Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Введение

банк кредит юридический

Преддипломная практика проходила в ОАО «Сбербанк России». Продолжительность практики составила четыре недели (с 15 апреля по 12 мая 2015 года).

Целью прохождения преддипломной практики явилось закрепление в практической деятельности знаний, умений и навыков, полученных в процессе обучения, а также получение дополнительной информации для выпускной квалификационной работы.

Были выделены следующие задачи преддипломной практики:

- исследовать банковские технологии, используемые в работе банка

- ознакомиться с основными направлениями деятельности и функционирования отделения

- ознакомиться с необходимой документацией необходимой при работе с юридическими лицами,

- изучить алгоритм выдачи кредитов юридическим лицам

- самостоятельно построить некоторые прогнозные модели и классификации при работе с отдельными заемщиками.

Конечным результатом преддипломной практики является систематизация и обработка полученной информации об объекте исследования, закрепление теоретических знаний на практическом применении, получение общей информации для выпускной квалификационной работы.

«Сберегательный банк» открытое акционерное общество был создан в Российской Федерации в 1991 году. Банк имеет генеральную лицензию на осуществление банковских операций № 1481. Банк входит в государственную систему страхования вкладов Российской Федерации. Деятельность Банка регулируется Центральным банком Российской Федерации. Доля Центрального банка Российской Федерации в уставном капитале ОАО «Сбербанк России» составляет 50 % плюс одна голосующая акция, в голосующих акциях -- 52,32 %. Остальными акционерами Сбербанка России являются более 273 тысяч юридических и физических лиц. Доля физических лиц в уставном капитале банка составляет около 9 %, а доля иностранных инвесторов -- более 24 % Управление Банком осуществляется в порядке, предусмотренном действующим законодательством Российской Федерации и Уставом Банка.

Высшим Органом управления Банка является Общее собрание акционеров. Совет директоров Банка, избираемый акционерами и им подотчетный, обеспечивает стратегическое управление и контроль над деятельностью исполнительных органов - Председателя Правления и Правления Банка. Исполнительные органы Банка осуществляют текущее руководство Банком и реализуют задачи, поставленные перед ними акционерами и Советом директоров Банка.

Магнитогорское отделение Сбербанка является технически развитым универсальным кредитным учреждением с многолетним опытом работы, предоставляющим услуги на всех сегментах рынка банковских услуг. В городе открыты тридцать четыре отделения Сбербанка, которые осуществляют обслуживание физических лиц, а три из них - организаций и индивидуальных предпринимателей. Главное подразделение банка расположено по адресу: проспект Ленина, 74, корп.А. В настоящее время Сбербанк обслуживает более 300 тысяч физических лиц. Банкоматная сеть Сбербанка представлена 119 банкоматами и является крупнейшей в Магнитогорске. Активно идет развитие Сбербанка как Банка, ориентированного на розничный сегмент клиентов, обслуживание среднего и малого бизнеса. При этом большое внимание уделяется внедрению прогрессивных банковских технологий и повышению уровня автоматизации стандартных операций. Надежность и безупречная репутация Сбербанка подтверждается высокими рейтингами ведущих рейтинговых агентств.

В рамках утвержденной Советом директоров Банка Стратегии развития на 2014-2015 годы планируется достижение следующих целей:

1) Позиции на локальном рынке:

- являясь основным финансовым оператором ОАО «ММК» и группы его компаний, Банк планирует сохранить данный статус и рассматривает эту цель, как ключевую;

- развитие корпоративного блока по малому и среднему бизнесу в рассматриваемой временной перспективе также является одной из стратегических задач Банка. Это будет способствовать диверсификации и росту доходности корпоративного бизнеса;

- сохранение лидирующей позиции в розничном банковском секторе г. Магнитогорска требует от Банка поддерживать утвержденную долю экономически активного населения, обслуживающегося в Банке.

2) Финансовые показатели:

- достижения ожидаемого акционером уровня рентабельности капитала и полученной прибыли.

