Содержание к диссертации
Введение
1. Современные подходы к оценке и прогнозированию финансовой устойчивости предприятий-заемщиков
1.1. Методы определения кредитоспособности предприятий-заемщиков коммерческого банка 10
1.2. Финансовая устойчивость в системе комплексной оценки будущей кредитоспособности предприятий 25
1.3. Банковские кредитные риски: их природа и взаимосвязь с неопределенностью финансовой устойчивости перспективного периода 39
2. Математический аппарат прогнозирования финансовой устойчивости кредитозаемщиков банка
2.1. Процедуры уточнения исходных данных в задачах прогнозирования показателей финансовой устойчивости предприятий-заемщиков 54
2.2. Адаптивные модели идентификации частных эффектов рискогенности в финансовой динамике заемщиков 75
2.3. Модели множественного выбора прогнозных траекторий финансовой устойчивости предприятий 89
3. Прикладные аспекты обоснования прогнозных кредитных решений коммерческого банка
3.1. Основные положения методики оценки кредитоспособности предприятий-заемщиков в филиале ОАО Внешторгбанк в г. Воронеже 108
3.2. Принятия кредитных решений на основе комбинирования текущих и прогнозных оценок финансовой устойчивости предприятий 128
Заключение 146
Список использованных источников 148
Приложение. Акт внедрения 163
- Финансовая устойчивость в системе комплексной оценки будущей кредитоспособности предприятий
- Банковские кредитные риски: их природа и взаимосвязь с неопределенностью финансовой устойчивости перспективного периода
- Адаптивные модели идентификации частных эффектов рискогенности в финансовой динамике заемщиков
- Принятия кредитных решений на основе комбинирования текущих и прогнозных оценок финансовой устойчивости предприятий
Введение к работе
Актуальность темы исследования. Сегодня средства банков, направляемые на кредитование экономики, составляют большую часть их вложений. Причем у большинства банков величина этих средств постоянно возрастает.
Принимая решение о возможности, целесообразности и условиях кредитования, банк должен главным образом выявить наличие потенциальной способности заемщика вернуть полученную ссуду в соответствии с оговоренными сроками. Другими словами, руководство банка должно безошибочно идентифицировать из всех заявленных кандидатур кредитоспособных заемщиков.
К настоящему времени сформировалось достаточно большое число практических подходов к определению кредитоспособности заемщиков в коммерческих банках: (1) модели рейтинговой оценки (Л.В. Донцова, Н.А. Никифорова, А.Д. Шеремет, Е.В. Негашев); (2) модели множественного дис-криминантного анализа (Э. Альтман, Р. Тоффлер и X. Тишоу, М.А. Федотова, Г. Спрингейт, Р.С. Сайфулин и Г.Г. Кадыков, Дж. Фулмер, О.П. Зайцева, Г.В. Давыдова и А.Ю. Беликов); (3) модели, основанные на системе показателей (У. Бивер); (4) адаптивно-имитационные модели (В.В. Давние, И.Н. Булгакова); (5) нечетко-множественный анализ (А.О. Недосекин); (6) модели комплексного анализа (В.В. Ковалев и В.В. Патров).
Тщательное изучение всех этих методик, а также работ, посвященных различным аспектам анализа и оценки: 1) кредитоспособности предприятий (И.В. Вишняков, Б.И. Герасимов, В.Н. Едронова, СЮ. Хасянова и др.); 2) финансовой устойчивости (А.В. Грачев, М.С. Абрютина, Л.Т. Гиляровская, И.И. Мазурова, М.В. Романовский и др.); 3) банковских кредитных рисков (С.Н. Кабушкин, X. Грюнинг, С. Братанович, К. Рэдхэд, С. Хьюс, А.С. Шап-кин и др.) позволило сделать следующие выводы:
^> Практически все методики прогнозирования банкротств (2)-(5), за исключением адаптивно-имитационных моделей и нечетко-множествен-ного анализа, ориентированы на решение задач распознавания («надеж-ный»/«ненадежный» кредитозаемщик), а не перспективного анализа. С их помощью, действительно, удается оценить текущее финансовое состояние
4 предприятия и определить уровень риска банкротства. Но они не оправдывают своего название - «прогнозные», так как не дают ответ на вопрос: «В каком состоянии будет предприятие «завтра», когда наступит срок погашения кредита?»
