Презентация ВКР Мазлова Я.А

1.

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ
ФЕДЕРАЦИИ
федеральное государственное бюджетное образовательное учреждение
высшего образования
«УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
Колледж экономики и информатики имени А.Н. Афанасьева
Специальность 38.02.07 Банковское дело
Выпускная квалификационная работа на тему:
«Оценка кредитоспособности заемщика в АО Банк
«Венец»»
Выполнила:
Студентка группы БДдо-31
Мазлова Я.А.
Научный руководитель:
Старший преподаватель Валеева А.Р.
Ульяновск
2026

2.

Актуальность темы, объект и предмет исследования
Слайд № 2
Актуальность темы работы заключается в разработке комплексной методики оценки
кредитоспособности физических лиц, объединяющей три метода: скоринг, дерево решений
и экспертную оценку. Это позволяет повысить точность классификации заемщиков по
группам риска и адаптировать систему к изменяющимся экономическим условиям.
Предложенные мероприятия могут быть внедрены в практическую деятельность АО Банк
«Венец» для снижения просроченной задолженности, улучшения качества кредитного
портфеля и повышения прибыльности банка.
Объект исследования – потенциальный заемщик банка АО Банк «Венец».
Предмет исследования – существующая методика оценки кредитоспособности заемщика –
физического лица.

3.

Слайд № 3
Цель и задачи исследования
Цель исследования – проведение оценки кредитоспособности заемщика.
Для достижения поставленной цели были решены следующие задачи:
1. Рассмотреть теоретические подходы к оценке кредитоспособности
потенциального заемщика в коммерческом банке.
2. Провести анализ системы оценки кредитоспособности потенциального
заемщика на примере АО Банк «Венец».
3. Разработать мероприятия, направленные на развитие методов оценки
кредитоспособности заемщика – физического лица АО Банк «Венец».

4.

Динамика ссудной задолженности АО Банк «Венец» за 2023–2025 гг.
Слайд № 4
Таблица 3 — Величина ссудной задолженности АО Банк «Венец» за 2023–2025 гг., млн. руб.
Наименование
Задолженность по
кредитным
ссудам
Сумма резерва
Чистая ссудная
задолженность
2023 год
2024 год
2025 год
Изменения с Изменения с Изменения с
2025 от 2023 2025 от 2023 2025 от 2023
Тыс. руб.
Темп роста,
Темп
%
прироста, %
2191245
2306572
2448552
257307
111,74
11,74
181110
162050
160722
–20388
88,74
–11,26
2010135
2144523
2285830
275695
113,72
13,72
3000000
2500000
2448552
2306572
2191245
2285830
2144523
2010135
2000000
1500000
1000000
500000
181110
162050
160722
2023
2024
2025
0
Задолженность по кредитным ссудам
Сумма резерва
Чистая ссудная задолженность
Рисунок 2 — Динамика ссудной задолженности и резервов АО Банк
«Венец» за 2023–2025 гг., млн. руб.

5.

Слайд № 5
Динамика ссудной задолженности физическим лицам
Таблица 4 — Величина ссудной задолженности физическим лицам АО Банк «Венец» за 2023–2025 гг.,
млн. руб.
Наименование
2023 год
2024 год
2025
год
Изменения с
2025 от 2023
Тыс. руб.
67355
Изменения с
2025 от 2023
Темп роста,
%
123,03
Изменения с
2025 от 2023
Темт
прироста, %
23,03
Задолженность по
кредитным ссудам
физическим лицам
всего, в том числе
Рефинансирование
Корпоративный
кредит
Иные
потребительские
ссуды
Сумма резерва всего,
в том числе по
видам:
Рефинансирование
Корпоративный
кредит
Иные
потребительские
ссуды
Чистая ссудная
задолженность всего,
в том числе по
видам:
Рефинансирование
Корпоративный
кредит
Иные
потребительские
ссуды
292509
325152
359864
104219
1804
143479
989
178405
564
74186
–1240
171,18
31,26
71,18
–68,74
186487
180684
180895
–5592
97,00
–3,00
По рефинансированию чистая
ссудная задолженность
возросла на 59,55%. По
корпоративному кредиту и
иным потребительским ссудам
чистая ссудная задолженность
снизилась.
200000
26878
27662
28774
1896
107,05
7,05
163968
160120 159663 161105
136630
150000
100072
26787
213
6849
249
8742
242
–18045
29
32,64
113,62
–67,36
13,62
22519
20564
19788
–2731
87,87
–12,13
265630
297490
321090
55460
120,88
20,88
100000
50000
1590
740
322
2023
2024
2025
0
Рефинансирование
Корпоративный кредит
Иные потребительские ссуды
100072
1590
136630
740
159663
322
59591
–1268
159,55
20,25
59,55
–79,75
163968
160120
161105
–2863
98,25
–1,75
Рисунок 3 — Динамика чистой
ссудной задолженности физическим
лицам по видам кредитов за 2023–
2025 гг., млн. руб.

