Аналитик кредитного риска должен быстро пройти первоначальную проверку кредитоспособности, поскольку обычно на столе находится сделка, и новый клиент находится на борту, или для текущего клиента запланирована проверка на основе результатов деятельности и соображений до -актуальная информация о клиенте и его финансовом положении. В сложном бизнесе не обязательно существует единый подход к регистрации и проверке кредитоспособности. В предыдущем разделе я показал рабочий процесс компонентов, составляющих оценку для крупных организаций финансового анализа, в первую очередь для трейдеров рынка ценных бумаг. Здесь я рассмотрю шаги, которые обычно делает аналитик корпоративного кредитного риска.
Подход был формализован для организаций цепочки поставок в Эталонной модели операций цепочки поставок (SCOR™), опубликованной Ассоциацией управления изменениями в поставках (ASCM) и Американским обществом управления производством и запасами (APICS), которая использует различные подходы, которые Организации-члены и отдельные лица определили и внедрили это в процесс sD (Доставка) для доставки готового, изготовленного на заказ или спроектированного на заказ продукта, что является частью общей иерархической структуры бизнес-операций в операции цепочки поставок. Действия по получению, вводу и подтверждению заказа, а также авторизации возврата продукции и зачета счета-фактуры могут различаться.
SCOR™ организован вокруг 6 основных бизнес-процессов: Plan, Source, Make, Deliver, Return и Enable (документация по эталонной модели SCOR™ 12.0)
Каковы действия ручного кредитного обзора?
Когда либо недостаточно данных, например, кредитное рейтинговое агентство отказывается выставлять оценку, либо рейтинги и оценки указывают на ситуацию, которая не настолько негативна, чтобы рекомендовать отказ в условиях кредита, но и не настолько позитивна, чтобы можно было оценить уровень риска. , затем выполняется проверка кредитоспособности вручную, что также может выполняться командой. Это позволило бы некоторым аналитикам кредитного управления внести свой вклад, если они ранее проанализировали рассматриваемую организацию. Ключевые факторы заключаются в том, чтобы определить, что нет никакой возможности того, что их организация действует мошенническим образом, или кредитный запрос исходит от действительного бизнеса, который является действующим. Вклад торгового персонала может иметь решающее значение, как и анализ финансовых данных в большей степени. Может быть уважительная причина внезапной плохой ликвидности или медленной оплаты открытой дебиторской задолженности, которая не обязательно может быть проблемой для клиента. Возможно, произошло Чрезвычайное событие, и могут быть применены дополнительные положения, такие как банковские гарантии неоплаченных счетов для Клиента или досрочное погашение новых транзакций, а также условия оплаты остатка на текущем счете. В этом также будут задействованы сотрудники более крупных групп корпоративных финансов и, возможно, штатные или нанятые юрисконсульты. Существует также зависимость от профессионального понимания того, как оценивать баланс и отчет о прибылях и убытках (P&L).
Ключевые детали заключаются в том, что в лучшем случае необходимо сделать обоснованное предположение, чтобы определить способность контрагента выплатить долг, внутреннюю стоимость компании, которая может быть в состоянии покрыть долг, и поведение, о котором сообщается. или опытный в отношениях организаций и способности соответствовать общепринятым соглашениям коммерческих условий кредита.
В следующем выпуске будут рассмотрены масштабы и некоторое понимание подхода к включению машинного обучения и искусственного интеллекта, а в следующем выпуске будет рассмотрена анатомия неудавшейся компании, и ее можно найти здесь: https://medium.com/ analytics-vidhya/credit-risk-and-machine-learning-concepts-6-15adee7c0454?source=friends_link&sk=7f039a815c58ce5371c12ef5c72ac926
Предыдущие 4 части можно найти здесь:
https://medium.com/analytics-vidhya/credit-risk-and-machine-learning-concepts-3-d2bb2f39d843
