Автор работы: Пользователь скрыл имя, 21 Марта 2015 в 17:09, курсовая работа
Актуальность данной темы обуславливается тем, что на определённых этапах производственного процесса почти все предприятия испытывают недостаток средств для осуществления тех или иных хозяйственных операций, то есть возникает необходимость в привлечении средств извне. В такой ситуации самый, казалось бы, логичный выход – получение банковского кредита, однако на практике такая задача оказывается для предприятий зачастую непосильной.
Кредитно-финансовая система – одна из важнейших и неотъемлемых структур рыночной экономики. Развитие банковской системы и товарного производства исторически шло параллельно и тесно переплеталось. Находясь в центре экономической жизни, банки опосредуют связи между вкладчиками и производителями, перераспределяют капитал, повышают общую эффективность производства.
В процессе проведения активных кредитных операций с целью получения прибыли банки сталкиваются с кредитным риском, то есть риском неуплаты заёмщиком суммы основного долга и процентов, причитающихся кредитору. Для каждого вида кредитной сделки характерны свои причины и факторы, определяющие степень кредитного риска.
Актуальность данной темы обуславливается тем, что на определённых этапах производственного процесса почти все предприятия испытывают недостаток средств для осуществления тех или иных хозяйственных операций, то есть возникает необходимость в привлечении средств извне. В такой ситуации самый, казалось бы, логичный выход – получение банковского кредита, однако на практике такая задача оказывается для предприятий зачастую непосильной.
Под кредитоспособностью следует понимать такое финансово-хозяйственное состояние предприятия, которое дает уверенность в эффективном использовании заемных средств, способность и готовность заемщика вернуть кредит в соответствии с условиями договора. Изучение банками разнообразных факторов, которые могут повлечь за собой непогашение кредитов или, напротив, обеспечить их своевременный возврат, составляет содержание банковского анализа кредитоспособности [9, c.416].
При анализе кредитоспособности (credit analysis) банки должны решить следующие вопросы:
На первый вопрос дает ответ разбор финансово-хозяйственных сторон деятельности предприятий. Второй вопрос имеет юридический характер, а также он связан с личными качествами руководителей предприятий.
Таким образом, термин «кредитоспособность» подразумевает оценку возможности заемщика своевременно отвечать по будущим, а не текущим обязательствам перед кредитором. Для анализа возможности своевременного обслуживания текущих обязательств применяют показатели платежеспособности заемщика (показатели ликвидности), то есть, платежеспособность характеризуется своевременным погашением всех долгов и, значит, платежеспособность — более широкое понятие, включающее и кредитоспособность .
Платежеспособность - это способность (возможность) и готовность (наличие желания) юридического или физического лица своевременно и в полном объеме погашать свои денежные обязательства (долги).
В отличие от нее, кредитоспособность - это способность и готовность лица своевременно и в полном объеме погасить свои кредитные долги (основную сумму долга и проценты). Следовательно, кредитоспособность - понятие более узкое, чем платежеспособность, поэтому для того, чтобы решиться выдать кредит заемщику-потребителю, банку достаточно убедиться в его кредитоспособности.
Между этими понятиями имеется еще одно различие. Заемщик обычные свои денежные обязательства должен погашать, как правило, за счет выручки от реализации своей продукции (работ, услуг). Что касается кредитной задолженности, то она помимо названного имеет еще три источника погашения: выручка от реализации имущества, принятого банком в залог под кредит; гарантия (поручительство) другого банка или иного лица; страховые возмещения [15, c.336].
Существует множество дополнений, уточнений, и даже других трактовок искомого понятия, большинство из которых можно сжато возвести к следующим определениям:
Кредитоспособность:
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 соответствующей реальности.
Удачной представляется данная классификация подходов к оценке кредитоспособности заемщиков коммерческих банков (рис. 2.1).
Рис. 2.1 Классификация моделей оценки кредитоспособности заемщиков
В мировой практике при оценке кредитоспособности на основе системы финансовых коэффициентов применяются в основном следующие пять групп коэффициентов: ликвидности, оборачиваемости, финансового рычага, прибыльности, обслуживания долга.
Группа ученых (Дж. Шим, Дж. Сигел, Б. Нидлз, Г. Андерсон, Д. Колдвел) предложила использовать показатели, характеризующие ликвидность, прибыльность, долгосрочную платежеспособность, и показатели, основанные на рыночных критериях. Этот подход позволяет прогнозировать долгосрочную платежеспособность с учетом степени защищенности кредиторов от неуплаты процентов (коэффициента покрытия процента). Коэффициенты, основанные на рыночных критериях, включают отношение цены акции к доходам, размер дивидендов и рыночный риск. С их помощью определяются отношение текущего биржевого курса акций к доходам в расчете на одну акцию, текущая прибыль их владельцев, изменчивость курса акций фирмы относительно курсов акций других фирм. Однако расчет некоторых коэффициентов сложен и требует применения специальных статистических методов [20, c.180].
