского назначения;

·        завершение строительства вышеуказанных объектов;

·        завершение строительства жилого дома;

·        приобретение земельного участка.

Сумма кредита: от 45 000 рублей. Процентная ставка: от 12% в рублях, от 10% в валюте. Срок кредита: до 30 лет. Первоначальный взнос: от 15%.

.        Гараж.

Предоставляется на приобретение или строительство гаража или машинного места.

Сумма кредита: от 45 000 рублей. Первоначальный взнос: от 10%. Процентная ставка: от 12,5% в рублях, от 10,5% в валюте. Срок кредита: до 30 лет.

.        Военная ипотека.

Предоставляется военнослужащим участникам накопительно-ипотечной системы на приобретение готового жилья под пониженную процентную ставку. Процентная ставка: 10,5% в рублях.

Кредитный специалист заполняет анкету на человека желающего взять кредит и отправляет ее на рассмотрение в программу «Кредитная фабрика». Заявка обрабатывается от 15 минут до 2 дней. Человек проверяется на платежеспособность, просматриваются его старые кредитные истории, после чего выносится решение. Очень часто клиенту приходит отказ на оформление кредита. Во время прохождения производственной практики я составляла отчеты по отрицательным результатам на запрос кредита. Для этого формировались папки с анкетами клиентов и отрицательными результатами рассмотрения, на все это я делала списки и контролировала правильность формирования папок. Составляла общий список клиентов с отказами и сдавала документы в архив.

Также одним из моих заданий было рассылать постоянным клиентам банка новости об акциях на электронную почту. Банк дорожит своими клиентами и поэтому очень важно доводить до их сведения своевременно информацию.

Для построения математической модели, я буду пользоваться данными по потребительскому кредитованию.

.2 Построение математической модели

В банке предоставили данные потребительских кредитов по Алтайскому отделению №8644. Рассмотрим временной ряд состоящий из ежемесячных сумм потребительского кредитования отделения №8644 Сбербанка России.

Таблица

Временной ряд - это совокупность значений какого-либо показателя за несколько последовательных моментов или периодов [елисеева, 137]. Исходя из данного определения сделаем вывод, что данные предоставленные Сбербанком представляют собой временной ряд.

Построим график по данным потребительского кредитования за три года.

Рис. 1. График временного ряда потребительского кредитования.

По графику временного ряда мы можем говорить о наличии сезонности: летом и зимой наблюдается уменьшение индекса, тогда как в ноябре и декабре индекс принимает свое наибольшее значение. Графически сезонные изменения очень хорошо просматриваются. Также можно предположить, что присутствует линейный тренд.

По полученным данным можно построить аддитивную модель или мультипликативную. Методика определения сезонной составляющей (применительно к мультипликативной модели ее часто называют индексом сезонности) во многом схожа у аддитивной и мультипликативной модели. В обоих случаях определяются центрированные скользящие средние и с их помощью находятся сезонные отклонения. Но в отличии от аддитивной модели сезонные отклонения определяются как частное от деления фактических значений ряда на соответствующие скользящие средние. Второе отличие заключается в нахождении по полученным средним сезонным отклонениям сезонных составляющих.

.2.1 Построение мультипликативной модели временного ряда

Общий вид мультипликативной модели следующий:

= T x S x E

Эта модель предполагает, что каждый уровень временного ряда может быть представлен как сумма трендовой (T), сезонной (S) и случайной (E) компонент.

Рассчитаем компоненты мультипликативной модели временного ряда.

Шаг 1. Проведем выравнивание исходных уровней ряда методом скользящей средней. Для этого:

.1. Найдем скользящие средние (гр. 3 таблицы). Полученные таким образом выровненные значения уже не содержат сезонной компоненты.

.2. Приведем эти значения в соответствие с фактическими моментами времени, для чего найдем средние значения из двух последовательных скользящих средних - центрированные скользящие средние (гр. 4 табл.).