^> Несмотря на, несомненно, правильную, идею, заложенную в основу моделей комплексного анализа (всестороннее изучение качественных и количественных характеристик кредитозаемщиков), существует барьер, препятствующий использованию этих моделей с полной отдачей. Таким барьером является субъективизм, превалирование неформальных методов, применяемых для их построения и анализа.
^> Многие подходы к оценке кредитоспособности разработаны зарубежными специалистами, и не все из них были удачно адаптированы отечественными специалистами к российским условиям.
^> Разработанные к настоящему времени методики не предполагают использования всего арсенала современных экономико-математических методов и моделей, в частности, альтернативой множественному дискриминант-ному анализу могли бы стать модели с дискретной зависимой переменной, основные принципы которых описаны в работах Д. Макфаддена, Дж. Тобина, Ч. Гурьерукса, У. Грина.
^> Несмотря на все разнообразие используемых банками методик, можно сделать вывод о том, что представление о кредитоспособном заемщике формируется сотрудниками отделов кредитования главным образом в результате анализа финансовой устойчивости. Более того, теоретические выводы о взаимосвязи этих финансово-экономических категорий (кредитоспособности и финансовой устойчивости) находят подтверждение в тесной положительной корреляции эмпирических наблюдений. Таким образом, оценка надежного кредитозаемщика, в первую очередь, должна строится на основе анализа долгосрочной финансовой устойчивости и ее динамики.
^> Большинством современных подходов по оценке кредитного риска предполагается, что заранее известны вероятности возникновения благоприятных/неблагоприятных ситуаций, однако на практике такая информация, как правило, отсутствует. Другими словами, эти подходы не содержат в себе прогностической составляющей, позволяющей оценивать кредитный риск, в
5 частности, риск финансовой устойчивости, с позиций момента реализации принимаемого кредитного решения.
В силу изложенного настоящее диссертационное исследование, ориентированное на преодоление указанных недостатков современных подходов к оценке кредитоспособности предприятий-заемщиков коммерческих банков, представляется актуальным.
Работа выполнялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета «Математическое моделирование и информационные технологии в управлении экономическими процессами».
Цели и задачи исследования. Целью диссертационной работы является развитие математического аппарата прогнозирования- финансовой устойчивости предприятий-кредитозаемщиков на основе мультитрендовой и мультиномиальной логистической моделей.
Цель исследования предопределила необходимость решения следующих основных задач:
анализ отечественных и зарубежных подходов к оценке кредитоспособности предприятий-заемщиков коммерческих банков;
определение роли финансовой устойчивости в системе комплексной оценки будущей кредитоспособности предприятий;
изучение природы банковских кредитных рисков и выяснение их взаимосвязи с неопределенностью финансовой устойчивости перспективного периода;
разработка процедур уточнения исходных данных в задачах прогнозирования показателей финансовой устойчивости предприятий;
использование адаптивных моделей для идентификации частных эффектов рискогенности в финансовой динамике кредитозаемщиков коммерческих банков;
разработка мультитрендовой модели для проведения многовариантных прогнозных расчетов;
построение моделей множественного выбора прогнозных траекторий финансовой устойчивости предприятий-кредитозаемщиков;
разработка методики принятия решения коммерческим банком относительно кредита;
введение энтропийной меры неопределенности условий, в которых принимаются кредитные решения;
исследование прикладных возможностей предлагаемых моделей, методик и процедур.
Объектом исследования является финансовая устойчивость предприятий, обращающихся в коммерческие банки с просьбой о предоставлении долгосрочного кредита.
Предмет исследования - математический'аппарат прогнозирования финансовой устойчивости для оценки долгосрочной кредитоспособности предприятий-заемщиков коммерческих банков.
Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам методологии анализа кредитоспособности предприятий-заемщиков коммерческих банков, оценки кредитных рисков, экономико-математического моделирования, прогнозирования финансовых показателей, восстановления пропусков в данных, экспертного оценивания, а также применения принципов адаптации в экономи-ческой сфере). Была использована справочная и методическая литература, материалы периодической печати, нормативные и законодательные акты, Интернет-ресурсы. При выполнении диссертационной работы применялись эконометрические методы, а также методы адаптивного прогнозирования и обработки экспертной информации.
