Содержание к диссертации
Введение
Глава 1. Системы поддержки управленческих решений как средство оптимизации управления в условиях неопределенности для кредитных учреждений 11
1.1. Социально-экономические предпосылки применения систем поддержки принятия решений 11
1.2. Основные принципы построения и концепции развития СППР на современном этапе 25
1.2.1. Основные принципы построения и анализ основных характеристик СППР на современном этапе 25
1.2.2. Уровень развития и необходимость использования СППР на современном этапе 30
1.3. Оценка кредитного риска 35
1.3.1. Основные задачи при оценке кредитного риска 35
1.3.2. Проблемы, возникающие при оценке кредитного риска 37
Глава 2. Исследование методов и подходов по оценке кредитного риска 55
2.1. Методы оценки риска, связанные непосредственно с процессом кредитования 58
2.1.1. Методы, основанные на анализе баланса и форм финансовой отчетности предприятия-заемщика 58
2.1.2. Методы, основанные на анализе финансово-хозяйственной деятельности предприятия-заемщика 62
2.1.3. Система рейтинговой оценки 68
2.2. Методы оценки риска, не связанные непосредственно с процессом кредитования 78
Глава 3. Разработка математического аппарата нечеткой логики как средства поддержки принятия решений для кредитных учреждений 84
3.1. Аппарат нечеткой логики как наиболее предпочтительное средство анализа в условиях неопределенности 84
3.1.1. Анализ неклассических математических моделей и методов принятия решений в условиях неопределенности 84
3.1.2. Нечеткие модели как эффективное средство анализа ситуации в условиях неопределенности 92
3.2. Разработка модели принятия решений на основе применения аппарата нечеткой логики 102
Глава 4. Разработка СППР для кредитных учреждений 113
4.1. Организационно-технологические аспекты функционирования СППР 113
4.2. Подготовка и нормализация входных данных 116
4.3. Организация диалога с банковским экспертом 130
4.4. Представление системой результатов 136
4.5. Анализ полученных результатов 139
Заключение 147
Список литературы 155
- Основные принципы построения и концепции развития СППР на современном этапе
- Методы оценки риска, не связанные непосредственно с процессом кредитования
- Разработка модели принятия решений на основе применения аппарата нечеткой логики
- Подготовка и нормализация входных данных
Введение к работе
Ситуация, возникшая в банковской сфере после кризиса 1998 года, характеризуется не только резким уменьшением количества работающих коммерческих банков (в том числе и наиболее крупных), но и существенным уменьшением финансовых ресурсов, выделяемых оставшимися банками на решение вопросов автоматизации своей деятельности, что в большей мере касается систем поддержки принятия решений (СППР). Но с другой стороны, условия деятельности коммерческих банков в рамках нестабильной экономики и постоянно меняющихся "правил игры" требуют (и возможно, как никогда раньше) наличия развитых СППР, позволяющих решать вопросы как оперативного, так и стратегического управления банком.
В настоящее время есть только локальные системы, реализующие позадачный подход, ориентированные на банковскую деятельность, а особенно СППР, призванные облегчить принятие решений в области кредитования, которая является одной из наиболее сложных и рискованных сфер деятельности банка. Вместе с тем создание полностью развитых СППР должно существенно облегчить задачу банковских работников, занимающихся выдачей кредитов, а также предельно минимизировать риски, максимально устранить неопределенность и помочь избежать проблем, возникающих в результате определения кредитоспособности заемщика.
Актуализация данной проблемы, вследствие повышения внимания кредитных учреждений к вопросам анализа кредитоспособности заемщиков и автоматизации собственной деятельности, ввиду увеличения потерь по ссудам из-за необоснованности выдачи кредитов, привела к появлению в последнее время целого ряда публикаций отечественных ученых и специалистов в области банковского кредитования и систем поддержки принятия решений. Например, можно выделить работы Д. Абдрахимова, С. Архипенков, М. И. Баканова, И. В. Вишнякова, Л. Т. Гиляровской, В. Г.
Загория, А. И. Ковалева, В. И. Колесникова, Т. М. Костериной, П. Сахарова, Л. П. Кроливецкой, О. И. Лаврушина, Г. П. Макарова, В. А. Москвина и ряда других.
