Содержание к диссертации
Введение
Глава 1. Проблема оценки рисков при кредитовании предприятий 10
1.1. Кредитный риск и существующие методы его оценки 10
1.2. Методы анализа финансовой устойчивости предприятий-заемщиков 28
1.3. Финансово-аналитические системы в работе кредитного эксперта 48
Глава 2. Методы комплексной оценки кредитного риска 61
2.1. Теоретические основы комплексной оценки кредитного риска 61
2.2. Источники информации о кредитоспособности заемщиков и методы ее количественной оценки 77
2.3. Количественная оценка кредитного риска 88
Глава 3. Применение методики комплексной рейтинговой оценки кредитного риска 118
3.1. Разработка автоматизированной системы оценки кредитного риска 118
3.2. Применение методики комплексной рейтингвой оценки кредитного риска на примере кредитной заявки промышленного предприятия 127
Заключение 136
Список использованной литературы 140
Приложения 149
- Методы анализа финансовой устойчивости предприятий-заемщиков
- Финансово-аналитические системы в работе кредитного эксперта
- Источники информации о кредитоспособности заемщиков и методы ее количественной оценки
- Применение методики комплексной рейтингвой оценки кредитного риска на примере кредитной заявки промышленного предприятия
Введение к работе
Актуальность темы исследования. Кредитование реального сектора экономики представляет собой один из наиболее рискованных видов банковской деятельности, способный в то же время регулярно приносить высокие доходы, что весьма привлекательно для кредитных организаций. За последние четыре года доля данного вида деятельности увеличилась в 2 — 3 раза [53, 63, 64], о чем свидетельствуют пресс-релизы российских банков.
Для увеличения доли кредитов в реальный сектор экономики в работающих активах банкам нужно привлекать дополнительные финансовые ресурсы. Жесткое соблюдение сроков их привлечения с необходимостью начисления и выплаты процентов по ним требует от банков более тщательного управления кредитным риском и проведения анализа кредитоспособности заемщиков [10]. При этом следует обращать внимание не только на ликвидность обеспечения, но и на платежеспособность заемщиков, перспективность их развития, а также финансовую устойчивость. Это затруднено без применения современных информационных технологий, так как требует точности и оперативности обработки больших массивов информации о хозяйственной деятельности и кредитной истории заемщиков.
Новое соглашение Базельского комитета по банковскому надзору «Залоговое обеспечение и кредиты», получившее название «Базель-2» [84], и подготовленная на его основе директива Европейского сообщества (ЕС) «О достаточности капитала» [49] повлекут за собой кардинальные изменения в работе и регулировании деятельности иностранных банков и инвестиционных компаний, а также существенно повлияют на их взаимоотношения с российскими кредитными организациями, которые уже сегодня стали неотъемлемой частью мирового банковского сообщества. В связи с этим с 1 августа 2004 года Центральный Банк Российской Федерации ввел в действие положение №254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности», которое отражает основную идею
второго Базельского соглашения - банки должны самостоятельно разработать методики комплексной оценки кредитных рисков, основывающиеся не только на ликвидности залога, но и на мотивированном суждении о финансовом состоянии заемщика.
Соединить в одном показателе количественные оценки финансовых и нефинансовых факторов, характеризующих хозяйственную деятельность заемщика, способны только рейтинговые методики.
На рынке современного программного обеспечения практически отсутствуют специализированные аналитические системы, способные гибко изменять схему расчета ключевых аналитических показателей в зависимости от изменения исходной информации без утраты сопоставимости данных, а также быстро настраиваться на специфику анализа предприятий различных отраслевых принадлежностей, не требующие при этом значительных затрат на их техническую и методическую поддержку. Отсутствие таких систем делает подобный вид анализа недоступным для малых и средних кредитных организаций, каковыми и является большинство российских коммерческих банков.
В силу отсутствия комплексных формализованных методологических подходов в настоящее время кредитные организации сводят свою аналитическую работу к оценке стоимости предлагаемого обеспечения и, в лучшем случае, к формальному анализу ликвидности по бухгалтерскому балансу предприятия, который предоставляет неполную, а зачастую, и недостоверную информацию.
Проведенный анализ российских и зарубежных методологических разработок в данной области, а также рынка современного аналитического программного обеспечения указывает на отсутствие комплексного подхода к количественной оценке кредитного риска. Разработка такого подхода имеет высокую значимость как для самих банков, так и для надзирающих органов и всей экономики в целом, поскольку банковская система лежит в основе любой экономики.
