Главной проблемой банка при кредитовании клиентов является присущая этому процессу неопределенность. Кому давать кредит и на каких условиях? Как отличить ответственных клиентов от мошенников и тех, кто по каким-то причинам не сможет вернуть кредит? Указанная неопределенность порождается асимметрией информации, когда банк имеет гораздо меньше сведений о клиенте, чем сам клиент. Это значит, что клиент может утаивать негативную информацию о себе, что будет приводить к ошибкам банка в принятии решений о выдаче кредитов таким клиентам.

Упомянутое выше новое Соглашение Базельского комитета (Basel II) рекомендует использовать при кредитовании подход, основанный на внутренних рейтингах, в следующем виде:

- построение системы внутренних кредитных рейтингов;

- оценка кредитоспособности заемщиков и присвоение им рейтингов;

- вычисление для каждого заемщика вероятности его дефолта (Probability of Default, PD);

- оценка суммы задолженности заемщика в момент возможного дефолта (Exposure at Default, EAD);

- оценка доли невозврата активов в случае наступления дефолта (Loss Given Default, LGD);

- срок погашения задолженности (Maturity, М).

Реализация описанной схемы кредитования возможна при наличии достоверных математических методов оценки основного показателя - вероятности дефолта заемщика.

Pricewaterhouse Coopers предлагает такой подход, когда внутренняя система кредитных рейтингов банка сравнивается с международными рейтингами таких компаний, как Moody's или S & Р. Сначала берутся международные рейтинги, а затем они корректируются по показателям конкретного заемщика и различным качественным показателям.

Все вышеизложенное говорит о необходимости управления неопределенностью при кредитовании клиентов. Рассмотрим в этом плане некоторые известные методы борьбы с неопределенностью [1 - 3].

- При выдаче кредита можно потребовать гарантий в виде залога (недвижимость, ценные бумаги и др.). Но этот метод экономически невыгоден клиентам, ибо это связывает их средства.

- Можно вводить различные ограничения: например, ограничить объем кредитной линии или вводить малые сроки выплаты долга. Однако такие меры приводят к снижению прибыли банка, что невыгодно.

- Можно задаться целью компенсировать потери банка. Казалось бы, это достижимо путем завышения процентной ставки. Однако данный шаг, наоборот, может привести к неблагоприятному отбору клиентов, когда кредиты будут привлекать тех, кто занимается высокорисковой деятельностью, либо тех, кто изначально не собирается возвращать кредит. В этих условиях "низкорисковые" клиенты совсем откажутся от кредитов, так как с их точки зрения эти кредиты будут для них слишком дорогими. Такую ситуацию описал известный американский экономист Штиглиц (Stiglitz).

- Можно использовать экспертные методы, основанные на оценке имиджа клиента. Но это сужает клиентуру банка и делает невозможным постановку кредитования на поток. Здесь же иногда используется система балльных оценок клиентов, что также является формализацией ("оцифровыванием") экспертных оценок клиентов со всеми их недостатками.

- Наиболее прогрессивным методом управления неопределенностью при кредитовании клиентов является количественный расчет риска кредитования того или иного клиента в виде вероятностей его дефолта. Так возникли скоринговые модели (от англ. score - счет), позволяющие количественно рассчитывать кредитоспособность клиента на основе предварительной информации о нем. Отметим, что с помощью метода экспертных оценок можно обрабатывать только относительно небольшое число кредитных заявок. В результате, как правило, создается однообразная клиентская база из состоятельных клиентов. Кроме того, опытных экспертов всегда мало (особенно в одном банке), эксперты не подлежат "обучению", как на обычных людей, на них можно оказывать влияние и т.д.

Скоринговые методы, напротив, позволяют обрабатывать неограниченное количество заявок, способствуют формированию более разнообразной клиентской базы и при наличии эффективных моделей не требуют особых навыков персонала и постоянного контроля.

Сравнивая экспертные и скоринговые методы оценки дефолта заемщика, можно утверждать, что последние обладают большей точностью и объективностью, в то время как экспертные методы слишком ориентированы на негативные факторы, приводят к одним и тем же результатам независимо от того, кто ими пользуется, и пр. Некоторые специалисты, и в том числе автор этих строк, считают, что скоринговые модели выполняют те же задачи, что и люди, только более качественно.