Содержание к диссертации
Введение
1. Проблемы обоснования решений всферекреджованияпредгоиятий 11
1.1. Классический анализ кредитоспособности предприятий-заемщиков: сущность, этапы, показатели 11
1.2. Современные модели и методы оценки кредитоспособности заемщика 26
1.3. Учета риска при обосновании кредитных решений 48
2. Модели риск-предельного анализа кредитоспособности предприятий-3 аемщиков 64
2.1. Ключевые идеи риск-предельного анализа 64
2.2. Формирование предельного образа кредитозаемщика 78
2.3. Адаптивный анализ предельного состояния кредитозаемшика... 93
3. Построение рейтинговых оценок предприятий-заемщиков на основе предельных образов 111
3.1. Теоретические положения методики рейтингового оценивания кредитозаемщиков по предельным характеристикам их финансового состояния 111
3.2. Пример реализации авторской методики рейтингового оценивания 124
Заключение 145
Список использованных источников 147
- Современные модели и методы оценки кредитоспособности заемщика
- Учета риска при обосновании кредитных решений
- Формирование предельного образа кредитозаемщика
- Пример реализации авторской методики рейтингового оценивания
Введение к работе
Актуальность темы исследования. К настоящему времени разработано множество методик оценки кредитоспособности заемщиков с позиций их финансового состояния и возможностей своевременного погашения кредита. Формирование единой, универсальной методики представляется весьма затруднительным, так как содержание конкретных рекомендаций по анализу кредитных возможностей ссудополучателя определяется широким кругом различных факторов. В этой связи разработка и совершенствование собственной методики оценки кредитоспособности заемщиков является важной задачей, с необходимостью решения которой сталкивается каждый коммерческий банк.
Сформулированный в 2004 году Базельским комитетом по банковскому надзору принцип управления кредитным риском на основе внутренних кредитных рейтингов заемщиков активизировал разработку соответствующих методик рейтингового оценивания. Однако в этих методиках, как правило, не учитывается весь спектр возможных рисков и прежде всего без должного внимания остаются маловероятные риски, что нередко приводит к фатальным ошибкам - об этом как раз и свидетельствует мировой финансовый кризис, негативные последствия которого и сегодня продолжает проявляться в нашей стране.
Таким образом, актуальной является проблема создания аппарата, учитывающего все риск-возможные ситуации, связанные с банковским кредитованием.
Степень разработанности проблемы. Начало исследований в области разработки формализованных подходов к оценке кредитоспособности предприятий-заемщиков было положено зарубежными (Э. Альтман, Р. Лис, Г. Спрингейт, Р. Тоффлер, X. Тишоу, Дж. Фулмер, Р. Чессер и др.) и отечественными (А.Ю. Беликов, Г.В. Давыдова, О.П. Зайцева, М.А. Федотова и др.)
учеными, применившими множественный дискриминантный анализ для построения собственных моделей оценки кредитоспособности.
Разработка формализованных подходов была, в частности, продолжена А.О. Недосекиным, предложившим использовать для этих целей аппарат нечеткой логики, а также В.В. Давнисом и И.Н. Булгаковой, разработавшими адаптивно-имитационные модели прогнозирования банкротств предприятий.
Другое направление в создании классификационных моделей было поддержано такими учеными, как A.M. Карминский, М.И. Лукин, А.А. Пересец-кий, А.Е. Петров, А.С. Чижова, в работах которых указывается на целесообразность формирования внутренних рейтинговой заемщиков с помощью эко-нометрических моделей дискретного выбора.
Общий недостаток разработанных к настоящему времени формализованных подходов к оценке кредитоспособности состоит в том, что в них большое внимание уделяется статическим оценкам, а не оценкам, отнесенным к упреждающему периоду, в то время кад кредитное решение нацелено на будущее, причем, как правило, весьма отдаленное.
Предсказать же будущее состояние кредитозаемщика только с помощью формализованных методов в силу очевидных причин невозможно, поэтому наиболее востребованными представляются те методики, которые позволяют получить комбинированную (экспертно-статистическую) оценку кредитоспособности заемщика.