Фактографический материал составили данные, опубликованные в Бюллетенях банковской статистики ЦБ РФ, а также информация, предоставленная Территориальным органом Федеральной службы государственной статистики по Воронежской области. Весь полученный материал был обработан с использованием современного программного обеспечения.
Диссертационная работа выполнена в рамках п.' 1.6 «Математический анализ и моделирование процессов в финансовом секторе экономики ...», п. 1.9. «Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов обществен-
7 ной жизни...» паспорта специальности 08.00.13 - «Математические и инструментальные методы экономики».
Научная новизна исследования состоит в совершенствовании методики определения долгосрочной кредитоспособности предприятий-заемщиков коммерческих банков на основе математических моделей анализа рискоген-ности и многовариантных прогнозных расчетов.
Научную новизну содержат следующие результаты диссертационного исследования:
построены процедуры уточнения данных, запрашиваемых банком для оценки кредитоспособности предприятия-заемщика;
предложены адаптивные модели обнаружения частных эффектов рис-когенности в динамике показателей, характеризующих финансовую устойчивость заемщиков;
разработана мультитрендовая модель для проведения многовариантных прогнозных расчетов показателей финансовой устойчивости предпри-ятий-кредитозаемщиков;
введена энтропийная мера неопределеннрсти условий, в которых принимается кредитное решение.
Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском государственном университете; 25-й юбилейной международной школы-семинара им. С.С. Шаталина (Королев, 2002); Межрегиональной научно-практической конференции «Электронный бизнес: опыт и перспективы» (Воронеж, 2002); Всероссийской научно-практической конференции «Актуальные проблемы учета, экономического анализа и финансово-хозяйственного контроля деятельности коммерческой организации» (Воронеж, 2003); Всероссийской научно-практической конференции «Экономическое прогнозирование: модели и методы-2004» (Воронеж, 2004); Международной научно-практической конференции «Экономическое прогнозирование: модели и методы» (Воронеж, 2005).
Практическая значимость работы выражается в разработке: 1) процедур уточнения исходных данных, предоставляемых предприятием в банк; 1) моделей, которые можно использовать в задачах прогнозирования финансо-
вой устойчивости кредитоспособности предприятий-заемщиков; 3) метода идентификации частных эффектов рискогенности в финансовой динамике потенциальных кредитозаемщиков. Использование всех этих процедур, моделей и методов будет способствовать повышению степени обоснованности, а значит - и качества, принимаемых банком решений относительно предоставления кредита.
Реализация результатов. Разработанные в диссертации предложения по совершенствованию методики оценки долгосрочной кредитоспособности на основе прогнозных расчетов показателей финансовой устойчивости пред-приятии рекомендованы к использованию отделом кредитования и анализа рисков филиала ОАО Внешторгбанк в г. Воронеже, что подтверждено соответствующим актом внедрения.
Отдельные результаты диссертационного исследования можно использовать при подготовке экономистов и менеджеров на экономическом факуль-
>
тете Воронежского госуниверситета в курсах: «Математические методы финансового анализа», «Теория риска и моделирование рисковых ситуаций», «Эконометрика».
На защиту выносятся следующие положения:
процедуры уточнения исходных данных, предоставляемых предпри-ятием-кредитозаемщиком в банк, что обеспечивает исключение ошибочных результатов анализа и снижение нежелательных эффектов, которые в силу искажения данных могут возникнуть при построении прогнозных моделей;
адаптивные модели идентификации частных эффектов рискогенности в динамике показателей, характеризующих фцнансовую устойчивость заемщиков, что формирует наиболее полное представление об ожидаемых вариантах финансового состояния предприятий и уточняет уровень риска кредитного решения;
* мультитрендовая модель, позволяющая совместно с мультиномиальной логит-моделью идентифицировать наиболее ^правдоподобные прогнозные траектории показателей, характеризующих финансовую устойчивость пред-приятий-кредитозаемщиков коммерческих банков;
энтропийная мера неопределенности условий, в которых принимается
решение относительно предоставления кредита, что обеспечивает возмож-
9 ность использования дополнительного информационного критерия в задачах оценки финансовой устойчивости предприятий-заемщиков.
