Содержание к диссертации
Введение
Глава 1. Теоретические основы оценки надежности при принятии кредитных решений в коммерческом банке 12
1.1. Принятие кредитных решений в деятельности коммерческого банка на региональном финансовом рынке 12
1.2. Риск и неопределенность в оценке надежности потенциальных заемщиков 38
1.3. Современные подходы к оценке надежности предприятий-заемщиков и ее критерии 55
Глава 2. Экономико-математические инструменты оценки надежности предприятий 76
2.1. Методические подходы к оценке кредитного риска предприятий-заемщиков 76
2.2. Дискриминантный анализ как инструмент отбора наиболее информативных показателей и классификации потенциальных заемщиков 90
2.3. Модели бинарного выбора в оценке надежности предприятий-заемщиков 109
Глава 3. Совершенствование моделей оценки надежности предприятий-заемщиков в современных условиях развития кредитных отношений 119
3.1. Построение комплексных экономико-математических моделей оценки надежности предприятий-заемщиков 119
3.2. Методические рекомендации по использованию рейтинговой скоринг-модели оценки надежности предприятий 141
Заключение 160
Список использованных источников 162
Приложение
- Риск и неопределенность в оценке надежности потенциальных заемщиков
- Современные подходы к оценке надежности предприятий-заемщиков и ее критерии
- Дискриминантный анализ как инструмент отбора наиболее информативных показателей и классификации потенциальных заемщиков
- Методические рекомендации по использованию рейтинговой скоринг-модели оценки надежности предприятий
Введение к работе
Актуальность темы исследования. Основным условием эффективной деятельности коммерческих банков на рынке кредитных услуг является активное изучение вопросов, связанных с разработкой методов и моделей объективной оценки надежности заемщиков, что позволит банкам принимать экономически обоснованные, взвешенные решения и выбирать наиболее приемлемые альтернативы размещения кредитных ресурсов банка.
В связи с российским ускоренным переходом к рынку в последние годы значительно возросло число публикаций по проблемам управления кредитным портфелем, принятию кредитных решений в условиях риска и неопределенности. Тем не менее, данный вопрос все еще остается недостаточно освещенным. Теоретическое обоснование и практика разработки моделей оценки надежности предприятий-заемщиков в России еще недостаточны, а приложение западного опыта к российской действительности вызывает серьезные затруднения. Иными словами, существует объективная необходимость проведения комплексных исследований по обозначенной проблеме.
В ходе анализа отечественного и зарубежного теоретического арсенала сделан вывод о выделении трех направлений в экономической литературе, чьи научные работы составляют основу исследуемой проблематики.
В работах первой группы авторов излагаются общие вопросы организации банковского кредитования. К таковым относятся Иода Е.В., Колесников В.И., Кроливецкая Л.П, Лаврушин О.И., Молчанов А.В., Новоселов А.С., Пе-щанская И.В., Тавасиев A.M., Тагирбеков К.Р., Унанян И.Р., Усоскин В.М., Челноков В.А., МакНотон Д., Бакстер Н., Роуз П., Синки Дж., Ходгман Д., Эдварде Б. и др. Работы этих авторов ориентированы в большей степени на проработку концептуальных вопросов в области банковского менеджмента.
В исследованиях второй группы авторов представлены подходы к общей теории принятия решений. Среди них Евланов Л.Г., Кимбелл Дж. Е., Кофман А., Лютенс Ф., Мескон М.Х., Минцберг Г., Морз Ф.М., Планкетт Л.,
-5-Саймон А., Смирнов Э.А., Хейл Г., Цыгичко В.Н., Янг С. и др. Работы этих авторов ориентированы на изучение основных вопросов принятия решений в экономике.
Третья группа авторов в качестве объектов исследования рассматривают возможность применения методов экономико-математического анализа для принятия решений по рисковым ситуациям. К ним относятся Бублик Н.Д., Давние В.В., Камалян А.К., Карминский A.M., Катышев П.К., Ким Дж.-О., Клекка У .Р., Лагоша Б.А., Ларичев О.И., Магнус Я.Р., Мошкович Е.М., Мьюллер Ч.У., Попенов СВ., Пересецкий А.А., Петров А.Е., Секерин А.Б., Шелобаев СИ., Яновский Л.П. и др.
Исследуемая в диссертации проблема принятия решений при оценке надежности потенциальных заемщиков находится «на стыке» вышеуказанных направлений.
