Концептуальные подходы к оценке кредитоспособности заемщика - Кредитоспособность заемщика и методика ее определения

При формировании диверсифицированного ссудного портфеля недостаточно учитывать только структурные риски совокупных кредитных вложений. Необходим также дифференцированный подход к распределению кредитных средств в зависимости от уровня кредитоспособности каждого заемщика, который определяется на основе оценки его финансового состояния и прогноза эффективности проекта, который рассматривается банковскими аналитиками на предмет кредитования данного заемщика.

Для оценки финансового состояния предприятия применяются различные методы анализа, среди которых широкое применение получил коэффициентный метод, который основан на расчете соотношений различных показателей финансовой отчетности.

Активное использование данного метода обосновано следующими причинами:

    -- с помощью финансовых коэффициентов можно достаточно многосторонне отразить фактическое финансовое состояние предприятия; -- финансовые коэффициенты могут использоваться для различных целей, как для принятия стратегических решений по развитию фирмы, так и для решения текущих вопросов; -- существует возможность оценки уровня сравнительной эффективности и дальнейшего развития с помощью среднеотраслевых нормативных величин коэффициентов; -- коэффициентный анализ технически легко организовать.

Вместе с тем при использовании коэффициентного метода работа финансового аналитика осложняется необходимостью расчета и детального анализа достаточно большого количества коэффициентов, Современные тенденции в теории и практике финансового анализа связаны с проблемой модификации системы финансовых коэффициентов, приведением этой системы к форме, удобной для принятия адекватных управленческих решений в области финансового менеджмента.

В данном направлении были построены математические модели, результатом которых выступают показатели, прогнозирующие финансовое состояние коммерческих организаций. Первые исследования аналитических коэффициентов для предсказания возможных осложнений в финансовой деятельности компаний проводились в Соединенных штатах Америки еще в начале тридцатых годов двадцатого века. В современной практике прогнозной оценки финансово--хозяйственной деятельности зарубежных фирм наиболее широкое применение получили модели.

Российскими аналитиками также были разработаны модели оценки деятельности предприятий. Кроме того, ими были предприняты попытки применения иностранных моделей к отечественным хозяйственным условиям, в частности модели "7--счет" Э. Альтмана (Е. I.АIшiап) и двухфакторной математической модели.

Все разработанные системы прогнозирования включают в себя несколько (от двух до семи) базовых показателей, характеризующих финансовое состояние коммерческой организации. На их основе в большинстве из названных методов рассчитывается результирующий показатель с весовыми коэффициентами при базовых показателях, именуемых также индикаторами.

Наиболее простой из методов диагностики является двухфакторная математическая модель, при построении которой учитывается всего два показателя: коэффициент текущей ликвидности и удельный вес заемных средств в пассивах [48]. На основе статистической обработки данных по выборке фирм в странах с рыночной экономикой были выявлены весовые коэффициенты для каждого из этих факторов.

Наиболее точными в условиях рыночной экономики являются многофакторные модели прогнозирования банкротства, которые обычно состоят из пяти--семи финансовых показателей, В практике зарубежных финансовых организаций для оценки вероятности банкротства наиболее часто используется так называемый "7--счет", который представляет собой пятифакторную модель, построенную по данным 33 успешно действующих и 33 обанкротившихся промышленных предприятий США.

Позднее, в 1978 году, разработал подобную, но более точную модель, позволяющую прогнозировать банкротство на горизонте в пять лет с точностью в семьдесят процентов. В этой модели используются следующие показатели:

    -- рентабельность активов; -- динамика изменения прибыли; -- коэффициент покрытия процентов; -- отношение накопленной прибыли к активам; -- коэффициент текущей ликвидности; -- доля собственных средств в пассивах; -- стоимость активов предприятия.

В. С1iеег [43] разработал модель прогноза случаев невыполнения клиентом условий кредитного договора. При этом в "невыполнение условий" он включил не только непогашение ссуды, но и любые другие отклонения, которые делают ее менее выгодной для кредитора, чем было предусмотрено первоначально. д. Чессер (В. С1iеег) использовал данные четырех коммерческих банков из трех штатов США. Он выбрал данные по 37 успешным кредитам и 37 неудачным кредитам, по которым не были выполнены условия погаiчения. В последнем случае данные характеризовали положение за год до нарушения условий соглашения. Были также представлены данные по 21 паре кредитов за два года до нарушений условий договора.