Публикации. По теме диссертационного исследования опубликовано 8 печатных работ, которые указаны в конце автореферата. Лично соискателю принадлежат [1, 3 - 6, 8].
Работы [2, 7] выполнены в соавторстве. В [2] соискатель предложил один из возможных вариантов матричной модели построения прогнозных балансов. В [7] он исследовал ситуацию неполных данных, возникающую при построении авторегрессионной модели.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 173 наименований и приложения (акта внедрения). Основной текст изложен на 146 страницах машинописного текста, содержит 63 таблицы, 10 рисунков.
В первой главе проанализированы современные подходы к оценке и прогнозированию финансовой устойчивости предприятий-заемщиков, выявлены их преимущества и недостатки. Определено место финансовой устойчивости в системе комплексной оценки будущей кредитоспособности предприятий. Идентифицирована взаимосвязь банковских кредитных рисков с неопределенностью финансовой устойчивости перспективного периода.
Во второй главе осуществлена последовательная разработка математического аппарата прогнозирования финансовой устойчивости кредитозаем-щиков банка. Основу предлагаемого аппарата составляют: 1) процедуры уточнения исходных данных в задачах прогнозирования показателей финансовой устойчивости предприятий-заемщиков; 2) адаптивные модели идентификации частных эффектов рискогенности в финансовой динамике заемщиков; 3) модели множественного выбора прогнозных траекторий финансовой устойчивости предприятий.
В третьей главе рассмотрены прикладные аспекты обоснования прогнозных кредитных решений банка с помощью разработанного во второй главе математического аппарата. Предложена энтропийная мера неопределенности условий, в которых принимается кредитное решение.
Финансовая устойчивость в системе комплексной оценки будущей кредитоспособности предприятий
В предыдущем параграфе только упоминалось о той роли, которую играет финансовая устойчивость при определении надежного кредитозаемщика, здесь мы остановимся более подробно на рассмотрении этого вопроса.
Начало использования термина «финансовая устойчивость» по отношению к отдельному хозяйствующему субъекту было обусловлено развитием товарно-денежных, ростовщических и кредитных отношений. Главным вопросом для кредитора во все времена был вопрос, получит ли он назад свои деньги и проценты за их использование. Финансовая устойчивость заемщика означала его способность рассчитаться по взятым на себя обязательствам в срок и в полном объеме. Впрочем, данная характеристика хозяйствующего субъекта интересовала не только его кредиторов и контрагентов, но и акционеров, инвесторов, партнеров - всех, кому было небезразлично, сможет ли данный хозяйствующий субъект продолжать свою деятельность или будет вынужден ее прекратить.
Среди причин прекращения деятельности можно выделить две основных - неспособность вернуть заемные средства и низкая норма рентабельности собственного капитала. Так, термин «финансовая устойчивость» приобрел двоякое значение - достаточность средств для расчета по обязательствам с одной стороны и достаточность средств для удовлетворения инвестиционных ожиданий собственников предприятия (получение максимально возможной прибыли, увеличение стоимости компании) с другой.
Сегодня под финансовой устойчивостью понимают «экономическое и финансовое состояние организации в процессе распределения и использования ресурсов, обеспечивающем ее поступательное развитие в целях роста прибыли и капитала при сохранении платежеспособности» [37, с. 13].
Как известно, стратегическая цель любого бизнеса - повышение благосостояния его владельцев - достигается, если имеет место устойчивое гене рирование прибыли. Учитывая существующую возможность увеличить рентабельность собственного капитала за счет привлечения заемного в силу действия финансового рычага, для получения большей прибыли следует максимизировать долю заемного капитала [92].
Однако следует заметить, что заемный капитал должен использоваться лишь в тех пределах, в которых хозяйствующий субъект может обеспечить его полный и своевременный возврат. Таким образом, с одной стороны, увеличивая долю заемного капитала, мы увеличиваем рентабельность собственного капитала в силу действия финансового рычага, а с другой стороны увеличиваем риск невозврата привлеченных нами заемных средств, т.е. финансовая устойчивость напрямую зависит от соотношения собственного и заемного капитала. Степень достаточности собственного капитала, как мы видим, может определяться исходя из двух позиций - платежеспособности предприятия и его рентабельности.