В диссертации предлагается методика внутреннего рейтингового оценивания кредитозаемщиков, для реализации которой разработаны модели и методы, обеспечивающие формирование экспертно-статистической оценки кредитоспособности заемщиков по предельным характеристикам их финансово-экономического состояния. Такие методики ранее не предлагались.
Объект исследования — показатели кредитоспособности предприятий-заемщиков и их динамика.
Предмет исследования - математические модели и методы для формирования экспертно-статистической оценки кредитоспособности предприятий-заемщиков.
Цель исследования - развитие математического аппарата внутреннего рейтингового оценивания предприятий-заемщиков по предельным характеристикам их финансово-экономического состояния.
Цель исследования предопределила постановку и необходимость решения следующих задач:
Современные модели и методы оценки кредитоспособности заемщика
К настоящему времени сформировались следующие практические подходы к оценке кредитоспособности заемщиков банков (рис. 1.2).
Сначала рассмотрим более подробно классификационные модели, которые можно разделить на три группы: 1) модели прогнозирования банкротств, разработанные Э. Альтманом [174, 175], Р. Тоффлером и X. Тишоу [178], Чессером [35, 57], Р. Лисом [107], М.А. Федотовой [150, 151], Г. Спрингей-том [177], Р.С. Сайфулиным и Г.Г. Кадыковым [57, 151], О.П. Зайцевой [152], учеными Иркутской государственной экономической академии [54], Казанского государственного технологического университета [21], У. Бивером [176], В.В. Давнисом и И.Н. Булгаковой [30], А.О. Недосекиным [107]; 2) модели рейтинговой оценки, разработанные Д. Дюраном [151], Л.В. Донцовой и Н.А. Никифоровой [55], А.Д. Шереметом и Е.В. Негашевым [161], Ж. Депа ляном [83] и др.; 3) анализ денежного потока [18], который представляет собой способ оценки кредитоспособности клиента банка, в основе которого лежит использование фактических показателей, характеризующих оборот средств у клиента в отчетном периоде.
Заметим, что модели первой группы позволяют дифференцировать заемщиков в зависимости от вероятности банкротства, а модели второй группы - в зависимости от их категории, устанавливаемой с помощью ряда рассчитываемых финансовых коэффициентов и присваиваемых им уровней значимости.
Самой ранней попыткой в истории финансового менеджмента построить комплексный коэффициент, характеризующий положение хозяйствующего субъекта в целом, была попытка А. Уолла [179], который нашел комплексный показатель как свертку исходных отдельных показателей, причем эксперт сам должен был назначать веса в формуле свертки.
Следующий шаг был предпринят Э. Альтманом в 1968 году. Существо подхода Альтмана к комплексному финансовому анализу корпорации состоит в следующем: 1. Применительно к данной стране и к интервалу времени формируется набор отдельных финансовых показателей предприятия, которые на основании предварительного анализа имеют наибольшую относимость к свойству банкротства. Пусть таких показателей N. 2. В N-мерном пространстве, образованном выделенными показателями, проводится гиперплоскость, которая наилучшим образом отделяет успешные предприятия от предприятий-банкротов, на основании данных исследованной статистики. Уравнение этой гиперплоскости имеет вид где Kj- функции показателей бухгалтерской отчетности, щ— полученные в результате анализа веса. 3. Осуществляя параллельный перенос плоскости (1.1), можно наблюдать, как перераспределяется число успешных и неуспешных предприятий, попадающих в ту или иную подобласть, отсеченную данной плоскостью. Соответственно, можно установить пороговые нормативы Z\ и Z2 когда Z Z\, риск банкротства предприятия высок, когда Z Z2 - риск банкротства низок, Z\ Z Z2— состояние предприятия не определимо. Э. Альтмана исследовал 22 различных финансовых коэффициента, на основе которых был осуществлен пошаговый дискриминантный анализ 66 компаний (33 из которых успешно функционировали и 33 потерпели банкротство в период между 1964 и 1965 гг.), позволивший оценивать веса отдельных расчетных показателей. В итоге в модели остались только пять основных финансовых коэффициентов, каждый из которых был наделен определенным весом, установленным статистическими методами. При помощи своего аналитического метода Альтман в 1968 году вывел следующее уравнение надежности: где Х\— отношение собственных средств к сумме активов; Х2— отношение реинвестируемой прибыли к сумме активов; Х — отношение рыночной стоимости акций к заемному капиталу; Х$— отношение объема продаж к сумме активов; Х$ - отношение брутто-прибыли к сумме активов.
