Модели и методы экспертно-статистической оценки кредитоспособности предприятий-заемщиков

Доматова, Анастасия Владимировна

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Модели и методы экспертно-статистической оценки кредитоспособности предприятий-заемщиков тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Доматова, Анастасия Владимировна
Место защиты	Воронеж
Год	2009
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Модели и методы экспертно-статистической оценки кредитоспособности предприятий-заемщиков"

На правах рукописи

2 7 АВГ 2009

ДОМАТОВА Анастасия Владимировна

МОДЕЛИ И МЕТОДЫ ЭКСПЕРТНО-СТАТИСТИЧЕСКОЙ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ПРЕДПРИЯТИЙ-ЗАЕМЩИКОВ

Специальность: 08.00.13 Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Воронеж-2009

003475668

Работа выпонена в Государственном образовательном учреждении высшего профессионального образования Воронежский государственный университет

Научный руководитель: доктор экономических наук, доцент

Тинякова Виктория Ивановна

Официальные оппоненты: доктор экономических наук, профессор

Тостых Татьяна Николаевна;

кандидат экономических наук, доцент Купрюшина Ольга Михайловна

Ведущая организация: Государственное образовательное учре-

ждение высшего профессионального образования Санкт-Петербургский государственный университет экономики и финансов

Защита состоится 15 сентября 2009 г. в 15 час. 00 мин. на заседании диссертационного совета ДМ 212.038.21 в Государственном образовательном учреждении высшего профессионального образования Воронежский государственный университет по адресу: 394068, Воронеж, ул. Хользунова, 40, а. 225.

С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования Воронежский государственный университет.

Автореферат разослан 14 августа 2009 г.

Ученый секретарь диссертационного совета

Тинякова В.И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. К настоящему времени разработано множество методик оценки кредитоспособности заемщиков с позиций их финансового состояния и возможностей своевременного погашения кредита. Формирование единой, универсальной методики представляется весьма затруднительным, так как содержание конкретных рекомендаций по анализу кредитных возможностей ссудополучателя определяется широким кругом различных факторов. В этой связи разработка и совершенствование собственной методики оценки кредитоспособности заемщиков является важной задачей, с необходимостью решения которой стакивается каждый коммерческий банк.

Сформулированный в 2004 году Базельским комитетом по банковскому надзору принцип управления кредитным риском на основе внутренних кредитных рейтингов заемщиков активизировал разработку соответствующих методик рейтингового оценивания. Однако в этих методиках, как правило, не учитывается весь спектр возможных рисков и прежде всего без дожного внимания остаются маловероятные риски, что нередко приводит к фатальным ошибкам Ч об этом как раз и свидетельствует мировой финансовый кризис, негативные последствия которого и сегодня продожают проявляться в нашей стране.

Таким образом, актуальной является проблема создания аппарата, учитывающего все риск-возможные ситуации, связанные с банковским кредитованием.

Степень разработанности проблемы. Начало исследований в области разработки формализованных подходов к оценке кредитоспособности предприятий-заемщиков было положено зарубежными (Э. Альтман, Р. Лис, Г. Спрингейг, Р. Тоффлер, X. Тишоу, Дж. Фумер, Р. Чессер и др.) и отечественными (А.Ю. Беликов, Г.В. Давыдова, О.П. Зайцева, М.А. Федотова и др.) учеными, применившими множественный дискриминантный анализ для построения собственных моделей оценки кредитоспособности.

Разработка формализованных подходов была, в частности, продожена А.О. Недосекиным, предложившим использовать для этих целей аппарат нечеткой логики, а также В.В. Давнисом и И.Н. Бугаковой, разработавшими адаптивно-имитационные модели прогнозирования банкротств предприятий.

Другое направление в создании классификационных моделей было поддержано такими учеными, как A.M. Карминский, М.И. Лукин, A.A. Пересец-кий, А.Е. Петров, A.C. Чижова, в работах которых указывается на целесообразность формирования внутренних рейтинговой заемщиков с помощью эконометрических моделей дискретного выбора.

Общим недостатком разработанных к настоящему времени формализованных подходов к оценке кредитоспособности является то, что в них большое внимание уделяется статическим оценкам, а не оценкам, отнесенным к упреждающему периоду, в то время как кредитное решение нацелено на будущее, причем, как правило, весьма отдаленное.

Предсказать же будущее состояние кредитозаемщика только с помощью формализованных методов в силу очевидных причин невозможно, поэтому наиболее востребованными представляются те методики, которые позволяют получить комбинированную (эксперта о-статиетическую) оценку кредитоспособности заемщика.

В диссертации предлагается методика внутреннего рейтингового оценивания кредитозаемщиков, для реализации которой разработаны модели и методы, обеспечивающие формирование экспертно-статистической оценки кредитоспособности заемщиков по предельным характеристикам их финансово-экономического состояния. Такие методики ранее не предлагались.

Объект исследования Ч показатели кредитоспособности предприятий-заемщиков и их динамика.

Предмет исследования Ч математические модели и методы для формирования экспертно-статистической оценки кредитоспособности предприятий-заемщиков.

Цель исследования Ч развитие математического аппарата внутреннего рейтингового оценивания предприятий-заемщиков по предельным характеристикам их финансово-экономического состояния.

Цель исследования предопределила постановку и необходимость решения следующих задач:

выявить проблемы обоснования решений в сфере кредитования предприятий, связанные с несовершенством современного инструментария оценки кредитоспособности заемщиков, повышающим уровень кредитного риска;

сформулировать ключевые идеи риск-предельного анализа кредитоспособности предприятий-заемщиков и разработать на их основе модель для формирования предельного образа кредитозаемщика по отдельным показателям его финансово-экономического потенциала;

разработать модель, обеспечивающую получение оценки потенциальной кредитоспособности заемщика, которую он поддерживал на протяжении всей кредитной истории;

уточнить понятие рейтинговой оценки и разработать методику формирования внутренних кредитных рейтингов предприятий-заемщи-ков;

предложить метод оценки потенциальной склонности кредитозаемщика к риску, связанному с его переходом из одной рейтинговой группу в другую;

провести верификацию предлагаемого аппарата.

Область исследования. Содержание диссертации соответствует п. 1.4 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий ... , п. 1.6 Математический анализ и моделирование процессов в финансовом секторе экономики, ... , специальности 08.00.13 Математические и инструментальные методы экономики Паспорта специальностей ВАК РФ.

Теоретической и методологической основой исследования послужили современные достижения экономической и математической науки, содержащиеся в трудах отечественных и зарубежных ученых по обоснованию принимаемых банками кредитных решений, анализу кредитоспособности предприятий-заемщиков, эконометрическому моделированию, экспертному оцениванию, адаптивному прогнозированию экономических процессов, имитационному моделированию, рейтинговому оцениванию.

Эмпирическую базу исследования составили: 1) данные, опубликованные Территориальным органом Федеральной службы государственной статистики по Воронежской области; 2) отчетность предприятий, размещенная на их официальных сайтах в сети Интернет.

Научная новизна исследования состоит в разработке подхода к оценке кредитоспособности предприятия-заемщика на основе введенного понятия предельный образ заемщика и моделей специального вида, обеспечивающих экспертно-статистическое формирование предельного образа.

Научная новизна подхода реализована в следующих результатах, полученных лично автором:

1. Введено понятие предельный образ заемщика по конкретному показателю, характеризующему кредитоспособность предприятия-заемщика. Под предельным образом предлагается понимать внутренне согласованное многовариантное описание заемщика с помощью предельных значений некоторого показателя и вероятностных оценок реальности этих предельных значений.

2. Разработана модель эксперта о-статистического формирования предельного образа кредитозаемщика по отдельным показателям его финансово-экономического потенциала, позволяющая сконцентрировать в альтернативных вариантах значений предельного образа субъективную и объективную информацию о потенциальной надежности предприятия-заемщика.

3. Предложен метод адаптивного предельного анализа кредитной истории предприятия-заемщика, реализующий динамические возможности экс-пертно-статистического формирования предельного образа и обеспечиваю-

щий оценку потенциальной склонности кредитозаемщика к риску возможной миграции рейтинга.

4. Разработана адаптивная модель экспертно-статистического формирования динамики предельных значений показателей кредитоспособности заемщика, обеспечивающая оценку потенциальной надежности заемщика, которую он поддерживал на протяжении всей кредитной истории.