Таблица

Шаг 2. Найдем оценки сезонной компоненты как частное от деления фактических уровней ряда на центрированные скользящие средние (гр. 5 табл.). Эти оценки используются для расчета сезонной компоненты S. Для этого найдем средние за каждый период оценки сезонной компоненты S_j. Сезонные воздействия за период взаимопогашаются. В мультипликативной модели это выражается в том, что сумма значений сезонной компоненты по всем кварталам должна быть равна числу периодов в цикле. В нашем случае число периодов одного цикла равно 12.

Для данной модели имеем:

.549 + 0.653 + 0.702 + 1.009 + 1.053 + 1.063 + 0.925 + 1.335 + 0.979 + 1.084 + 1.346 + 1.268 = 11.965

Корректирующий коэффициент: k=12/11.965 = 1.003

Рассчитываем скорректированные значения сезонной компоненты S_i и заносим полученные данные в таблицу.

Шаг 3. Разделим каждый уровень исходного ряда на соответствующие значения сезонной компоненты. В результате получим величины T x E = Y/S (гр. 4 табл.), которые содержат только тенденцию и случайную компоненту.

Находим параметры уравнения методом наименьших квадратов.

Система уравнений МНК:

₀n + a₁∑t = ∑y ₀∑t + a₁∑t² = ∑y•t

Для наших данных система уравнений имеет вид:

a₀ + 666a₁ = 16825243.35

a₀ + 16206a₁ = 315535605.76

Из первого уравнения выражаем а₀ и подставим во второе уравнение

Получаем a₀ = 1098.74, a₁ = 447041.19

Среднее значения

Шаг 4. Определим компоненту T данной модели. Для этого проведем аналитическое выравнивание ряда (T + E) с помощью линейного тренда. Результаты аналитического выравнивания следующие: = 447041.186 + 1098.74t

Подставляя в это уравнение значения t = 1,...,36, найдем уровни T для каждого момента времени (гр. 5 табл.).

Шаг 5. Найдем уровни ряда, умножив значения T на соответствующие значения сезонной компоненты (гр. 6 табл.).

Расчет ошибки в мультипликативной модели производится по формуле:

= ∑Y/(T * S) = 36

Для сравнения мультипликативной модели и других моделей временного ряда можно использовать сумму квадратов абсолютных ошибок:

Среднее значения

Следовательно, можно сказать, что мультипликативная модель объясняет 87% общей вариации уровней временного ряда.

Проверка адекватности модели данным наблюдения.

где m - количество факторов в уравнении тренда (m=1). = 4.08

Поскольку F > Fkp, то уравнение статистически значимо

Шаг 6. Прогнозирование по мультипликативной модели. Прогнозное значение F_t уровня временного ряда в мультипликативной модели есть сумма трендовой и сезонной компонент. Для определения трендовой компоненты воспользуемся уравнением тренда:T = 447041.186 + 1098.74t

Получим ₃₇ = 447041.186 + 1098.74*37 = 487694.556

Значение сезонного компонента за соответствующий период равно: S₁ = 0.55

Таким образом, F₃₇ = T₃₇ + S₁ = 487694.556 + 0.55 = 487695.106 ₃₈ = 447041.186 + 1098.74*38 = 488793.295

Значение сезонного компонента за соответствующий период равно: S₂ = 0.655

Таким образом, F₃₈ = T₃₈ + S₂ = 488793.295 + 0.655 = 488793.95 ₃₉ = 447041.186 + 1098.74*39 = 489892.035

Значение сезонного компонента за соответствующий период равно: S₃ = 0.704

Таким образом, F₃₉ = T₃₉ + S₃ = 489892.035 + 0.704 = 489892.739 ₄₀ = 447041.186 + 1098.74*40 = 490990.775

Значение сезонного компонента за соответствующий период равно: S₄ = 1.012

Таким образом, F₄₀ = T₄₀ + S₄ = 490990.775 + 1.012 = 490991.787 ₄₁ = 447041.186 + 1098.74*41 = 492089.515