Вышесказанное позволяет дать следующее определение финансовой ус ч тойчивости: финансовая устойчивость - это такое соотношение собственного и заемного капитала предприятия, которое одновременно обеспечивает достаточную норму рентабельности собственного капитала и приемлемый риск невозврата привлеченных заемных средств.
Таким образом, поддержание финансовой устойчивости метафорично можно представить как уравновешивание весов, на одной чаше которых лежит возможный рост доходности собственного капитала, а на другой - риск потери доверия кредиторов, снижения объемов производства, потери значительной доли рынка, и, как следствие, риск банкротства.
В этой связи необходимо помнить о том, что действие финансового рычага носит ограниченный характер и его использование нецелесообразно для предприятий, уровень рентабельности продаж которых не превышает среднюю процентную ставку по кредитам. При подобной низкой рентабельности продаж инвестиционные интересы собственников предприятия вряд ли будут удовлетворены, что говорит о низкой устойчивости предприятия.
Следует также отметить, что финансово независимых (от внешних инвесторов и кредиторов) компаний в полном смысле этого слова практически не существует. Предприятия с высокой долей собственного капитала, в обычном понимании, сопряжены с меньшим уровнем финансового риска для кредиторов и инвесторов, а следовательно, с большей вероятностью смогут погасить свои долги за счет собственных средств. Однако трактовка степени финансовой независимости может существенно варьировать в различных странах. Так, по данным Организации экономического сотрудничества и развития доля привлеченных средств в общей сумме источников составляет в среднем в Японии - 85%, в Германии - 64%, в США - 55% [22].
Существует также и другое определение финансовой устойчивости, не затрагивающее соотношение собственного и заемного капитала. Оно предполагает соответствие структуры активов предприятия и источников их финансирования по временному фактору, т.е. инвестиционные проекты с достаточно длительным сроком окупаемости нецелесообразно финансировать за счет краткосрочных кредитов или кредиторской задолженности, а приобретение материалов, используемых в коротком производственном цикле соответственно нецелесообразно финансировать за счет собственного капитала или инвестиционных кредитов.
Актуальность исследования финансовой устойчивости хозяйствующих субъектов подчеркивается тем, что в последние годы публикуется достаточно много научных работ, посвященных разработке и изучению различных методик оценки и анализа финансового состояния предприятия в комплексе и, в частности, финансовой устойчивости. В их числе работы М.С. Абрютиной [1], И.Т. Балабанова [8], В.В. Бочарова [19, 20], И.В. Вишнякова [31, 32], Л.Т. Гиляровской и А.А. Вехоревой [37], А.В. Грачева [42, 43], В.Н. Едроновой и СЮ. Хасяновой [57-61], О.В. Ефимова [64], В.В. Ковалева [78, 79], М.Н. Крейниной [88], Г.В. Савицкой [124], А.Д. Шеремета [155-157].
Банковские кредитные риски: их природа и взаимосвязь с неопределенностью финансовой устойчивости перспективного периода
За последние несколько десятилетий высокие темпы инноваций на фи ч нансовых рынках и интернационализация финансовых потоков кардинальным образом изменили облик банковского дела. Научно-технический прогресс и дерегулирование привели как к появлению новых возможностей для банков, так и к усилению конкуренции между ними. Кроме того, наблюдался стремительный рост международных финансовых рынков и увеличение разнообразия финансовых инструментов. В частности, на финансовом рынке был создан новый сектор - рынок производных финансовых продуктов-инструментов (финансовых контрактов), демонстрирующий сегодня высокие темпы развития. Не менее динамичным и представительным направлением финансовых решений в настоящее время является Интернет-банкинг, предоставляющий возможность совершать все стандартные операции, которые могут быть осуществлены клиентом в офисе банка.
Указанные явления, в свою очередь, породили фундаментальную проблему, состоящую в том, что последствия финансовых инноваций в банковском деле проявляются в виде концентрации риска и неопределенности, а также повышения неустойчивости банковской системы в целом. Неслучайно в международном банковском законодательстве уделяется особое внимание риску. Как становится понятно из Письма ЦБ РФ «О рекомендациях Базель-ского комитета по банковскому надзору» от 10.07.2001 №87-Т, в этих рекомендациях содержится, в частности, требование выявления и оценивания на постоянной основе существенных рисков, которые могут оказать отрицательное влияние на достижение целей банка.