5. Уточнено определение рейтинговой оценки, под которой предлагается понимать значение качественной порядковой переменной, с помощью которой субъект относится к соответствующему классу риск-устойчивого поведения в будущем.

6. Разработана методика формирования внутренних кредитных рейтингов предприятий-заемщиков на основе предельных образов, позволяющих связать рейтинговые оценки с уровнем вероятности риск-ожидаемых ситуаций невыпонения договорных обязательств.

Теоретическая значимость исследования состоит в том, что предложенный в диссертации подход и разработанный для его реализации экономико-математический инструментарий вносят определенный вклад в развитие теории моделирования прогнозной оценки кредитоспособности предприятий-заемщиков, поскольку задают новое направление - экспертно-статистическое формирование предельного образа кредитозаемщика.

Практическая значимость исследования заключается в возможности применения коммерческими банками разработанных моделей и методов, предусмотренных авторской методикой формирования внутренних кредитных рейтингов предприятий-заемщиков, с целью повышения степени обоснованности кредитных решений.

Апробация и внедрение результатов исследования. Основные результаты работы прошли апробацию и получили положительную оценку на семинарах и научных сессиях в Воронежском государственном университете, II международной научно-практической конференции Экономическое прогнозирование: модели и методы (Воронеж, 2006), 4-й международной научно-практической конференции Наука на рубеже тысячелетий (Тамбов, 2007), V международной научно-практической конференции Инновационные технологии научных исследований социально-экономических процессов (Пенза, 2007), III международной научно-практической конференции Финансы, денежное обращение и кредит. Организация финансовых систем (Новочеркасск, 2008), международной научно-практической конференции Совершенствование финансово-кредитных отношений (Воронеж, 2008), а также на Всероссийских конференциях и симпозиумах.

Работа выпонялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета Математическое моделирование и информационные технологии в управлении экономическими процессами.

Руководством филиала ОАО Внешторгбанк в г. Воронеже признана целесообразность использования предложенной в диссертации методики внутреннего рейтингового оценивания предприятий-кредитозаемщиков (подтверждено документально).

Отдельные результаты диссертационного исследования используются при подготовке специалистов в Воронежском государственном университете (имеется справка о внедрении).

Публикации. По теме диссертационного исследования опубликовано 12 работ, в том числе 1 статья в журналах, рекомендованных ВАК РФ. Список публикаций приведен в конце автореферата. Лично соискателю принадлежат работы [2,4, 8]. Остальные работы выпонены в соавторстве. В [1] автор разработал модели для оценки надежности систем рационирования кредита, применяемых в настоящее время коммерческими банками; в [3] выделил особенности подхода к хеджированию кредитных рисков, основу которого составляют кредитные деривативы; в [5] предложил методику принятия кредитного решения в рамках рейтингового подхода, предусматривающую использование авторских моделей прогнозирования; в [6] выявил особенности кредитования с использованием кредитных карг, в [7] разработал подход к анализу чувствительности рейтинговых оценок кредитозаемщиков коммерческого банка; в [9] предложил энтропийный коэффициент для оценки надежности кредитных решений; в [10] построил модель для рейтингового оценивания предприятий-кредитозаемщиков коммерческого банка; в [11] разработал модель для прогнозирования показателей, характеризующих кредитоспособность предприятия-заемщика; в [12] предложил процедуру пре-дикторной обработки данных с использованием многошаговой адаптивной модели.

Структура работы обусловлена ее целью, задачами, логикой исследования. Диссертация состоит из введения, трех глав, заключения, библиографического списка из 179 наименований.

Во введении обоснована актуальность темы диссертации, определены предмет и объект исследования, сформулирована цель и поставлены задачи, решение которых необходимо для ее достижения, раскрыта научная новизна, теоретическая и практическая значимость результатов исследования.

В первой главе Проблемы обоснования решений в сфере кредитования предприятий обсуждаются сформировавшиеся к настоящему времени точки

зрения на термин кредитоспособность, рассматриваются этапы и показатели классического анализа кредитоспособности предприятий. Исследуются современные модели и методы оценки кредитоспособности заемщиков Ч проводится их систематизация, выявляются преимущества и недостатки, определяются возможные направления совершенствования. Обсуждаются вопросы, связанные с необходимостью учета риска при обосновании кредитных решений.

Во второй главе Модели риск-предельного анализа кредитоспособности предприятий-заемщиков исследуются возможности применения аппарата эконометрического моделирования для оценки предельного (равновесного) финансово-экономического состояния кредитсзаемщика. Введено понятие предельный образ заемщика, и разработана модель для его эксперт-но-статистического формирования. Предложено для анализа кредитной истории предприятия-заемщика использовать специально разработанную для этих целей многошаговую адаптивную модель.

Третья глава Построение рейтинговых оценок предприятий-заемщиков на основе предельных образов начинается с уточнения понятия рейтинговой оценки и анализа основных положений, на которые опирается предлагаемая методика формирования внутренней рейтинговой оценки кредитоза-емщика. Подробно описывается логическая схема применения моделей экс-пертно-статистического формирования предельных образов, используемых для оценки риск-возможных ситуаций и построения на их основе рейтинговых оценок. Приводятся результаты пономасштабной реализации предлагаемой методики.

В заключении сформулированы основные выводы диссертационного исследования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

1. Понятие предельный образ заемщика

Самым важным этапом в работе по снижению кредитных рисков является этап, на котором осуществляется выявление потенциально ненадежных кредитозаемщиков. В настоящее время разработано достаточно много специальных методов, положенных в основу различного рода методик, применение которых в практической деятельности, по замыслу разработчиков, дожно минимизировать число случаев, когда договорные обязательства нарушаются.

В основном эти методы ориентированы на то, чтобы оценить текущее финансовое состояние потенциального заемщика и полученную оценку рассматривать в качестве главного фактора при обосновании принимаемого ре-

шения. Трудно не согласиться с логикой такого подхода. Действительно, чем устойчивее финансовое состояние, тем надежнее кредитозаемщик, и риск невозврата меньше. Но это логика текущего момента. В ней отсутствует фактор неопределенности будущего. Но именно этот неучтенный в методиках подобного рода фактор преподносит сюрпризы, которые невидимы с позиций результатов анализа текущего финансового состояния.

По сути, решение о кредите, образно говоря, принимается сегодня, а его погашение предусматривается произвести завтра, которому предстоит еще наступить в условиях неопределенности будущего. Неопределенность порождает неоднозначность, основной смысл которой в том, что фактические результаты наступившего завтра могут существенно отличаться от ожидаемых. Опасность этой неоднозначности в поной мере становится понятна только в момент ее проявления, когда любые решения по предотвращению наступления неблагоприятной ситуации становятся фактически бесполезными и ничего не остается делать, как только разбираться с непредвиденными обстоятельствами.

Основная причина, приводящая к ошибочным решениям подобного рода, кроется в существующей практике обоснования управленческих решений. Доминировавшая догое время ориентация на оптимизацию принимаемых решений плохо корреспондировалась с реальностью экономических процессов. К сожалению, поностью избавиться от пороков такой ориентации до сих пор не удалось. Как правило, прибегают к упрощенным методам и приемам. При решении практических задач возможность появления ситуации с неоднозначным исходом определяется субъективно, либо самим лицом, принимающим решение, либо экспертами. В некоторых случаях это впоне допустимый подход к решению задачи предвидения неоднозначных ситуаций и связанных с ними рисков. Но большинство экономических явлений устроено намного сложнее, чем их интуитивное восприятие, и поэтому субъективный подход не обеспечивает получение единой точки зрения об ожидаемой реальности, также как и не обеспечивает высокий уровень надежности принимаемых решений. Требуются подходы, адекватно отражающие современное представление об этих процессах.

В диссертации предлагается методика, в рамках которой анализируются не текущие значения показателей кредитоспособности, а предельные. Предельные величины Ч это абстрактные значения, которые возможно никогда не станут текущими значениями анализируемых показателей, но в которых наиболее точно отражены закономерности формирования этих показателей. В условиях неопределенности будущего, предельные величины, как правило, демонстрируют высокую устойчивость, и поэтому их анализ приводит к выводам, которые свободны от случайных искажений.