Если Z 1,8, то вероятность банкротства очень высокая; 1,8 Z 2,7-вероятность банкротства высокая; 2,7 Z 3,0- вероятность банкротства низкая; 3,0 Z - вероятность банкротства очень низкая.
В 1977 году Э. Альтман, Р. Холдмен и П. Нараянан представили модель оценки кредитоспособности второго поколения, более детализированную и точную модель - модель ZETA. Эта модель прогнозирует банкротство компания с точностью до 90% за один год и с точностью свыше 70% вплоть до пяти лет до наступления банкротства. В нее включены следующие семь финансовых показателей: рентабельность активов, стабильность прибыли, показатель процентного покрытия, совокупная прибыльность, коэффициент текущей ликвидности, отношение рыночно капитализации к балансовой стоимости капитала, размер компании.
Учета риска при обосновании кредитных решений
В процессе кредитования в коммерческих банках решение о выдаче кре-дитапринимается, как отмечалось выше, либо в рамках кредитного комитета, либо в рамках процесса последовательного одобрения кредитов, т.е. окончательный выбор альтернативы дальнейшей работы банка с клиентом производится менеджером или группой менеджеров, что подчеркивает управленческую составляющую принимаемых решений по кредитным предложениям.
Проводя классификацию кредитных решений, заметим, что решения по кредитным обращениям потенциальных заемщиков, предприятии можно рассматривать как бинарные (положительные/негативные решения), так и как многоальтернативные, поскольку сумма кредита, перечень необходимого обеспечения, порядок выдачи кредита и другие параметры кредита могут варьироваться, быть различными применительно к каждой кредитной сделке. Кроме того, в ходе структурирования кредита может быть предложена альтернатива, носящая инновационный, новаторский характер, что подчеркивает творческую составляющую, кажущейся на первый взгляд традиционной, формализованной составляющей процедуры кредитования.
В соответствии с классификацией управленческих решений, предложенной Э. А. Смирновым [133] классификации управленческих решений учитывая специфику кредитования, кредитные решения банка следует рассматривать: 1) по организации - коллегиальные (как правило, окончательное решение принимает кредитный комитет); 2) по причинам - по предписанию (решение принимается в соответствии с действующим законодательством, положениями и инструкциями коммерческого банка); 3) по повторяемости - однотипные, разнотипные, инновационные (в зависимости как от качества разработанности кредитной работы банка, так и от профессионализма банковских служащих); 4) по масштабам воздействия - общие (например, в случае выдачи синдицированного кредита количество участников (экспертов), привлекаемых к принятию решения заметно возрастает) и частные (например, принимается решение о выдаче очередного транша в рамках кредитной линии); 5) по времени действия - оперативные (решения по очередной кредитной заявке), тактические решения (решения по долгосрочным кредитам на срок свыше одного года), стратегические (решения по предприятиям-заемщикам, стратегически значимым для банка); 6) по прогнозируемым результатам - вероятностный исход (в ходе обсуждения кредитной заявки) и определенный характер (в виде выписки из протокола заседания кредитного комитета); 7) по характеру разработки и реализации - уравновешенные, так как сотрудники банка, задействованные в процессе кредитования, стремятся внимательно и критически относиться к своим действиям, но решения, конечно же, могут носить импульсивный, инертный, рискованный, осторожный характер; 8) по методам переработки информации - алгоритмические, поскольку процедура вырабатываемых решений относительно строго формализована, используются правила, алгоритмы, формулы, анализ статистических данных; 9) по числу критериев — многокритериальные (как правило, изучение заемщика проводится с использованием многокритериальных методик оценки экономического состояния); 10) по направлению воздействия - внешние, так как воздействие решения по кредитному обращению в первую очередь направлено на объекты внешней среды (клиентов банка); 11) по глубине воздействия - многоуровневые, поскольку в ходе сбора информации о клиенте и выносе решения на кредитном комитете задействованы банковские служащие управлений, отделов, секторов; 12) по ограничениям на ресурсы - ограничениями, что объясняется возможностями банка по привлечению денежных средств на финансирование активных операций; 13) по способу фиксации - письменные (все заключения служб банка и решения кредитного комитета оформляются письменно).