3) Качественные показатели:

- развитие каналов продаж и клиентоориентированности продуктов и сервисов за счет реинжиниринга, оптимизации бизнес-процессов, максимальной автоматизации банковских операций, повышение технологического уровня основных и вспомогательных процессов;

- обеспечение высоких профессиональных и этических стандартов обслуживания клиентов за счет развития корпоративной культуры и непрерывного роста квалификации персонала.

1. Отдел кредитования юридических лиц в ОАО «Сбербанк»

Сбербанк предоставляет кредиты юридическим лицам, а также осуществляет долгосрочное финансирование, предоставляя средства для реализации инвестиционных проектов компании. Сбербанк готов предоставить кредиты на условиях, учитывающих специфику деятельности компании: среди прочих кредиты предоставляются операторам торговых сетей, предприятиям серебро- и золотодобывающей отрасли, сельскохозяйственным производителям. В линейке продуктов - овердрафтное кредитование, кредитование операций с аккредитивной формой расчетов, кредиты под залог объектов коммерческой недвижимости.

Сбербанк России придерживаться следующих приоритетов в кредитовании юридических лиц:

1. Поддержка следующих отраслей и секторов экономики:

- отрасли, гарантирующие удовлетворение ежедневных и самых необходимых жизненных потребностей населения (розничные сети, аптеки и т. д.);

- отрасли, выполняющие жизнеобеспечивающие функции (электро- и водоснабжение, транспорт и т. д.);

- оборонно-промышленный комплекс;

- малый бизнес;

- сельское хозяйство.

2. Поддержка существующих клиентов Сбербанка России и выполнение Банком уже взятых на себя юридических обязательств по кредитованию в рамках заключенных договоров,

3. Поддержка заемщиков Банка, непрерывность деятельности которых является критичной для других заемщиков Сбербанка России;

4. Кредитование оборотных средств и текущих потребностей бизнеса клиентов.

Кредиты предоставляются резидентам Российской Федерации -юридическим лицам любой организационно-правовой формы (в том числе субъектам малого предпринимательства) и индивидуальным предпринимателям, заключившим с Банком договор банковского счета.

Кредитование юридических лиц (корпоративных клиентов) - предоставление кредитов банками предприятиям. К наиболее значимым видам кредитования корпоративных клиентов относят следующие:

- краткосрочное кредитование;

- кредитование расчетного (текущего) счета (овердрафт);

- предоставление долгосрочных кредитов;

- организация проектного финансирования;

- организация синдицированного кредитования (несколько кредиторов);

- лизинговые операции;

- ипотечное кредитование, факторинг;

- предоставление банковских гарантии;

- авалирование векселей третьих лиц.

Не допускается выдача кредитов для приобретения акций Банка при их первичном размещении и на вторичном рынке в случае, если с момента регистрации итогов выпуска прошло менее 1 месяца. Выдача кредитов на покупку ценных бумаг, источником погашения которых является выручка от реализации приобретенных за счет средств данного кредита ценных бумаг, допускается только по решению Кредитного комитета Сбербанка России.

Основные обязанности в кредитующем подразделении Сбербанка:

· формирование перечня документов, необходимых для рассмотрения вопроса о предоставлении кредита, запрос и прием документов от Заемщика / Поручителя / Залогодателя / Гаранта

· рассмотрение документов Заемщика / Поручителя / Залогодателя / Гаранта;

· направление запроса в Управление безопасности и юридическое о проверке Заемщика с правовой точки зрения и достоверности информации;

· направление в подразделение рисков запроса об определении категории кредитного риска и расчетной величины лимита риска, заявки на присвоение категории кредитного риска, установление лимита/сублимита риска на Заемщика;

· проверка бизнеса Заемщика - субъекта малого предпринимательства, не ведущего стандартную форму бухгалтерской отчетности, в период рассмотрения кредитной заявки, с непосредственным выездом на место ведения бизнеса;

· подготовка заключения;

· оформление кредитной документации;

· проверка наличия передаваемых в залог имущественных активов, условий хранения, а также соответствия данным бухгалтерского учета, а также отсутствия обременения по другим обязательствам;

После выбора вида кредитования предприниматель определяет кредитную линию выбрать.