Именно актуальность проблемы количественной оценки кредитного риска, недостаточность теоретической и практической разработанности существующих методов предопределили выбор темы, цели, задач и основных направлений исследования.
Цель и задачи исследования. Целью настоящего исследования является теоретическое обоснование и разработка формализованной методики комплексной рейтинговой оценки кредитного риска, позволяющей с использованием современных информационных технологий принимать решение о предоставлении кредита, в соответствии с последними тенденциями в области нормативного регулирования банковской деятельности как в России, так и за рубежом.
Для достижения указанной цели потребовалось поставить и решить следующие задачи:
уточнить понятие кредитного риска и определить его зависимость от различных факторов кредитоспособности заемщика;
выявить основные направления аналитической работы, проводимой кредитными экспертами, для обеспечения членов кредитного комитета мотивированной информацией о рисках, связанных с удовлетворением конкретных кредитных заявок;
проанализировать существующие методы количественной оценки кредитного риска и выработать комплексный подход к нахождению его уровня;
выработать способ определения объема расчетного резерва под возможные потери по ссудам в зависимости от уровня кредитного риска;
предложить формализованную методику комплексной рейтинговой оценки кредитного риска, использующую исходную информацию, доступную российским коммерческим банкам;
разработать автоматизированную систему оценки кредитного риска на основе предложенной методики;
апробировать предложенную методику оценки кредитного риска для подтверждения достоверности разработанных в диссертации теоретических положений.
Объект исследования. Объектом исследования являются взаимоотношения между банками, их заемщиками, а также третьими лицами, предоставляющими дополнительную информацию о заемщиках или осуществляющими надзорную функцию за сохранением стабильности банка, возникающие с момента поступления в банк кредитной заявки от заемщика и продолжающиеся до момента отказа от предоставления ссуды или окончания срока действия кредитного договора.
Предмет исследования. Предметом исследования являются методы оценки рисков, применяемые в аналитической работе кредитного эксперта в российском банке при рассмотрении кредитной заявки от коммерческой организации, основной вид деятельности которой относится к реальному сектору экономики. Под аналитической работой понимается предварительное определение кредитоспособности заемщика, оценка уровня кредитного риска и объема необходимого к созданию резерва под возможные потери по ссуде, а также их периодическая переоценка в течение срока действия кредитного договора.
Теоретическая и методологическая основы исследования. Теоретической основой исследования являются работы отечественных и зарубежных авторов в области оценки рисков, финансового анализа, общей теории статистики и теории вероятности: Альтмана Э., Андреевой Л.В., Баканова М.И., Банзала В.К., Беляева С.Г., Бернстайна П.Л., Братановича СБ., Васильевой Н.Э., Вишнякова И.В., Гаптона Дж.М., Гиляровской Л.Т., Грюнинга Х.В., Донцовой Л.В., Ефимовой М.Р., Жукова Е.Ф., Карлинга Т.П., Ковалёва В.В., Козловой Л.И., Кошкина В.И., Кремера Н.Ш., Кроуи М., Лукасевича И.Я., Макарьевой В.И., МакМина А.Р., Марка Р., Мельникова А.В., Найта Ф.Х., Никифоровой Н.А., Петровой Е.В., Пикфорда Д., Полушкиной Г.К., Румянцева В.Н., Салина В.Н., Фелана М., Фингера К.К.,
Фулмера Ж.Дж., Хольтона Дж.А., Шабалина Е.М., Шеремета А.Д. и других известных авторов.
В процессе исследования использовались методы системного и сравнительного анализа, метод аналогий, математические и статистические методы, метод экспертных оценок.
Информационная база исследования. Информационной базой исследования являются официальные документы в области регулирования банковской деятельности Центрального Банка Российской Федерации, Базельского комитета по банковскому регулированию, директивы Европейского сообщества по банковскому регулированию, финансовая отчетность российских предприятий, материалы научных докладов, отчетов и конференций.
Научная новизна исследования. Научная новизна исследования состоит в теоретическом обосновании и разработке базирующейся на вероятностном подходе формализованной методики комплексной рейтинговой оценки кредитного риска.
