Анализ кредитоспособности организации

       Security - обеспечение погашения кредита.

       Для анализа индивидуальных заемщиков может применяться оценочная система, основанная на опыте и проницательности специалистов банка. Оценке подлежит характер заемщика, предполагаемое использование средств, источник погашения кредита.

     Характер заемщика может быть  определен из его кредитной  истории и степени надежности, показываемой продолжительностью  и постоянством работы, продолжительностью и типом проживания, искренностью и другими факторами. Специалист по кредитованию должен быть максимально объективным и не должен применять субъективные ценности или собственные пристрастия. Возраст клиента может быть рассмотрен как фактор, от которого зависят будущие доходы, он также определяет время, оставшееся до пенсии, и ожидаемую продолжительность жизни, что может учитываться при определении срока кредита. Доход клиента почти всегда является основным источником погашения кредита и должен быть адекватным в соответствии с долгами и другими обязательствами заемщика.

      По западному стандарту заявку на кредит от физического лица оценивают по двадцати характеристикам (Бивера):

     - наличие счета в банке;

     - продолжительность кредита;

     - кредитная история клиента;

     - цель использования кредита;

     - сумма кредита;

     - сумма на счетах в банке;

     - продолжительность работы на одном месте;

     - частичная уплата от предоставленной суммы;

     - семейное положение;

     - возможности поручителей;

     - продолжительность проживания в одном месте;

     - финансовое состояние;

     - возраст клиента;

     - долги клиента;

     - характеристика жилья;

     - число прежних кредитов в банке;

     - специальность;

     - количество лиц на содержании;

     - наличие телефона;

     - резидент или нерезидент.

 

2.4.2 Комплексная  модель оценки банкротства

 

        Мировой финансовый кризис и его следствие - нестабильность на финансовых рынках вызвали резкое увеличение числа банкротств предприятий на фоне замедления и даже падения экономического роста. В связи с этим для обеспечения стабильного функционирования предприятия в условиях сложной макроэкономической ситуации необходимо не только осуществлять анализ текущего его финансового состояния, но и проводить раннюю диагностику на предмет возможного банкротства в будущем. Это обуславливает высокую актуальность разработки эффективной модели оценки риска банкротства, которая позволила бы своевременно прогнозировать кризисные ситуации на российских предприятиях.

        Как показывают результаты специально проведенного исследования, использование зарубежных методов оценки риска банкротства на отечественных предприятиях не является эффективным, что, на мой взгляд, обусловлено следующими основными причинами:

     - различиями в исходных данных, используемых для построения моделей. Зарубежные модели были построены на основе выборки иностранных предприятий с нормативными параметрами структуры баланса и эффективности деятельности, отличными от российских;

     - различиями в макроэкономической ситуации. Вследствие значительной неравномерности уровня экономического развития стран в мировом масштабе коэффициенты моделей оценки риска банкротства разработанных для предприятий стран с развитой рыночной экономикой, не применимы для стран с переходной экономикой;

     - мультиколлинеарностью факторов. В ходе исследования были выявлены случаи мультиколлинерности факторов, вызывавшей искажения оценок коэффициентов моделей;

     - не учитывается отраслевая специфика деятельности предприятий. Большинство зарубежных моделей изначально разрабатывались как "универсальные", т.е. применимые для предприятий любых отраслевых сегментов. Вместе с тем, оптимальные значения ключевых показателей финансового состояния значительно варьируются для предприятий различных отраслей.

        С учетом преимуществ и недостатков подходов к оценке риска банкротства, используемых как в зарубежной, так и в российской практике финансового менеджмента, была разработана комплексная модель оценки риска банкротства предприятия, построение которой предполагало последовательную реализацию ряда этапов.

      На первом этапе, представляющем собой формирование обучающих статистических выборок российских предприятий (банкроты-небанкроты) и массивов данных в ретроспективном периоде, был сформирован массив данных из 48 показателей, характеризующих различные аспекты деятельности предприятия, а также макроэкономическую ситуацию в России.

       Второй этап - отбор на основе факторного анализа (с предварительным анализом на мультиколлинеарность) индикаторов, обуславливающих наибольший вклад в дисперсию результирующего показателя, характеризующего факт банкротства предприятия.

        Формирование с использованием logit-регрессии на основе показателей, отобранных с помощью указанных выше процедур, многофакторного комплексного критерия оценки риска банкротства (CBR), обладающего наилучшей прогностической способностью - это третий этап, который предполагает непосредственно процесс построения модели.

        На четвертом этапе определяются диапазоны критерия CBR, используемые для классификации анализируемых предприятий в зависимости от уровня риска банкротства.