Кредитная линия - это юридически оформленное обязательство Банка перед Заемщиком предоставлять ему в течение периода времени, определенного в договоре, кредитные средства в пределах согласованного лимита и иных условий кредитного договора. В зависимости от вида линии (возобновляемая, невозобновляемая) предполагается возможность (невозможность) повторного использования кредитного лимита для получения заемных средств. Рассмотрим более подробного виды кредитных линий:

· Невозобновляемая кредитная линия - лимит кредитования устанавливается в виде лимита выдачи кредитных средств, которые предоставляются по заявкам заемщика в обусловленном размере на условиях, определенных кредитным договором. После выдачи обусловленной суммы, кредитование заемщика прекращается.

· Возобновляемая кредитная линия - лимит кредитования определяется в виде лимита ссудной задолженности. В случае частичного или полного погашения кредита, заемщик может повторно получить кредит в пределах установленного лимита и срока действия кредитного договора.

· Мультивалютная кредитная линия - позволяет получить средства в нескольких валютах.

· Мультилимитная кредитная линия - предусматривает установление лимита суммы получения кредита на различные цели хозяйственной деятельности .

· Овердрафт - вид краткосрочного кредитования клиентов банка, который предоставляется на покрытие временной нехватки оборотных средств для проведения текущих расчетов путем установления лимита сверх фактического остатка на счете.

· Банковская гарантия - обязательство Банка перед другой организацией или банком по первому их требованию выплатить определенную сумму средств (обеспечение исполнения договорных обязательств клиента перед третьим лицом).

· Факторинг - предусматривает осуществление операции, в соответствии с которой Банк (Фактор) передает денежные средства в распоряжение Клиента за плату, а Клиент уступает Фактору свои права требования денежных средств от третьего лица (Дебитора) за поставленные Дебитору товары (предоставленные услуги, выполненные работы) с отсрочкой платежа.

· Документарный аккредитив - это безотзывное независимое от коммерческого контракта обязательство банка, выставившего аккредитив (банка-эмитента), выдаваемое им по поручению и согласно инструкциям клиента-импортера (приказодателя), произвести платеж в пользу его контрагента-экспортера (бенефициара) при условии предоставления последним документов, соответствующих требованиям аккредитива, в период действия аккредитива. В дополнение к обязательству по аккредитиву банка-эмитента другой банк (подтверждающий банк) может добавить свое обязательство, что дает бенефициару двойную гарантию.

После выбора кредитной линии, сбора необходимых документов, которые включают в себя:

цель кредитного продукта, размер кредитного продукта, вид и срок, предполагаемое обеспечение, планируемые источники погашения задолженности, краткая информация о фирме, ее основной деятельности, основных партнерах и перспективах развития;

рекомендуется снимать ксерокопии паспортов руководителей или уполномоченного представителя Заемщика. Для предпринимателей и руководителей предприятий малого бизнеса или учредителей этих предприятий (физических лиц) предъявление паспортов для снятия ксерокопий обязательно. Затем наступает более детальное рассмотрение Заёмщика которое непосредственно включает в себя оценка кредитоспособности. Кредитоспособность заемщика представляет собой способность к совершению сделки по предоставлению стоимости на условиях возвратности, срочности и платности, или способность к совершению кредитной сделки. В процессе управления кредитным риском коммерческие банки используют совокупность критериев и показателей, рассмотрение и анализ которых позволяют сделать вывод об уровне кредитоспособности заемщика. Конкретный набор показателей, характеризующих деятельность предприятия в разных банках, неодинаков и видоизменяется в процессе развития кредитных отношений. Оценка кредитоспособности кредитополучателя - юридического лица включает два основных этапа: финансовый анализ (проводится на основе системы финансовых показателей) и качественный (нефинансовый) анализ.

Качественный анализ кредитоспособности заемщика основан на использовании информации, которая не может быть выражена в количественных показателях. На данном этапе банк изучает деловую репутацию потенциального заемщика (честность, порядочность, квалификацию руководства, опыт работы в соответствующей отрасли, текучесть кадров, своевременность расчетов по ранее полученным кредитам и др.) и экономическое окружение кредитополучателя (основных деловых партнеров, конкурентоспособность продукции, устойчивость рынков сбыта и т.д.). Для этих целей может использоваться информация, накопленная как самим банком, так и другими банками, кредитными бюро.