В диссертационной работе получены и выносятся на защиту следующие научные результаты:
выявлены недостатки применяемых в существующей практике методов оценки кредитного риска, основанных на модели Мертона, концепции VaR (Value-at-Risk);
обосновано применение вероятностного подхода для оценки кредитного риска и определения объема расчетного резерва под возможные потери по ссудам;
разработан и апробирован рейтинговый показатель, характеризующий вероятность сохранения финансовой устойчивости анализируемым предприятием, не зависящий от его отраслевой и территориальной принадлежности;
предложена и апробирована формализованная методика комплексной рейтинговой оценки кредитного риска в соответствии
с новыми требованиями в области международного банковского регулирования;
обосновано использование гибкой модели метаданных в автоматизированных финансово-аналитических системах, которая необходима для программной реализации предложенной методики оценки кредитного риска;
разработан аналитический программный комплекс, на базе которого осуществлена программная реализация предложенной методики оценки кредитного риска.
Практическая значимость работы. Практическая значимость проведенного исследования заключается в возможности широкого использования выводов и предложений, содержащихся в диссертации, российскими и зарубежными коммерческими банками для оценки кредитного риска, выбора лучшего заемщика, определения объемов расчетных резервов и нормативов достаточности капитала в соответствии с новыми международными правилами банковского регулирования.
Самостоятельное практическое значение имеют:
предложенный способ рейтинговой оценки финансовой устойчивости предприятий;
разработанный автором финансово-аналитический программный комплекс.
Апробация результатов исследования. В связи со вступлением в силу 1 августа 2004 года положения Центрального Банка Российской Федерации №254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» по материалам диссертации разработан практический бизнес-семинар для риск-менеджеров на тему «Ссудный рейтинг заемщика -мотивированное суждение о финансовом состоянии предприятия». Семинар проводится автором на базе Института менеджмента и маркетинга Академии народного хозяйства при Правительстве Российской Федерации. В течение
2004 года на семинаре присутствовали начальники кредитных управлений и риск-менеджеры следующих известных организаций:
Банк «Возрождение» (ОАО), г. Москва;
КБ «Сибирское ОВК» (ОАО), г. Улан-Удэ;
КБ «Солидарность» (ОАО), г. Самара;
«Сургутнефтегазбанк» (ЗАО), г Сургут;
«Росагролизинг» (ОАО), г. Москва.
Положения, содержащиеся в диссертации, были доложены на следующих научных конференциях:
VI Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых «Человек и общество в истории российской цивилизации», апрель 2004 года, Российский университет дружбы народов;
IV Всероссийская научно-практическая конференция «Инновации в машиностроении», сентябрь 2004 года, Приволжский дом знаний.
Теоретические положения и практические рекомендации, изложенные в диссертации, прошли апробацию и применяются в практической работе Главного расчетного центра Сбербанка России и в управлении Коммерческого кредитования КБ «Русский Банк Развития».
Структура диссертации. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и 22 приложений.
Методы анализа финансовой устойчивости предприятий-заемщиков
Как уже отмечалось ранее, финансовая (бухгалтерская) отчетность потенциального заемщика не случайно входит в стандартный набор документов, запрашиваемых банком вместе с кредитной заявкой. Собирается эта информация с целью определения финансового состояния потенциального заемщика и оценки возможности его ухудшения в обозримом будущем [87]. Такая аналитическая работа необходима, так как финансовая несостоятельность заемщика в любом случае увеличивает кредитный риск даже при наличии хорошо проработанного обоснованного ТЭО и обеспечения кредита, поскольку банкротство самого предприятия, безусловно, поставит банк в невыгодное положение, в особенности, при предоставлении в качестве обеспечения имущества, принадлежащего заемщику, благодаря закрепленному в действующем законодательстве порядку удовлетворения требований кредиторов при проведении процедуры банкротства. Таким образом, анализ финансовой устойчивости потенциального заемщика играет важнейшую роль в оценке кредитного проекта, а значит и в оценке кредитного риска. Кроме того, начиная с 1 августа 2004 года за анализом финансовой устойчивости заемщиков законодательно закреплено особое положение, благодаря вводу в действие нового положения №254-П Банка России, в котором явно указывается на обязательный характер такой аналитической работы [10].