На практике каждый коммерческий банк выбирает для себя определенные коэффициенты и решает вопросы, связанные с методикой их расчета. Этот подход позволяет охарактеризовать финансовое состояние заемщика на основе синтезированного показателя-рейтинга, рассчитываемого в баллах, присваиваемых каждому значению коэффициента. В соответствии с баллами устанавливается класс организации: первоклассная, второклассная, третьеклассная или неплатежеспособная. Класс организации принимается банком во внимание при разработке шкалы процентных ставок, определении условий кредитования, установлении режима кредитования (формы кредита, размера и вида кредитной линии и т. д.), оценке качества кредитного портфеля, анализе финансовой устойчивости банка.
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 [11, c.107]
Наиболее известными моделями МДА являются модели Альтмана и Чессера, включающие следующие показатели:
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.
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 [10, c.376].
Модель Альтмана основана на применении мультидискриминантного анализа для прогнозирования вероятности банкротства фирмы.
Отмеченный подход, разработанный в 1968 г. Э. Альтманом, был использован им самим в том же году применительно к экономике США. В результате появился индекс кредитоспособности (index of creditworthiness):
Z = 1,2K1 + 1,4K2
+ 3,3K3 + 0,6K4 + K5,
где К1 — собственный оборотный капитал / сумма активов;
К2 — нераспределенная прибыль / сумма активов;
К3 — прибыль до уплаты процентов / сумма активов;
К4 — рыночная стоимость собственного капитала / заемный капитал;
К5 — объем продаж / сумма активов.
Интервальная оценка Альтмана: при Z < 1,8 — очень высокая вероятность банкротства, при Z = 1,81–2,7 — высокая вероятность, при Z = 2,71–2,99 — возможная вероятность банкротства, при Z > 3,0 — очень низкая вероятность банкротства.
Позже данная модель была доработана для анализа непубличных компаний. В модель расчета были внесены следующие изменения:
Z = 0,717К1 + 0,847К2 + 3,107К3 + 0,42К4 + 0,998К5; (1.2)
Z = 6,56K1 + 3,26K2 + 6,72K3
+ 1,05K4,
где К2 — (нераспределенная прибыль + резервный капитал) / сумма активов;
К4 — балансовая стоимость собственного капитала / заемный капитал.
При Z < 1,23 Альтман диагностирует высокую вероятность банкротства, при Z = 1,23–2,9 — зона неведения, при Z > 2,9 — низкая угроза банкротства.
Основным преимуществом данной технологии оценки финансового состояния предприятия является ее высокая прогностическая способность [17, c.201].
Очевидно, для анализа российских предприятий необходима разработка отличной системы показателей и весов, однако данное обстоятельство не исключает саму возможность эффективного применения фундаментальных положений модели Альтмана с целью анализа кредитоспособности российских предприятий [12, c.400].
Модель Чессера позволяет предсказать возможную финансовую несостоятельность потенциального заемщика. Причем модель прогнозирует, не только риски не возврата кредита, но и любые другие отклонения, делающие ссуду менее выгодной для кредитора, чем было предусмотрено первоначально. Модель Чессера имеет вид:
Y = -2,0434 – 5,24X1 + 0,0053X2
– 6,6507X3 + 4,4009X4 – 0,0791X5 – 0,1220X6
где,
X1 – (Денежные средства + Быстрореализуемые ценные бумаги) / Совокупные активы
X2 – Нетто-продажи / (Денежные средства + Быстрореализуемые ценные бумаги)
X3 – Брутто-доходы / Совокупные активы
X4 – Совокупная задолженность / Совокупные активы
X5 – Основной капитал / Чистые активы
X6 – Оборотный капитал / Нетто-продажи
Z = 1 / [1 + e^-Y]
где е – 2,71828 (число Эйлера – основание натуральных логарифмов).
В случае если Z ≥ 0,50, то клиента следует отнести к группе, которая не выполнит условий договора.
Д. Чессер использовал данные ряда банков по 37 «удовлетворительным» ссудам и 37 «неудовлетворительным» ссудам, причем для расчета были взяты показатели балансов фирм-заемщиков за год до получения кредита.
При классификации кредитов возможно использование модели CART (Classification and regression trees), что переводится как «классификационные и регрессионные деревья». Это непараметрическая модель, основные достоинства которой заключаются в возможности широкого применения, доступности для понимания и легкости вычислений, хотя при построении применяются сложные статистические методы [16, c.64]
В «классификационном дереве» фирмы-заемщики расположены на определенной «ветви» в зависимости от значений выбранных финансовых коэффициентов; далее идет «разветвление» каждой из них в зависимости от следующих коэффициентов. Точность классификации при использовании данной модели – около 90%.