В данных работах широко рассматривается проблема использования методов оценки кредитоспособности таких заемщиков, у которых уже существует кредитная история, и банк располагает некоторой информацией об их надежности. Однако, до сих пор остается малоизученным вопрос о целесообразности предоставления ссуд новым клиентам, появившимся на кредитном рынке сравнительно недавно.
Для нахождения оптимальной кредитной политики банка, обеспечивающей наиболее выгодное отношение между прибылью и риском, необходимо определить наиболее точно кредитоспособность предприятия-заемщика, позволяющую выявить заслуживающих внимание клиентов. Большинство методик, применяемых банками (особенно в условиях нашей страны) для анализа кредитоспособности заемщика, основаны на анализе статистических данных (по балансу предприятия и формам отчетности). Это достаточно эффективно, если заемщик контактирует с банком давно, у банка имеется информация о поведении клиента в рамках кредитных отношений; и рассчитанных коэффициентов (характеризующих ликвидность активов, сущность дебиторской и кредиторской задолженности, соотношение собственных и заемных средств), будет достаточно для оценки его текущего состояния. Однако, если банк сталкивается с новым заемщиком или с долгосрочным кредитованием, ему приходится действовать в ситуации, протекающей в условиях неопределенности, что намного повышает величину кредитного риска. Неопределенность в данном случае объясняется большим числом факторов, определяющих положение исследуемого объекта во времени, взаимодействием его с окружающей средой, а также отсутствием количественного описания влияющих факторов. В данном случае банку приходится анализировать все характеристики финансово-хозяйственной деятельности предприятия (спрос на продукцию, реализация товаров,
взаимодействие с покупателями и поставщиками, условия производственной деятельности, характер расчетов, характеристики возможного обеспечения). Причем, данный анализ ведется на основе субъективных вероятностных оценок (т. к. отсутствует механизм формализации нефинансовых (качественных) показателей) банковских экспертов (которые хорошо разбираются в текущих проблемах заемщика, понимают, что раскрывает тот или иной показатель в финансовой отчетности и владеют информацией о том, насколько перспективна та область, в которой сегодня работает предприятие), которые при получении данных о деятельности заемщика должны проверить их на достоверность и высказать собственные суждения относительно их значений и возможных изменений в дальнейшем (на основе собственного опыта и интуиции). Именно такая картина присуща ситуации принятия решения о предоставлении кредита новому для банка заемщику
Таким образом, для наиболее эффективного анализа кредитоспособности новых для банка заемщиков необходима СППР в основе который бы лежал механизм, позволяющий оперировать с субъективными вероятностными оценками, учитывать максимальное число факторов, определяющих его кредитоспособность, использовать интегрированный подход к оценке финансово-хозяйственной деятельности предприятия, получить количественную оценку деятельности заемщика.
Указанные факторы определили цели и задачи исследования.
Цель работы состоит в разработке системы поддержки принятия решений для анализа кредитоспособности нового для банка заемщика. Разработка системы поддержки принятия решений основана на предлагаемом нами комплексном подходе анализа кредитоспособности банковского клиента, включающем в себя комбинацию банковских инструкций анализа финансово-хозяйственной деятельности предприятия-заемщика и метода упорядочения альтернатив на основе условных нечетких свидетельств.
В диссертации поставлены и решены следующие теоретические и практические задачи, которые отражают общую логику исследования:
Проанализировать социально-экономические предпосылки применения систем поддержки принятия решений.
Проанализировать основные принципы построения и концепции развития СППР на современном этапе.
Определить основные проблемы при оценке кредитного риска коммерческого банка.
Доказать необходимость использования СППР в области кредитования, как наиболее рискованной области банковской деятельности.
Провести классификацию методик оценки рисков, как применяемых при анализе кредитоспособности, так и имеющих возможность быть адаптированными к анализу кредитоспособности. Выявить наиболее целесообразные пути развития подходов к решению проблемы оценки кредитного риска в условиях неопределенности.
6. Разработать модель принятия решений в условиях неопределенности.
