Совершенствование кредитоспособности предприятия на примере ООО "Моторс"

1.2.            Основные методы оценки кредитоспособности предприятия в отечественной и зарубежной практике

Кредитоспособность заемщика зависит от многих факторов, оце­нить и рассчитать каждый из которых непросто. Большая часть анали­зируемых на практике показателей кредитоспособности основана на данных за прошедший период или на какую-то отчетную дату, вместе с тем все они подвержены искажающему влиянию инфляции. Слож­ность представляют выявление и количественная оценка некоторых факторов, таких, как моральный облик и репутация заемщика. Кроме  того, применяется множество методов и подходов решения данной задачи, не исключающих друг друга, а дополняющих в комплексе и делающих оценку кредитоспособности заемщика более соответствуют реальности.

              Среди традиционных методов и моделей оценки кредитоспособности заемщиков банка, получивших широкое распространение в отечественной и зарубежной практике можно выделить два класса:

- модели комплексного анализа;

- классификационные модели.

              Классификационные модели дают возможность группировать заемщиков:

- прогнозные модели позволяют дифференцировать их; в зависимости от вероятности банкротства;

- рейтинговые — в зависи­мости от их категории, устанавливаемой с помощью группы рассчи­тываемых финансовых коэффициентов и присваиваемых им уровней значимости.

Рейтинговая оценка (общая сумма баллов) рассчитывается путем умножения значения показателя на его вес (коэффициент значимо­сти) в интегральном показателе. Модификацией рейтинговой оценки является кредитный скоринг — технический прием, предложенный в начале 40-х годов XX в. американским ученым Д. Дюраном для отбора заемщиков по потреби­тельскому кредиту. Система «кредит - скоринг» в США - специальная шкала для измерения рейтинга заемщика, представляющая начисление баллов клиенту в зависимости от уровня его кредитоспособности. Скоринг используется главным образом при кредитовании физических лиц и представляет собой математическою или статистическую модель, с помощью которой на ос­нове кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кре­дит в срок.

Важная черта системы «кредит - скоринг» за­ключается в том, что она не может применяться по шаблону, а должна разрабатываться исходя из особен­ностей, присущих банку, его клиентуре, учитывая ха­рактер банковского законодательства и традиций стра­ны, т. е. подлежит постоянному наблюдению и видоиз­менению.

В самом упрощенном виде скоринговая модель представляет собой взвешенную сумму определенных характеристик. В результате получается интеграль­ный показатель (score). Чем он выше, тем выше на­дежность клиента, и банк может упорядочить своих клиентов по степени возрастания кредитоспособно­сти.

«Скоринг - формуляр» немецкого банка состоит из двенадцати показателей, по каждому из которых клиенту начисляется большее или меньшее количест­во баллов. Максимальный балл - 20. Аналогичный подход при анализе кредитоспособности заемщиков используют французские банки. Единственная слож­ность заключается в том, что балльные оценки креди­тоспособности заемщика должны быть статистически выверены и требуют постоянного обновления инфор­мации, что может быть дорого для банка.

К прогнозным моделям относят модели МДА, Z-анализ Альтмана, модели CART, модель Чессера, показатель платежеспособности банка Франции. 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 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: отношений кассовой наличности стоимости легко реализуемых ценных бумаг к сумме активов; отношение чистой суммы продаж (без НДС) к сумме кассовой наличности и стоимости, легко реализуемых ценных бумаг; отношение брутто-дохода (прибыли до вычета процентов 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).

              При классификации кредитов можно использовать модели CART , что переводится как «классификационные регрессионные деревья». Это непараметрическая модель, основные достоинства которой заключаются в возможности широкого применения, доступности для понимания и легкости счислений, хотя при построении применяются сложные статистические методы. В «классификационном дереве» фирмы заемщики расположены на определенной «ветви» в зависимости от значений выбранных финансовых коэффициентов; далее идет «разветвление» в каждой из них, в зависимости от следующих коэффициентов. Точность классификации при использовании данной модели – около 90%.

Еще одним вариантом решения поставленной за­дачи является применение алгоритмов, методом авто­матического анализа данных, т. е. отнесения какого-либо потенциального заемщика к одному из заранее известных классов (давать не давать кредит). Такого рода задачи с большим успехом решаются одним из методов DataMining - при помощи «деревьев реше­ний». Получаемая модель - это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Сущность этого метода заключается в следующем. На основе данных за прошлые периоды строится дерево. При этом класс каждой из ситуаций, на осно­вании которых строится дерево, заранее известен. В нашем случае следует знать, была ли возвращена основная сумма долга и проценты, и не было ли про­срочек в платежах. При построении дерева все известные ситуации обучающей выборки сначала попа­дают в верхний узел, а потом распределяются по уз­лам, которые в свою очередь также могут быть разби­ты на дочерние узлы. Критерий разбиения - это раз­личные значения какого-либо входного фактора. Для определения поля, по которому будет происходить разбиение, используется показатель, называемый эн­тропия, или мера неопределенности. Выбирается то поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к различ­ным классам) находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, отно­сящиеся к одному классу.

При значительном изменении текущей ситуации на рынке дерево можно перестроить, т. е. адаптиро­вать к существующей обстановке.