Банковские работники в своей деятельности по предоставлению, оформлению кредитов и управлению ими руководствуются кредитной политикой банка. Кредитная политика создает основу организации кредитной работы банка в соответствии с общей стратегией его деятельности, будучи необходимым условием разработки системы документов, регламентирующих процесс кредитования. Тем самым, кредитная политика находит свое отражение в кредитной стратегии банка, правилах и порядке принятия кредитных решений. Причем после того, как кредит был выдан, банк должен принять меры для обеспечения его возврата, что предполагает осуществление мониторинга кредитного портфеля, проведение обзора финансово-экономической ситуации на предприятиях, получивших кредит.
Также следует заметить, что после того, как кредит был выдан, банк должен принять меры для обеспечения его возврата, что предполагает осуществление мониторинга кредитного портфеля, проведение обзора финансово-экономической ситуации на предприятиях, получивших кредит. Проведение таких периодических обзоров может привести к тому, что банк расширит, модифицирует, возобновит или прекратит проведение данного вида кредитных операций с клиентом.
Другим важным аспектом мониторинга является соблюдение заемщиком условий кредитного договора. Невыполнение заемщиком своих обязательств, ухудшение его финансово-экономического положения могут потребовать от банка пересмотра (корректировки) решений по уже выданному кредиту, что может выражаться в применении определенных санкций в отношении заемщика, изменении основных условий кредитного договора, переводе данной ссуды в группу с более высоким кредитным риском. Поэтому, вообще говоря, принятие кредитного решения в банке не ограничивается только лишь решениями, принимаемыми при определении целесообразности выдачи кредита, но данное диссертационное исследование ограничено рамками наиболее важного, на наш взгляд, этапа принятия кредитного решения - его обоснования.
Формирование предельного образа кредитозаемщика
Рассмотрение вопросов, связанных с многовариантным отражением динамики моделируемого показателя, тесно связано с рассмотрением вопроса о механизмах, которые лежат в основе формирования динамики данного показателя. Природа формирования динамики любого финансового показателя дискретно-нерерывна. Как правило, в динамике наблюдаются тренды и скачкообразные изменения. Причем скачки происходят в случайные моменты времени на заранее неопределенную величину. Поэтому в решении этой задачи есть специфические моменты, которые будут освещены ниже.
Основой предлагаемой методики, является комбинированная модель, предусматривающая, как отмечалось выше, многовариантный расчет упреждающих значений ожидаемого уровня дебиторской (кредиторской) задолженности с учетом вероятности их реальности. Построение модели осуществляется на основе исторических данных, которые заведомо не содержат альтернативные варианты, и, следовательно, вопрос о возможной их идентификации требует специального исследования.
Прежде всего, нужно обратить внимание на то обстоятельство, что будущее в отличие от прошлого в нашем представлении многовариантно и в силу этого несет в себе неопределенность. Однако в каждом моменте прошлого находит отражение только один из возможных вариантов альтернативного будущего. Следовательно, можно сделать вывод, что альтернативные варианты будущего не возникают из ничего, они случайным образом распределены по всему горизонту прошлого. Данное обстоятельство требует применения специальных приемов при построении эконометрической модели, отражающей альтернативность ожидаемых результатов. Рассмотрение начнем с ситуации когда будущее представимо двумя альтернативными вариантами: высокая в среднем дебиторская (кредиторская) задолженность, низкая в среднем дебиторская (кредиторская) задолженность. Естественно, альтернативность будущего часто оказывается значительно богаче двух вариантов, однако предлагаемая схема расчетов основана на последовательном удвоении вариантов, поэтому двухвариантная альтернативность является начальным этапом построения многовариантного образа. Предлагаемая процедура многовариантного множества ожидаемых значений предусматривает удвоение на каждом шаге числа вариантов предыдущего шага.