Весовые коэффициенты для индикаторов в модели У. Бивера (У. Н. Веауег) не предусмотрены, и полученные значения данных показателей сравниваются с их нормативными значениями для трех состояний фирмы, рассчитанными У. Бивером: для благополучных компаний; для компаний, обанкротившихся в течение года; для фирм, ставших банкротами в течение пяти лет.

Весовые значения показателей для коммерческих организаций были определены экспертным путем, а фактический результирующий коэффициент банкротства следует сопоставить с нормативным, рассчитанным на основе рекомендуемых минимальных значений показателей: Если фактический результирующий коэффициент больше нормативного, то вероятность банкротства велика, а если меньше -- то вероятность банкротства мала.

Данные модели являются широко известными в области финансового анализа. Подход, разработанный в данных исследованиях, позволяет оценить финансовое состояние предприятия на основе рассчитанного результирующего показателя, что приводит к облегчению процесса принятия управленческих решений в области финансового менеджмента,

Однако имеет место ряд причин, из--за которых нецелесообразно использование применяемых в вышеописанных прогнозных методах финансовых коэффициентов и значений весов, в ходе оценки финансового состояния предприятий реального сектора экономики Республики Казахстан. К ним относятся следующие:

    А) При оценке финансового состояния предприятий необходимо принимать во внимание отраслевую принадлежность анализируемого предприятия, поскольку имеет место разница в диапазонах изменения значений финансовых коэффициентов, рассчитанных для предприятий, осуществляющих свою деятельность в различных секторах экономики. Однако при построении вышеуказанных моделей отраслевая дифференциация не учтена. Б) двух -- трехфакторные модели не являются достаточно точными. Точность прогнозирования увеличивается, если во внимание принять большее количество факторов. В) Модели [44] содержат значения весовых коэффициентов и граничные значения показателей, рассчитанные на основе аналитических данных американских предприятий. Применение данных моделей в условиях казахстанской экономики может привести к значительным отклонениям результатов, то есть не всегда обеспечивается достаточная точность анализа вероятности банкротства. Г) Реальные условия финансово--экономической ситуации на территории СНГ, и, в частности, Казахстана, не позволяют использовать ряд показателей, имеющих место в моделях зарубежных авторов. Так, формула Альтмана предполагает наличие биржевого, активно действующего вторичного рынка акций, на котором определяется их цена. Четвертый показатель модели "7-- счет" Альтмана -- это отношение рыночной стоимости всех обычных и привилегированных акций акционерного общества к заемным средствам. Однако, в условиях неразвитого вторичного рынка ценных бумаг в странах СНГ, и, в частности, в Республике Казахстан, данный показатель теряет свой смысл. Ряд экономистов предлагают руководствоваться методом "7--счет" без его четвертой составляющей [25]. Банковские аналитики заменяют значение РЫНОЧНОЙ СТОИМОСТИ всех обычных и привилегированных акций предприятия. В числителе данного показателя на значение СТОИМОСТИ ОСНОВНЫХ фондов и нематериальных активов [26], а М. А. Федотова -- на значение СТОИМОСТИ всех активов организации [27]. Е. С. Стоянова [28] считает, что отсутствие данных о курсе акций предприятия не является препятствием для применения пятифакторной модели, так как рыночную СТОИМОСТЬ акций можно оценить.

Однако на казахстанских предприятиях практика выплат дивидендов не развита. Таким образом, на наш взгляд, любой из вышеприведенных способов потребует искусственных оценок и исказит результаты реализации модели "1- счет".

    Д) По сравнению с иностранными разработками, российские модели прогнозирования более приближены к казахстанским условиям, но также не полностью учитывают специфику финансово--хозяйственной деятельности предприятий Республики Казахстан. Помимо этого, результаты расчетов по данным методам являются не достаточно корректными по следующим причинам:
      1) В модели О. П. Зайцевой [25] определение весовых коэффициентов является не достаточно обоснованным, так как весовые коэффициенты в этой модели были определены без учета поправки на относительную величину значений коэффициентов, используемых при расчете результирующего коэффициента с помощью формулы (1.6). Так, нормативное значение показателя соотношения краткосрочных обязательств и наиболее ликвидных активов к равно семи, а нормативные значения коэффициента убыточности предприятия и коэффициента убыточности реализации продукции равны нулю. В связи с этим даже незначительные изменения показателя Ю приводят к колебаниям итогового значения, в десятки раз более сильным, чем изменение коэффициентов. Хотя, по замыслу автора этой модели, показатели и Кур, наоборот, должны были иметь большее весовое значение по сравнению с коэффициентом Ю.

