Дипломная работа: Анализ и оценка кредитоспособности заемщика на примере АО "Forte Bank"
Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам
30
Одинаковый уровень показателей и рейтинг в баллах может быть
обеспечен за счет разных факторов, некоторые из которых связаны с
положительными процессами, а другие с отрицательными. Поэтому для
определения класса проводится факторный анализ условий кредитования,
анализ балансов, изучение ситуации в отрасли или регионе.
Недостатками рейтинговых моделей являются:
- невозможность прогнозировать финансовое состояние заемщика, что
особенно важно для кредитора в течение срока действия кредитного договора;
- предвзятая оценка заемщика в связи с субъективностью экспертных
заключений;
- произвольность по выбору системы показателей для оценки финансового
состояния заемщика и степени их значимости (удельный вес в общей системе
оценки).
1.2) Статистическая оценка заемщика
За последние несколько десятилетий иностранные банки разработали
методы оценки надежности потенциальных заемщиков с использованием
различных статистических моделей. Целью этого метода анализа является
разработка стандартных подходов к объективной характеристике заемщиков, с
тем чтобы найти математические критерии для разделения клиентов на
надежных и ненадежных, которые подвержены риску банкротства и те, для
которых риск несостоятельности маловероятен. Такие модели являются
средством систематизации информации, предоставляемой заемщиками, и
способствуют принятию окончательного решения о предоставлении кредита и
контроле за его использованием.
В настоящее время многие иностранные и некоторые передовые
российские банки часто используют статистический метод, называемый
множественным дискриминантным анализом
18
.
18
Множественный дискриминационный анализ также известен в русском переводе как «кластерный
анализ»: от английского термина «cluster» - группа, объединенная каким-либо одним признаком. В данном случае
мы разбиваем все наблюдаемые компании на две группы (или кластеры) – на возможных банкротов и на
предположительно устойчивые компании.
31
MDA - это набор статистических методов, похожих на регрессионный
анализ. Зависимой переменной в этом случае является вероятность того, что
заемщик не выполнит свои обязательства перед банком, в то время как
независимые переменные являются факторами, которые влияют на финансовую
устойчивость клиента и его способность погасить кредит. Существенным
преимуществом системы MDA является то, что оценка кредитоспособности
клиента может быть выражена в виде единого числового значения, а не
субъективной оценки множества факторов. В рамках MDA устанавливается
связь между различными факторами, которые характеризуют финансовое
состояние предприятия, и подробностями о позднем погашении кредитов,
предоставленных ему. Обработка данных о полноте предприятий приводит к
формальной зависимости от типа уравнения регрессии, в котором собственный
вес каждого фактора (коэффициент регрессии) вычисляется во время MDA. Это
уравнение используется для анализа кредитоспособности определенных
клиентов. Текущие данные заемщика вводятся в уравнение, что приводит к
оценке его кредитоспособности.
Цель дискриминантного анализа состоит в том, чтобы построить линию,
которая разделяет все предприятия на две группы: те, которые не испытывают
финансовых трудностей до банкротства в ближайшем будущем, и те, которые
рискуют обанкротиться. Эта линия разграничения называется дискриминантной
функцией (индекс Z). Именно ценность отличительной функции позволяет с
большой вероятностью прогнозировать банкротство (или выживание) бизнеса в
будущем. MDA используется специалистами по кредитному анализу для расчета
вероятности дефолта по корпоративным и личным кредитам, а также при
управлении портфельными инвестициями.
В процессе кредитного анализа результаты, полученные с использованием
статистических моделей, могут быть интегрированы с помощью экспертных
оценок кредитных инспекторов. Статистическая модель и полученные по ней
оценки Z могут служить ценным инструментом для определения общей
32
кредитоспособности клиента. Выявив выбросы индикаторов, кредитный
аналитик может выявить проблемных заемщиков и причины проблем.
Хотя формально в коэффициентах Z-показателя используются не
показатели ожиданий, а текущие значения финансовых коэффициентов, на
самом деле коэффициенты Z-показателя (при условии некоторой стабильности в
развитии событий) содержат элемент ожидания или прогнозирования. Это
означает, что если Z-оценка определенной компании ближе к средней компании-
банкрота, то при условии постоянного ухудшения ее положения она
обанкротится. Если менеджеры компании и банк, осознав финансовые
трудности, предпримут шаги для предотвращения ухудшения ситуации,
банкротства не произойдет, поэтому Z-показатель является сигналом раннего
предупреждения.