Финансовый анализ является, как правило, завершающим этапом в оценке кредитоспособности заемщика и заключается в определении ряда показателей, к которым чаще всего относят коэффициенты ликвидности, коэффициенты обеспеченности собственными средствами, показатели финансовой устойчивости клиента, а также коэффициенты оборачиваемости и рентабельности.

2. Применение математических методов для анализа кредитоспособности юридических лиц

2.1 Построение прогнозной модели для торгового центра «Джаз Молл» (ООО «Лизинг Капитал-М»)

При анализе кредитоспособности юридических лиц важным аспектом являются денежные притоки заемщика. Поэтому кредитному инспектору необходимо следить за арендной платой и ставкой, их изменениями в течение работы с кредитуемым лицом. Также полезно оценивать притоки на будущих этапах. Таким образом, можно оценить величину арендной платы в будущих периодах, построив модель прогнозирования. В проделанной работе были рассмотрен торговый центр «Джаз Молл». Для построения модели были предоставлены показатели суммарной оплаты за арендную плату за 15 месяцев, начиная с января 2014 года (Таблица 1).

Таблица 1 - Арендная плата в ТЦ «Джаз Молл»

Период	Объем платы за аренду ООО Лизинг Капитал-М,руб
янв.14	5993387,488
фев.14	5979496,412
мар.14	5787141,3
апр.14	5550920,806
май.14	5392954,947
июн.14	5365715,124
июл.14	5607801,235
авг.14	5225609,676
сен.14	5229448,953
окт.14	5299194,253
ноя.14	5315504,824
дек.14	4756733,865
янв.15	4732204,447
фев.15	4486931,724
мар.15	4333924,206

Данные были изменены на определенный коэффициент, чтобы сохранить личную информацию торгового центра.

Для построения прогноза были выбраны для анализа 3 модели (первоначально отбирались визуально):

График 1 - Арендная плата по ТЦ «Джаз Молл»

1. Прогнозная модель, построенная с помощью линейного тренда.

График 2 - Прогнозная модель по линейному тренду

2. Прогнозная модель, построенная с помощью полиномиальной линии тренда второй степени.

График 3 - Прогнозная модель по полиномиальной линии тренда второй степени

3. Адаптивная прогнозная модель экспоненциального вида

График 4 - Адаптивная прогнозная модель экспоненциального вида

Для выбора наиболее точной модели необходимо проверить все три модели на адекватность и точность.

Проверка на адекватность включает в себя:

- проверку на наличие тренда в остатках;

- проверка на автокорреляцию остатков;

- проверка на подчинение остатков нормальному закону распределения.

Для оценки точности я использовала два критерия:

- mape - средняя относительная ошибка прогноза по модулю;

- коэффициент сходимости.

При проверке остатков на наличие тренда был использован критерий серий, основанный на медиане выборки.

Автокорреляция проверялась критерием Дарбина-Уотсона.

Для проверки подчинения остатков нормальному закону распределения были использованы показатели ассиметрии и эксцесса.

,

где

N - длина выборки

Z(t) - фактическое значение показателя

Z^(t) - расчетное значение.

Если mape < 10% - точность оценивается, как высокая

10% < mape < 20% - хорошая

20% < mape < 50% - удовлетворительная.

Коэффициент сходимости:

,

где

Уi - фактическое значение показателя

i - расчетное значение

- среднее значение фактического ряда.

Коэффициент сходимости будет лучше, чем ближе он будет к 0.

Все показатели по трем моделям были сведены в единую таблицу:

	Проверка моделей на адекватность	Проверка моделей на точность
Модель	случайность в остатках	Подчинен. Нормальн закону	независ остатков	mape	коэффиц сходимости
Линейная	-	-	-	2,743599	0,172737
Полиномиальная 2 степени	+	+	+	2,605961	0,104151
Экспоненциальная	+	-	-	3,540599	0,225947

Можно сделать вывод, что наилучшей будет прогнозная модель, построенная с помощью полиномиальной линии тренда второй степени.