К сожалению, в современной экономической литературе данный вопрос не получил целостного системного исследования. Попытки разработки комплексного механизма к моделям оценки надежности предприятий немногочисленны. Они представлены преимущественно в работах таких авторов, как Альтман Э., Асанов А.А., Борисенков П.В., Брычкин А.В., Вишняков И.В., Едронова В.Н., Кадыров А.Н., Москвин В.А., Нарайан П., Халдеман Р., Хасянова СЮ. и др.
Резюмируя вышесказанное, отметим, что существующие условия крайне высокой непредсказуемости рыночной ситуации на рынке кредитных услуг в сегодняшней российской экономике, с одной стороны, и те возможности по избежанию рисков для коммерческих банков, открывающиеся на основе грамотного использования математических и инструментальных средств оценки надежности предприятий-заемщиков, с другой стороны, определяют актуальность проводимого нами исследования.
Работа выполнялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета «Мате-
матическое моделирование и информационные технологии в управлении экономическими процессами».
Цель исследования заключается в исследовании теоретических основ оценки надежности потенциальных заемщиков в условиях риска и неопределенности, а также развитии математического аппарата для построения ско-ринг-моделей оценки надежности предприятий, обеспечивающих принятие обоснованных решений по выдаче кредитов.
Цель исследования предопределила необходимость решения следующих основных задач:
- изучить деятельность коммерческих банков на региональном финансовом рынке, определить их роль в развитии реального сектора экономики;
установить связи и различия понятий «надежный заемщик», «финансово устойчивое предприятие», «кредитоспособность», уточнить сущность понятия «принятие кредитных решений»;
проанализировать взаимоотношения коммерческого банка с заемщиком в российской практике принятия кредитных решений;
изучить специфику принимаемых кредитных решений в банке и сформулировать требования, которым должна удовлетворять модель оценки надежности в ходе принятия кредитных решений;
исследовать сферу возникновения кредитного риска, определить основополагающие подходы к оценке кредитного риска предприятий и дать характеристику необходимой информационной базы для проведения оценки надежности предприятий-заемщиков;
исследовать современные математические методы и модели, используемые для оценки надежности потенциальных заемщиков;
исследовать возможности многофакторного анализа, включающего оценку количественных и качественных показателей, характеризующих деятельность предприятий-заемщиков, в целях разработки рейтинговых моделей оценки надежности;
- разработать рейтинговую скоринг-модель оценки надежности предприятий на основе комплексного подхода к оценке клиентов и современного экономико-математического инструментария, а также сформулировать методические рекомендации по ее практическому применению.
В качестве объекта исследования выступают предприятия-заемщики коммерческих банков.
Предметом исследования являются отношения, возникающие в процессе оценки надежности предприятий-заемщиков коммерческими банками.
Теоретической основой диссертационного исследования послужили работы ведущих отечественных и зарубежных ученых и практиков в области банковского и финансового менеджмента, теории принятия решений, экономико-математического моделирования, статьи в научных сборниках и периодической печати по изучаемой проблеме.
Методологические основы исследования. Необходимые для научной работы глубина исследования и достоверность выводов достигаются за счет использования следующих научных методов: системного, логического, причинно-следственного, сравнительного анализа, а также теории вероятностей, математической статистики, экспертных оценок, графического представления, экономико-математического моделирования и эконометрики.
Информационная база исследования достаточно репрезентативна. В ее составе законодательные и нормативные акты, регулирующие деятельность коммерческих банков России, аналитические обзоры в периодической печати, Интернет-ресурсы, статистические и отчетные материалы Банка России и других российских коммерческих банков, данные финансовой отчетности предприятий-заемщиков Центрально-Черноземного банка Сбербанка РФ, результаты опроса экспертов, а также материалы научно-практических конференций и семинаров.
Диссертационная работа выполнена в рамках п. 3.3. «Критерии и методы оценки финансовой устойчивости предприятий...», п. 9.17. «Совершенствование системы управления рисками российских банков» паспорта специ-
-8-альности 08.00.10 - «Финансы, денежное обращение и кредит»; п. 1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий...», п. 1.6. «Математический анализ и моделирование процессов в финансовом секторе экономики, развитие метода финансовой математики...» паспорта специальности 08.00.13 - «Математические и инструментальные методы экономики».