7.Используя комплексный подход разработать систему поддержки
принятия решений для оценки кредитоспособности предприятия-заемщика в условиях неопределенности. В качестве объекта исследования выбрана кредитная организация. Предметом исследования является процесс принятия решений по кредитованию предприятия-заемщика.
На защиту выносятся следующие основные научные результаты работы, отличающиеся, по мнению автора, научной новизной:
Применительно к анализу кредитоспособности предприятия-заемщика выявлены и научно обоснованы преимущества применения аппарата нечеткой логики для анализа процессов, протекающих в условиях неопределенности.
Предложено применение метода упорядочения альтернатив на основе условных нечетких свидетельств в качестве инструмента для оценки кредитного риска.
Разработан комплексный подход для анализа кредитоспособности предприятия-заемщика посредством использования метода упорядочения альтернатив на основе условных нечетких свидетельств.
Для анализа кредитоспособности предприятия заемщика в условиях неполной информации и/или отсутствия точной информации разработана СППР на основе метода упорядочения альтернатив
Методологической основой исследования являются системный анализ, труды отечественных и зарубежных ученых, теория финансового менеджмента, теория нечеткой логики, теория принятия решений, анализ статистических данных и научных публикаций.
Практическая значимость работы заключается в следующем: методические подходы по созданию и функционированию системы поддержки принятия решений для анализа кредитоспособности заемщика кредитной организации могут быть использованы для оптимизации кредитной политики банка, устранения возможных ошибок органистического происхождения, а также для высвобождения рабочего времени работников отдела Управления кредитования, выделенного на анализ кредитоспособности клиентов; методические разработки, полученные в данной работе, могут использоваться в учебном процессе, при преподавании дисциплин, связанных с банковской деятельностью, с использованием информационных систем.
Работа состоит из четырех глав, введения, заключения и списка использованной литературы.
В первой главе "Системы поддержки управленческих решений как средство оптимизации управления в условиях неопределенности для кредитных учреждений" проведены исследования социально-экономических предпосылок применения систем поддержки принятия решений, проанализированы основные принципы построения и концепции развития
систем поддержки принятия решений на современном этапе и осуществляется оценка кредитного риска.
Во второй главе "Исследование методов и подходов по оценке кредитного риска" предложены критерии классификации методик оценки рисков, как применяемых при анализе кредитоспособности предприятий-заемщиков, так и имеющих возможность быть адаптированными к данному процессу, проведена классификация, позволяющая выявить новый подход к решению проблемы оценки кредитного риска в условиях неопределенности, и предложено новое направление к оценке кредитоспособности предприятия-заемщика в условиях неопределенности.
В третьей главе "Разработка математического аппарата нечеткой логики как средства поддержки принятия решений для кредитных учреждений" выявлены и научно обоснованы преимущества использования аппарата нечеткой логики в качестве наиболее предпочтительного средства анализа в условиях неопределенности, предложено применение метода упорядочения альтернатив на основе условных нечетких свидетельств в качестве инструмента оценки кредитного риска и разработан комплексный подход для анализа кредитоспособности заемщика на основе сочетания банковских инструкций анализа финансово-хозяйственной деятельности предприятия-заемщика и метода упорядочения альтернатив на основе условных нечетких свидетельств.
В четвертой главе "Разработка СППР для кредитных учреждений" разработана СППР для анализа кредитоспособности предприятия-заемщика в условиях неопределенности: предложены организационно-технологические аспекты функционирования СППР, предложена ее схема функционирования; проведено тестирование системы, на основе которого сделаны соответствующие выводы; предложен наиболее целесообразный подход к применению разработанной системы в реальных условиях.
Автор выражает глубокую благодарность профессорско-преподавательскому составу кафедр «Менеджмента и маркетинга»,
«Экономики и управления производством» Ивановского государственного энергетического университета, оказавшим поддержку и помощь в ходе исследований и принявшим активное участие в обсуждении результатов работы.