В Заявлении Правительства РФ, ЦБ РФ «О стратегии развития банковского сектора РФ» от 30.12.2001 говорится о том, что в целях повышения качества управления рисками банки должны: 1) 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; 2) обеспечить постоянный мониторинг рисков, добиваться эффективности функционирования систем управления и внутреннего контроля, исключить принятие неконтролируемых решений, связанных с проведением банковских операций и сделок.
Классическая теория риска берет свое начало от английских экономистов Миля и Синеора, которые определили меру риска как математическое ожидание потерь, происходящих от того или иного решения.
Позднее один из основоположников неоклассической теории риска Ф. Найт в своей статье «Риск, неопределенность и прибыль», опубликованной в 1921г., достаточно подробно исследовал возможность вероятностного описания ситуаций, которые теперь принято классифицировать как «ситуации принятия решений в условиях риска». Практическое различие между категориями «риск» и «неопределенность» Ф. Найт видел в том, что, когда речь идет о риске, распределение исходов в группе случаев известно либо благодаря априорным расчетам, либо из статистических данных прошлого опыта, тогда как в условиях неопределенности это не так по той причине, что ситуация, с которой приходится иметь дело, весьма уникальна, и нет возможности сформировать какую-либо группу случаев.
Проблема, заинтересовавшая Ф. Найта, продолжает оставаться в центре современных экономических исследований. Подтверждением тому служит присуждение Нобелевских премий (Дж. Тобин в 1981г., М. Алле в 1988г., Г. Маркович, М. Миллер и У. Шарп в 1990г., Р. Ингл в 2003г.) за разработку теорий, в которых одним из ключевых элементов является риск.
Исследование точек зрения отечественных и зарубежных исследователей [2-4, 24, 27, 34, 35, 41, 44, 51, 53, 65, 70, 71, 86, 91, 101, 106, 108, 114, 115, 119, 122, 123, 125-127, 129, 131-135, 138, 147, 149-151, 154] различных на дефиницию риска позволило выделить следующие, наиболее распространенные, из них: риск — это стоимостное выражение вероятностного события, ведущего к потерям или недополучению доходов по сравнению с планом, прогнозам, проектом, программой [15]; 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 [35]; риск - характеристика предпринимательской деятельности, связанная с субъективной оценкой последствий влияния факторов неопределенности на результаты принимаемого решения с точки зрения благоприятного и неблагоприятного влияния [127]; риск - это деятельность, связанная с преодолением неопределенности в ситуации неизбежного выбора, в процессе которой имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата, неудачи или отклонения от цели [4]; риск есть экономический ресурс, поскольку обладает многими признаками ресурса, в частности, имеет определенную ограниченность, он продается и покупается, может служить источником прибыли [35]; риск - это не ущерб, наносимый реализацией решения, а возможность отклонения от цели, ради достижения которой принималось решение [147].
Несмотря на различие рассмотренных выше определений, в них явно или косвенным образом присутствует идея о том, что моменты возникновения риска и его проявления распределены во времени. Это приводит к ситуации, когда условия, в которых оценивается первоначальный риск, могут не совпадать с условиями проявления риска, и следовательно, ожидаемый уровень риска будет отличаться от реального. Поэтому методы, используемые для оценки степени риска, должны обладать прогностической способностью, что потребовало от ученых разработки специальных моделей, которые В.В. Давние, В.И. Тинякова и Ю.Г. Ионов назвали риск-предикторами [48, 49].
Адаптивные модели идентификации частных эффектов рискогенности в финансовой динамике заемщиков
Начальной стадией процесса по снижению кредитных рисков является выявление потенциально ненадежных кредитозаемщиков. В настоящее время разработаны специальные методы и всевозможные методики, применение которых в практической деятельности, по замыслу разработчиков, должно сводить к минимуму число неблагоприятных ситуаций. Краткие характеристики и возможности этих методик были рассмотрены в предыдущей главе.