В модели Р. С. Сайфуллина [46] к изменению итогового показателя ("рейтингового числа") на 0,2 приводит как небольшое изменение коэффициента обеспеченности собственными средствами с 0,1 до 0,2, так и значительное изменение коэффициента текущей ликвидности от нуля до двух.

На основании вышеизложенного, можно сделать вывод, что применение моделей, как иностранных, так и российских, не приведут к корректным результатам при анализе финансового состояния заемщиков, работающих в настоящее время на территории Республики Казахстан.

В данной работе математическая модель оценки финансового состояния, построена на основе базы данных по заемщикам банка, которые являются

Представителями реальных секторов экономики Республики Казахстан, данная модель предусматривает отраслевую специфику анализируемого предприятия.

В ходе построения модели учтены недостатки, имеющие место в ранее созданных моделях, В частности, во избежание ошибок, допущенных в моделях О. П. Зайцевой и Р. С. Сайфуллина при определении весов модели, построенной в данной работе, учитываются следующие параметры: разница в граничных значениях диапазонов возможных изменений финансовых коэффициентов модели, разница в уровне чувствительности результирующего показателя от изменений финансовых коэффициентов модели.

В процессе принятия решения о целесообразности финансирования заемщика кредитными подразделениями банка проводится прогнозный анализ эффективности проекта.

Анализ проекта разрабатывается, базируясь на определенных предположениях относительно капитальных и текущих затрат, объемов реализации произведенной продукции, цен на товары, временных рамок проекта. Вне зависимости от качества и обоснованности этих предположений будущее развитие событий, связанных с реализацией проекта не определено. В этой связи практика проектного анализа рассматривает в числе прочих, аспекты неопределенности и риска.

Под неопределенностью понимается состояние неоднозначности развития определенных событий в будущем и невозможность точного предсказания основных величин и показателей развития деятельности предприятия и в том числе реализации его проектов. Нереально создание однозначных условий для развития бизнеса, поэтому невозможно полное исключение неопределенности при анализе любого проекта.

Необходимым условием выбора любого подхода к принятию решения, а также способов управления реализации проектов является описание неопределенности в количественных категориях.

В условиях нестабильной и быстро меняющейся ситуации субъекты кредитной деятельности вынуждены учитывать все факторы, которые могут привести к убыткам. Таким образом, назначение анализа проектных рисков заключается в предоставлении потенциальному банку--кредитору необходимых данных для принятия решения о целесообразности участия в проекте, и в рассмотрении возможных мер по защите от предполагаемых финансовых потерь.

Особенностью методов анализа проектных рисков является использование аппарата теории вероятности и математической статистики. Однако в основном на практике ограничиваются более простыми подходами, не предполагающими использования вероятностных категорий. Эти подходы связаны с использованием анализа чувствительности и анализа сценариев реализации проектов.

Цель анализа чувствительности состоит в сравнительном анализе влияния различных исходных факторов проекта на ключевой показатель эффективности проекта.

Анализ чувствительности проводится в следующей последовательности:

    А) Выбор ключевого показателя эффективности проекта, в качестве которого может служить внутренняя норма прибыльности или чистое современное значение. Б) Выбор факторов, относительно которых разработчик проекта не имеет однозначного суждения (т. е. находится в состоянии неопределенности). Типичными являются следующие факторы: -- капитальные затраты и вложения в оборотные средства, -- рыночные факторы -- цена товара и объем продажи, -- компоненты себестоимости продукции, -- время строительства и ввода в действие основных средств. В) Установление номинальных и предельных нижних и верхних значений неопределенных факторов, выбранных на втором шаге описываемой процедуры. Предельных факторов может быть несколько, например, положительные и отрицательные отклонения на 5% или 10% от номинального значения. Г) Расчет ключевого показателя для всех выбранных предельных значений неопределенных факторов. Д) Построение графика чувствительности для всех неопределенных факторов, который позволяет сделать вывод о наиболее критических факторах проекта, с тем, чтобы в ходе его реализации обратить на эти факторы особое внимание с целью снижения рисков.

Анализ чувствительности нагляден, однако главным его недостатком является то, что оценивается влияние только одного из факторов, а остальные считаются неизменными. На практике же обычно изменяются сразу несколько показателей. Оценить подобную ситуацию и скорректировать УРУ проекта на величину риска помогает сценарнъiй анализ.