Под предельным образом заемщика будем понимать внутренне согласованное многовариантное описание заемщика с помощью предельных значений некоторого показателя и вероятностных оценок реальности этих предельных значений.

2. Модель экспертно-статистического формирования предельного образа кредитозаемщика Оцененную модель для расчета ожидаемых вариантов предельного образа заемщика, например, для показателя дебиторская задоженность можно записать в виде

А+1 =ао+а10,+4х,+1; (1)

Х Пп + Л С0+С,21+1

рОг+1 = 11 ) = ' (2)

Р(^+1=-1|г<+)) = 1 Дгг , О)

1-0! 1 + е 0 +с'г<+1

где О, Ч уровень дебиторской задоженности в момент / кредитной истории; йд,л!, со, с{Ч оцениваемые параметры модели; обобщенная экс-пертно-аналитическая оценка, полученная по результатам анализа возможных ситуаций, оказывающих догосрочное влияние на формирование задоженности;

1 в случае высокого уровня дебиторской задоженостщ

[Ч1 в случае низкого уровня дебиторской задоженности.

В модели две составляющие. Первая составляющая (1) отвечает за многовариантную экстраполяцию, а вторая Ч за экспертао-аналитическую оценку вероятности реальности каждого из экстр аполяционных вариантов.

Модель (1)-(3) после взятия математического ожидания может быть записана следующим образом:

Е(А+, | = ло -+ Л + 2<?Р(г,+1) (4)

и интерпретироваться как математическое ожидание моделируемого показателя. Предельное значение для этой модели рассчитывается по формуле п* = а0 -+2^Р(г/+1)

В отличие от (1)-(3) данная модель оценивает усредненный вариант предельной величины при заданном уровне субъективно-аналитической оценки. Она является удобным инструментом анализа возможных ситуаций предельного поведения моделируемого показателя в тех случаях, когда у экспертов

экспертов и аналитиков нет единой точки зрения относительно ожидаемой ситуации с дебиторской задоженностью.

Модель легко обобщается. Смысл обобщения заключается в том, чтобы решить вопрос, связанный с увеличением числа экстраполяционных вариантов, и решить вопрос об оценке вероятности реальности этого расширенного множества вариантов.

Модель формирования предельного образа для случая дихотомической модели к -го уровня записывается следующим образом:

А+1=а0+а1Д+хг+1а; (6)

л ло + . п , т_ пч

,=Ч-Ч-, у = 0,1,..., 3\ (7)

Р(х,+1=>у'к+1) =-у-Г' 7=0,1Д...,./-1; (8)

1+ ег'+,С/

Р(х/+1=>У|г/+,) =-(9)

1+ е*"'0' j=0

где вектор-строка из нулей и единиц, задающая экстраполяционный

вариант с присвоенньм номером у, б,с -векторы-стобцы оцениваемых параметров модели.

Аналогичным образом можно записать модель для кредиторской задоженности, а также для любого другого показателя, характеризующего кредитоспособность заемщика.

3. Метод адаптивного предельного анализа кредитной истории предприятия-заемщика

Предлагаемый в диссертации метод адаптивного предельного анализа ориентирован на анализ ожидаемых в текущий момент предельных значений, которые могли бы быть достигнуты при действующих в рассматриваемый момент закономерностях Основой этого метода является обобщенный вариант модели (7)-(9). С помощью такой модели удается построить предельный образ заемщика.

Ключевая идея метода заключается в том, чтобы статическую модель формирования предельного образа превратить в адаптивную. Если модель будет наделена адаптивным механизмом, то это позволит оценивать предельное состояние заемщика в каждый текущий момент времени. Подобная возможность позволит рассматривать предельный образ заемщика в динами-

ке, уточняя тем самьм представление о риске возможного нарушения договорных условий с заемщиком.

Таким образом, необходимым условием реализации предлагаемого метода адаптивного предельного анализа является корректное построение адаптивной модели, обладающей необходимым набором свойств.

4. Адаптивная модель экспертно-статистического формирования динамики предельных значений показателей кредитоспособности заемщика

Первый вопрос, который возникает при построении адаптивной модели предельного образа, заключается в выборе начального значения. Обычно начальные значения Ь0, Сц1 определяются по данным, принадлежащим специально выделенному подмножеству наблюдений в начале исторического периода.

В рассматриваемом случае такой прием получения начальных значений не приемлем, так как оставляет неопределенными специально вводимые фиктивные переменные на оставшейся части исторического периода. Поэтому в качестве начальных значений для данной модели использовать оценки, полученные по всему множеству данных исторического периода. При таком подходе удается не только определить Ь0 и Сд1, но и идентифицировать переменные, отражающие скачкообразные изменения в моделируемом показателе.

Кроме того, в процессе определения начальных значений на основе данных всего исторического периода удается одновременно оценить для каждого момента времени величину отклонений расчетных значений от фактических. Эти отклонения, как известно из процедуры построения модели предельного образа, пропорциональны экспертао-аналитическим оценкам, которые необходимы для построения модели множественного выбора, с помощью которой оценивается вероятность реальности тенденций формирующих предельный образ. Таким образом, можно сделать вывод, что в качестве начального значения для модели адаптивного предельного анализа дожен использоваться обобщенный вариант модели (6)-(9).

Смысл второго вопроса заключается в том, чтобы определить, какую процедуру Ч одношаговую или многошаговую - имеет смысл применять в адаптивной модели формирования предельного образа. Однозначного ответа нет. Заметим, что при использовании одношаговой процедуры возможны случаи, когда случайные колебания принимаются за изменение тенденции, приводя к ошибочным выводам. Если стремиться к исключению подобного рода ошибок, то предпочтение нужно отдать многошаговой процедуре.

Таким образом, когда все условия построения модели уточнены, можяо записать ее общий вид:

Уж =ХИ/Ь,_1(а,и); (10)

ЬДа.и) = Ь,_1 (а,п) + +с^х^с^х;,,+а\пгх[уги - (11)

у" / = 0,1,..., Л (Ц)

Р(хЛ|г,) = Ч^-, / = 0,1,2,...,7 Ч 1; (И)

Р(хЛ|*,) =--; (14)

1+ 2У<'

С,1 = ^[С^Л - сйх^х^сйх;, + а1Д) 'Х^С^], (15)

гдех< = (1,у,_1гхл,...,хл) Ч расширенная вектор-строка независимых переменных адаптивной модели; Ь,(а,п) = (а,0, а, 1, 1,..., ) - оценка для м о-мента / комбинированного вектор-стобца коэффициентов адаптивной мэ-дели; х'А =(дг/1,...,л/^) Ч г'-я вектор-строка из А значений, которые дихотомические переменные приняли в момент времени /; Ч оценка для момента / вектор-стобца коэффициентов адаптивной модели, стоящих перед дихотомическими переменными; ХтЧ матрица из п расширенных вектор-строк независимых переменных, последняя из которых име га номер ( ; Х(- матрица из поного набора расширенных вектор-строк; I, -единичная матрица размером их и; аЧ настраиваемый параметр адаптации (0<сг<1); иЧ число наблюдений одновременно обрабатываемой совокут-ности данных (определяется экспертно или как настраиваемый параметр); С, = Х'^Х,- матрица системы нормальных уравнений экспоненциально

взвешенного метода наименьших квадратов); С^1Ч обратная матрица системы нормальных уравнений экспоненциально взвешенного метода наименьших квадратов; Ь,- матрица весовых коэффициентов, определенных в соог-ветствии с используемой весовой функцией при групповом взвешивая* и данных.

Данная модель позволяет воспроизвести динамику предельного обра а по данным исторического периода.

5. Уточненное определение рейтинговой оценки

Несмотря на популярность рейтинговых оценок в различных аспектах финансовой деятельности до сих пор интуитивное представление о рейтинге как некой шкале сравнения преобладает над четким определением этого понятия. Причем специфика задач, для решения которых были разработаны рейтинговые оценки, присутствуя в определении, не позволяет абстрагироваться в понимании рейтинга до уровня теории принятия решений в условиях неопределенности. Даже наиболее общее, не связанное со спецификой решаемых задач представление о рейтингах, ориентирует на понимание рейтинга как комплексной оценки состояния субъекта, которая позволяет отнести его к некоторому классу или категории.