Прежде чем приступить к разбору существующих сегодня методик анализа финансовой устойчивости предприятий, необходимо разграничить понятия кредитоспособности, финансовой устойчивости и финансового состояния, фигурирующие в современной науке финансового анализа. Безусловно, данные понятия являются тесно взаимосвязанными друг с другом, однако не являются синонимами.
Анализ финансового состояния организации можно условно разделить на такие классические направления финансового анализа, как 1. Анализ ликвидности (платежеспособности), 2. Анализ рентабельности (эффективности деятельности), 3. Анализ рыночной привлекательности.
При этом следует отметить, что все вышеперечисленные пункты также могут быть с легкостью отнесены к понятиям кредитоспособности и финансовой устойчивости, однако они будут рассматриваться с другой точки зрения. То есть при анализе финансового состояния, наибольшее внимание уделяется сравнению показателей, описывающих данные направления анализа, с нормативными или среднерыночными значениями, а при анализе финансовой устойчивости - их динамике, так как основной целью данного рода анализа является не только сравнение организации с «идеальным предприятием», но и прогнозирование ее дальнейшего развития. Таким образом, в поле зрения аналитика также должны попасть показатели, связанные с анализом деловой активности организации (анализ оборачиваемости). Зачастую, большинством авторов наиболее популярных в мире методик анализа финансовой устойчивости по данным внешней отчетности этот вид анализа сводится к диагностике вероятности банкротства, что делает их практически идентичными [5, 22, 32, 48, 51, 60, 71]. Понятие же «кредитоспособность», в свою очередь, тесно связано с понятием «финансовая устойчивость», однако зависит еще и от целого ряда других нефинансовых и трудноформализуемых экспертных оценок [41], упомянутых ранее, таких, например, как деловая репутация фирмы и ее руководителей.
Наиболее доступным и распространенным источником информации для проведения внешнего финансового анализа любого вида всегда выступает финансовая (бухгалтерская) отчетность. В соответствии с российской практикой бухгалтерского учета принято составлять годовую и промежуточную (квартальную) отчетность. Отчетным годом считается период с 1 января по 31 декабря включительно. Отчетной датой при этом считается последний календарный день отчетного периода.
В России порядок составления и представления бухгалтерской отчетности регламентирован нормативными актами и методическими материалами, содержание которых претерпевает изменения, связанные с реформированием системы бухгалтерского учета и отчетности в России в соответствии с МСФО. Концепция бухгалтерского учета в рыночной экономике России, действующие нормативные документы, регулирующие содержание, порядок составления и представления бухгалтерской отчетности содержат, в основном, те же положения, что и Международные стандарты финансовой отчетности.
Концепция бухгалтерского учета не заменяет нормативные акты по бухгалтерскому учету. В ней определены основы построения бухгалтерского учета в условиях новой экономической среды, назначение учета и отчетности как источника информации для внешних и внутренних пользователей, основы организации бухгалтерского учета и содержание формируемой в учете информации, критерии признания и оценки активов, обязательств, доходов и расходов, сформулированы требования к информации, формируемой в бухгалтерском учете. Перечень основополагающих нормативных актов, регулирующих национальные стандарты финансовой отчетности в России приведен в приложении №1. При составлении отчетности необходимо руководствоваться также положениями по бухгалтерскому учету, на основе которых более полно раскрывается информация о финансовом состоянии, финансовых результатах и изменениях в финансовом положении.
Финансово-аналитические системы в работе кредитного эксперта
Работа кредитного эксперта, как уже отмечалось в параграфе 1.1, всегда связана со сбором, хранением и обработкой достаточно большого объема информации, получаемой, как правило, в разном виде и из разных источников. Объемы этой информации велики, так как, для того чтобы сформировать досье заемщика (кредитную историю), она собирается по каждому из них в ретроспективе. Из практики, неавтоматизированная аналитическая обработка данных только финансовой (бухгалтерской) отчетности одного заемщика занимает у квалифицированного финансового аналитика около 6 часов рабочего времени.
Следует отметить также, что досье заемщика является конфиденциальной информацией. При этом, включая кредитного эксперта, она должна быть доступна целому ряду лиц, а именно: начальнику кредитного отдела, членам кредитного комитета, сотрудникам казначейства и специалистам службы внутреннего контроля [10]. Таким образом, вопрос автоматизированной обработки и хранения информации становится чуть ли не самым главным в работе кредитного эксперта.