Следовательно, можно сделать прогноз на следующий период:

В апреле и мае доход торгового центра «Джаз Молл» от сдачи помещений в аренду составит 4299024 руб и 4130400 руб соответственно. Вызванное понижение дохода можно объяснить сложившейся экономической ситуацией на российском рынке. По оценкам экспертов, ситуации может улучшится только к концу 2015 года.

2.2 Построение прогнозной модели для торгового центра «Гостиный Двор» (ООО «ИмперС»)

Аналогично предыдущему параграфу, построим прогнозную модель доходности от сдачи в аренду по торговому центру «Гостиный Двор». Для построения модели были предоставлены аналогично ТЦ «Джаз Молл» показатели суммарной оплаты за арендную плату за 15 месяцев, начиная с января 2014 года (Таблица 3), которые были также изменены на коэффициент для сохранности личной информации.

Таблица 3 - Арендная плата в ТЦ «Гостиный Двор»

Период	Доход ООО ИмперС от сдачи помещений в аренду,руб
янв.14	27 475 368
фев.14	27 576 043
мар.14	27 748 966
апр.14	27 656 021
май.14	27 331 052
июн.14	27 384 512
июл.14	27 134 178
авг.14	27 126 314
сен.14	27 351 843
окт.14	29 301 132
ноя.14	29 952 334
дек.14	28 847 885
янв.15	27 990 399
фев.15	28 143 244
мар.15	26 549 613

Представим данные в виде графика (График 5):

График 5 - Арендная плата по ТЦ «Гостиный Двор»

По графику видно, что прогнозирование с помощью кривых роста будет давать большие ошибки и прогноз может быть не точным.

Было решено воспользоваться адаптивными методами прогнозирования и оценить прогноз с их помощью.

1. Модель с использованием экспоненциальной средней:

График 6 - Адаптивная прогнозная модель экспоненциального вида

2. Модель Хольта

График 7 - Адаптивная прогнозная модель Хольта

3. Модель Брауна

График 8 - Адаптивная прогнозная модель Брауна

Аналогично анализу, проводимому для расчета прогноза в торговом центре «Джаз Молл», проверим на адекватность и точность три последние модели.

	Проверка моделей на адекватность	Проверка моделей на точность
Модель	случайность в остатках	подчинение нормальному закону	независимость остатков	mape	коэффициент сходимости
Экспоненциальная	-	-	-	4,868888	0,81282
Модель Хольта	+	-	+	13,88	0,416826
Модель Брауна	+	+	+	10,99992	0,726359

Наилучшей оказывается модель прогнозирования Брауна. Таким образом, в апреле доход торгового центра «Гостиный Двор» от сдачи помещений в аренду составит 23984786 рублей.

2.3 Кластерный анализ по арендаторам площадей в торговом центре «Гостиный Двор»

Кластерный анализ (англ. cluster analysis) -- многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы

Проведение кластерного анализа поможет нам выделить группы фирм и предпринимателей для общей оценки торгового центра.

В работе были использованы данные по 396 арендаторам. Изначально были взяты такие параметры как арендуемая площадь, срок аренды и сумма за арендную плату. Но после построения матрицы корреляций было обнаружено, что арендная плата и площадь сильно коррелировано. Было решено исключить арендную плату из кластерного анализа. Все данные принадлежат одному периоду - март 2014 года.

Таблица 5 - Матрица корреляций

	Площадь	арендная плата	срок аренды
Площадь	1
арендная плата	0,916809619	1
срок аренды	0,056987322	-0,02044393	1

2.4 Иерархический кластерный анализ

На первоначальном этапе показатели были нормированы для того, чтобы избежать ошибок при дальнейшей кластеризации объектов.

После приведения всех показателей к нормализованному виду был проведен иерархический кластерный анализ, который использовался в первую очередь, как разведочный анализ.

Чтобы выбрать наилучшее число групп, проведем несколько видов иерархического анализа.