Данное определение, правильно отражая суть применения рейтинга, в то же время не обеспечивают требуемый уровень формализации этого понятия, что затрудняет моделирование рейтинговых оценок и их количественный анализ. Поэтому, преследуя впоне определенную цель, введем в рассмотрение ранжированные классы, т.е. классы таких объектов, поведение которых в неопределенном будущем идентично, и для которых одновременно устанавливается как принадлежность к классу, так и порядковое отношение с объектами других классов. Иными словами, рейтинговое измерение сравниваемых субъектов осуществляется в шкале, представляющей комбинацию номинальной и ранговой шкал. Это важное уточнение в понимании рейтинговых измерений. С его помощью удается уточнить и само определение рейтинга. Под рейтинговой оценкой будем понимать значение качественной порядковой переменной, с помощью которой субъект относится к соответствующему классу риск-устойчивого поведения в будущем.

В данном определении уровень рейтинговой оценки связывается с определенным уровнем риска. Этим подчеркивается необходимость формирования рейтинговых оценок не только в зависимости от роста оценочных показателей, но и с учетом маловероятных, не имевших место в прошлом, риск-опасных ситуаций.

6. Методика формирования внутренних кредитных рейтингов предприятий-заемщиков - Общая схема предлагаемой методики, илюстрирующая логику формирования рейтинговых оценок, приведена на рисунке.

Нетрудно обнаружить, что главным элементом разработанной схемы является формирование предельного образа заемщика. Реальный смысл предельного образа заключается в том, что это наиболее вероятное состояние заемщика в будущем. Это результат действия тех закономерностей, в соот-

ветствии с которыми формируется финансовое состояние на основе финансово-экономического потенциала.

I. Формирование информационных возможностей моделирования

1. Отбор субъекта

2. Определение показателей моделирования

3. Формирование рядов динамики

II. Формирование предельного образа заемщика

1. Построение модели предельного образа

2. Расчет предельных значений

3. Расчет вероятностей реальности тенденций

III. Анализ риск-возможных ситуаций

1. Формирование совместного распределения риск-возможных ситуаций

2. Расчет вероятностной надежности заемщика по показателям

IV. Адаптивный анализ динамики показателей

1. Анализ составляющих динамики показателей

2. Адаптивный предельный анализ показателей

V. Присвоение рейтинговых оценок

1. Оценка вероятностной надежности кредитозасмщика

2. Содержательный анализ рейтинговых оценок

Рисунок. Обобщенная схема формирования рейтинговых оценок на основе предельного образа заемщика

Причем условия реализации финансово-экономического потенциала изменяются в зависимости от бизнес-окружения и рыночной конъюнктуры. В соответствии с этими изменениями изменяются закономерности, а вместе с закономерностями изменяются и предельные значения. Поэтому предельный

образ, как понятие, отнесенное к упреждающему моменту времени, представляет собой множество альтернативных вариантов. Естественно, возникает вопрос о процедуре, позволяющей из множества альтернативных вариантов с учетом вероятностей их реальности сформировать внутреннюю рейтинговую оценку.

Сразу заметим, что можно предложить несколько подходов, позволяющих сформировать рейтинговую оценку из альтернативных вариантов. На формальном уровне в основе каждого подхода дожна лежать определенная идея интеграции множественного состояния в единую оценку, позволяющую понять уровень качества этого состояния. Смысл идеи, которая заложена в предлагаемую методику рейтингового оценивания, заключается в том, что наиболее высокий рейтинг дожен присваиваться субъекту, у которого вероятность сохранить свои финансово-экономические показатели на требуемом уровне в будущем достаточно высокая.

При реализации подхода, ориентированного на минимизацию риска, важно предусмотреть схему рассмотрения всех ситуаций, даже тех, вероятность реальности которых близка к нулю. Только такой подход сможет обеспечить надежность рейтинговой оценки. В основе построения этой схемы лежат несколько предположений, которые не противоречат реальным ситуациям:

Ч оценочные коэффициенты, на основе которых строятся рейтинги, являются производными характеристиками, рассчитываемыми как минимум по двум показателям хозяйственной деятельности заемщика;

Ч по каждому показателю хозяйственной деятельности можно сформировать предельный образ заемщика;

Ч предельные образы заемщика по отдельным показателям хозяйственной деятельности можно рассматривать как независимые дискретные, случайные величины с известным распределением вероятностей.

Предположения позволяют свести задачу исследования всех возможных риск-ситуаций к исследованию специально сформированной случайной величины. Значения этой случайной величины рассчитываются по значениям предельных образов в соответствии с заранее заданной формулой, а распределение - обычным образом, как это предусмотрено правилом умножения двух случайных величин. Схему необходимых расчетов удобно представить в табл. 1 и табл. 2.

Значения так полученной случайной величины практически охватывают все возможные ситуации, которые могут возникнуть у кредитозаемщика по соответствующей характеристике (коэффициенту). Анализ случайной величины сводится к определению тех ее значений, которые позволяют считать заемщика способным выпонить условия кредитного договора.

Таблица 1

Результаты формирования предельных образов показателей, характеризующих кредитоспособность заемщика

1-й показатель 2-й показатель

Значение Х2 УъУг.....Ут

Вероятность ?b>i\rb>2),->?b>n)

Таблица 2 Результаты оценки риск-возможных ситуаций

Результирующая случайная величина

Значение zi - z2 Ч >ХХ>znm~ У1 У2 -m

Вероятность P(zl) = P(*l )Р(У1 )> Р(г2 ) = P(*2 )Р(У2 )>ХХ> Р(ггая ) = Р(*н )Р(Ут )

Данные табл. 2 позволяют выделить такие значения, т.е. такие значения для которых > гкр, и рассчитать вероятность надежности заемщика по соответствующей к -й характеристике (коэффициенту)

Р*= !>('/) (16)

С помощью так рассчитанных вероятностей определяется первый символ внутреннего рейтинга, который присваивается соответствующему заемщику. Правило присвоения основано на сравнении минимального значения вероятности

Ргшп =тшР* (17)

с границами, заданными табл. 3.

Четыре уровня дифференциации первого символа рейтинговой оценки, предусмотренные табл. 3, не являются обязательными. Впоне возможно их увеличение. Однако не следует забывать, что рейтинговая шкала имеет ограниченную разрешающую способность, и с этим нужно считаться, устанавливая уровни дифференциации.

Второй символ рейтинга формируется по данным адаптивного предельного анализа. В отличие от статической модели адаптивная модель позволяет сформировать предельный образ заемщика для каждого момента времени исторического периода. Естественно, для каждого момента времени исторического периода можно применить методику определения первого символа рейтинговой оценки, описание которой приведено выше. Результатом при-

менения этой методики, как нетрудно понять, будет последовательность, в которой случайным образом чередуются четыре символа.

Таблица 3

Границы рейтинговых значений

Присваиваемый символ Верхняя граница вероятности Нижняя граница вероятности Кредитное решение

А 1 0,9 Кредит выдавать на стандартных условиях

В 0,9 0,75 Кредитование возможно с повышением процентной ставки

С 0,75 0,5 Кредитование возможно с уменьшением указанной в кредитной заявке суммы и повышением процентной ставки

Б 0,5 0 Кредит не выдавать

Интерпретация полученной таким образом последовательности символов основана на определении доминирующей доли символов. Например, если среди символов сформированной последовательности более 90 % символы А, то второй символ рейтинга - А. Если символов А менее 90 %, но символов А и В вместе взятых более 75 %, то в качестве второго символа рейтингу присваивается В. Наконец, если символов А и В меньше 75 %, но символов А, В и С более 50%, то присваивается символ С. В остальных случаях присваивается символ О. Таким образом, если первый символ рейтинга является усредненной характеристикой текущей надежности субъекта, то второй символ дает представление о той надежности, которую заемщику удалось поддерживать на протяжении всего исторического периода.

Последний символ представляет собой согласованное субъективное мнение кредитной комиссии. Если субъективное мнение согласуется с результатами формализованного анализа, то рейтинговую оценку можно считать сформированной, в противном случае проводятся допонительные исследования надежности заемщика.