Научная новизна исследования. Основными результатами исследования, выносимыми на защиту, являются:
- обоснована необходимость выделения на региональном финансовом рынке особой группы коммерческих банков, активно участвующих в кредитовании реального сектора экономики региона и имеющих необходимую информационную базу (по «прошлым» клиентам банка) для разработки моделей, ориентированных на поддержку принятия обоснованных кредитных решений по предприятиям региона;
выделены и уточнены такие понятия, как «надежный заемщик», «финансово устойчивое предприятие», «кредитоспособность», «принятие кредитных решений», а также выявлена специфика кредитных решений, принимаемых по предприятиям-заемщикам, и определены основные элементы модели, формализующей задачу принятия кредитных решений;
исследованы современные подходы к оценке кредитоспособности, определены критерии надежности предприятий-заемщиков, что позволило выявить основные проблемы, связанные с построением моделей оценки надежности и их практическим использованием;
построена классификация моделей оценки надежности предприятий-заемщиков по степени информированности о моделируемом объекте и степени комплексности модели, что позволило выделить особый класс математических моделей, предполагающих комплексную оценку количественных и качественных характеристик деятельности предприятий на основе обработки результатов по «прошлым» клиентам банка;
определены основные характеристики, достоинства и недостатки современных подходов к моделированию оценки надежности предприятий-заемщиков, что позволило выделить подходы, наилучшим образом соответствующие изучаемой проблематике;
разработана оригинальная методика построения математических моделей оценки надежности предприятий-заемщиков, включающая построение логит-модели финансового риска по количественным показателям, отобранным в ходе дискриминантного анализа, и построение логит-модели делового риска по качественным показателям, отобранным среди наиболее информативных показателей с использованием методологии экспертных оценок;
построена рейтинговая скоринг-модель оценки надежности предприятий региона, а также сформулированы рекомендации по ее использованию, содержащие порядок определения кратко- и среднесрочного лимитов кредитного риска, суммы резервов на возможные потери по ссудам, величины процентной ставки, что способствует обеспечению поддержки принятия обоснованных кредитных решений.
Апробация результатов исследования. Основные положения диссертационной работы, а также конкретные результаты исследований докладывались на ряде научно-практических конференций различного уровня: Студенческая научная конференция «Актуальные направления стабилизации и развития АПК в XXI веке» (Воронеж, 2001 г.); Научная сессия студентов экономического факультета ВГУ «Актуальные проблемы экономики России. Поиск путей решения» (Воронеж, 2001 г.); VII Всероссийская научная студенческая конференция «Актуальные проблемы экономики России. Поиск путей решения» (Воронеж, 2002 г.); 25-ая Международная школа-семинар имени академика С.С. Шаталина «Системное моделирование социально-экономических процессов» (Королев, 2002 г.); Международная научно-практическая конференция «Механизмы развития социально-экономических систем региона» (Воронеж, 2003 г.); Всероссийская научно-практическая конференция «Электронный бизнес: опыт и перспективы - 2003» (Воронеж, 2003"гЛ; Все-
-10-российская научно-практическая конференция «Экономическое прогнозирование: модели и методы - 2004» (Воронеж, 2004 г.); Международная научно-практическая конференция «Компаративный анализ отечественного и зарубежного опыта стратегического планирования развития регионов» (Воронеж, 2004 г.); Всероссийская научно-практическая конференция «Электронный бизнес: опыт и перспективы - 2004» (Воронеж, 2004 г.); Международная научно-практическая конференция «Экономическое прогнозирование: модели и методы - 2005» (Воронеж, 2005 г.).
Практическая значимость полученных в ходе исследования результатов заключается в возможности их широкого использования в деятельности коммерческих банков, действующих на территории России, с целью принятия оптимального решения при кредитовании. Внедрение разработанной методики построения моделей оценки надежности предприятий-заемщиков способствует повышению уровня обоснованности кредитных решений.
Научные результаты исследования могут быть использованы при подготовке учебных курсов и методических материалов для обучения студентов экономических специальностей и в преподавании курсов: «Математические методы финансового анализа», «Эконометрика финансовых показателей», «Финансовый менеджмент».
Практические результаты работы используются в кредитной деятельности коммерческих банков Центрально-Черноземного региона, что подтверждено справками о внедрении.
Публикации. По теме диссертационного исследования опубликовано 15 печатных работ, которые указаны в конце автореферата. Лично соискателю принадлежат [70-76, 78-83]. Работы [69, 77] выполнены в соавторстве. В [69, 75, 79] соискатель провел анализ основных подходов к оценке кредитного риска, используемых коммерческими банками в отечественной и зарубежной практике. В [70, 72, 73, 76, 81] соискатель выделяет основные методы и модели, которые могут быть использованы в задачах оценки предприятий-за-емщиков, а также определяет возможности их практического применения
при разработке системы поддержки принятия решений по кредитам. В [83] он обосновывает целесообразность использования моделей бинарного выбора при разработке рейтинговых скоринг-моделей. В [77] соискателю принадлежит анализ современных методик прогнозирования банкротства, их тестирование по предприятиям региона. В [71] он выделяет направления по повышению эффективности банковского кредитования в развитии региона. В [80] соискатель определяет роль кредитных интернет-бюро и дает оценку перспективам их развития на российском рынке коммерческой кредитной информации. В [74, 79] он разработал методику построения моделей оценки надежности, а также построил рейтинговые модели комплексной оценки предприятий региона. Методические рекомендации по практическому применению моделей представлены в [74, 82].