1. Метод одиночной связи

В этом методе расстояние между двумя кластерами определяется расстоянием между двумя наиболее близкими объектами (ближайшими соседями) в различных кластерах. Это правило должно собирать объекты вместе для формирования кластеров, и результирующие кластеры имеют тенденцию быть представленными длинными "цепочками".

При анализе диаграммы расстояний было принято решение остановить объединение кластеров на расстоянии 0,5.

Оценивая дендограмму, можно отметить, что выделилось 9 кластеров. Для объема выборки в 396 объектов это достаточно хорошо, но для проводимого анализа можно попробовать сократить число групп.

Попробуем рассмотреть другие способы кластеризации и выберем наиболее приемлемое число кластеров.

2. Метод полной связи

В этом методе расстояния между кластерами определяются наибольшим расстоянием между любыми двумя объектами в различных кластерах (т.е. "наиболее удаленными соседями"). Этот метод должен хорошо подойти для представленной выборки, потому что его в основном используют, когда объекты практически никак не связаны между собой и на самом деле довольны различны.

Рассмотрим график объединения.

В данном методе кластер наименее похожие кластеры начинают объединяться на расстоянии 2,2. Следовательно, на дендограмме необходимо определить число кластеров именно на этом расстоянии.

На выбранном расстоянии выделяется 7 кластеров, что привлекательнее первого метода.

3. Метод Уорда

Он использует элементы дисперсионного анализа для оценки расстояний между кластеров. Метод минимизирует сумму квадратов (SS) для любых двух (гипотетических) кластеров, которые могут быть сформированы на каждом шаге.

Результатом анализа методом Уорда является большое число кластеров небольшого объема. Что не совсем приемлемо для случая с большим числом объектов. Рассмотрим график объединения и дендограмму.

Оптимальным расстоянием принимаем 17.

На дендограмме снова видим, что выделяется 6 кластеров.

Для того, чтобы убедиться в точности определенного числа кластеров перейдем к кластеризации методом к-средних.

2.2 Метод к-средних

Проведя разведочный анализ, можно приступить к разбиению на классы. Алгоритм метода заключается в том, что для каждого следующего наблюдения рассчитываются расстояния до центров кластеров и данное наблюдение относится к тому кластеру, расстояние до которого было минимальным. Затем рассчитывается новый центр тяжести и процесс повторяется.

В проводимом анализе для определения оптимального числа групп было проведено 3 кластеризации методом к-средних. Было решено разбить выборку на 6, 7 и 9 групп и определить наилучший вариант.

2.2.1 Разбиение на 7 и 9 кластеров

Уже на первоначальном этапе было решено исключить эти разбиения, потому что результаты группировки были не совсем удовлетворительными. И при разбиении на 7 кластеров, и при разбиении на 9 кластеров, появлялись группы с одним объектом. Причем этих групп было 2-3. При разбиении на 7 кластеров были выделены два кластера по одному арендатору, которые при разбиении на 6 кластеров были объединены в один, что гораздо оптимальнее. Поэтому было принято решение разбить арендаторов на 6 кластеров.

2.2.2 Разбиение на 6 кластеров

Оценивая график средних, можно сказать, что кластеры абсолютно разные по первому признаку (площади аренды), но почти все схожи по сроку аренды. А значит можно выделить две большие группы: арендаторы на короткий срок и долгосрочные.

Дисперсионный анализ показал, что обе переменные значимы. И их влияние нельзя исключать.

Попробуем оценить взаимосвязь площади и срока визуально:



где Var3 - срок аренды

Var 2 - площадь помещения.

Однозначно выделяется верхний кластер, состоящий из крупных объектов, которые заключили или очень долгий договор, или платят высокую стоимость, или и то, и другое.