Основные положения и результаты работы обсуждены и апробированы на научных семинарах кафедры «Менеджмента и маркетинга» Ивановского государственного энергетического университета, на Всероссийской заочной конференции «Перспективы развития Волжского региона (Тверь,2002), на Научной конференции студентов, аспирантов и молодых ученых «Молодая наука в классическом университете» (Иваново, 2002), на Всероссийской научной Internet-конференции «Компьютерное и математическое моделирование в естественных и технических науках» (Тамбов, 2002), на Международной научно-практической конференции молодых ученых и аспирантов «Предприятия России в транзитивной экономике» (Ярославль, 2002), на Всероссийской научно-практической конференции «Проблемы региональной экономики» (Иваново, 2002), на 4-й Международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии.» (Санкт-Петербург, 2002), в сборнике статей «Вестник ИГЭУ» (Иваново, 2002), на Научно-практической конференции «Современное состояние, проблемы и перспективы развития российской экономики» (Иваново, 2002), 2-й межрегиональной научно-практической конференции «Банковская система и реальный сектор экономики» (г. Иваново, 2003).
Содержание работы опубликовано в 9 статьях и материалах конференций общим объемом 1,6 п. л., в т. ч. вклад соискателя 1,25 п. л.
Основные принципы построения и концепции развития СППР на современном этапе
Прежде чем дать анализ тенденций и уровня развития информационных систем (ИС) и, в частности, систем поддержки принятия решений, систем интеллектуального анализа данных, а также их применения в экономической сфере на современном этапе, необходимо дать определение самим информационным системам - системам анализа информации, основным принципам их построения, показать их необходимость в условиях современной экономики. Ключевым понятием в описании СППР следует считать понятие информации, а также ее основных характеристик, таких как: ее использование в информационных системах, ее важность для построения информационной системы, адекватность реальной ситуации, достоверность, и т.п.
Под информацией следует понимать данные, которые представляют из себя отражение окружающего нас мира и описывают какие - либо характеристики действительности [155]. Можно также выделить отдельное понятие - знание, которое в настоящий момент понимается как информация, имеющая практическую ценность, т. е. знания - это информация, накопленная человечеством и воплощенная в материальной или духовной сфере жизни человека (в обществе, в экономике или в развитии самого знания). Иначе знание - это информация, полученная или переработанная человеком в результате исследования, изучения, в общем, в результате какого - либо исследовательского процесса [155].
Экономическая информация представляет собой, прежде всего, источник для совершения какой - либо финансовой операции: покупка или продажа товара, получение банковской ссуды, начисление процента на вклад и т.д.; т. е., она необходима для принятия решений. А в современных условиях она играет не менее важную роль, чем земля, рабочая сила, капитал и сырье. Можно сказать, что экономическая информация и знания являются решающими аспектами получения прибылей и процветания в рыночной ситуации. Таким образом, информация и знания являются наиболее эффективным фактором производства - обычно его называют "интеллектуальным капиталом". "Информация и знания всегда использовались в производстве, но именно сегодня, когда они заняли доминирующее место в организации рынка, становится понятной мера их исключительности" [155]. Уникальность информации как производственного фактора объясняется ее свойствами, такими как: распространенность и неисчерпаемость. Потенциально информация может быть доступна огромному количеству людей, но одновременно с этим не будет реально усвоена ими, во - первых: из - за ее очень большого объема, во - вторых: из -за неспособности человека понять всю внутреннюю ценность информации, то есть провести ее анализ на смысловое содержание.
В процессе анализа информации выполняются следующие операции: выборка необходимых данных, анализ этих данных на полезность и применимость, проверка данных на достоверность, поиск дополнительных данных, и т. д., и, в конечном итоге, произойдет принятие решения на основе проведенного анализа данной информации.
Далее, до того как мы вплотную приблизимся к рассматриваемому вопросу, сначала опишем информационные системы как средства оптимизации работы человека.