6.

Структура кредитного портфеля физических лиц
Слайд № 6
Таблица 5 — Динамика структуры кредитного портфеля по величине чистой ссудной
задолженности физическим лицам, %
Наименование
2023 год
2024 год
2025 год
Рефинансирование
37,67
45,93
Корпоративный кредит
0,60
Иные потребительские
ссуды
61,73
50,17%
49,73
Изменения с
2025 до 2023
8,25
Изменения с
2025 от 2024
3,80
0,25
0,10
–0,35
–0,15
53,82
50,17
–7,90
–3,65
49,73%
рефинансирование
иные потребительские ссуды
корпоративный кредит
Рисунок 4 — Структура кредитного портфеля физических
лиц АО Банк
«Венец» в 2025 году, %
В
структуре
кредитов
преобладают
ипотечные и жилищные кредиты с долей
49,73% и потребительские ссуды с долей
50,17%. Доля ипотечного кредитования
возрастает, а доля потребительских ссуд
снижается.

7.

Слайд № 7
Просроченная задолженность и коэффициент качества портфеля
Таблица 6 — Величина просроченной ссудной задолженности физическим лицам АО Банк
«Венец» за 2023 — 2025, млн. руб.
Наименование
2023 год
2024 год
2025 год
Задолженность по
кредитным ссудам
292509
325152
359864
67355
123,03
Изменения с
2025 от 2023
Темп
прироста, %
23,03
Просроченная
задолженность
Коэффициент
качества
кредитного
портфеля
49714
51221
54556
4842
109,74
9,74
17,00
15,75
15,16
–1,84
89,20
–10,80
359864
400000
350000
Изменения с 2025 Изменения с
от 2023
2025 от 2023
Темп роста, %
Темп роста, %
325152
292509
300000
250000
200000
150000
54556
51221
49714
100000
50000
Значение коэффициента качества кредитного портфеля,
превышающее 10%, указывает на высокий кредитный
риск банка. Объем просроченной задолженности
возрос на 4 842 млн рублей.
0
2023
2024
Задолженность по кредитным ссудам
2025
Просроченная задолженность
Рисунок 5 — Динамика общей и просроченной ссудной задолженности
физических лиц за 2023–2025 гг., млн. руб.

8.

Структура кредитного портфеля по категориям качества ссуд
Слайд №8
Таблица 7 — Структура кредитного портфеля АО Банк «Венец» за 2023–2025 в %
Категории качества
ссуд
1 категория
качества
2 категория
качества
3 категория
качества
4 и 5 категория
качества
На 31.12.2023
На 31.12.2024
На 31.12.2025
61,50%
58,60 %
57,20 %
24,80 %
27,20 %
28,30 %
7,20 %
7,70 %
7,90 %
6,50 %
6, 50 %
6,60 %
7%
8%
1 категория качества
28%
Кредиты первой группы качества снижаются с
61,5% до 57,2%, уступая 2–5 группам.
3 категория качества
4 и 5 категория качества Кредитный
риск оказывает давление на
базовый капитал. Поэтому необходимо
применение мер снижения кредитного риска.
2 категория качества
57%
Рисунок 6 — Структура кредитного портфеля АО Банк
«Венец» по
категориям качества ссуд в 2025 году, %

9.

Скоринговые баллы, используемые в АО Банк «Венец»
Слайд № 9
Таблица 8 — Скоринговые баллы, используемые в АО Банк «Венец»
Количество скоринговых баллов
Платежеспособность клиента
1—149
Низкая
150—593
Средняя
594—903
Высокая
904—999
Очень высокая
Применяется единый скоринговый метод, который измеряется в баллах от 1 до 999. Банк
анализирует не только рейтинг заемщика, но также и его кредитную историю.

10.