Детали присвоения рейтингу последнего символа не приводятся, поскольку процедуры обработки результатов группового опроса экспертов, а в данном случае именно эта процедуры и всевозможные их модификации имеют место, хорошо известны и не требуют специальных комментариев. В то же время нужно заметить, что результаты моделирования в виде предельных образов заемщиков, которые использовались при идентификации первых двух символов, существенно зависят от субъективных мнений аналитиков, но эта зависимость основана не на экспертных оценках, а на экспертно-

статистической информации, в которой консолидированы экспертные оценки и статистические закономерности.

Действительно, значительная часть расчетов, предусмотренных методикой, основана на экспертных оценках или использует экспертные оценки. Это естественно, так как в процессе формирования рейтингов приходится решать слабо формализованные задачи. Данное обстоятельство характерно для всех известных систем, применяемых рейтинговыми агентствами. В предлагаемой методике экспертные методы используются как в качестве самостоятельных процедур, так и в сочетании с другими методами. Но они не являются доминирующим аппаратом.

Особое место в методике отведено эконометрическим моделям с качественной зависимой переменной. Это модели, которые только начинают использоваться для решения задач прикладного характера. На их основе удается построить распознающую систему, позволяющую для любого субъекта оценить вероятность, с которой он может оказаться в той или иной ситуации. Решение, выдаваемое в виде вероятностного распределения, хотя и не очень привычно, но содержит в себе об оцениваемом субъекте гораздо больше информации, чем детерминированное решение. Благодаря этой допонительной информации определяется степень справедливости рейтинговой оценки, а также вероятность ее устойчивости в будущем.

Фактически заложенные в методику идеи позволяют с одной стороны обобщить основные принципы рейтингового оценивания, а с другой - абстрагироваться от некоторых чрезмерно специфических черт, имеющих место во многих методиках построения внутренних рейтингов. В целом, методика свободна от специфики частных задач, ориентирующих на применение в узких предметных областях, и это превращает ее в универсальный инструмент обоснования кредитных решений.

В табл. 4 и табл. 5 приводятся фрагменты расчетов по обоснования первого символа рейтинговой оценки ОАО Воронежский синтетический каучук.

Таблица 4

Предельный образ ОАО Воронежский синтетический каучук по дебиторской и кредиторской задоженностям

Номер варианта Дебиторская задоженность Кредиторская задоженность

Предельные значения Вероятность Предельные значения Вероятность

1 652684,37 0,35 753425,25 0,12

2 513911,90 0,65 471861,32 0,60

3 435867,39 0,00 376760,24; 0,28

4 297094,93 0,00 95196,31 0,00

Таблица 5

Результаты оценки риск-возможных ситуаций

№ ситуации Соотношение дебиторской и кредиторской задоженности Вероятность риск-возможной ситуации № ситуации Соотношение дебиторской и кредиторской задоженности Вероятность риск-возможной ситуации

1. 0 0,0414 9. 0 0,0005

2. 1 0,2101 10. 0 0,0023

3. 1 0,0975 И. 1 0,0011

4. 1 0,0007 12. 1 0,0000

5. 0 0,0766 13. 0 0,0000

6. 1 0,3882 14. 0 0,0000

7. 1 0,1803 15. 0 0,0000

8. 1 0,0013 16. 1 0,0000

Рассчитанная по данным табл. 5 вероятность надежности соотношения дебиторской и кредиторской задоженности равна 0,87, что соответствует символу В, т.е. кредит ему следует выдавать с учетом дифференциации процентной ставки.

ОСНОВНЫЕ ВЫВОДЫ

В диссертационной работе на основе выпоненных теоретических и прикладных исследований в области анализа и оценки кредитоспособности предприятий-заемщиков выводы, заключающиеся в следующем:

1. Введенное в диссертации понятие предельный образ заемщика, хотя и является по своей сути абстрактным, однако, как показано в работе, с его помощью можно строить реальные оценки надежности кредитных решений, отнесенных к упреждающим моментам времени. Эта точка зрения имеет право на существование в силу того, что в предельном образе сконцентрированы закономерности, в соответствии с которыми осуществляется финансово-экономическая деятельность предприятия. Причем отклонение от этих закономерностей, как правило, носиг временный характер. Поэтому понятие предельного образа впоне обоснованно можно считать отправной точкой в разработке методики внутреннего рейтингового оценивания кредитоспособности заемщика.

2. Практическая реализация такой методики потребовала прежде всего создания аппарата моделирования предельных значений показателей, характеризующих кредитоспособность предприятий-заемщиков. Ключевой идеей разработки необходимого комплекса моделей послужило используемое при построении паутинообразной модели понятие равновесного состояния. В рамках эконометрического подхода к построению аналогов паутинообразной

модели удается решить проблему формированию предельного образа заемщика.

3. Возможность практической реализации методики существенным образом зависит от того набора данных, который находится в распоряжении кредитора. Как правило, это данные кредитной истории. Поэтому построение предусмотренных методикой моделей дожно быть ориентировано на данные кредитной истории. Только выпонение этих условий обеспечит жизнеспособность методики.

4. Аппарат статистического оценивания параметров моделей, используемых д ля формирования предельных образов заемщика, ограничивает возможности анализа заемщика по данным исторического периода, так как обеспечивает получение усредненного представления об анализируемом процессе. Поэтому желание получить более детальное представление об эффектах, имевших место в динамике показателей кредитоспособности заемщика, может бьггь реализовано только с помощью адаптивного моделирования.

5. Реализация потенциальных возможностей анализа динамики финансово-экономических показателей с помощью адаптивных моделей требует разработки специальных процедур, обеспечивающих целенаправленное решение задач, которые возникают в процессе обоснования кредитных решений. Предложенный в диссертации метод адаптивного предельного анализа оказася весьма полезным в рейтинговом оценивании и, по сути, может считаться методом, положившим начало исследований по применению адаптивных моделей в задачах анализа динамики экономических процессов.

6. Совместное применение методов статистической обработки данных и экспертного оценивания, реализованное в предложенной методике, не противоречат общепринятой логике формирования рейтинговых оценок. Главное преимущество экспертно-статистических оценок в том, что в построенных на их основе рейтингах находят отражение объективные закономерности, имевшие место в кредитной истории заемщиков, и риски, ожидаемые экспертами в будущем.

7. Проведенные в диссертации расчеты по обоснованию внутренней рейтинговой оценки конкретного предприятия-заемщика продемонстрировали возможность практического использования предложенной методики. В то же время стало ясно, что вычислительная схема методики оказалась достаточно трудоемкой. Программная реализация, необходимость которой очевидна в данном случае, может бьггь выпонена без допонительных усилий по агоритмизации методики, поскольку детали вычислительной схемы и изложены в диссертационной работе достаточно подробно.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях из перечня ВАК РФ

1. Тинякова В.И. Модели оценки надежности кредитных решений коммерческих банков / В.И. Тинякова, A.B. Яркина (Доматова) // Вестник Тамбовского университета. Серия: Гуманитарные науки. - 2009. -№ 4(72). -С. 422-426 (0,62 п.л./0,42 пл.).

Публикации в других изданиях

2. Яркина (Доматова) A.B. Компонентный анализ при построении рейтингов предприятий-кредитозаемщиков / A.B. Яркина (Доматова) // Совершенствование финансово-кредитных отношений: сб. статей междунар. науч.-практ. конф. Ч Воронеж: Изд-во Истоки, 2008. - С. 470-472 (0,18 П.Л.).

3. Яркина (Доматова) A.B. Особенности кредитных деривативов / A.B. Яркина (Доматова), В.И. Тинякова // Финансы, денежное обращение и кредит. Организация финансовых систем: материалы III междунар. науч.-практ. конф. Ч Новочеркасск: Юж.-Рос. гос. техн. ун-т, 2008. Ч С. 54-56 (0,18 п.л./0,10 пл.).

4. Яркина (Доматова) A.B. Модели с дискретной зависимой переменной как альтернатива дискриминантному анализу в задачах оценки кредитоспособности заемщиков / A.B. Яркина (Доматова) // Инновационные технологии научных исследований социально-экономических процессов : сб. ст. V междунар. науч.-практ. конф. - Пенза: АНОО Привожский Дом знаний, 2007. - С. 159-162 (0,25 пл.).