Общий вид дискриминантной функции, формула (2):
Z = a
0
+
1
n
ii
i
af
(2)
где a
0
и a
i
- некоторые параметры (коэффициенты регрессии);
f
i
- факторы, характеризующие финансовое состояние заемщика
(например, финансовые коэффициенты).
Внедряя MDA на практике, банк должен создать собственную базу
данных, используя информацию о выборке компаний, которые его интересуют.
Вряд ли можно предположить, что финансовые характеристики
металлургической компании, которая сталкивается с надвигающимся
банкротством, будут такими же, как и у сети розничных магазинов в такой же
сложной финансовой ситуации, и, следовательно, рейтинги Z будут другими.
Чтобы принять во внимание отраслевые спецификации, MDA должен
основываться на выборке компаний в этом секторе. Обратите внимание, что не
всегда можно найти достаточно обанкротившихся компаний для проведения
отраслевого анализа с использованием метода MDA.
33
Чем выше значение Z, тем хуже компании выглядят с позиции возможного
банкротства. Можно дать следующую интерпретацию индекса Z:
Z = 0. Вероятность банкротства в будущем (скажем, в течение двух лет)
составляет 50%. Значения Z этих компаний находятся непосредственно на
демаркационной линии.
Z <0. Вероятность банкротства составляет менее 50%. Чем меньше Z, тем
выгоднее текущее финансовое положение.
Z> 0. Вероятность банкротства составляет более 50%, и с увеличением Z
она увеличивается.
Наиболее распространенными моделями MDA являются модели Альтмана
и Чессера.
Модель Альтмана
Z-анализ был введен Альтманом, Хельдерманом и Нарайаной (1977 году)
и был моделью для выявления риска банкротства корпораций. Цель «Z-анализа»
- отнести исследуемый объект к одной из двух групп: либо компании-банкроты,
либо компании, успешно работающие.
Линейная модель Альтмана, или уравнение Z-оценки, имеет следующий
вид: формула (3):
Z=1,2Х
1
+1,4Х
2
+3,3Х
3
+1,0Х
5
(3)
где Х
1
– отношение собственных оборотных средств к сумме активов;
Х
2
– отношение нераспределенной прибыли к сумме активов;
Х
3
– отношение брутто-прибыли (прибыли до вычета процентов и налогов)
к сумме активов;
Х
4
– отношение рыночной стоимости обыкновенных и привилегированных
акций к балансовой оценке заемного капитала;
Х
5
– отношение объема продаж (выручки от реализации) к сумме активов.
Модель Альтмана предсказывает банкротство за два года. Более поздняя
работа Альтмана и его коллег обновила и улучшила его первоначальные
34
исследования - они использовали метод сглаживания данных для компенсации
случайных колебаний. Новая модель способна прогнозировать банкротства за
два года с высокой степенью точности и за пять лет с более низкой, но все еще
приемлемой точностью (70%)
19
.
Модель Чессера
Модель надзора за ссудами Чессера больше не прогнозирует банкротство
компании, а скорее случаи невыполнения заемщиком условий кредитного
соглашения. В то же время, «невыполнение условий» означает не только полное
невозврат кредита, но также любые другие частичные отклонения от
первоначальных условий, что делает кредит менее выгодным для кредитора.
Модель Chesser включает в себя следующие шесть параметров:
X1 - отношение наличных денежных средств и легко реализуемых ценных
бумаг к сумме активов;
Х2 - отношение чистой продажи (без НДС) к сумме наличных денег и легко
торгуемых активов ценных бумаг;
Х3 - отношение валового дохода (прибыль до вычета процентов и налогов)
к сумме активов;
Х4 - отношение общей задолженности к общей сумме активов;
Х5 - отношение основного капитала к чистым активам (или
инвестированный капитал = собственный капитал и долгосрочные кредиты);
Х6 - отношение оборотных средств к чистым продажам (нетто-продаж).
Расчетные показатели модели следующие:
Y = -2,0434-5,24 × X1 + 0,0053 × X2-6,6507 × X3 + 4,4009 × X4-0,0791 ×
X5-0,1020 × X6
Переменная Y, представляющая собой линейную комбинацию
независимых переменных, используется в следующей формуле для оценки
вероятности невыполнения контракта, Z, формула (4):
19
Бригхем Ю., Гапенски Л. Финансовый менеджмент. Полн. курс в 2-х т. / Пер. с англ.
под ред. В.В.Ковалева. СПб.: Экономическая Школа, 2019. Т.2. - С.504-508
Источник: https://baza.diplomsite.ru/previewfile/3144