В настоящее время на российском компьютерном рынке сложилась достаточно емкая категория программных продуктов как отечественных, так и зарубежных, направленных на автоматизацию работы экономистов различной специализации, в том числе и банковских служащих. При этом наиболее ярко среди такого программного обеспечения, в последнее время, стали выделяться финансово-аналитические системы.
Данные компьютерные программы отличаются тем, что они не предназначены для обработки и, тем более, для сбора первичной информации. Их задача - обработка уже накопленных, проверенных, «очищенных» и агрегированных финансовых и/или натуральных показателей, например, бухгалтерской отчетности [26]. При этом можно выделить несколько базовых функциональных возможностей подобных программ, обеспечивших им популярность сначала за рубежом, а теперь и в России, а именно: 1. Систематизация информации, 2. Расчет аналитических показателей и коэффициентов, 3. Формирование отчетов презентационного качества.
Причина их популярности заключается в том, что большинство специалистов, занятых в финансовых и экономических подразделениях различных организаций и государственных структур, так или иначе связаны с аналитической работой и сталкиваются с ежедневным составлением всевозможных аналитических отчетов. При этом было бы абсолютно нерационально использовать высококвалифицированных и, как правило, высокооплачиваемых специалистов для выполнения рутинных расчетов или содержать неоправданно большой штат низкооплачиваемых сотрудников для их выполнения. Кроме того, не следует также забывать и об элементарных ошибках, в результате чего может произойти искажение аналитической информации и, как следствие, принятие неадекватного управленческого решения.
По области применения финансово-аналитические системы можно разделить на три основные категории [26]: 1) системы для автоматизации бюджетного планирования или построения инвестиционного проекта, 2) системы для автоматизации консолидации отчетности, 3) системы для автоматизации финансово-экономического анализа.
При этом столь строгое деление не обязательно, например, некоторые системы для автоматизации бюджетного планирования или финансово-экономического анализа предоставляют ограниченный ряд возможностей для консолидации информации и т.д. Следует отметить, что системы, предназначенные именно для автоматизации консолидации отчетности, практически не представлены на российском рынке, если не считать дорогостоящий профаммный продукт, разработанный одной из ведущих в данной области американских фирм - «Hyperion Solutions Софогаіїоп».
По предлагаемым способам обработки информации можно выделить две условных группы: 1) комплексные системы, 2) построители отчетов.
Комплексные системы обеспечивают пользователя всем комплексом необходимых функций, связанных со сбором (импортом) информации, расчетом новых показателей и построением отчетов. Что же касается построителей отчетов, то, оправдывая свое название, они предоставляют возможность расчета аналитических показателей прочим программам (имеются в виду показатели, которые нельзя вычислить простой арифметической формулой, или формула их расчета видоизменяется в зависимости от выполнения некоторого условия).
При этом «комплексные системы» следует разделить на «открытые» и «закрытые». «Открытые» системы обеспечивают пользователю возможность настройки на особенности своих бизнес-процессов, позволяя создавать собственные аналитические приложения и методики анализа и/или вносить изменения в предложенные производителем готовые решения, включая возможность настройки источника входящей информации и ее структуры, ввод новых аналитических показателей и создание собственных отчетов. «Закрытые» же системы не предоставляют вышеперечисленных возможностей или большей их части, так как методическое наполнение, в данном случае, не представляет из себя комплекс настроек системы, а внесено непосредственно в программный код.
Источники информации о кредитоспособности заемщиков и методы ее количественной оценки
Для того чтобы определиться с тем, какие источники данных необходимы кредитному эксперту, следует обратиться к зарубежному опыту. Наиболее известными источниками данных о кредитоспособности отдельных организаций за рубежом являются рейтинговые агентства, такие, как «Dan & Breadstreet», «Moody s» или «Standard & Poor s», которые за плату предоставляют собственные рейтинги и отчеты. Иногда зарубежные банки сверяют свою информацию с данными других банков, имевших отношения с потенциальным заемщиком, или проверяют предоставленные им данные у различных поставщиков и покупателей фирмы-заявителя. Поставщики могут снабдить банк информацией о ритмичности оплаты потенциальным заемщиком своих счетов, предоставленных ему скидках, максимальной и минимальной сумме коммерческого кредита, необоснованных претензиях и удержаниях со стороны интересующей банк фирмы. Контакты с покупателями фирмы позволяют получить информацию о качестве ее продукции, надежности обслуживания и количестве рекламаций на ее товары. Такая сверка информации с контрагентами фирмы и другими банками позволяет выявить репутацию фирмы и ее руководителей, а также сравнить действительные возможности фирмы, с ее ожиданиями, изложенными в ТЭО проекта, под который испрашивается кредит.