В результате образовалось 6 кластеров, которым можно дать свои характеристики:

Кластер	Объекты	Характеристика
1	2 объекта: «М-Видео» и «Эльдорадо»	Крупные сетевые магазины, занимающие большие площади. Оба объекта специализируются на продаже техники. На диаграмме рассеяния находятся в правом нижнем углу. Следовательно, можно сказать, что они занимают самые большие площади, насчет срока аренды возникает спорный вопрос. Есть точки, выше этих. Но следует уточнить, что в договоре у «Эльдорадо» и «М-Видео» срок прописан четко. А есть большой блок предприятий, заключивших бессрочный договор.
2	2 объекта: Хаванцева Т.В и «Недвижимость»	Это два самых верхних объекта. Арендаторы с самыми долгими по сроку договорами и большой площадью. Одни из самых надежных.
3	340 объектов	Мелкие предприниматели, небольшие по площади и оплате. Чаще всего, занимаемые площадь 1 кв.м. А также банки. Это самый рисковый кластер. На диаграмме рассеяния это область с наибольшим скоплением объектов. Площадь у них небольшая, что облегчает съезд, и срок договора небольшой, что всегда означает опасность для арендодателя.
4	26: «Остин», «Альбатрос», «Обувь Ком»	Средние по размеру площади и небольшие по сроку договора. Но все-таки эти объекты относятся к более надежным.
5	18: практически все банки	Нельзя четко сказать относятся ли они к высокой группе риска или низкой.
6	5 объектов	(«Детский Мир», «Планета строй», «Нью-Йоркер», «Спортмастер» и «Одежда 3000») Также относятся к надежным. Их площадь достаточно высока. Заключать краткосрочные договоры им не целесообразно.

В том случае, если бы не были исключены разбиения на 7 и 9 кластеров, то необходимо было бы выбрать по определенным критериям наилучший вариант. Но из-за отсутствия других вариантов принимается решение о разбиении арендаторов на 6 групп.

Кластерный анализ помог выделить рисковую группу заемщиков. Если посчитать возможную сумму убытка при потере всех 340 объектов, то получится примерно 27863101,5 рублей, что составляет около 60% всего притока от сдачи помещений в аренду.

Заключение

По итогам похождения преддипломной практики были анализированы алгоритмы выдачи кредитов юридическим лицам, изучена сопутствующая документация и изучение досье по заемщикам.

В практической части прохождения практики были отработаны знания, полученные в период обучения: прогнозирование и кластерный анализ, сведение бухгалтерского отчета, анализ финансового состояния предприятий, их оценка по бухгалтерскому балансу.

По итогам построения прогнозной модели для определения дохода от сдачи в аренду помещения можно сделать вывод о снижении деловой активности предпринимателей в торговых центрах, что связано с экономическим кризисом в стране.

Кластерный анализ помог выявить стабильных арендаторов с большими площадями и надежной репутацией, которые в ближайшее время не откажутся от занимаемых площадей. А также помог выделить проблемную зону - индивидуальные предприниматели, которые часто оказываются краткосрочными арендаторами и могут образовывать зоны риска. При полной потере этой группы арендодатель может потерять около 60% своего дохода. Необходимо вести политику по удержанию клиентов в кризисный период.

Полученная теоретическая информация в отделе кредитования юридических лиц будет использована в выпускной квалификационной работе (теоретической части).

В результате прохождения преддипломной практики в ОАО «Сбербанк» можно выделить значимость наличия не только теоретического аппарата, но и умение применять полученные знания в практической деятельности. Аналитическая база и математический аппарат становятся все более необходимыми в условиях нынешней экономической ситуации.

Список использованных источников

1. Владимирова Л.П. Прогнозирование и планирование в условиях рынка. Учебное пособие. М.: 2001. 400 с.

2. Дубров А.М, Мхитарян В.С, Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 2004, 326с

3. Константиновская Л. В. Методы и приемы прогнозирования, Электронный ресурс: http://www.astronom2000.info/прогнозирование/mipp/

4. Лапыгин Ю.Н. Экономическое прогнозирование, Учебное пособие М. : Эксмо, 2009, 256 с

5. Тейл Г. Эконометрические прогнозы и принятие решений. - М.: Статистика, 1971, 488 с.

6. Четыркин Е.М. Статистические методы прогнозирования. - М.: Статистика, 1977, 200 с

7. http://www.sbrf.ru/ - официальный сайт ОАО «Сбербанк»

8.http://studme.org/ - портал учебных материалов для студентов.

9. http://studopedia.net - портал учебных материалов для студентов

Размещено на Allbest.ru