Расчет оценки кредитоспособности по модели Дюрана
Слайд № 10
Таблица 10 — Расчет оценки кредитоспособности потенциального заемщика, кредитным специалистом АО Банк
«Венец» (Пример 1)
Показатель
Характеристика
Балл
Максимальное
значение по модели
Дюрана
Пол
Женский
0,4
0,4
Возраст
31 год
1,1
—
Профессия
Главный бухгалтер
0,3
0,55
Длительность проживания в
31
0,42
0,42
местности
Финансовые показатели
Наличие личного автомобиля,
0,45+0,35=0,8
0,99
счета в банке
Работа
Крупная строительная
0,21
0,21
компания
Занятость
7 лет
0,413
—
Итого:
3, 643
Таблица 11 — Расчет оценки кредитоспособности потенциального заемщика, кредитным специалистом АО Банк
«Венец» (Пример 2)
Показатель
Характеристика
Балл
Максимальное
значение по модели
Дюрана
Пол
Мужской
0
0,4
Возраст
25 лет
1,0
—
Профессия
Водитель
0,15
0,55
Длительность проживания в
25
0,42
0,42
местности
Финансовые показатели
Наличие личного автомобиля
0,45
0,99
Работа
Работа в стабильной компании
0,15
0,21
Занятость
1,5 года
0,2
—
Итого:
2,77

11.

Факторы, влияющие на вероятность невозврата кредита
Слайд № 11
Таблица 13 — Факторы, влияющие на вероятность невозврата кредита
Критерии
Пол заемщика
Образование
Возрастная группа
Сумма кредита
Срок кредита
Сфера деятельности
Социальный статус
Семейное положение
Наличие кредитов
Наличие страхования жизни и здоровья
заемщика
Цель кредитования
Совершен ли первый плановый платеж
Описание
Мужской, женский
Ниже среднего, неоконченное среднее, среднее, среднее
специальное, неоконченное высшее, высшее
образование, два и более высших образования,
МВА/ученая степень
20—25,25—30,30—35,35—40,40—45,45—50,50—
55,55—60,более 60
От 10 т.р., более 100 т.р.
До 6 месяцев, 7—12 месяцев, …, более 36 месяцев
Где работает, должность
Пенсионер, работодатель или индивидуальный
предприниматель, рабочий или служащий по найму,
другое
Вдовец (вдова), гражданский (неофициальный) брак,
женат (замужем), разведен (а), холост (не замужем)
Первый или последующий кредит
Есть или нет
Товары, ипотека, автокредит
Да или нет

12.

Скоринговая карта и оценка рассчитанных баллов
Слайд № 12
Таблица 14 — Скоринговая карта
Возраст
Собственность
Работа
Стаж
Работа
мужа/жены
До 25 лет
5
Владелец
20
Руководитель
15
1/безработный
0
Нет/домохозяйка
0
25-40 лет
10
Совладелец
15
Менеджер
среднего звена
10
1-3 лет
5
Руководитель
10
40-50 лет
15
Съемщик
10
Служащий
5
50 и больше
10
Другое
5
Другое
0
3-10 лет
10
Менеджер
среднего звена
5
10 и больше
15
Служащий
1
Таблица 15 — Оценка рассчитанных баллов
Значение скоринговой карты
Решение о кредитовании
65 и больше
Положительное (возможно на более выгодных
условиях)
50-56
Положительное
40-50
Дополнительный (ручной) анализ заявки
Менее 40
Отказать

13.

Дерево решений
Слайд № 13

14.

Основные разработанные мероприятия:
Слайд № 14
№
Мероприятие
Содержание
1
Внедрение расширенной скоринговой
карты
Анкета из 15 параметров (возраст, доход,
стаж, кредитная нагрузка, данные БКИ и
др.) с балльной оценкой
2
Применение модели «дерева решений» Классификация заемщиков на 3 группы
риска: A (PD < 2%), B (PD 2–15%), C (PD
> 15%)
3
Использование метода экспертной
оценки
Коллегиальное рассмотрение
пограничных и сложных заявок
кредитным комитетом с учётом
качественных факторов
4
Объединение трёх методов в единую
систему
Скоринг + дерево решений + экспертные
оценки
Ожидаемые результаты от внедрения мероприятий:
— Снижение доли просроченной задолженности на 15–20%
— Сокращение убытков от невозврата кредитов на 5–7 млн руб. в год
— Улучшение качества кредитного портфеля (рост доли ссуд 1–2 категории)

15.

СПАСИБО ЗА ВНИМАНИЕ!