Структура и объем работы. Диссертация состоит из введения, трех самостоятельных и в то же время взаимозависимых, имеющих внутреннее единство, глав, заключения, списка использованной литературы и приложений. Каждая глава представляет собой автономное исследование в определенном научном направлении, и при этом последующая вытекает из предыдущей, являясь ее логичным продолжением. Основной текст изложен на 161 странице машинописного текста, содержит 17 таблиц и 15 рисунков. t
В первой главе нашли отражение специфика принимаемых кредитных решений в условиях риска и неопределенности, факторы кредитного риска в оценке надежности потенциальных заемщиков, современные подходы к оценке надежности предприятий-заемщиков и ее критерии.
Вторая глава посвящена математическому аппарату моделирования оценки надежности предприятий-заемщиков.
В третьей главе продемонстрированы прикладные возможности предлагаемого аппарата для построения моделей оценки надежности предприятий-заемщиков и сформулированы рекомендации по практическому использованию рейтинговой скоринг-модели оценки надежности предприятий.
Риск и неопределенность в оценке надежности потенциальных заемщиков
Риск - это перемена, перемена - это риск. Перемены толкают к динамике, вызывают встречные реакции, а их итог всегда неизвестен. Повторение пройденного означает «безопасность». Новое, непроверенное, новаторское, неизвестное, напротив, для большинства означает неуверенность и риск. Новое и рискованное всегда открывает новые возможности, но никогда не гарантирует безопасность [37, с.339].
В международном банковском законодательстве уделяется особое внимание понятию «риск». Рекомендации Базельского комитета по банковскому надзору [100, принцип 4] содержат требование выявления и оценивания (на постоянной основе) существенных рисков, которые могут оказать отрицательное влияние на достижение целей банка. Отечественное банковское законодательство также определяет ряд требований к российским банкам. Согласно «Стратегии развития банковского сектора РФ» [102, п.5.1.4.] в целях повышения качества управления рисками банки должны: активно использовать рекомендации Базельского комитета по банковскому надзору, а также применяемые в международной банковской практике методы управления рисками, включая в случае применимости экономико-статистические оценки вероятности неблагоприятных для банка событий; обеспечить постоянный мониторинг рисков.
В методических рекомендациях Банка России установлен ряд требований [97, п.1.] для кредитных организаций касательно кредитных решений: «изучить все представленные заемщиком документы, а также провести проверку достоверности кредитуемых сделок, изучить кредитную историю клиента-заемщика .. . , оценить полученную информацию».
Современным отечественным и зарубежным подходам к дефиниции «риск» свойственно наличие определенного разночтения. Это объясняется, в частности, многоаспектностью данного явления, недостаточным использованием передового опыта кредитного менеджмента в отечественной практике. Кроме того, риск - это сложное явление, имеющее множество не совпадающих, а иногда противоположных основ, что обуславливает возможность существования определений понятия «риска» с разных точек зрения. Попытаемся рассмотреть некоторые подходы к определению экономической категории «риск».
В литературе наиболее широко распространено представление о риске как о возможности опасности или неудачи. Так, по мнению Хохлова Н.В., риск - это событие или группа родственных случайных событий, наносящих ущерб объекту, обладающему данным риском [98, с.11]. Севрук В.Т. под риском понимает ситуативную характеристику деятельности любого юридического лица, в том числе и субъекта финансового сектора, состоящая из неопределенности и возможных неблагоприятных событий в случае неуспеха [126, с.8].
Тэпман Н.В. конкретизирует понимание рисков в экономике, рассматривая риск как возможность возникновения неблагоприятных ситуаций в ходе реализации планов и исполнения бюджетов предприятия [136, с.8]. Похожее понимание «риска» мы можем встретить у авторов книги «Риски в современном бизнесе» [118, с.58]. По их мнению, под «риском» следует понимать вероятность (угрозу) потери предприятием части своих ресурсов, недополучения доходов или появления дополнительных расходов в результате осуществления определенной производственной и финансовой деятельности. Батракова Л.Г.[14, с.253] трактует риск как стоимостное выражение вероятностного события, ведущего к потерям или недополучению доходов по сравнению с планом, прогнозом, проектом, программой.