По преимуществу, эти методы позволяют оценить текущее финансовое состояние потенциального заемщика и полученную оценку использовать в качестве главного обоснования принимаемого решения. Трудно не согласиться с логикой, в соответствии с которой выстраиваются рекомендации упомянутых методик. Действительно, чем лучше финансовое состояние, тем надежнее кредитозаемщик и ниже риск невозврата. И все же, в этой логике отсутствует фактор неопределенности будущего. Решение о кредите, образно говоря, принимается сегодня, а возврат предусматривается завтра, которому предстоит еще наступить в условиях неопределенности будущего. Неопределенность порождает неоднозначность, основной смысл которой в том, что фактические результаты могут существенно отличаться от ожидаемых. Природа этой неоднозначности становится понятной только в момент ее проявления, когда любые решения направленные на корректировку неблагоприятной ситуации становятся фактически бесполезными и ничего не остается делать, как только разбираться с непредвиденными обстоятельствами.
Причина, приводящая к подобной ситуации, кроется в практике подготовки и принятия управленческих решений. В соответствии с этой практикой возможность появления ситуации с неоднозначным исходом определяется субъективно: либо самим лицом, принимающим решение, либо экспертами. В некоторых случаях, обычно достаточно простых, это вполне допустимый подход к решению задачи предвидения неоднозначных ситуаций и связанных с ними рисков. Но большинство экономических явлений устроено намного сложнее, чем их интуитивное восприятие, и поэтому субъективный подход не обеспечивает однозначность и одновременно высокий уровень надежности принимаемых решений. Об этом свидетельствуют эконометрические исследования последних лет. Они весьма убедительно показали, что любой экономический процесс (курс акций, курс валют, цены на продовольственные товары и т.п.), непосредственно или косвенно влияющий на выдачу или погашение кредитов, с течением времени может менять свою волатильность, а, следовательно, повышать либо снижать уровень риска связанных с ним управленческих решений. В таких процессах содержатся скрытые динамические эффекты - «гены риска» со случайным характером проявления в буду-щем. Процессы с подобными эффектами будем называть рискогенными.
Чтобы определить, является ли процесс рискогенным или нет, нужны специальные исследования его свойств. Ниже будет рассмотрен подход, позволяющий выявлять эффекты частной рискогенности, под которыми будут пониматься случаи кратковременного нестабильного поведения отдельных экономических процессов. В интересующих нас ситуациях реализация подхода должна быть основана на анализе динамики с целью выявления в истории исследуемых процессов динамических эффектов, оказывающих нежелательное воздействие на финансовую устойчивость.
Сразу заметим, что практическое использование общей идеи обнаружения гена нестабильности требует разработки специфических процедур в каждом конкретном случае. Более того, как правило, усиление одного и того же риска может происходить под воздействием нескольких случайно проявившихся эффектов нестабильности. Поэтому исследованию на предмет обнаружения эффектов частной рискогенности должны подвергаться все процессы в той или иной степени связанные с принимаемым решением. Предлагаемая же процедура идентификации эффектов нестабильного поведения ориентирована на тестирование отдельных процессов, т.е. выявления эффектов ча стной рискогенности, и поэтому ниже будут изложены варианты этой процедуры применительно к отдельным процессам.
Преследуя цель доступного методического изложения, покажем, как можно исследовать один из возможных эффектов частной рискогенности кредитозаемщика. Упрощая рассматриваемую нами задачу по определению надежности кредитозаемщика, предположим, что смысл одного из эффектов частной рискогенности заемщика состоит в том, что в его производственно коммерческой деятельности наблюдались кратковременные периоды, когда дебиторская задолженность превышала кредиторскую. Рассмотрим один из возможных вариантов построения процедуры идентификации рискогенных эффектов.
Принятия кредитных решений на основе комбинирования текущих и прогнозных оценок финансовой устойчивости предприятий
В рассмотренной выше методики достаточно полно реализовано современное представление об анализе финансового состояния и построении на основе результатов этого анализа интегральной оценки кредитоспособности предприятий-заемщиков. Основные идеи этой методики общеизвестны и разделяются многими специалистами. Особое внимание обращают на себя те элементы методики, в которых делается попытка использования в итоговой оценке динамических характеристик отдельных показателей финансово-хозяйственной деятельности предприятий.