5. Тинякова В.И. Прогнозные оценки в рейтинговых решениях относительно кредита / В.И. Тинякова, A.B. Яркина (Доматова) // Наука на рубеже тысячелетий : сб. науч. статей 4-й междунар. науч.-практ. конф. - Тамбов: ТАМБОВПРИНТ, 2007. - С. 121-122 (0,12 п.л./0,08 пл.)

6. Вошцева О.С. Особенности кредитования с использованием кредитных карт / О.С. Вошцева, В.И. Тинякова, A.B. Яркина (Доматова) // Электронный бизнес: проблемы, развитие, перспективы: материалы VI Все-рос. науч.-практ. конф. / [под науч. ред. В.В. Давниса]. Ч Воронеж: ИПЦ Воронеж. гос. ун-та, 2007. - С. 103-106 (0,25 пл./0,15 пл.).

7. Тинякова В.И. Анализ чувствительности рейтинговых оценок кре-дитозаемщиков коммерческого банка / В.И. Тинякова, A.B. Яркина (Доматова) // Математические модели и информационные технологии в экономике: сб. науч. трудов Всерос. симпозиума. - Кисловодск: Кисловод. инс-т эк-ки и права, 2007. - Т. 2. - С. 65-68 (0,25 пл. /0,20 пл.).

8. Яркина (Доматова) A.B. Адаптивный дискриминантный анализ в задачах прогнозирования кредитоспособности корпоративных заемщиков / A.B. Яркина (Доматова) // Инновационные процессы в управлении пред-

приятиями и организациями : сб. статей VI междунар. науч.-практ. конф. Ч Пенза : АНОО Привож. Дом знаний, 2007. - С. 99-101 (0,18 пл.).

9. Давние В.В. Энтропийная оценка надежности кредитных решений / В.В. Давние, А.В. Яркина (Доматова) П Совершенствование системы управления организацией в современных условиях : сб. статей IV Всерос. науч.-практ. конф. - Пенза: АНОО Привожский Дом знаний, 2007. - С. 24-26 (0,18 п.л./0,09 п.л.).

10. Тинякова В.И. Моделирование рейтинговых оценок предприятий-кредитозаемщиков коммерческого банка / В.И. Тинякова, А.В. Яркина (Доматова) // Энергия-ХХ1 век (научно-практический вестник), 2006. - №3 (61). -Москва-Воронеж: Воронеж, гос. ун-т. - С. 131-134 (0,25 п.л./0,2 п.л.).

11. Тинякова В.И. Моделирование прогнозной составляющей кредитных решений У В.И. Тинякова, С.С. Щекунских, А.В. Яркина (Доматова) // Экономическое прогнозирование: модели и методы: материалы II междунар. науч.-практ. конф. / [под науч. ред. В.В. Давниса]. - Воронеж: Воронеж, гос. ун-т, 2006. -Ч. 2. - С. 41-46 (0,38 п.л./0,15 п.л.).

12. Тинякова В.И. К/в-анализ и многошаговая адаптация в задачах пре-дикторной обработки данных интернет-исследований / В.И. Тинякова, А.В. Яркина (Доматова) // Электронный бизнес : опыт и перспективы : материалы IV Всерос. науч.-практ. конф./ [под науч. ред. В.В. Давниса, М.Г. Матвеева]. -Воронеж: Воронеж, гос. ун-т, 2005.- С. 167-174 (0,50 п.л./0,3 п.л.).

Подписано в печать 13.08.09. Формат 60x84 '/л. Усл. печ. л. Тираж 100 экз. Заказ 1333

Отпечатано с готового оригинала-макета в типографии Издательско-полиграфичгского центра Воронежского государственного университета. 394000, Воронеж, ул. Пушкинская, 3.

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Доматова, Анастасия Владимировна

ВВЕДЕНИЕ.

1. ПРОБЛЕМЫ ОБОСНОВАНИЯ РЕШЕНИЙ

В СФЕРЕ КРЕДИТОВАНИЯ ПРЕДПРИЯТИЙ.

1.1. Классический анализ кредитоспособности предприятий-заемщиков: сущность, этапы, показатели.

1.2. Современные модели и методы оценки кредитоспособности заемщика.

1.3. Учета риска при обосновании кредитных решений.

2. МОДЕЛИ РИСК-ПРЕДЕЛЬНОГО АНАЛИЗА КРЕДИТОСПОСОБНОСТИ ПРЕДПРИЯТИЙ-ЗАЕМЩИКОВ.

2.1. Ключевые идеи риск-предельного анализа.

2.2. Формирование предельного образа кредитозаемщика.

2.3. Адаптивный анализ предельного состояния кредитозаемшика.

3. ПОСТРОЕНИЕ РЕЙТИНГОВЫХ ОЦЕНОК ПРЕДПРИЯТИЙ-ЗАЕМЩИКОВ НА ОСНОВЕ ПРЕДЕЛЬНЫХ ОБРАЗОВ.

3.1. Теоретические положения методики рейтингового оценивания кредитозаемщиков по предельным характеристикам их финансового состояния.

3.2. Пример реализации авторской методики рейтингового оценивания.

Диссертация: введение по экономике, на тему "Модели и методы экспертно-статистической оценки кредитоспособности предприятий-заемщиков"

Актуальность темы исследования. К настоящему времени разработано множество методик оценки кредитоспособности заемщиков с позиций их финансового состояния и возможностей своевременного погашения кредита. Формирование единой, универсальной методики представляется весьма затруднительным, так как содержание конкретных рекомендаций по анализу кредитных возможностей ссудополучателя определяется широким кругом различных факторов. В этой связи разработка и совершенствование собственной методики оценки кредитоспособности заемщиков является важной задачей, с необходимостью решения которой стакивается каждый коммерческий банк.

Сформулированный в 2004 году Базельским комитетом по банковскому надзору принцип управления кредитным риском на основе внутренних кредитных рейтингов заемщиков активизировал разработку соответствующих методик рейтингового оценивания. Однако в этих методиках, как правило, не учитывается весь спектр возможных рисков и прежде всего без дожного внимания остаются маловероятные риски, что нередко приводит к фатальным ошибкам - об этом как раз и свидетельствует мировой финансовый кризис, негативные последствия которого и сегодня продожает проявляться в нашей стране.

Таким образом, актуальной является проблема создания аппарата, учитывающего все риск-возможные ситуации, связанные с банковским кредитованием.

Степень разработанности проблемы. Начало исследований в области разработки формализованных подходов к оценке кредитоспособности предприятий-заемщиков было положено зарубежными (Э. Альтман, Р. Лис, Г. Спрингейт, Р. Тоффлер, X. Тишоу, Дж. Фумер, Р. Чессер и др.) и отечественными (А.Ю. Беликов, Г.В. Давыдова, О.П. Зайцева, М.А. Федотова и др.) учеными, применившими множественный дискриминантный анализ для построения собственных моделей оценки кредитоспособности.

Разработка формализованных подходов была, в частности, продожена А.О. Недосекиным, предложившим использовать для этих целей аппарат нечеткой логики, а также В.В. Давнисом и И.Н. Бугаковой, разработавшими адаптивно-имитационные модели прогнозирования банкротств предприятий.

Другое направление в создании классификационных моделей было поддержано такими учеными, как A.M. Карминский, М.И. Лукин, А.А. Пересец-кий, А.Е. Петров, А.С. Чижова, в работах которых указывается на целесообразность формирования внутренних рейтинговой заемщиков с помощью эко-нометрических моделей дискретного выбора.

Общий недостаток разработанных к настоящему времени формализованных подходов к оценке кредитоспособности состоит в том, что в них большое внимание уделяется статическим оценкам, а не оценкам, отнесенным к упреждающему периоду, в то время кдд кредитное решение нацелено на будущее, причем, как правило, весьма отдаленное.

Предсказать же будущее состояние кредитозаемщика только с помощью формализованных методов в силу очевидных причин невозможно, поэтому наиболее востребованными представляются те методики, которые позволяют получить комбинированную (экспертно-статистическую) оценку кредитоспособности заемщика.

В диссертации предлагается методика внутреннего рейтингового оценивания кредитозаемщиков, для реализации которой разработаны модели и методы, обеспечивающие формирование экспертно-статистической оценки кредитоспособности заемщиков по предельным характеристикам их финансово-экономического состояния. Такие методики ранее не предлагались.

