Доля неработающих кредитов в Казахстане снизилась до 9,98% 
    
    
    
    
            
        
























    
    
    
    



            

Доля неработающих кредитов в Казахстане снизилась до 9,98%

28.07.2015
Источник: LS
Объем неработающих займов по банковской системе в Казахстане снизился до рекордного уровня, передает LS.

Согласно данным регулятора, на 1 июля текущего года доля NPL составила 9,98%.

Как ранее сообщал LS, на протяжении последних пяти лет уровень неработающих займов банков стремительно рос. В конце 2008 года доля неработающих займов составляла всего 5,2% по банковской системе или 476 млрд тенге. Уже через год данный показатель вырос до 21,2% и составил 2 трлн тенге.

На конец 2013 года уровень неработающих займов по банковской системе составил 31,2% или 4,2 трлн тенге. За пятилетний период рост проблемной задолженности составил3,7 трлн. тенге. Наибольшая доля неработающих займов составляла 33,7% (4,9 трлн. тенге).

Как уточнил LS директор SAS Россия и СНГ по работе с финансовыми компаниями в Казахстане Андрей Суставов, для списания неработающих займов банки действуют сразу в нескольких направлениях - используют докапитализацию от государства, открывают специальные «дочки», пользуются льготами по списанию плохих долгов, работают с должниками.

«Работа с должниками в основном сводится к построению в банке процесса по сбору задолженности. Правда, этот процесс не всегда эффективен, поскольку требует аналитического инструментария. В противном случае банк может тратить много ресурсов там, где было бы достаточно SMS-напоминания, и ему будет сложно реализовать системный подход к работе со злостными неплательщиками», - уточнил собеседник LS.

Суставов добавил, что не всем участником банковского рынка будет легко избавиться от большого объема «плохих» кредитов. Дело в том, что не все банки получили поддержку от государства.

«В мировой практике ключевым механизмом, который бы способствовал более активному оздоровлению ссудных портфелей банков, является применение инструментов скоринга – анкетного, поведенческого и, конечно же, коллекторского. Применение аналитических моделей помогает не только более точно оценивать заемщиков на этапе рассмотрения заявки, но и переоценивать риски в процессе обслуживания кредита и оптимальным образом выстроить работу коллектора, помогает максимально эффективно собирать задолженность и минимизировать долю проблемных долгов», - резюмировал он.
  • CNY 71.66 -0.23%
  • EUR 554.26 -3.61%
  • RUB 6.51 -0.08%
  • USD 486.19 -0.82%
  • ADA 72.96 -6.14%
  • BNB 279345.99 -3.72%
  • BTC 30258821.21 -3.69%
  • DOGE 38.24 -5.56%
  • DOT 437.9 -5.7%
  • ETH 803783.12 -5.15%
  • SOL 33495.75 -6.15%
  • TRX 160.47 -0.88%
  • USDT 486.79 -0.01%
  • XRP 534.33 -3.71%