Анализ портфеля автокредитов российских банков - Дипломная работа

бесплатно 0
4.5 88
Изучение автокредитования как банковского продукта. Его основные характеристики на современном рынке. Динамика рынка автокредитования. Оценка зависимости количества выданных автокредитов и доли просроченной задолженности по ним от макро- и микрофакторов.


Аннотация к работе
Глава 1. Автокредитование в России: теория и методология 1.1 Теоретические аспекты автокредитования 1.1.1 Автокредитование как банковский продукт 1.1.2 Динамика рынка автокредитования в период с 2009 по 2015 гг 1.2 Методология исследования Глава 2. Оценка зависимости количества выданных автокредитов и доли просроченной задолженности по ним от макро- и микрофакторов 2.1 Предполагаемые регрессоры 2.2 Формирование выборки 2.3 Построение эконометрических моделей 2.4 Формулирование гипотез 2.5 Поиск наилучшей спецификации и анализ полученных результатов 2.5.1 Модель оценки зависимости количества выданных автокредитов 2.5.2 Модель оценки зависимости доля просроченной задолженности в портфеле автокредитов 2.6 Предложения 2.6.1 Понятие автолизинга для физических лиц 2.6.2 Сравнительные характеристики автокредитования и автолизинга Заключение Список используемой литературы Приложения Введение В данной выпускной квалификационной работе будет подробно рассматриваться такой банковский кредитный продукт, как автокредитование, который позволяет приобрести автомобиль тем потребителям, у которых не хватает на него собственных средств. Если говорить о выгодах для банка, то автокредиты - это источник дополнительного дохода при достаточно низких рисках, так как залогом по такому кредиту является сам приобретаемый автомобиль. Более того, доходность такого кредита для банка в последнее время высока: ставка процента по рублевым автокредитам на настоящий момент варьируется в диапазоне 10-22% годовых. Тем не менее, в современных условиях тяжелой макроэкономической ситуации в стране, рынок автокредитования заметно просел: количество выданных кредитов в 2015 году уменьшилось на 41% по сравнению с предыдущим годом. [19] Более того объем просроченной задолженности по автокредитам возрос до той степени, что на конец 2015 года каждый 10-ый кредит оказался просроченным, а доля задолженности в портфеле коллекторских агентств составила 7% , что на 2% выше, чем в 2014 году. Он уже используется некоторыми частными компаниями, такими как Major Leasing ( и Контрол-Лизинг ( но не представлен банками. Чтобы достичь поставленной цели в работе, были определены следующие задачи: 1. [8, c 82] К таким банкам можно отнести Сбербанк России, ВТБ24, Альфа-Банк. Таким банком на сегодняшний день является Сетелем Банк, созданный Сбербанком России и БНП Париба для кредитования частных и юридических лиц. [21] Самым интересным для рассмотрения для нас являются кэптивные банки, т.к. в силу своих особенностей функционирования они могут предлагать условия по автокредитам, сильно отличающиеся от средних по рынку. [8, c 83] Примерами таких банков являются Тойота-Банк (Toyota), Мерседес-Бенц Банк Рус (Mercedes-Benz), БМВ-Банк (BMW), банк «ПСА финанс Рус» (Peugeot Citroen), Банк оф Токио-Мицубиси ЮЭфДжей (Mitsubishi) и Фольксваген Банк Рус (Volkswagen). [8, c 83] Однако насчет успешности кэптивных банков в России существуют сомнения, выражающиеся в том, что такие банки предлагают кредиты на не самые популярные автомобили в стране, хотя в 2014 и 2015 году наравне с отечественной Lada и корейской KIA самыми продаваемыми стали также некоторые модели Renault, Toyota и Mitsubishi, причем французских моделей в рейтинге примерно столько же, сколько и российских. Так, в работе Mileris (2012) [15] на данных по 22 странам Европейского союза оценивалось влияние макроэкономических факторов на кредитный риск совокупного кредитного портфеля, причем объясняющие переменные делились на 3 группы: факторы, относящиеся к общему макроэкономическому состоянию страны (уровень безработицы, инфляции); факторы, характеризующие направление движения экономики (темп роста ВВП) и факторы, описывающие существующие условия на рынке (ставки процента, доходность ценных бумаг). Используя базу данных Чешского Центрального банка, автор оценивает логит и пробит модели, однако выбранные макроэкономические независимые переменные сильно перекликается с вышеописанными.
Заказать написание новой работы



Дисциплины научных работ



Хотите, перезвоним вам?