По мнению авторов положения «О проведении мониторинга предприятий Банком России» [99, п. 12] под рисками понимается вероятность (угроза) потери предприятием части своих ресурсов, недополучения доходов или возникновения дополнительных расходов в процессе хозяйственной деятельности в результате ошибок менеджеров, резкого изменения спроса, цен, процентных ставок, валютного курса, возникновения неплатежеспособности или банкротства контрагентов.
Балабанов И.Т. [7, с.22], Стоянова Е.С. [142, с.439], Уткин Э.А. [140, с. 137] обращают внимание на то, что риск как событие, которое может произойти или не произойти, — это не только возможность потерь, но и возможность выигрыша. По их словам, в случае совершения такого события возможны три экономических результата: отрицательный (проигрыш, ущерб, убыток); нулевой; положительный (выигрыш, выгода, прибыль).
Также считают Камалян А.К., Яновский Л.П.: «риск имеет две стороны: прямая - в случае благоприятных последствий принятого решения и получения дополнительного выигрыша, и обратная, в случае неблагоприятных последствий и получения убытков» [52, с.67].
Вяткин В.Н., Гамза В.А., Екатеринославский Ю.Ю., Дж.Дж. Хэмптон [137, с.22] обращают внимание на то, что без личности нет риска, а есть лишь явления природы, которые самой природе одинаково безразличны. По их мнению, в определении риска следует обязательно ввести человеческий фактор, т.е. лицо, живущее под риском. Поэтому они предлагают уточнить определение риска следующим образом: «Риск - это возможность наступления события, нежелательного определенному субъекту, из множества вариаций исходов, которые могут произойти в течение определенного периода времени, начиная с определенной исходной ситуации».
Гранатуров В.М. [31, с. 11] в явлении «риск» выделяет основные элементы, взаимосвязь которых, по его мнению, составляет его сущность: возможность отклонения от предлагаемой цели, ради которой осуществлялась выбранная альтернатива; вероятность достижения желаемого результата; отсутствие уверенности в достижении поставленной цели; возможность материальных, нравственных и других потерь, связанных с осуществлением выбранной в условиях неопределенности альтернатив.
Современные подходы к оценке надежности предприятий-заемщиков и ее критерии
В процессе оценки целесообразности выдачи кредита предприятиям работниками кредитного подразделения используется ряд методов, позволяющих отделить «надежных» заемщиков от «ненадежных». Проблему отбора надежных клиентов, как было замечено выше, вполне разумно отнести к слабоструктурированным, или смешанным проблемам, которые содержат как качественные, так и количественные элементы, причем качественные - малоизвестные и неопределенные стороны проблем - имеют тенденцию доминировать. Подтверждением этого является то, что в процессе оценки целесообразности выдачи кредита [13, с.228], [12, с.224], [109, с.140] работникам кредитного подразделения банка следует вести анализ количественных и качественных показателей (критериев оценки надежности предприятий-заемщиков), которые позволяют охарактеризовать текущее состояние заемщика и возможные перспективы его развития.
Показатели финансового и делового рисков содержат в себе «отпечаток» факторов риска, которым подвержена деятельность компании. Тем самым, анализ данных показателей позволяет банку оценить кредитный риск потенциального заемщика.
Для оценки количественных показателей, предполагающих анализ финансового риска, традиционно используются: анализ финансовой отчетности на основе системы финансовых коэффициентов и анализ денежных потоков. К качественным показателям, которые нужно проанализировать при оценке делового риска (бизнес-риска) могут быть отнесены: качество управления, внешняя среда, характер взаимоотношений между банком и предприятием, условия кредита.
В экономической литературе анализу финансового риска и делового риска, как составных элементов кредитного риска, уделяется особое внимание. Попытаемся, в рамках корректного отношения к этой проблеме, рассмотреть основное содержание подходов к оценке кредитоспособности, а также определить основные критерии оценки надежности заемщиков.
Систематизированный анализ финансовой отчетности с использованием финансовых коэффициентов, используемый сегодня в ходе оценки кредитного риска, прошел определенные этапы в своем развитии, позволившие выделить основные научные направления, школы [29, с.46].
Представители первой волны (Р. Фолк) впервые показали многообразие аналитических коэффициентов, которые могут быть рассчитаны по данным бухгалтерской отчетности, и определили, что их анализ является полезным при принятии решений о целесообразности кредитования компаний.
На следующем этапе ученые-экономисты (А. Уолл) определили, что аналитические коэффициенты полезны лишь в том случае, если существуют критерии, с пороговыми значениями которых эти коэффициенты можно сравнивать. Разработку таких нормативов разумно проводить по отраслям и группам однотипных компаний путем определения этих коэффициентов с помощью статистических методов.