Мы не будем определять конкретные величины высокого и низкого уровня, но в соответствии с теми колебаниями дебиторской (кредиторской) задолженности, которые имеют место для конкретного заемщика, будем предполагать, что задолженность в каждый момент времени находиться на высоком или низком уровне. То, какой уровень задолженности следует считать высоким, а какой низким, формируется автоматически в процессе построения модели.
Простейший вариант такой модели для дебиторской задолженности можно записать следующим образом: где Dt- уровень дебиторской задолженности в момент t кредитной истории; 5t— случайная составляющая, характеризующая ту часть вариации моделируемого показателя, которая не объясняется рамками данной модели;
Аналогично выглядит модель для кредиторской задолженности. Основное отличие этой модели от модели предыдущего параграфа в том, что в данной модели появился дополнительный член, отвечающий за дискретное изменение дебиторской задолженности.
Если предположить, что существует последовательность значений, которые переменная х принимала на протяжении исследуемого периода, то это предположение эквивалентно существованию информационного потока F, который необходимо воспроизвести для построения эконометрической модели (2.27). Воспроизведение этого потока эквивалентно пониманию того, в какие моменты времени уровень дебиторской (кредиторской) задолженности был высокий, а в какие низкий. Условимся считать средним значением задолженности текущего момента величину, которая определяется как условное математическое ожидание в зависимости от задолженности предыдущего момента времени Dt = E(Dt \ Dt_i). В рамках нашей модели такая величина может быть определена с помощью авторегрессионного уравнения, которое одновременно является трендовой частью модели, отвечающей за непрерывное изменение уровня задолженности (2.27)
Тогда в качестве индикатора, по которому определяется, каким был уровень задолженности, можно использовать отклонение ADt =Dt - Dt.
Данная схема расчетов предусматривает построение модели (2.27) в несколько этапов, связанных между собойдонечной целью расчетов. На первом этапе оценивается авторегрессионное;уравнение, позволяющее определить отклонения от условного среднего, с помощью которых формируется переменная х, воспроизводящая информационный поток о скачкообразных изменениях задолженности момент времени) наблюдаемый уровень задолженности следует считать высоким, а когда низким.
На втором этапе, используя в качестве значений переменной х восстановленный с помощью процедуры (2.29) информационный поток, оценивается весь набор параметров уравнения (2:27). Результатом данного этапа является модель с помощью которой воспроизводится динамика ретроспективного периода. Если точность этого воспроизведения достаточно высока, то возникает естественное желание использовать данную модель для проведения прогнозных расчетов. Причем присваивание переменной xt ее значений 1 и -1 обеспечивает, возможность расчета двух альтернативных вариантов предельных значений
Однако, если эти варианты равновероятны, то ситуация обладает высоким уровнем неопределенности. Поэтому возникает необходимость в определении для данного упреждающего периода предпочтительности этих вариантов. Таким образом, возникает еще один этап построения модели, предусматривающий получение вероятностной оценки реальности каждого из предельных вариантов.
Пример реализации авторской методики рейтингового оценивания
В данном определении уровень рейтинговой оценки связывается с определенным уровнем риска. Этим подчеркивается необходимость формирования рейтинговых оценок не только в зависимости от роста оценочных показателей, но и с учетом маловероятных, не имевших место в прошлом, риск-опасных ситуаций. Предлагаемая ниже методика рейтингового оценивания в значительной степени ориентирована на реализацию именно этой точки зрения.
В международной практике принята символьная форма обозначений рейтингов. Такая форма находится в полном соответствии с пониманием рейтинга как некоторого значения качественной порядковой переменной. Сформулированное нами определение позволяет осуществлять взаимнооднозначный переход от символьного представления рейтинговых оценок к числовому (кодовому). Это очень важный для нас факт, так как, благодаря нему, становится возможным применение эконометрических моделей специального вида для формирования, анализа и прогнозирования рейтинговых оценок. В предлагаемой методике эта возможность будет использована.