Информационная система в самом общем случае представляет собой определенную систему сбора и обработки данных на ЭВМ. Причем ИС могут отличаться: размерами и важностью (небольшая фирма, корпорация, государство), сложностью обработки данных (простая бухгалтерская система или система интеллектуального анализа данных), и т. д. ИС необходимы для обеспечения деятельности руководителей необходимой информацией и для полноценного функционирования предприятия в условиях постоянно развивающихся информационных технологий. К тому же, они играют важную роль в устранении препятствий, мешающих получению наиболее полной информации из множества независимых источников (при неполной информации произойдет снижение качества принимаемых решений). Обычно, можно с определенной долей уверенности предположить, в каком случае применять тот или иной тип ИС. В бухгалтерском отделе кроме систем подготовки отчетных балансовых ведомостей, скорее всего, ничего не понадобится. Если же предприятие активно занимается различными финансовыми операциями на рынке, то наличие своевременной и объективной информации о состоянии рынка, прогнозирование его перспектив, постоянная оценка эффективности функционирования самой организации и анализ взаимоотношений с бизнес-партнерами и конкурентами, все это становится неотъемлемым условием успешного ведения его хозяйственной деятельности. И, хотя, используя большой объем различной информации, можно обрабатывать его без помощи вычислительных средств, производить анализ и принимать решение, это явно не целесообразно, в то время как критическими факторами при принятии решения являются скорость и качество. Следовательно, необходимость использование ИС не вызывает сомнений.
Методы оценки риска, не связанные непосредственно с процессом кредитования
В этот раздел мы включили методы, основанные на аппарате нечеткой логики. Методы первого раздела достаточно эффективны, если заемщик контактирует с банком давно, у банка имеется накопленная статистическая информация о своем клиенте, но существуют и новые заемщики, такие, о которых банк не располагает достаточной информацией, чтобы объективно оценить картину его финансового состояния. Приходится принимать решение в плохо определенной нечеткой ситуации, в которой отсутствуют точные цифры, а есть только субъективные оценки экспертов. В такой ситуации целесообразно использовать метод, оперирующий не с обычными числами, а с вероятностными оценками экспертов.
В качестве примера приведем метод упорядочения альтернатив на основе условных нечетких свидетельств (метод связывает значение некоторой величины и влияющих параметров, где сравнение альтернатив происходит на основе интервалов, задаваемых оценками ожидаемой необходимости и возможности) [17]. Данный метод не только обеспечивает количественную оценку вероятности возврата кредита, но и предполагает подключение человеческой интуиции и опыта аналитика.
Оценка предполагаемого результата от исследуемого события при использовании данного метода ведется в терминах лингвистической переменной, что упрощает задачу понимания анализируемого процесса и облегчает проблему представления данных средствам ЭВМ для ЛПР, т. к. он оперирует не "голыми" цифрами, а с терминами, намного более понятными и удобными для осмысления.
В результате выполнения всех действий по алгоритму применяемого метода получаем значения ожидаемой возможности и необходимости, характеризующие вероятность возврата конкретного рассматриваемого кредита. Далее аналогично находим значения ожидаемой возможности и необходимости для других конкретных событий, которые надо сравнить между собой и определить приоритетные. Предпочтительными считаются те события, у которых диапазон значений, определяемый разницей между рассчитанными величинами интегральных показателей будет находиться выше на числовой прямой.
Ожидаемые возможность и необходимость имеют свой смысл : Ожидаемая необходимость - эта такая характеристика результата от совершения какой-то операции, которая учитывает те группы риска, которые присутствуют всегда при любых обстоятельствах, (в качестве примера при выдачи кредита можно привести риски, связанные с внезапным экономическим кризисом, пожаром производственных помещений предприятия-заемщика и т.д. ). Ожидаемая возможность - эта такая характеристика результата от совершения какой-то операции, которая учитывает те группы риска, которые присутствуют в данном конкретном случае (финансовое положение заемщика, его стабильность, надежность на данный момент и т. д.).
Данный метод позволяет оценивать предполагаемый результат от события, основываясь на суждениях экспертов, т. е. позволяет принимать решение в нечеткой, неопределенной ситуации (именно в которой и оперируют банковские аналитики при анализе кредитоспособности заемщика и принятии решения о выдачи кредита).
Кроме того, данный метод дает количественную интегральную оценку анализируемого события (которая включает в себя весь спектр характеристик финансово-хозяйственной деятельности предприятия).
А также, метод упорядочения альтернатив на основе условных нечетких свидетельств дает картину на будущее, т. е. осуществляет прогнозирование финансового состояние заемщика (с определенной вероятностью совершения определенного события).