Следующим витком в развитии представлений об аналитических коэффициентах явилось положение о том, что необходимо строить системы показателей, включающие определенный набор коэффициентов. Представители данного научного направления (Дж. Блисс) сформировали концептуальные основы анализа финансовой отчетности на связи частных коэффициентов, отражающих финансовое состояние предприятия, с обобщающими показателями эффективности текущей деятельности компаний.
Представители четвертой волны (Э.Альтман, У. Бивер, М. Гольдер, Ж. Конан, П. Нарайан, Р. Таффлер, Г. Тишоу, Р. Халдеман) сделали основной упор на стратегический аспект в анализе финансовой отчетности, предпочитая перспективный анализ ретроспективному. Исследования зарубежных ученых позволили сделать вывод" о том, что из множества используемых коэффициентов можно выбрать лишь несколько полезных и более точно предсказывающих будущее состояние компании. Одной из первых попыток, использовать аналитические коэффициенты для прогнозирования банкротства считается работа У. Бивера [157], который проанализировал за пятилетний период финансовые коэффициенты 79 обанкротившихся фирм с показателями деятельности 79 компаний, сохранивших конкурентоспособность. Выбранные Бивером разорившиеся фирмы вели себя именно так, как и следовало ожидать: у них было больше долгов, чем у выживших фирм, и более низкая рентабельность активов и реализации. Наибольшую же известность в этой области получила работа известных западных экономистов Э. Альтмана [155], Р. Халдемана и П. Нарайана [156]. В 1968 г. с помощью аппарата множественного дискриминантного анализа Э. Альтман разработал методику расчета надежности, которая позволяет в первом приближении разделить хозяйствующие субъекты на потенциальных банкротов и небанкротов. При построении индекса банкротства авторы обследовали 66 предприятий промышленности, половина из которых обанкротилась, а половина работала успешно. По данным 33 компаний ими были исследованы 22 финансовых коэффициента, базировавшихся на данных одного периода перед банкротством. Из их числа были отобраны 5 наиболее значимых коэффициента для прогноза, которые затем включили в линейную дискриминантную функцию. Окончательная Z-модель стала одним из основных подходов к оценке вероятности банкротства предприятий и достаточно широко использовалась в США. В 1977 г. британские ученые Р. Таффлер и Г. Тишоу [122, с. 104-105] апробировали возможности дискриминантного анализа на данных 80 британских компаний и построили четырехфакторную прогнозную модель с отличающимся набором факторов. Во Франции одним из приложений метода множественного дискриминантного анализа стала оценка платежеспособности фирм на ос-нове модели Ж. Конана и М. Голдера [60, с.204-205].
Дискриминантный анализ как инструмент отбора наиболее информативных показателей и классификации потенциальных заемщиков
Дискриминантный анализ представляет собой статистический метод, который позволяет изучать различия между двумя и более группами объектов по нескольким характеристикам (переменным) одновременно. Дискриминантный анализ помогает выявлять различия между группами и дает возможность классифицировать объекты по принципу максимального сходства. Предположительно, дискриминантный анализ разработали независимо друг от друга Фишер, Хотеллинг и Махаланобис [16, с.220]. «Дискриминантный анализ» -это общий термин, относящийся к нескольким тесно связанным статистическим процедурам. В конкретных ситуациях не обязательно использовать все эти процедуры. Их можно разделить на методы интерпретации межгрупповых различий и методы классификации наблюдений по группам [141, с. 82].
Методы интерпретации межгрупповых различий (методы дискриминации) используются, когда изучаются различия между классами. При интерпретации исследователю необходимо ответить на такие вопросы, как возможно ли, используя данный набор характеристик, отличить один класс от другого; насколько хорошо отобранные переменные позволяют провести различение и какие из них наиболее информативны. Методы интерпретации могут быть использованы при определении наиболее информативных показателей, характеризующих финансово-экономическое состояние предприятий.
Методы классификации наблюдений по группам связаны с получением одной или нескольких функций, обеспечивающих возможность отнести данный объект к одной из групп. Эти функции называются дискриминантными. Они зависят от значений переменных таким образом, что появляется возможность отнести каждый объект к одной из групп. Методы классификации могут быть использованы при классификации заемщиков на «надежных» и «ненадежных».