Несмотря на отмеченную популярность рейтинговых оценок, найти подробное описание конкретных процедур, с помощью которых они формируются, практически невозможно. Как правило, методики, которыми пользуются рейтинговые агентства, известны очень узкому кругу лиц. По сути, эти методики являются секретным оружием агентства, которое зачастую применяется в целях (факты подобного рода известны), достижение которых требует отступления от объективности. Это создало ситуацию, когда отсутствие представления о механизмах, лежащих в основе формирования рейтингов, мешает пониманию истинного смысла этих оценок. Более того, во многих прикладных исследованиях встречается даже некорректное использование самого термина «рейтинг». Чаще всего в этих исследованиях рейтингами называют рэнкинго-вые оценки.
Главная причина искажений подобного рода, скорее всего, не в том, что допущены ошибки при формировании - цели исследования или неправильно понимаются возможности данного подхода, а в том, что для получения рейтингов используются методики, в которых предусмотрено получение рэнкин-говых оценок, обладающих несколько иными свойствами.
В основе базового варианта этих методик лежит следующая схема расчета оценок интегрального типа:" 1. Обоснование перечня показателей формирующих величину интегральной оценки. 2. Приведение показателей к сопоставимому виду (нормирование) с определением направления их действия на величину рассчитываемого показателя. 3. Определение весовых коэффициентов, устанавливающих уровень вклада каждого показателя в интегральную оценку. 4. Расчет интегральной оценки как взвешенной линейной комбинации нормированных показателей. 5. Ранжирование оцениваемых объектов по величине рассчитанного интегрального показателя.
В некоторых схемах интегральный показатель формируют не как взвешенную сумму нормированных показателей, а как сумму рангов, которые присвоены оцениваемым субъектам в зависимости от значений отдельных показателей. Это не изменяет смысл получаемой оценки, как интегрального показателя.
Описанные базовые варианты, по сути, реализуют принципиальную схему расчетов интегрального показателя, допускающую всевозможного рода уточнения в зависимости от решаемой задачи. Причем подвергаться конкретизации или целенаправленным изменениям в зависимости от специфики решаемой задачи может каждый этап описанной схемы. Это свидетельствует об универсальности и эффективности данного подхода при его использовании для обоснования управленческих решений. Нет сомнений в его практической полезности. И все же полученные таким образом оценки нельзя считать рейтинговыми, так как они не могут выполнять ту роль, которая отводится рейтингам. Аргументация в пользу данного вывода основана на следующих критических положениях выше приведенной схемы.
Прежде всего, заметим, что в интегральных оценках, полученных с помощью выше описанной схемы, доминируют фактографические данные, и это, с одной стороны, повышает их объективность, а с другой, - исключает возможность учесть в этих оценках риски, идентификация которых возможна либо с помощью упреждающих расчетов, либо с помощью экспертных оценок. В то же время оценки рисков являются обязательной составляющей рейтинговых оценок. В принципе, процедура формирования интегральной оценки без труда может быть модифицирована таким образом, чтобы обеспечить включение субъективных элементов или прогнозных оценок в интегральную оценку. Однако возможность включения в состав показателей, на основе которых рассчитывается интегральная оценка, экспертных мнений в виде, например, некоторого количества баллов, так же как и прогнозных оценок, не решает полностью данную проблему. В то же время нельзя оставить без внимания то обстоятельство, что рейтинги обладают свойствами рэнкингов, но проявляется это свойство в менее жесткой форме, что и порождает второе различие.
Смысл второго различия как раз в том и состоит, что с помощью рейтингов устанавливается нестрогий порядок, а с помощью рэнкингов - строгий порядок. Это различие можно было бы отнести в разряд несущественных, так как путем введения связных рангов задача установления строгого порядка сводится к задаче нестрого порядка. Однако проблема гораздо сложнее. По идее, одинаковые рейтинги должны присваиваться в некотором смысле однородным, «похожим» между собой объектам в текущий момент времени и сохраняющим эту однородность в будущем. Однородность здесь понимается как принадлежность одному и тому же классу объектов, близких между собой по достаточно большому числу параметров.