Значение сезонного компонента за соответствующий период равно: S₅ = 1.056

Таким образом, F₄₁ = T₄₁ + S₅ = 492089.515 + 1.056 = 492090.57

T₄₂ = 447041.186 + 1098.74*42 = 493188.254

Значение сезонного компонента за соответствующий период равно: S₆ = 1.066

Таким образом, F₄₂ = T₄₂ + S₆ = 493188.254 + 1.066 = 493189.32 ₄₃ = 447041.186 + 1098.74*43 = 494286.994

Значение сезонного компонента за соответствующий период равно: S₇ = 0.928

Таким образом, F₄₃ = T₄₃ + S₇ = 494286.994 + 0.928 = 494287.922

T₄₄ = 447041.186 + 1098.74*44 = 495385.734

Значение сезонного компонента за соответствующий период равно: S₈ = 1.339

Таким образом, F₄₄ = T₄₄ + S₈ = 495385.734 + 1.339 = 495387.072 ₄₅ = 447041.186 + 1098.74*45 = 496484.473

Значение сезонного компонента за соответствующий период равно: S₉ = 0.982

Таким образом, F₄₅ = T₄₅ + S₉ = 496484.473 + 0.982 = 496485.455 ₄₆ = 447041.186 + 1098.74*46 = 497583.213

Значение сезонного компонента за соответствующий период равно: S₁₀ = 1.087

Таким образом, F₄₆ = T₄₆ + S₁₀ = 497583.213 + 1.087 = 497584.3 ₄₇ = 447041.186 + 1098.74*47 = 498681.953

Значение сезонного компонента за соответствующий период равно: S₁₁ = 1.35

Таким образом, F₄₇ = T₄₇ + S₁₁ = 498681.953 + 1.35 = 498683.303 ₄₈ = 447041.186 + 1098.74*48 = 499780.693

Значение сезонного компонента за соответствующий период равно: S₁₂ = 1.272

Таким образом, F₄₈ = T₄₈ + S₁₂ = 499780.693 + 1.272 = 499781.964 ₃₇ = 447041.186 + 1098.74*37 = 487694.556

В процессе решения мы получили модель с уровнем значимости 87%. Это говорит о том, что модель хорошая, но полученные прогнозы по данной модели не соответствуют реальности. По полученным значениям получается, что спрос на потребительское кредитование будет увеличиваться весь год и не будет значимых спадов и подъемов. На практике же все иначе. Данные за три года четко показывают, что существуют колебания. Я могу сделать вывод, что прогнозы по модели ложные. В таком случае можно прибегнуть к построению аддитивной модели.

Заключение

При прохождении практики её цели и задачи были выполнены.

Мы исследовали деятельность ОАО «Сбербанк России», ознакомились с общими принципами организации и работы банка, изучили предоставленную нам документацию банка, ознакомились с деятельностью отделения по работе с физическими лицами.

Хочется отметить, что банк любит своих клиентов и сотрудники прилагают все усилия, чтоб при получении услуг посетителю было комфортно и удобно, чтоб ему было приятно повторно вернуться и стать постоянным клиентом.

Мне была предоставлена возможность ознакомиться с документами банка, составить отчет по клиентам, которым отказали в кредите. Доступ к годовым отчетам позволил мне составить временной ряд по потребительскому кредитованию. В результате построения прогноза по мультипликативной модели удалось сделать вывод, что по данной модели получились прогнозы не соответствующие реальности. Следовательно, можно отбросить из внимания мультипликативную модель и поставить задачи для построения аддитивной модели в преддипломной практике.

Подводя итоги производственной практики, можно сказать, что в результате работы удалось применить знания, полученные в процессе обучения. Так же получить навыки обработки документации, узнать специфику потребительского кредитования и общения с клиентами. На основании того, что проблем в прохождении практики не возникло, а полученные знания удалось применить в практической деятельности, я считаю себя подготовленным специалистом.

Список использованных источников

1.      Эконометрика. Под редакцией И.И. Елисеевой.

.        Нормативные документы ОАО «Сбербанк России»

.        http://sberbank.ru/altaikrai/ru/

.        http://ru.wikipedia.org