Методы дискриминации и методы классификации наблюдений по группам используются во многих статистических пакетах. В частности, процедура интерпретации межгрупповых различий и возможность классификации наблюдений по группам реализованы в пакете Statistica [2, с. 172-179], [17, CD-ROM], [18]. Авторы книги «Факторный, дискриминантный и кластерный анализ» [141, с. 82] выделяют ряд ограничений, связанных со статистическими свойствами дискриминантных переменных. Во-первых, ни одна переменная не может быть линейной комбинацией других переменных. Переменная, являющаяся линейной комбинацией других, не несет какой-либо новой информации помимо той, которая содержится в компонентах суммы, поэтому она является лишней. Во-вторых, ковариационные матрицы для генеральных совокупностей (генеральные ковариационные матрицы) равны между собой для различных классов. Предположение об одинаковых ковариационных матрицах в классах упрощает формулы вычисления дискриминантных функций, а также облегчает проверку гипотез о статистической значимости. В-третьих, закон распределения для каждого класса является многомерным нормальным, т.е. каждая переменная имеет нормальное распределение при фиксированных остальных переменных. Данное предположение позволяет получить точные значения вероятности принадлежности к данному классу и критерия значимости. При нарушении допущения о нормальности распределения значения вероятности вычислить точно уже нельзя, но соответствующие оценки могут быть полезны, если, конечно, соблюдать известную осторожность.
Рассмотренные выше допущения фундаментальны для дискриминант-ного анализа. Статистические выводы не могут быть точным отражением реальности в том случае, если исходные данные не вполне удовлетворяют этим предположениям.
Основной целью дискриминации является нахождение такой линейной комбинации переменных, которая бы оптимально разделила рассматриваемые группы. Каноническая дискриминантная функция имеет следующее математическое представление: где dkm — значение канонической дискриминантной функции для т -го объекта в группе к; xikm - значение дискриминантной переменной х, для т -го объекта в группе к; /3, — коэффициенты, обеспечивающие выполнение требуемых условий.
С геометрической точки зрения дискриминантные функции определяют гиперповерхности в р -мерном пространстве. В частном случае при р = 2 дискриминантная функция является прямой, а при р = 3 — плоскостью. Каждое наблюдение является точкой этого пространства с координатами, представляющими собой значения каждой переменной. Если классы различаются по наблюдаемым переменным, то их можно представить как скопления точек в некоторых областях рассматриваемого пространства. Поскольку классы могут частично перекрываться, соответствующие им «территории» не совпадают. Для определения положения класса можно вычислить его «центроид». Центроид класса является воображаемой точкой, координаты которой есть средние значения переменных в данном классе. Центроид можно использо вать для изучения различий между классами, так как он занимает положение типичных наблюдений соответствующего класса [141, с. 8 8]. Коэффициенты Д для первой функции выбираются таким образом, чтобы ее средние значения для различных классов как можно больше отличались друг от друга. Коэффициенты второй функции выбираются так же, т.е. соответствующие средние значения должны максимально отличаться по классам, при этом налагается дополнительное условие, чтобы значения второй функции были некоррелированы со значениями первой. Аналогично третья функция должна быть некоррелирована с первыми двумя и т.д. Максимальное число дискриминантных функций, которое можно получить описанным способом, равно числу классов без единицы или числу дискриминантных переменных, в зависимости от того, какая из этих величин меньшая [53, с.З]. Для получения коэффициентов Д канонической дискриминантной функции нужен статистический критерий различения групп. Очевидно, что классификация переменных будет осуществляться тем лучше, чем меньше рассеяние точек относительно центроида внутри группы и чем больше расстояние между центроидами групп. Разумеется, большая внутригрупповая вариация нежелательна, так как в этом случае любое заданное расстояние между двумя средними тем менее значимо в статистическом смысле, чем больше вариация распределений, соответствующих этим средним [16, с.222].
Методические рекомендации по использованию рейтинговой скоринг-модели оценки надежности предприятий
Несомненно, определение величины кредитного рейтинга предприятия как потенциального заемщика банка значительно облегчает работу по отбору наиболее «надежных» клиентов. Тем не менее, в процессе кредитного анализа необходимо не только рассчитать величину кредитного рейтинга, но и определить для банка приемлемые условия дальнейшей работы с клиентом, такие как сумма, срок, проценты за кредит и т.д. Далее мы рассмотрим то, как полученный предприятием кредитный рейтинг по РСМОН позволяет определить основные условия кредитования, такие как лимит кредитного риска, процентная ставка по кредиту, а также резерв на возможные потери по ссудам. Лимит кредитного риска (ЛКР) конкретного предприятия представляет собой сумму максимально возможного кредита, установленного исходя из сложившейся финансово-экономической ситуации на данном предприятии. Кредитный рейтинг, присваиваемый потенциальному заемщику, отражает финансово-экономическое положение предприятия, способность предприятия выполнять свои обязательства перед потенциальными кредиторами. Данного показателя недостаточно для расчета ЛКР. Необходимо также учитывать величину максимально возможной задолженности, которую может позволить себе данное предприятие в случае хорошего финансово-экономического положения, т.е. в случае установления максимально возможного рейтинга. Таким образом, расчет ЛКР на заемщика следует вести исходя их двух параметров: базовой величины для расчета лимита риска и кредитного рейтинга заемщика. Формула расчета ЛКР имеет следующий вид: где LR — лимит суммы кредита на потенциального заемщика; Вш - базовая величина для расчета лимита риска; R — кредитный рейтинг предприятия (принимает значения от 0 до 100). Далее рассмотрим то, как определяется базовая величина для расчета лимита риска. Как было замечено выше, при построении модели оценки кредитного рейтинга использовались данные по «прошлым» клиентам банка, получавшим кратко- и среднесрочные кредиты, т.е. кредиты на срок не более одного года.