Но, поскольку, задача состоит в оценке кредитного риска, то данный метод не может быть применен напрямую в данном случае.
При данной постановке задачи нами был сделан вывод о том, что для анализа кредитоспособности предприятия-заемщика целесообразно использовать метод упорядочения альтернатив на основе условных нечетких свидетельств, адаптированный непосредственно к процессу кредитования.
После проведенного анализа существующих методов оценки кредитного риска нами предложены основные критерии классификации (непосредственное отношение к процессу кредитования; характер ситуации, в которой проводится анализ риска; характер исходных анализируемых данных) и проведена их классификация
Разработка модели принятия решений на основе применения аппарата нечеткой логики
В качестве основы для проектируемой модели принятия решений о кредитовании заемщика мы предлагаем использовать метод упорядочения альтернатив на основе условных нечетких свидетельств [17]. Во-первых, он позволяет принимать решения в случаях, в которых отсутствуют точные данные, а имеются лишь субъективные оценки экспертов. Именно так выглядит ситуация анализа кредитоспособности банковских клиентов, которые контактируют с банком недавно. О таких заемщиках банк не располагает достаточной информацией, чтобы объективно оценить его кредитоспособность, т. е. приходится принимать решение в плохо определенной нечеткой ситуации, в которой отсутствуют точные цифры, а есть только субъективные мнения банковских аналитиков, что позволяет сделать предлагаемый нами метод.
Во-вторых, согласно известному аналитику в области банковского дела Риду большинство проблем у банков возникает из-за необоснованности выдачи кредита. В практике большинства западных банков наибольшее внимание уделяется анализу кредитоспособности заемщика, причем при этом анализе учитывается максимальное число факторов, от которых зависит финансовое состояние.
Данный метод позволяет учесть при анализе финансового состояния предприятия максимальное число факторов, от которых оно зависит. В-третьих, вероятность возврата кредита в данном случае оценивается, не исходя из отдельно взятого фактора. Предлагаемый нами метод дает интегральную оценку кредитоспособности заемщика, что рисует наиболее общую картину состояния клиента.
В-четвертых, анализ при использовании данного метода ведется в терминах лингвистических переменных, что, как уже было сказано в предыдущей главе, упрощает задачу понимания анализируемого процесса и облегчает проблему представления данных средствам ЭВМ для ЛПР. Т. к. он оперирует не с "голыми" цифрами, а с терминами, намного более понятными и удобными для осмысления человеком.
Итак, для решения данной проблемы мы предлагаем использовать метод упорядочения альтернатив на основе условных нечетких свидетельств. В предлагаемом методе, связывающем значения некоторой величины и влияющих параметров, сравнение альтернатив происходит на основе интервалов, задаваемых значениями ожидаемых необходимости и возможности.
Алгоритм данного метода выглядит следующим образом: ШАГ 1. Выявить события, которые будем оценивать (возврат кредита). ШАГ 2. Определить критерии, по которым будем оценивать события (производительность, продолжительность кредитного цикла, производственный цикл, качество залога и т. д.). ШАГ 3. Определить признаки, от которых зависят критериальные оценки выбранных событий (уровень производительности, величина спроса на продукцию, величина предложения, взаимодействие с покупателями и поставщиками и т. д.) ШАГ 4. Разбить множество значений признаков на такие интервалы значений, чтобы по каждому интервалу можно было оценить событие по выбранному критерию. ШАГ 5. Для первого события определить первый интервал значений первого условия, от которого зависит оценка первого события по выбранному критерию. ШАГ 6. Оценить по выбранному критерию событие при условии, что значение признака находится в определенном интервале. ШАГ 7. Если оценены события для всех интервалов признака, то перейти к шагу 8, в противном случае - к шагу 6. ШАГ 8. Если событие оценено по всем