        Выборка предприятий для построения комплексной модели оценки риска банкротства состояла из 350 объектов и формировалась таким образом, чтобы избежать включения "однотипных предприятий": компании, вошедшие в данную выборку, различаются по ряду признаков (масштабы деятельности, определяемые объемом годовой выручки, а также отраслевая принадлежность). Данный подход позволил, с одной стороны, построить объективную модель, а с другой - учесть тот факт, что нормативные значения показателей финансового состояния отличаются для предприятий с разной отраслевой принадлежностью. В результате исходный массив данных для построения модели включил в себя 100 предприятий торговли, 100 сельскохозяйственных предприятий, а также 150 предприятий промышленности (в том числе 50 - ТЭК).

       В настоящее время в России существует достаточно большое количество баз данных, содержащих финансовую отчетность предприятий различной отраслевой принадлежности. В данной работе, используется информация, предоставленная проектом "Национальное кредитное бюро".

       Ключевым принципом реализации предложенной модели оценки риска банкротства является расчет комплексного критерия риска банкротства на основе модели следующего вида:

                                                   

                                               (2.43)

У=а₀+а₁ Corp_age+а₂ Cred+а₃ Current_ratio+а₄EBIT/INT+а₅ Ln(E)+а₆ R+

+а₇ Reg+а₈ ROA+а₉ ROE+а₁₀T_E+а₁₁ T_А                                                (2.44)

где   - комплексный критерий риска банкротства предприятия;

        Corp_age - фактор, характеризующий "возраст" предприятия. Принимает значение 0, если предприятие было создано более 10 лет назад, и значение 1 - если менее 10 лет;

       Cred - фактор, характеризующий кредитную историю предприятия. В случае, если кредитная история предприятия является положительной, то данный фактор принимает значение 0, в противном случае ему присваивается значение 1;

       Current_ratio - коэффициент текущей ликвидности;

       EBIT/INT - отношение прибыли до уплаты процентов и налогов к уплаченным процентам;

       Ln(E) - натуральный логарифм собственного капитала предприятия;

       R - ставка рефинансирования ЦБ;

       Reg - фактор, характеризующий деятельность предприятия с точки зрения его региональной принадлежности. Принимает значение 0, если предприятие находится в Москве или Санкт-Петербурге, и 1 - если в других регионах России.

      ROA - рентабельность активов предприятия;

      ROE - рентабельность собственного капитала предприятия;

      T_E - темп прироста собственного капитала предприятия;

      T_А - темп прироста активов предприятия.

       Сравнение итогового показателя , рассчитанного на основе данной модели, с пороговыми значениями позволяет сделать вывод о риске банкротства предприятия в течение одного года с момента расчетов.

       Параметры модели в зависимости от отраслевых сегментов представлены в таблице 2.6. Предложенная модель содержит ряд ключевых факторов, позволяющих учесть наиболее важные аспекты деятельности предприятия при оценке риска банкротства, к которым относятся макроэкономическая ситуация в стране, эффективность, ликвидность, финансовая устойчивость, а также динамика масштабов деятельности предприятия и его отраслевая специфика. Данные факторы характеризуют деятельность предприятия с различных сторон, что, на мой взгляд, позволяет провести комплексную оценку риска его банкротства. Следует подчеркнуть, что существующие на сегодняшний день методы оценки риска банкротства позволяют учесть лишь некоторые из вышеперечисленных аспектов деятельности предприятия, поэтому предложенная модель получила название комплексной.

       Более того, в ней впервые принимается во внимание фактор, характеризующий кредитную историю предприятия, который ранее не учитывался ни в российских, ни в зарубежных моделях. Включение данного фактора в модель позволит оценить риск банкротства не только с точки зрения прогноза деятельности анализируемого предприятия в обозримом будущем, но и, что очень важно, учесть его кредитоспособность в прошлом. Поскольку в России на сегодняшний день существует институт бюро кредитных историй, получение данных подобного рода относительно того или иного предприятия не представляет каких-либо затруднений.

         В соответствии с комплексной моделью оценки риска банкротства, зоны риска банкротства делятся на 5 категорий (таблица 2.6). Данное деление имеет "шаг" 20% и позволяет отнести предприятие в ту или иную категорию риска. При этом следует подчеркнуть, что расчет итогового показателя в соответствии с предложенной моделью целесообразно проводить с определенной периодичностью и анализировать его динамику, что позволит финансовому менеджеру определить, в какую сторону движется развитие предприятия и своевременно принять меры по предотвращению банкротства.

Таблица 2.6 – Значения коэффициентов комплексной  модели оценки риска банкротства  предприятий в зависимости от отраслевых сегментов