Еще одним источником сведений о заемщике в США является Служба взаимного обмена кредитной информацией при национальной ассоциации управления кредитом - организация, снабжающая членов ассоциации сведениями о кредитах и займах, полученных фирмой у поставщиков и кредитных организаций по всей стране. Эта информация является условно бесплатной, однако в ней содержатся только факты и полностью отсутствует анализ, объяснение или какие-либо рекомендации.
Другими мировыми источниками информации о фирмах, особенно крупных, являются коммерческие журналы, газеты, справочники, государственная отчетность и т.д. Некоторые банки обращаются даже к прямым конкурентам интересующей их фирмы с целью оценить реалистичность предоставленного ТЭО. Правда, такую информацию следует использовать крайне осторожно, хотя она может оказаться чуть ли не самой полезной.
Вряд ли стоит всерьез рассматривать специализированные российские финансовые издания в качестве источника информации. Дело в том, что официально по российскому законодательству публиковать свою финансовую отчетность обязаны только акционерные общества открытого типа. На практике же удастся найти опубликованную отчетность только крупнейших российских акционерных обществ, котирующихся на международных фондовых рынках, поскольку только они реально заинтересованы в публичной доступности своей отчетности.
В свете вышеупомянутых рейтинговых агентств и возможном обмене информацией между банками нельзя не отметить ту работу, которую сейчас проводит в данной области Центральный Банк Российской Федерации. Речь идет о мониторинге предприятий. Дело в том, что Банк России законодательно обязан способствовать укреплению и развитию банковской системы России и тесно связан с необходимостью повышения её качественного уровня. Это является одним из условий динамичного развития экономики, аккумулирования необходимого объема финансовых ресурсов и превращения их в инвестиции. Конечно же, речь идет прежде всего об инвестициях, обеспечивающих устойчивое развитие реального сектора экономики - о кредитовании предприятий. В последнее время наблюдается постоянное расширение масштабов использования предприятиями банковских кредитов для финансирования капиталообразующих инвестиций. Можно отметить отдельные регионы, в которых эти изменения более значительны, такие как: Республика Татарстан, Ленинградская область, Ростовская область. Наибольшая доля предприятий, которые осуществляют финансирование инвестиций из этого источника, отмечалась в цветной металлургии, стекольной, фарфорофаянсовой промышленности и химической и нефтехимической промышленности [53].
В связи с этим в Банке России в 2001 году была создана система мониторинга предприятий, позволяющая на регулярной основе получать информацию о состоянии изменений инвестиционной активности в важнейших отраслях российской экономики, а также отслеживать этот процесс по регионам России. «Получаемая информация о мотивах и источниках финансирования инвестиций, дополненная информацией о результатах финансовой деятельности предприятий, позволяет проводить комплексный анализ развития экономических процессов на всех уровнях: отдельного предприятия, отрасли и страны в целом» [70].
Следует отметить, что в каждом субъекте Российской Федерации существуют территориальные учреждения Центрального Банка, которые в настоящий момент имеют доступ к этой информации. Центральный Банк ставит перед собой задачу формирования информационного ПУЛа, который заполнил бы пробелы в существующих потоках информации за счет обмена данными с кредитными организациями. Планируется объединить участников ПУЛа в систему сбора и последующего регулярного и регламентированного представления именно аналитической информации. Механизм функционирования ПУЛа соответствует задаче формирования единого информационного пространства банковского сообщества с использованием передовых информационных технологий. В связи с этим постепенно совершенствуется механизм мониторинга предприятий в целях формирования информационного ПУЛа, например, применяются Интернет-технологии.
По планам ЦБ степень участия кредитных организаций в сборе необходимых сведений является главным принципом, определяющим доступ к полученной и обобщенной информации, формируемой в рамках ПУЛа. Указанный принцип определяется добровольным характером представления первичной информации и необходимостью дальнейшего бесплатного распространения аналитических материалов, что должно способствовать выравниванию условий получения информации и содействовать улучшению инвестиционного климата и снижению кредитных рисков.
