Классификационные модели оценки кредитоспособности заемщиков

Банковское дело » Анализ и оценка кредитоспособности заемщика » Классификационные модели оценки кредитоспособности заемщиков

- необходимость тщательного отбора финансовых показателей (требуется использовать показатели, описывающие разные стороны работы заемщика, с тем, чтобы более полно охарактеризовать его положение);

- важность обоснования пороговых значений показателей (в нашей стране довольно сложно осуществить подобный подход, так как недостаточно сведений о фактическом состоянии и уровнях данных показателей в экономике России, а также мала степень участия банков в формировании такой базы данных);

- необходимость обоснования коэффициентов значимости для каждой группы показателей в соответствии с отраслью деятельности конкретного заемщика;

- определение величины отклонений в пограничных областях, относящих заемщиков к разным классам;

- при рейтинговой оценке учитываются уровни показателей только относительно оптимальных значений, соответствующих определенным установленным нормативам, но не принимается во внимание степень их выполнения или невыполнения;

- финансовые коэффициенты отражают положение дел в прошлом на основе данных об остатках;

- рассчитываемые коэффициенты показывают лишь отдельные стороны деятельности;

- в системе рассчитываемых коэффициентов не учитываются многие факторы – репутация заемщика, перспективы и особенности рыночной конъюнктуры, оценки выпускаемой и реализуемой продукции, перспективы капиталовложений и т.д[16].

3. Прогнозные модели,

получаемые с помощью статистических методов, используются для оценки качества потенциальных заемщиков. При множественном дискриминантном анализе (МДА) используется дискриминантная функция (Z), учитывающая некоторые параметры (коэффициенты регрессии) и факторы, характеризующие финансовое состояние заемщика (в том числе финансовые коэффициенты). Коэффициенты регрессии рассчитываются в результате статистической обработки данных по выборке фирм, которые либо обанкротились, либо выжили в течение определенного времени. Если Z-оценка фирмы находится ближе к показателю средней фирмы-банкрота, то при условии продолжающегося ухудшения ее положения она обанкротится. Если менеджеры фирмы и банк предпримут усилия для устранения финансовых трудностей, то банкротство, возможно, не произойдет. Таким образом, Z-оценка является сигналом для предупреждения банкротства фирмы. Применение данной модели требует обширной репрезентативной выборки фирм по разным отраслям и масштабам деятельности. Сложность заключается в том, что не всегда можно найти достаточное число обанкротившихся фирм внутри отрасли для расчета коэффициента регрессии.

Наиболее известными моделями МДА

являются модели Альтмана и Чессера, включающие следующие показатели: отношение собственных оборотных средств к сумме активов; отношение реинвестируемой прибыли к сумме активов; отношение рыночной стоимости акций к заемному капиталу; отношение объема продаж (выручки от реализации) к сумме активов; отношение брутто-прибыли (прибыли до вычета процентов и налогов) к сумме активов.

Организацию относят к определенному классу надежности на основе значений Z-индекса модели Альтмана. Пятифакторная модель Альтмана

построена на основе анализа состояния 66 фирм и позволяет дать достаточно точный прогноз банкротства на два-три года вперед. В более поздних работах ученый изучил такие факторы, как капитализируемые обязательства по аренде, применил сглаживание данных для устранения случайных колебаний. Новая модель с высокой с степенью точности предсказывает банкротство на два года вперед и с меньшей вероятностью (примерно 70%) – на пять лет вперед. Построение в российских условиях подобных моделей достаточно сложно из-за отсутствия статистических данных о банкротстве организаций, постоянного изменения нормативной базы в области банкротства и признания банкротства организации на основе данных, не поддающихся учету.

Модель Чессера позволяет прогнозировать невыполнение клиентом условий договора о кредите. Невыполнение подразумевает не только непогашение кредита, но и любые другие отклонения, делающие отношения между кредитором и заемщиком менее выгодными по сравнению с первоначальными условиями. Используемая линейная комбинация независимых переменных (Z) включает: отношение кассовой наличности и стоимости легко реализуемых ценных бумаг к сумме активов; отношение чистой суммы продаж (без учета НДС) к сумме кассовой наличности и стоимости легко реализуемых ценных бумаг; отношение брутто-дохода (прибыли до вычета процентов и налогов) к сумме активов; отношение совокупной задолженности к сумме активов; отношение основного капитала к величине чистых активов (или применяемого капитала, равного акционерному капиталу и долгосрочным кредитам); отношение оборотного капитала к нетто-продажам (чистой сумме продаж). Получаемый показатель может рассматриваться как оценка вероятности невыполнения условий кредитного договора. Чессер использовал данные ряда банков по 37 «удовлетворительным» и 37 «неудовлетворительным» кредитам и для расчета взял показатели балансов фирм-заемщиков за год до получения кредита. Подставив расчетные показатели модели в формулу вероятности нарушения условий договора, Чессер правильно определил три из каждых четырех исследуемых случаев[17].

Еще по теме:

Анализ состояния кредитного портфеля в ОАО «МДМ Банк»
ОАО «МДМ Банк» оказывает широкий спектр услуг по краткосрочному и долгосрочному кредитованию корпоративных клиентов в российских рублях и иностранной валюте. Предоставляя услуги по кредитованию, Банк руководствуется принципами поддержания ликвидности своего баланса и обеспечения необходимого уровня ...

Организационно-правовая форма и форма собственности обследованного хозяйства
СЗАО "СКВО" - одно из старейших коллективных хозяйств Ростовской области. Его зарождение историки Дона В.И. Зайдинер и С.А. Ковынева относят к 1920 г., когда на территории нынешней центральной усадьбы хозяйства была основана коммуна под названием "Путь правды". В последующие год ...

Перспективы и предложения по развитию интернет-банкинга
Развитие интернет-банкинга сейчас достаточно перспективно. Все большее количество банков начинают внедрять системы, которые позволяют им взаимодействовать с клиентами через Интернет. Так, по мнению специалистов, около половины всех клиентов банков, внедривших подобные системы, могут в дальнейшем ис ...