признакам, то перейти к шагу 9, в противном случае к шагу 6. ШАГ 9. Если оценка проведена для всех событий, то перейти к шагу 10, если нет - перейти к первому интервалу первого признака для следующего события в шаге 6. ШАГ 10. Определить первый интервал значений для первого признака. ШАГ 11. Оценить вероятность того, что значение признака будет находиться в определенном интервале. ШАГ 12. Если все интервалы признака оценены по вероятности, то перейти к шагу 13, иначе к шагу 11. ШАГ 13. Если все признаки оценены по вероятности, то перейти к шагу 14, если нет - выбрать первый интервал следующего признака и перейти к шагу 11. ШАГ 14. Определить ожидаемую возможность и ожидаемую необходимость для каждого события. ШАГ 15. Определить лучшее событие из оцененных по данному критерию. Как видно из данного алгоритма, реализация предложенного нами подхода по оценке вероятности возврата кредита при использовании метода предполагает сначала диалог с банковским аналитиком, который выскажет свои суждения и выдаст субъективную оценку по каждому из анализируемых параметров. Затем, согласно соответствующим формулам расчета, на основе заключений экспертов будут рассчитаны интегральные оценки, характеризующие кредитоспособность предприятия-заемщика. Более наглядно метод будет выглядеть в следующем формализованном виде: Пусть У - результат (в нашем случае экономический) от происшествия выбранного для анализа события (возврат кредита), тогда XI,Х2, ..., Хп -множество переменных, от значения которых будет зависеть У. Результат от совершения данного события оценивается в терминах лингвистической переменной, которая может выглядеть следующим образом: Далее проводится опрос эксперта, где каждая переменная разбивается на такое число интервалов значений, чтобы по каждому интервалу можно было высказать суждение об ожидаемом результате от происшествия анализируемого события, отличное от суждения по соседним интервалам. В результате получим свидетельство Е с суждениями о результате от анализируемого события при наличии определенного условия.
Подготовка и нормализация входных данных
Для создания 011 IP для анализа кредитоспособности предприятия заемщика нами, как было отмечено в предыдущих главах, используется метод упорядочения альтернатив на основе условных нечетких свидетельств в качестве основы построения самой структуры системы. Исходя из особенности алгоритма предлагаемого нами метода, входными данными к проектируемой СГШР будет являться информация, характеризующая финансово-хозяйственную деятельность банковского клиента, представленная в форме, требуемой банком. Вся совокупность финансовых характеристик предприятия должна быть разбита на отдельные переменные или критерии анализируемого события (согласно алгоритму метода). После этого все выявленные переменные с учетом нормативных ограничений банка должны быть разбиты на такие интервалы значений, чтобы по каждому интервалу можно было однозначно оценить анализируемое событие (в данном случае возврат кредита). Рассмотрим основные этапы подготовки и нормализации входных данных: - выделение из всей совокупности финансовых характеристик предприятия данных, необходимых для анализа его кредитоспособности; - разбиение выделенных для анализа данных на отдельные переменные (критерии события); - описание и изучение нормативных ограничений, накладываемых банком на совокупность значений, принимаемых каждой из переменных; - разбиение совокупности значений входных переменных на интервалы значений (согласно нормативным ограничениям и алгоритму применяемого метода); - оценка исследуемого события в терминах лингвистических переменных, при условии, что значение входной переменной находится в определенном интервале. После анализа соответствующих статей и публикаций, а также изучения отдельных методик оценки кредитоспособности предприятий-заемщиков, применяемых различными банками, из всей совокупности финансовых характеристик деятельности банковских клиентов нами выделены следующие переменные, которые, по-нашему мнению, наиболее полно характеризуют кредитоспособность заемщиков.
