Pages Navigation Menu

ISSN 2227-6017 (ONLINE), ISSN 2303-9868 (PRINT), DOI: 10.18454/IRJ.2227-6017
ПИ № ФС 77 - 51217, 16+

Пред-печатная версия
() Искать в Google Scholar
Цитировать

Цитировать

Электронная ссылка | Печатная ссылка

Скопируйте отформатированную библиографическую ссылку через буфер обмена или перейдите по одной из ссылок для импорта в Менеджер библиографий.
Кудаев А. В. ПОВЫШЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ ОБРАБОТКИ КРЕДИТНЫХ ЗАЯВОК / А. В. Кудаев, А. С. Каплина // Международный научно-исследовательский журнал. — 2020. — №. — С. . — URL: https://research-journal.org/economical/povyshenie-proizvoditelnosti-obrabotki-kreditnyx-zayavok/ (дата обращения: 30.10.2020. ).

Импортировать


ПОВЫШЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ ОБРАБОТКИ КРЕДИТНЫХ ЗАЯВОК

Кудаев А.В. 1, Каплина А.С. 2

1 Студент, 2 студент, Санкт-Петербургский государственный экономический университет

ПОВЫШЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ ОБРАБОТКИ КРЕДИТНЫХ ЗАЯВОК

Аннотация

Предлагается автоматизировать банковский бизнес-процесс обработки кредитных заявок, проверки платежеспособности и выдачи кредита заемщику с целью повышения производительности данного бизнес-процесса.

Ключевые слова: автоматизация, бизнес-процесс, производительность, кредитная заявка. 

Kudaev A.V. 1, Kaplina A.S. 2

1Student, 2student, St. Petersburg State University of economics

PERFORMANCE RISE IN PROCESS OF LOAN CHECKING

Abstract

The main idea of this article is to demonstrate that automation of a banking business-process (process of loan checking, in particular), increases the performance of this process gradually.

Keywords: automation, business-process, performance, loan application.

Коммерческие банки в последние годы пытаются выжить под давлением жесткой конкуренции, санкций и новых требований лицензирования. Банки привлекают заемщиков в основном путем изменения процентных ставок и сроков кредита. Однако, повышение производительности обработки заявок на кредит как способ привлечения заемщиков актуален как никогда. Обработка кредитных заявок производится в трех подразделениях банка: Front office, Back office, экономической безопасности (ДЭБ). Данный бизнес-процесс описан в таблице 1 (задачи выполняются последовательно).

 

Таблица 1 – Бизнес-процесс «Обработка кредитных распоряжений»

Подразделение Неделимый процесс
Back office Запрос на обработку кредитного распоряжения в НБКИ
Проверка платежеспособности: расчет з/п за последние 6 месяцев
Ввод заявки в базу данных
ДЭБ Разбиение распоряжений на две категории, в зависимости от суммы кредита
1-я категория: требует выезд для уточнения данных по кредиту (сумма превысила утвержденную банком отметку)
2-я категория: требует произвести звонок для уточнения данных по кредиту (сумма ниже утвержденной банком отметки)
Занесение результатов в базу данных
Front office Ожидание распоряжения в электронной очереди
Проверка и прием необходимых документов
Редактирование распоряжения БД
Предоставление заемщику полной информации по кредиту
Согласование даты выдачи кредита
Back office Составление кредитного досье
Перечисление денежных средств на текущий счет

 

Бизнес-процесс, описанный в таблице 1, длится в среднем от 5 до 7 дней. Чтобы повысить производительность обработки заявок, имеет смысл автоматизировать неделимые процессы, приведенные в таблице 1. Для оценки адекватности предлагаемых преобразований автоматизируем [1-4] задачи бизнес-процесса «Обработка кредитных распоряжений» без включения процессов подразделения Front office и сравним преобразованные задачи с таблицей 1. Результат автоматизации последовательных неделимых процессов продемонстрирован на рис. 1 (нотация BPMN, продукт BizAgi).

Теперь сравним производительность процессов, приведенных в таблице 1, с производительностью автоматизированных процессов рис. 1.

m_merged58

Рис. 1 – Автоматизированный процесс обработки кредитных заявок

После поступления кредитных распоряжений работникам Back office теперь не требуется вручную отправлять запрос в НБКИ – автоматизированная система осуществляет это сама. Далее, система помечает кредитные распоряжения, определяя их либо в первую, либо во вторую категорию. В противном случае, сотрудники ДЭБа будут вынуждены сами распределить распоряжения по категориям, как было продемонстрировано в таблице 1. После этого система по формуле проверяет платежеспособность заемщика и либо формирует отказ в кредите, либо заносит распоряжение в базу данных, если эти процессы не автоматизировать, то проверять платежеспособность и вносить изменения в базу данных будут сотрудники Back office вручную. Сравним производительность процессов в таблице 2.

 

Таблица 2 – Сравнение производительности бизнес-процессов

Количество кредитных заявок 30 кредитных заявок формируют 30 кредитных распоряжений
Бизнес-процесс Три сотрудника Back office последовательно обрабатывают по 10 распоряжений каждый. Обработка одного распоряжения занимает 30-40 минут.

30 (распр.) * 30 до 40(мин) = от 15 до 20 часов

Автоматизированный бизнес-процесс Одна автоматизированная система обрабатывает 30 распоряжений. Обработка одного распоряжения занимает 21 минуту. Более того, система может отправить  запрос на обработку по второму распоряжению в НБКИ, не получив результаты обработки первого распоряжения. Тем не менее, предположим, что система получает задание на обработку раз в 21 минуту. Тогда:
30 (распр.) * 21(мин) = 10,5 часов (максимум)

Литература

  1. Minakov V. F., Ilyina O. P., Lobanov O. S. Concept of the Cloud Information Space of Regional Government // Middle-East Journal of Scientific Research. – 2014. – № 21 (1). – P. 190-196.
  2. Минаков В. Ф., Лобанов О. С. Концепция облачного информационного пространства исполнительных органов государственной власти региона // Экономика, статистика и информатика. Вестник УМО. – 2014. – № 3. – С. 181–185.
  3. Минаков В. Ф., Минакова Т. Е. Информационное общество и проблемы прикладной информатики // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – № 1-1 (20). – С. 69-70.
  4. Лобанов О. С., Минаков В. Ф., Артемьев А. В. Облачные технологии в исполнительных органах государственной власти Санкт-Петербурга // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – № 1-1 (20). – С. 67-68.

References

  1. Minakov V. F., Ilyina O. P., Lobanov O. S. Concept of the Cloud Information Space of Regional Government // Middle-East Journal of Scientific Research. – 2014. – № 21 (1). – P. 190-196.
  2. Minakov V. F., Lobanov O. S. Koncepcija oblachnogo informacionnogo prostranstva ispolnitel’nyh organov gosudarstvennoj vlasti regiona // Jekonomika, statistika i informatika. Vestnik UMO. – 2014. – № 3. – S. 181–185.
  3. Minakov V. F., Minakova T. E. Informacionnoe obshhestvo i problemy prikladnoj informatiki // Mezhdunarodnyj nauchno-issledovatel’skij zhurnal = Research Journal of International Studies. – 2014. – № 1-1 (20). – S. 69-70.
  4. Lobanov O. S., Minakov V. F., Artem’ev A. V. Oblachnye tehnologii v ispolnitel’nyh organah gosudarstvennoj vlasti Sankt-Peterburga // Mezhdunarodnyj nauchno-issledovatel’skij zhurnal = Research Journal of International Studies. – 2014. – № 1-1 (20). – S. 67-68.

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.