Объект исследования Ч показатели кредитоспособности предприятий-заемщиков и их динамика.

Предмет исследования - математические модели и методы для формирования экспертно-статистической оценки кредитоспособности предприятий-заемщиков.

Цель исследования - развитие математического аппарата внутреннего рейтингового оценивания предприятий-заемщиков по предельным характеристикам их финансово-экономического состояния.

Цель исследования предопределила постановку и необходимость решения следующих задач: выявить проблемы обоснования решений в сфере кредитования предприятий, связанные с несовершенством современного инструментария оценки кредитоспособности заемщиков, повышающим уровень кредитного риска; сформулировать ключевые идеи риск-предельного анализа кредитоспособности предприятий-заемщиков и разработать на их основе модель для формирования предельного образа кредитозаемщика по отдельным показателям его финансово-экономического потенциала; разработать модель, обеспечивающую получение оценки потенциальной кредитоспособности заемщика, которую он поддерживал на протяжении всей кредитной истории; уточнить понятие рейтинговой оценки и разработать методику формирования внутренних кредитных рейтингов предприятий-заемщи-ков; предложить метод оценки потенциальной склонности кредитозаемщика к риску, связанному с его переходом из одной рейтинговой группу в другую; провести верификацию предлагаемого аппарата.

Область исследования. Содержание диссертации соответствует п. 1.4 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий . , п. 1.6 Математический анализ и моделирование процессов в финансовом секторе экономики, . , специальности 08.00.13

Математические и инструментальные методы экономики Паспорта специальностей ВАК РФ.

Теоретической и методологической основой исследования послужили современные достижения экономической и математической науки, содержащиеся в трудах отечественных и зарубежных ученых по обоснованию принимаемых банками кредитных решений, анализу кредитоспособности предприятий-заемщиков, эконометрическому моделированию, экспертному оцениванию, адаптивному прогнозированию экономических процессов, имитационному моделированию, рейтинговому оцениванию.

Эмпирическую базу исследования составили: 1) данные, опубликованные Территориальным органом Федеральной службы государственной статистики по Воронежской области; 2) отчетность предприятий, размещенная на их официальных сайтах в сети Интернет.

Научная новизна исследования состоит в разработке подхода к оценке кредитоспособности предприятия-заемщика на основе введенного понятия предельный образ заемщика и моделей специального вида, обеспечивающих экспертно-статистическое формирование предельного образа.

Научная новизна подхода реализована в следующих результатах, полученных лично автором:

1. Введено понятие предельный образ заемщика по конкретному показателю, характеризующему кредитоспособность предприятия-заемщика. Под предельным образом предлагается понимать внутренне согласованное многовариантное описание заемщика с помощью предельных значений некоторого показателя и вероятностных оценок реальности этих предельных значений.

2. Разработана модель экспертно-статистического формирования предельного образа кредитозаемщика по отдельным показателям его финансово-экономического потенциала, позволяющая сконцентрировать в альтернативных вариантах значений предельного образа субъективную и объективную информацию о потенциальной надежности предприятия-заемщика.

3. Предложен метод адаптивного предельного анализа кредитной истории предприятия-заемщика, реализующий динамические возможности экс-пертно-статистического формирования предельного образа и обеспечивающий оценку потенциальной склонности кредитозаемщика к риску возможной миграции рейтинга.

4. Разработана адаптивная модель экспертно-статистического формирования динамики предельных значений показателей кредитоспособности заемщика, обеспечивающая оценку потенциальной надежности заемщика, которую он поддерживал на протяжении всей кредитной истории.

5. Уточнено определение рейтинговой оценки, под которой предлагается понимать значение качественной порядковой переменной, с помощью которой субъект относится к соответствующему классу риск-устойчивого поведения в будущем.

6. Разработана методика формирования внутренних кредитных рейтингов предприятий-заемщиков на основе предельных образов, позволяющих связать рейтинговые оценки с уровнем вероятности риск-ожидаемых ситуаций невыпонения договорных обязательств.

Теоретическая значимость исследования состоит в том, что предложенный в диссертации подход и разработанный для его реализации экономико-математический инструментарий внрсят определенный вклад в развитие теории моделирования прогнозной оценки кредитоспособности предприятий-заемщиков, поскольку задают новое направление - экспертно-статистическое формирование предельного образа кредитозаемщика.

Практическая значимость исследования заключается в возможности применения коммерческими банками разработанных моделей и методов, предусмотренных авторской методикой формирования внутренних кредитных рейтингов предприятий-заемщиков, с целью повышения степени обоснованности кредитных решений.

Апробация и внедрение результатов исследования. Основные результаты работы прошли апробацию и получили положительную оценку на семинарах и научных сессиях в Воронежском государственном университете, II международной научно-практической конференции Экономическое прогнозирование: модели и методы (Воронеж, 2006), 4-й международной научно-практической конференции Наука на рубеже тысячелетий (Тамбов, 2007), V международной научно-практической конференции Инновационные технологии научных исследований социально-экономических процессов (Пенза, 2007), III международной научно-практической конференции Финансы, денежное обращение и кредит. Организация финансовых систем (Новочеркасск, 2008), международной научно-практической конференции Совершенствование финансово-кредитных отношений (Воронеж, 2008), а также на Всероссийских конференциях и симпозиумах.

Работа выпонялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета Математическое моделирование и информационные технологии в управлении экономическими процессами.

Руководством филиала ОАО Внешторгбанк в г. Воронеже признана целесообразность использования предложенной в диссертации методики внутреннего рейтингового оценивания предприятий-кредитозаемщиков (подтверждено документально).

Отдельные результаты диссертационного исследования используются при подготовке специалистов в Воронежском государственном университете (имеется справка о внедрении).

Публикации. По теме диссертационного исследования опубликовано 12 работ, в том числе 1 статья в журнале, рекомендованном ВАК РФ. Список публикаций приведен в конце автореферата. Лично соискателю принадлежат работы [170-172]. Остальные работы выпонены в соавторстве. В [139] автор разработал модели для оценки надежности систем рационирования кредита, применяемых в настоящее время коммерческими банками; в [173] выделил особенности подхода к хеджированию кредитных рисков, основу которого составляют кредитные деривативы; в [142] предложил методику принятия кредитного решения в рамках рейтингового подхода, предусматривающую использование авторских моделей прогнозирования; в [38] выявил особенности кредитования с использованием кредитных карт; в [138] разработал подход к анализу чувствительности рейтинговых оценок кредитозаемщиков коммерческого банка; в [53] предложил энтропийный коэффициент для оценки надежности кредитных решений; в [141] построил модель для рейтингового оценивания предприятий-кредитозаемщиков коммерческого банка; в [140] разработал модель для прогнозирования показателей, характеризующих кредитоспособность предприятия-заемщика; в [137] предложил процедуру предикторной обработки данных с использованием многошаговой адаптивной модели.

Структура работы обусловлена ее целью, задачами, логикой исследования. Диссертация состоит из введения, трех глав, заключения, библиографического списка из 179 наименований.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Доматова, Анастасия Владимировна

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основе выпоненных теоретических и прикладных исследований в области анализа и оценки кредитоспособности предприятий-заемщиков выводы, заключающиеся в следующем:

1. Введенное в диссертации понятие предельный образ заемщика, хотя и является по своей сути абстрактным, однако, как показано в работе, с его помощью можно строить реальные оценки надежности кредитных решений, отнесенных к упреждающим моментам времени. Эта точка зрения имеет право на существование в силу того, что в предельном образе сконцентрированы закономерности, в соответствии с которыми осуществляется финансово-экономическая деятельность предприятия. Причем отклонение от этих закономерностей, как правило, носит временный характер. Поэтому понятие предельного образа впоне обоснованно можно считать отправной точкой в разработке методики внутреннего рейтингового оценивания кредитоспособности заемщика.

2. Практическая реализация такой методики потребовала прежде всего создания аппарата моделирования предельных значений показателей, характеризующих кредитоспособность предприятий-заемщиков. Ключевой идеей разработки необходимого комплекса моделей послужило используемое при построении паутинообразной модели понятие равновесного состояния. В рамках эконометрического подхода к построению аналогов паутинообразной модели удается решить проблему формированию предельного образа заемщика.