Однако, на наш взгляд, эти по-пытки не получили логического завершения. Их степень присутствия в итоговой оценке близка к нулю. В то же время основной составляющей интегральной оценки должна быть уверенность в устойчивом финансовом состоянии в тот период, когда планируется возврат кредита и процентов по "нему. В динамике ретроспективного периода, несомненно, содержится информация о будущем периоде, однако целесообразно использовать не сами ретроспективные данные, как это предусмотрено методикой, а тенденции и экономические эффекты, в них содержащиеся. Поэтому более высокая объективность в оценках достигается непосредственным использованием прогнозной информации. Причем, в этой прогнозной информации (и об этом шел разговор в предыдущей главе) должны концентрироваться реальные тенденции и субъективные ожидания экспертов. Доверие к так построенным оценкам кредитоспособности, естественно, возрастает, поскольку основано на всей доступной к моменту принятия решения информации (ретроспективной динамике, прогнозных и субъективных оценках). Вопрос полезности комбинированного подхода не вызывает сомнения, но одновременно выводит на передний план проблему, связанную с технологией практической реализации. Ниже приведена схема этой реали-зации.
Этапы принятия кредитного решения; 1. Сбор информации: а) заемщиках; б) факторах, определяющих их деятельность; в) кредитных проектах. 2. Уточнение предоставленных заемщиками данных с помощью специальных процедур. 3. Обнаружение эффектов рискогенности в финансовой динамике кредитозаемщиков. 4. Анализ и оценка текущего состояния заемщиков и факторов, воздействующих на их деятельность. 5. Оценка репутации кредитозаемщиков. 6. Генерация прогнозных вариантов будущего состояния предрия-тий-заемщиков. 7. Имитационное моделирование прогнозных альтернатив состояния рынка кредитных услуг. 8. Оценка кредитных проектов. 9. Расчет прогнозных оценок обеспеченности кредитов. Ю.Получение итоговой оценки кредитоспособности заемщиков. Ниже приведенные результаты исследований в основном касаются того блока методики, в котором осуществляется оценка финансовой устойчивости предприятий. Прежде всего, изложим наше представление об информационной характеристике принимаемого решения. Для этого рассмотрим ситуацию, в которой принимается кредитное решение. Если решение принимается на основе текущих и ретроспективных данных, то фактически рассматривается ситуация единственного варианта, имеющего место в прошлом и лежащего в основе предполагаемых будущих условий, в которых по сути формируются результаты данного решения. Это явное упрощение ситуации, которое, с одной стороны, снижает альтернативность выбора до двух вариантов («дать» / «не дать» кредит), а с другой - создает иллюзию уверенности в том, что именно так принятое решение единственно правильное. На самом деле, представление о будущем, как детерми нанте прошлого, в принципе является неверным. И хотя из одного и того же текущего состояния можно оказаться только в одном из предполагаемых вариантах будущего, однако заранее неизвестно каком. Все эти рассуждения ориентируют на то, чтобы обеспечить лицо, принимающее решение, многовариантным представлением о будущем. В связи с этим возникает два вопроса: «Как это сделать?» и «Что это дает?». Математический аппарат в виде мультитрендовой модели для проведения многовариантных прогнозных расчетов был разработан в предыдущей главе, и поэтому ответ на вопрос «Как?» выглядит вполне конструктивно без дополнительных пояснений. Второй поставленный вопрос требует специального изложения нашей точки зрения по этому поводу. Многовариантное представление является, по сути, более адекватным описанием будущего, чем безальтернативное.
Оно позволяет оценить все многообразие ожидаемых ситуаций и для каждой из них предусмотреть возможный вариант решения. Естественно, модель будущего разнообразия не может генерировать все возможные варианты будущего, да в этом нет и необходимости. С ее помощью формируется достаточно точное приближение возможных ситуаций будущего в виде некоторого разнообразия вариантов. Это разумно, так как модель не должна быть точной копией реальности и, кроме того, существуют пределы точности любых измерений, в том числе и экономических. Причем, для последних, стандартом точности чаще всего является 5% уровень ошибки. Поэтому мультитрендовая модель, используемая нами для этих расчетов, должна удовлетворять этим требованиям точности. Но самым важным моментом многовариантного представления является возможность оценить уровень неопределенности ситуации, в которой принималось решение относительно предоставления кредита. Для этого нужно знать вероятностное распределение прогнозных вариантов. Совместное применение мультитрендовой модели и модели множественного выбора позволяют получить всю необходимую информацию в виде прогнозных оценок и вероятностей, характеризующих степень реальности