Поэтому при определении сроков кредитования по предлагаемой методике следует исходить из того, что максимально возможный срок кредита составляет один год. При этом следует заметить, что краткосрочные кредиты, как правило, выдаются на срок - до шести месяцев, а среднесрочные — от шести месяцев до одного года. В настоящее время на практике используют различные способы определения ЛКР, что объясняется повседневной потребностью в таких рода оценках, с одной стороны, и отсутствием четкого, обоснованного, общепринятого подхода. Так, экономисты-практики при расчете ЛКР (на срок до одного года), нередко называемого кредитоемкостью предприятия, руководствуются подходами [86], согласно которым лимит риска рассчитывается как: - среднемесячная выручка от реализации продукции, работ, услуг за 3-6 месяцев; - 50% от рыночной стоимости имеющегося обеспечения; - 50% от балансовой стоимости оборотных средств; - сумма месячной выручки и дебиторской задолженности за вычетом кредиторской задолженности и краткосрочных кредитов. Данные подходы достаточно просты и условны.
В процессе изучения финансово-экономической ситуации на предприятии основные характеристики, учитываемые при расчете кредитоемкости, уточняются и корректируются. Несомненным остается только то, что для каждого вида кредитования (по срочности) следует определить свой особый порядок расчета базовой величины лимита риска. Это объясняется тем, что при краткосрочном кредитовании основное внимание фокусируется на анализе платежной дисциплины на предприятии, а при среднесрочном кредитовании - на способности предприятия выполнить свои обязательства в перспективе по результатам хозяйственной деятельности, т.е. за счет достижения предприятием определенного уровня рентабельности. В случае же инвестиционного кредитования, проектного финансирования банк основное внимание уделяет проектному анализу, изучению факторов инвестиционной кредитоспособности [69], [75], [78]. Далее рассмотрим особенности расчета базовой величины лимита риска для двух ситуаций: кратко- и среднесрочного кредитования.
При формировании краткосрочного ЛКР надежность потенциального заемщика принято оценивать с позиций краткосрочной перспективы, критериями оценки которой выступают показатели, характеризующие способность компании отвечать по своим текущим обязательствам в полной мере и в установленные сроки. В ходе анализа краткосрочной перспективы развития предприятия основное внимание уделяется показателям, характеризующим ликвидность и платежеспособность компании. В экономической литературе ликвидность активов определяется как способность их превращаться в денежные средства, а платежеспособность -как способность своевременно и полностью рассчитываться по своим обязательствам [29, с.97]. Платежеспособность предприятия зависит от степени покрытия долговых обязательств активами, срок превращения которых в денежную наличность соответствует сроку погашения платежных обязательств.
Основой платежеспособности и ликвидности предприятия является ликвидный баланс, зависящий от соотношения оборотных и внеоборотных активов, скорости оборота средств, состава оборотных активов, величины и срочности текущих обязательств. К наиболее ликвидным активам относятся денежные средства, краткосрочные финансовые вложения. К быстрореализуемым активам — дебиторская задолженность до 12 месяцев, прочие оборотные активы. К медленно-реализуемым активам - запасы с учетом НДС, дебиторская задолженность более 12 месяцев. К труднореализуемым активам - внеоборотные активы. Последняя группа относится к наименее ликвидным активам предприятия, срок реализации которых, как правило, значительно превышает время краткосрочного кредитования. Остальные группы активов, являющиеся элементами оборотных средств предприятия, могут быть реализованы за более короткий срок. Несомненно, степень ликвидности у быстрореализуемых и медлен-нореализуемых активов не равнозначна, поэтому исходное значение оборотных активов необходимо корректировать на величину понижающего коэффициента, который тем меньше, чем ниже степень ликвидности. Понижающий коэффициент принимает значения от 0 до 1.