Все выявленные критерии целесообразно сгруппировать в соответствии с особенностями их исследования и спецификой подготовки для системного анализа. Показатели оценки финансово-хозяйственной деятельности предприятия: 1. Анализ статистических данных: 1.1 Расчет коэффициентов по балансу предприятия; 1.1.1. коэффициент абсолютной ликвидности; 1.1.2. промежуточный коэффициент покрытия; 1.1.3. общий коэффициент покрытия; 1.1.4. коэффициент независимости; 1.1.5. коэффициент обеспеченности собственными оборотными средствами. 1.2. Анализ формы отчета о прибылях и убытках: 1.2.1. темпы изменения выручки по отношению к себестоимости; 1.2.2. показатели прибыли; 1.2.3. коэффициент рентабельности; 2. Анализ характеристик финансово-хозяйственной деятельности предприятия: 2.1. условия работы (площади, занимаемые предприятием); 2.2. основные поставщики; 2.3. место на рынке (спрос на продукцию); 2.4. взаимодействие с покупателями; 2.5. источники возврата; 2.6. формы расчета предприятия; 3. Оценка обеспечения кредита: 3.1. ликвидность обеспечения; 3.2. залоговая стоимость имущества. Для расчета соответствующих коэффициентов, характеризующих финансовое положение заемщика, предприятие предоставляет бухгалтерский баланс. 1.1.1. Коэффициент абсолютной ликвидности характеризуется сравнением краткосрочных активов с краткосрочными пассивами и рассчитывается по формуле 2.1.1. 1.1.2. Промежуточный коэффициент покрытия показывает, сможет ли предприятие в установленные сроки рассчитываться по своим краткосрочным обязательствам, и рассчитывается по формуле 2.1.2. 1.1.3. Общий коэффициент покрытия рассчитывается по формуле 2.1.3. 1.1.4. Коэффициент финансовой независимости характеризует обеспеченность предприятия собственными средствами для осуществления своей деятельности и рассчитывается по формуле 2.1.4. 1.1.5. Коэффициент обеспеченности собственными оборотными средствами рассчитывается по формуле 2.1.5. 1.2. Для дальнейшего анализа предприятие-заемщик предоставляет форму отчета о прибылях и убытках, на основе информации, из которой анализируются следующие составляющие: 1.2.1. Темпы изменения выручки по отношению к себестоимости: 1. Анализируется изменение выручки на конец отчетного периода по сравнению с началом. 2. Анализируется изменение себестоимости на конец отчетного периода по сравнению с началом. 3. В результате делается вывод об эффективности основной деятельности, исходя из темпа изменения выручки и темпа изменения себестоимости (например, если темп роста выручки превышает темп увеличения себестоимости, то снижения эффективности основной деятельности не произошло). 1.2.2. Показатели прибыли: анализируется факт наличия прибыли от данной деятельности предприятия, а также величина ее изменения по сравнению с начальным периодом 1.2.3. Коэффициент рентабельности показывает величину получаемой прибыли по отношению к себестоимости 2. Анализ характеристик финансово-хозяйственной деятельности предприятия: предприятие предоставляет отчет о своем финансовом положении, исходя из характеристик, требуемых банком: 2.1.
Условия работы (площади, занимаемые предприятием): рассматривается вопрос об отношении собственных и арендуемых площадей предприятия, стоимости арендованных помещений, сроке аренды. 2.2. Основные поставщики: перечисляются основные поставщики (сырья, ресурсов, товаров, работ, услуг), показывается доля наиболее важных для предприятия поставщиков; оцениваются риски, связанные с поставщиками, возможности снижения рисков, возможности переориентации на других поставщиков; описываются дополнительные услуги и льготы, предоставляемые поставщиками, организация системы контроля качества поставляемой продукции и возможности рекламаций. 2.3. Место на рынке (спрос на продукцию): оцениваются области сбыта продукции предприятия; приводится информация о ее конкурентоспособности на охватываемом рынке; описываются конкуренты предприятия и их положение на рынке, условия работы, пересечение на рынке поставщиков и покупателей продукции, зоны конкуренции. 2.4. Взаимодействие с покупателями: описываются промежуточные и конечные потребители продукции предприятия, раскрываются вопросы взаимоотношений с ними, формы и методы поставки и оплаты 2.5. Источники возврата: анализируется цель запрашивания кредита; показываются источники возврата кредита; оцениваются риски, которые могут повлиять на возможности предприятия исполнить свои обязательства по кредитному договору. 2.6. Формы расчета предприятия: вычисляется доля денежных средств, поступивших на предприятие в общем объеме выручки, сумма (и процентное соотношение) денежных средств, сдаваемых в банк из кассы предприятия; оцениваются перспективы увеличения (перевода) оборотов через расчетные счета, открытые в Автобанке.
Похожие диссертации на Разработка инструментария для анализа кредитоспособности предприятия в условиях неопределенности