Применение методики комплексной рейтингвой оценки кредитного риска на примере кредитной заявки промышленного предприятия
В целях подтверждения правильности и практической применимости предложенной методики оценки кредитного риска методом «ссудного рейтинга» рассмотрим пример анализа вновь полученной кредитной заявки, основанной на реальных данных прошлых периодов, полученных из общедоступной опубликованной финансовой отчетности. При этом объем, процентная ставка и предлагаемое обеспечение заявки максимально приближены к параметрам кредита, который уже был реально получен в прошлых периодах рассматриваемым предприятием.
В банк поступила кредитная заявка от имени ОАО «ЮТК» (Южная телекоммуникационная компания) в начале 2004 года сроком на один финансовый год под текущее восполнение объема оборотных средств. Сумма основного долга составляет 300 млн. руб. под 18% годовых с ежемесячным погашением процентов. Сумма основного долга подлежит погашению в конце срока действия кредитного договора. В качестве залога предлагаются свободные от других залоговых прав основные средства, принадлежащие компании, общей стоимостью 832 610 тыс. руб. по текущим рыночным ценам. К кредитной заявке прилагаются все необходимые документы, включая минимальные комплекты финансовой отчетности за три предыдущих года (2001 - 2003). Кредитный договор предусматривает полное перечисление средств на расчетный счет заемщика, открытый в другом банке. При этом заемщик неоднократно кредитовался в данном банке и имеет положительную кредитную историю. Рассмотрим результаты расчета частных вероятностей.
Вероятность независимости погашения ссуды от финансовой устойчивости заемщика. Ввиду большого объема и свободного публичного доступа финансовой отчетности рассматриваемых в примере организаций (анализируемые организации являются открытыми акционерными обществами, публикующими свою финансовую отчетность) составляющие их минимальных комплектов отчетности не приведены в данной работе. В приложении (Приложения №12 - №20) приведены уже подготовленные, более компактные аналитические отчетные формы, а также агрегированные показатели, на базе которых проводились дальнейшие вычисления финансово-аналитических коэффициентов и их тенденций с пограничными значениями, результаты которых также приведены в приложении (Приложения №21 и №22).
Коэффициент существенности, использованный в расчете, был установлен в размере 5%. Далее в таблице 15 приведены результаты последней стадии расчетов, связанных с определением вероятности сохранения финансовой устойчивости ОАО «ЮТК» по состоянию на начало 2004 года.
Как видно из вышеприведенной таблицы 15 у заемщика очень низкая вероятность сохранения финансовой устойчивости (24%), что связано с четкой тенденцией к росту нехватки собственных оборотных средств, нарастающей недостаточностью постоянного капитала, то есть увеличение вероятности банкротства, о чем также свидетельствуют замедление оборачиваемости кредиторской и дебиторской задолженностей и, главное, плохая кассовая собираемость выручки. Автоматически возникает вопрос, а насколько оправдана такая низкая оценка для столь именитой компании?
Примечательно, что результаты расчета такого популярного в мире показателя диагностики банкротства, как «Z-счет Альтмана», для каждой из трех рассмотренных родственных организаций (ОАО «МГТС», ОАО «Ростелеком» и ОАО «ЮТК») в значительной степени коррелировались с прогнозами сохранения финансовой устойчивости по предложенной методике, что хорошо проиллюстрировано на рис. 3.
Следует заметить, что у разработанного показателя есть ряд преимуществ. Во-первых, значение показателя является нормированным, то есть интервалы допустимых значений строго определены от 0 до 1, или от 0 до 100 процентов, в зависимости от того, в каких единицах он выражен, и являются интуитивно-понятными любому человеку. Во-вторых, как и всякая вероятность, данный показатель всегда имеет обратное значение, которое легко вычислить путем определения разницы между единицей и значением данного показателя и которое, в свою очередь, представляет собой именно вероятность наступления банкротства. В-третьих, показатель легко использовать для расчета рисков, связанных с ним, в денежном выражении. И, наконец, главным достоинством показателя является именно то, за что всегда ругали другие интегрированные показатели финансовой устойчивости (вероятности банкротства), поскольку им это не удавалось, - этот показатель абсолютно универсален для любых экономических условий, поскольку базируется не на статичных статистических выборках, а на текущем положении дел в отрасли, к которой принадлежит анализируемое предприятие.