Анализ сценариев -- это метод оценки рисков, который наряду с базовым набором исходных данных проекта рассматривает ряд других наборов данных, которые, по мнению разработчиков проекта, могут иметь место в процессе реализации. для начала необходимо определить перечень критических факторов, которые будут изменяться одновременно. для этого, используя результаты анализа чувствительности, можно выбрать от двух до четырех факторов, которые оказывают наибольшее влияние на результат проекта. Рассматривать одновременно большее количество факторов не имеет смысла, поскольку это только усложняет расчеты. Затем рассматриваются возможные ситуации и их сочетания, обусловленные колебаниями выбранных факторов. В результате чего строится дерево решений. Обычно на практике рассматривают три сценария:

Оптимистический, пессимистический и наиболее вероятный. В каждом из сценариев фиксируются соответствующие значения отобранных факторов, после чего рассчитываются показатели эффективности проекта. Как и при анализе чувствительности, каждому сценарию на основе экспертных оценок присваивается вероятность его реализации. данные каждого сценария подставляются в основную финансовую модель проекта, и определяются ожидаемые значения ЛТРУ и величины риска. Традиционным подходом в банковской практике является присвоение каждому исходному параметру определенного значения, которое устанавливается для будущих периодов на основе экспертных, то есть субъективных предположений кредитного аналитика. Однако на стадии проведения проектного анализа невозможно однозначно определить значения показателей эффективности проекта, поскольку построенные по любому проекту потоки денежных средств относятся к будущим периодам и носят прогнозный характер. Установление определенных численных значений в ходе прогнозирования исходных параметров проекта приводят к искажению конечных результатов проектного анализа.

Для решения проблем, связанных с оценкой прогноза эффективности проекта в условиях неопределенности, целесообразно применять имитационное моделирование проектных рисков, включающее анализ чувствительности и анализ сценариев. Имитационное моделирование, проводимое методом Монте-- Карло, представляет собой серию численных экспериментов призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты, В ходе процесса имитации строятся последовательные сценарии с использованием исходных данных, которые являются неопределенными, и потому в процессе анализа полагаются случайными величинами. Процесс имитации осуществляется таким образом, чтобы случайный выбор значений из определенных вероятностных распределений не нарушал существования известных или предполагаемых отношений корреляции среди переменных.

Например, И. Я. Лукасевич определяет эту процедуру следующим образом: "В общем случае, проведение имитационного эксперимента можно разбить на следующие этапы. а) Установить взаимосвязи между исходными и выходными показателями. б) Задать законы распределения вероятностей для ключевых параметров модели. в) Провести компьютерную имитацию значений ключевых параметров модели. г) Рассчитать основные характеристики распределений исходных и выходных показателей. д) Провести анализ полученных результатов и принять решение.

Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей и сценариев" [50].

Выбор данного метода обоснован тем, что для проведения оценки проектных рисков требуется очень большое число значений ключевых параметров проекта, необходимых для формулировки правдоподобных гипотез о вероятностных распределениях. При этом проведение реальных экспериментов со столь значительным объемом данных практически невыполнимо или требует значительных затрат на сбор необходимой информации для принятия решений.

Имитационная модель определяет математические отношения между числовыми переменными, которые относятся к прогнозу выбранного финансового показателя. В качестве базовой модели для анализа проектных рисков обычно используется модель расчета показателя. В ходе анализа рисков используется информация, содержащаяся в распределении вероятности случайных величин. Именно использование случайных величин вместо детерминированных и отличает имитационное моделирование от традиционного подхода. Определение случайных переменных и придание им соответствующего распределения вероятности является необходимым условием проведения анализа рисков. Распределения вероятностей переменных модели представляют собой математические инструменты, с помощью которых придается вес всем возможным результатам. Этим контролируется случайный выбор значений для каждой переменной в ходе моделирования.

Успешно завершив эти этапы, можно перейти к стадии моделирования. Однако непосредственный переход к моделированию будет возможен только в том случае, если будет установлена зависимость случайных переменных, включенных в модель. После того, как все допущения тщательно обоснованы, генерируется достаточно большой объем случайных сценариев, каждый из которых соответствует определенным значениям денежных потоков, В ходе моделирования значения переменных выбираются случайно в границах заданных диапазонов и в соответствии с распределениями вероятностей. Стадия генерации является той частью процесса анализа рисков, на которой всю рутинную работу выполняет компьютер. для каждого набора таких переменных вычисляется значение показателя эффективности проекта. Затем производится статистическая обработка полученных в ходе генерации сценариев для установления значений вероятности того, в каком интервале окажется значение показателя, характеризующего эффективность проекта.

Похожие статьи




Концептуальные подходы к оценке кредитоспособности заемщика - Кредитоспособность заемщика и методика ее определения

Предыдущая | Следующая