Дальнейшие усовершенствования модели оценки кредитоспособности на основе тех­нологии интеллектуального анализа данных DataMining (с использованием деревьев решений) могут за­трагивать следующие моменты:

- более точный подбор, определяющих заемщика факторов;

- изменение самой постановки задачи, например, вместо двух значений целевого параметра можно использовать более де­тальную информацию (вернул, не вернул / не вовре­мя), или в качестве целевого значения - вероятность того, что деньги выплачены вовремя.

Французская методика включает три блока: об­щая финансово экономическая оценка предприятия; прикладная опенка кредитоспособности, специфиче­ская для каждого банка: обращение в картотеку Банка Франции.

Первый блок имеет дело с характером деятельно­сти предприятия, длительностью его функционирова­ния, а также с факторами производства (трудовые, производственные, финансовые ресурсы, экономиче­ская среда).

Второй блок имеет результатом формализован­ную оценку заемщика, базирующуюся на его отчет­ных балансах и отчетах о прибылях и убытках.

В картотеке Банка Франции четыре раздела:

- 10 групп предприятий в зависимости от размера
актива баланса, каждой из которых присвоено бук­
венное обозначение от А до К;

- «Кредитная корректировка», включающая 7
групп предприятий с шифрами от 0 до 6, занимающих
свою позицию доверия, судя по оценкам, руководите­
лей, держателей капиталов и смежников, с которыми
предприятие имеет деловые связи;

-              3 группы предприятий по их платежеспособно­сти с шифрами 7, 8, 9;

«7» - пунктуальность в платежах, отсутствие ре­альных трудностей в денежных средствах в течение года;

«8» - наличие временных затруднений, не ставя­щих под угрозу платежеспособность предприятия;

«9» - платежеспособность предприятия сильно скомпрометирована;

-              2 группы всех клиентов, векселя и ценные бумаги
которых будут, переучтены Банком Франции или нет.

Необходимо иметь в виду, что группировка показателей кредитоспособности достаточно условна, речь идет о том, какие финансовые показатели представляют интерес для тех или иных юридических и физических лиц, имеющих с ним экономические отношения, в конечном итоге.

К моделям комплексного анализа относят правило «шести Си», CAMPARI, PARTS. В случае использования математических моделей не учитывается влияние «качественных» факторов при предоставлении банками кредитов. Эти модели лишь отчасти позволяют кредитным экспертам банка сделать вывод о возможности предоставления кредита. Недостатками классификационных моделей являются их «замкнутость» на количественных факторах, произвольность выбора системы количественных показателей, высокая чувствительность к недостоверности исходных данных, громоздкость при использовании статистических межотраслевых и отраслевых данных. В рамках комплексных моделей анализа возможно сочетание количественных и качественных характеристик заемщика.

В практике банков США применяется правило «шести Си», в основе которого лежит использование шести базовых принципов кредитования, обозначенных словами, начинающимися с английской буквы «Си» (С): Character, Capacity, Cash, Collateral, Conditions, Control.

Характер заемщика (Character): ответственность, надежность, честность, порядочность и серьезность намерений клиента.

Способность заимствовать средства (Capacity): кредитный инспектор должен быть уверен в том, что клиент, испрашивающий кредит, имеет юридическое право. Подавать кредитную заявку и подписывать кредитный договор, т.е. в том, что руководитель или представитель компании (банка), обращающийся за кредитом, имеет соответствующие полномочия, предоставленные ему учредителями или советом  директоров, на проведение переговоров и подписание кредитного договора от имени компании (банка).

Денежные средства (Cash): важным моментом любой кредитной заявки является определение возможности заемщика погасить кредит за счет средств, полученных от продажи или ликвидации активов, привлеченных ресурсов.

Обеспечение (Collateral): при оценке обеспечения по кредитной заявке необходимо установить, располагает ли заемщик достаточным  капиталом или качественными активами для предоставления необходимого обеспечения по кредиту.

Условия (Conditions): кредитный инспектор должен знать, как идут дела у заемщика, каково положение, складывающееся в соответствующей отрасли, а также то, как изменение экономических и других условий в стране может повлиять на процесс погашения кредита.

Контроль (Control) сводится к выяснению, насколько изменение законодательства, правовой, экономической и политической обстановки может негативно повлиять на деятельность заемщика и его кредитоспособность.

Анализ кредитоспособности клиента в соответствии с основными принципами кредитования, содержащимися в методике «CAMPARI», заключается в поочередном выделении из кредитной заявки и прилагаемых финансовых документов наиболее существенных факторов, определяющих деятельность клиента, в их оценке и уточнении после личной встречи с клиентом. Название CAMPARI образуется из начальных букв следующих слов: С (Character) — репутация, характеристика клиента; A (Ability) — способность к возврату кредита; М (Margin) — маржа, доходность; Р (Purpose) — целевое назначение кредита; A (Amount) — размер кредита; R (Repayment) — условия погашения кредита; I (Insurance) — обеспечение, страхование риска непогашения кредита.

В Англии в руководстве по банковским услугам отмечается, что ключевым словом, в котором сосредоточены требования при выдаче ссуд заемщикам, является «PARTS»: P (Purpose) — назначение, цель получения кредита; A (Amount) — сумма, размер кредита; R (Repayment) — оплата, возврат (долга и процентов); Т (Term) — срок предоставления кредита; S (Security) — обеспечение погашения кредита. Комплексные методики оценки кредитоспособности заемщика применяются многими коммерческими банками, однако эти методики недостаточно теоретически проработаны и в них мало использован математический аппарат.