Мнение эксперта

Опыт внедрения digital-технологий в процессы внутреннего аудита корпоративного бизнеса в коммерческом банке

Время прочтения: 2 мин.

Формирование моделей во внутреннем аудите направлено на:

  • установление взаимосвязей и закономерностей между показателями и данными, в том числе отклонений от стандартов и процессов;
  • различные классификации признаков (операций, клиентов, счетов);
  • преобразование неструктурированной информации (например, аудиофайлов, текстовых файлов в табличные).

Одним из заблуждений при моделировании во внутреннем аудите является нацеленность на предсказание, то есть формирование моделей с заданной вероятностью предсказывающих те или иные события. Например, модель предсказания выхода заемщика на просрочку. Такая модель будет дублировать модели оценки вероятности дефолта (PD), разрабатываемые подразделением рисков. Разработка альтернативных моделей для бизнеса не является функцией внутреннего аудита. От СВА требуется оценка корректности работы внедренных моделей и формирование предложений по их совершенствованию.

Формирование модели идентификации отклонений в аудите кредитования корпоративных заемщиков

Идея модели поиска нетипичных заемщиков состоит в том, чтобы сформировать перечень заемщиков с повышенным кредитным риском для включения в аудиторскую выборку. Предполагается, что операции кредитования отобранных моделью заемщиков подпадают под аудит. Происходит сплошное тестирование кредитного портфеля. В качестве основного источника информации выступают данные о движении денежных средств по расчетным счетам, так как они характеризуют реальный денежный поток и являются более оперативными и объективными по сравнению с данными бухгалтерской отчетности.

Для распределения заемщиков на типичных и нетипичных использован показатель долговой нагрузки. Долговая нагрузка определяется как отношение объема проведенных по расчетному счету погашений обязательств заемщика в банках к объему очищенных кредитовых оборотов по расчетному счету. Пограничное значение для отнесения заемщика к нетипичным определяться экспертным путем. Оно может меняться в зависимости от анализируемого портфеля с учетом отраслевых, региональных и др. особенностей.

Обучать модель можно как на примере типичных, так и нетипичных заемщиков. Обучение на примере типичных заемщиков происходит следующим образом. В ретропериоде необходимо найти заемщиков, соответствующих критериям типичных, которые сформируют обучающую выборку. Например, если медианное значение долговой нагрузки по совокупности заемщиков составит 0,2, то определим в качестве пограничного значения превышающее медианное в 2 раза, то есть 0,4. Типичными будут все заемщики с коэффициентом долговой нагрузки меньше или равному 0,4, нетипичными – большему 0,4.

На обработку кредитного портфеля в 500 заемщиков модель тратит 20 минут. Обработка аналогичного массива аудитором потребует 5 дней. Модель формируют выборку в объеме 7% портфеля по количеству заемщиков. Аудитору необходимо убедиться, что полученная выборка будет репрезентативной для конкретного портфеля.

Ссылка на полную версию статьи

Советуем почитать