3. Возможность практической реализации методики существенным образом зависит от того набора данных, который находится в распоряжении кредитора. Как правило, это данные кредитной истории. Поэтому построение предусмотренных методикой моделей дожно быть ориентировано на данные кредитной истории. Только выпонение этих условий обеспечит жизнеспособность методики.

4. Аппарат статистического оценивания параметров моделей, используемых для формирования предельных образов заемщика, ограничивает возможности анализа заемщика по данным исторического периода, так как обеспечивает получение усредненного представления об анализируемом процессе. Поэтому желание получить более детальное представление об эффектах, имевших место в динамике показателей кредитоспособности заемщика, может быть реализовано только с помощью адаптивного моделирования.

5. Реализация потенциальных возможностей анализа динамики финансово-экономических показателей с помощью адаптивных моделей требует разработки специальных процедур, обеспечивающих целенаправленное решение задач, которые возникают в процессе обоснования кредитных решений. Предложенный в диссертации метод адаптивного предельного анализа оказася весьма полезным в рейтинговом оценивании и, по сути, может считаться методом, положившим начало исследований по применению адаптивных моделей в задачах анализа динамики экономических процессов.

6. Совместное применение методов статистической обработки данных и экспертного оценивания, реализованное в предложенной методике, не противоречат общепринятой логике формирования рейтинговых оценок. Главное преимущество экспертно-статистических оценок в том, что в построенных на их основе рейтингах находят отражение объективные закономерности, имевшие место в кредитной истории заемщиков, и риски, ожидаемые экспертами в будущем.

7. Проведенные в диссертации расчеты по обоснованию внутренней рейтинговой оценки конкретного предприятия-заемщика продемонстрировали возможность практического использования предложенной методики. В то же время стало ясно, что вычислительная схема методики оказалась достаточно трудоемкой. Программная реализация, необходимость которой очевидна в данном случае, может быть выпонена без допонительных усилий по агоритмизации методики, поскольку детали вычислительной схемы и изложены достаточно подробно.

Диссертация: библиография по экономике, кандидат экономических наук , Доматова, Анастасия Владимировна, Воронеж

1. Абадуров Е.И. Основы кредитоспособности / Е.И. Абадуров. Киев: Коммерческая литература, 1914.

2. Абрютина М.С. Экспресс-анализ деятельности предприятия при помощи шкалы финансово-экономической устойчивости (на основе отклонений от точки равновесия) / М.С. Абрютина // Финансовый менеджмент. -2002. №3. - Ссыка на домен более не работаетfm/arhiv/2002/3/8.html.

3. Аганбегян А.Г. Экономика, банки, инвестиции Ч настала пора действовать / А.Г. Аганбегян // Деньги и кредит. Ч 2005. Ч № 12. Ч С. 3-6.

4. Аистов А.В. Эконометрика шаг за шагом / А.В. Аистов, А.Г. Максимов. М.: Изд. дом ГУ ВШЭ, 2006. - 178 с.

5. Айвазян С.А. Прикладная статистика и основы эконометрики / С.А. Айвазян, B.C. Мхитарян. М.: ЮНИТИ, 1998. - 220 с.

6. Альгин А.П. Грани экономического риска / А.П. Альгин. М.: Знание. 1991.-64 с.

7. Анализ и диагностика финансово-хозяйственной деятельности предприятия / под ред. П.П. Табурчака, В.М. Тумина и М.С. Сапрыкина. Ростов н/Д: Феникс, 2002. - 352 с.

8. Андреева Г.В. Скоринг как метод оценки кредитного риска / Г.В. Андреева // Банковские технологии. № 6. 2000. Ссыка на домен более не работаетfmanalysis/barLks/scoring.shtml.

9. Антонов М.В. Рационирование кредита и агоритм эффективного распределения заемных средств / М.В. Антонов, А.Б. Поманский // Экономика и математические методы. 1994. - Т. 30, вып. 1. Ч С. 124-136.

10. Ю.Антропов Д.Л. Интегрированный риск-менеджмент в системе управления банком / Д.Л. Антропов // Деньги и кредит. 2005. - №1. - С. 33-37.

11. П.Арутюнян А.Б. Опыт применения моделей Фумера и Спрингейта в оценке венгерских предприятий сельского хозяйства и пищевой промышленности / А.Б. Арутюнян // Ссыка на домен более не работаетfinanalysis/fulmer.shtml.

12. Асанов А.А. Метод многокритериальной классификации ЦИКЛ и его применение для анализа кредитного риска / А.А. Асанов, П.В. Борисенков, С.И. Ларичев, Е.В. Нарыжный, Г.В. Ройзензон // Экономика и математические методы. 2001. - №2. - С 14-20.

13. Астахов А.В. Системный подход к управлению рисками крупных российских коммерческих банков / А.В. Астахов // Деньги и кредит. 1998. -№1. - С. 23-29.

14. Ачкасов А.И. Активные операции коммерческих банков / А.И. Ачка-сов. М.: Консат-Банкир, 1994.

15. Банки и банковские операции / под ред. Е.Ф. Жукова. М.: Банки и. биржи, ЮНИТИ, 1997. - 471 с.

16. Банковский менеджмент / под ред. Е.Ф. Жукова. Ч М.: ЮНИТИ-ДАНА, 2009. 303 с.

17. Банковское дело / под ред. В.И. Колесникова, Л.П. Кроливецкой. М.: Финансы и статистика, 1997. - 480 с.

18. Банковское дело / под ред. О.И. Лаврушина. М.: КНОРУС, 2009: -768 с.

19. Банковское дело / под ред. Г.Г. Коробова. Ч М.: Юрист, 2002. 751 с.

20. Батракова Л.Г. Экономический анализ деятельности коммерческого банка / Л.Г. Батракова. М.: Логос, 1999. - 344 с.

21. Бежовец А.А. Диагностика кризисного состояния предприятия / А.А. Бежовец, О.И. Линючева. Барнаул: Изд-во Атайского гос. ун-та, 2006. - 39 с.

22. Белоглазова Г.Н. Банковское дело. Организация деятельности коммерческого банка / Г.Н. Белоглазова, Л.П. Кроливецкая. Ч М.: Высшее образование, 2009. 422 с.

23. Беляков А.В. Банковские риски: проблемы учета, управления и регулирования / А.В. Беляков. М.: Издательская группа БДЦ-пресс, 2004. -256 с.

24. Бешелев С.Д. Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурвич. М.: Статистика, 1980. - 263 с.

25. Богатов О.И. Моделирование процессов рейтинговой оценки экономических систем / О.И. Богатов, В.Г. Скобелев, В.П. Стасюк // Новое в экономической кибернетике. Донецк: ДонГУ. - 1999. Ч №1. -1999. - С. 41-74.

26. Болыной экономический словарь / Под ред. А.Н. Азрилияна. М.: Фонд Правовая культура, 1994. - 528 с.

27. Бородин А.Ф. О роли банковского сектора в обеспечении устойчивого роста экономики / А.Ф. Бородин // Деньги и кредит. 2003. - №6. - С. 15-16.

28. Брычкин А.В. Оценка кредитоспособности контрагентов и создание резервов под возможные потери по дебиторской задоженности / А.В. Брыч-кин // Финансы и кредит. 2003. - № 1. - С. 21-31.

29. Бугакова И.Н. Адаптивно-имитационное моделирование прогнозных оценок предкризисных ситуаций : Дис. . канд. экон. наук, 08.00.13. Воронеж, 2002.

30. Бугакова И.Н. Адаптивно-имитационное моделирование прогнозных оценок предкризисных ситуаций / И.Н. Бугакова, В.В. Давние // Энергия. -2001.-№4(46).-С. 100-105.

31. Бунге Н.Х. Теория кредита / Н.Х. Бунге. М., 1852.

32. Буянов В.П. Управление рисками (рискология) / В.П. Буянов, К.А. Кирсанов, JI.A. Михайлов. М.: Экзамен, 2002. Ч 384 с.

33. Валенцева Н.И. Современные банковские технологии: теоретические основ и практика / Н.И. Валенцева // Деньги и кредит. 2004. - №10. - С. 5061.

34. Васильева JI.C. Анализ финансово-хозяйственной деятельности предприятий / Л.С. Васильева. М.: Экзамен, 2008. Ч 320 с.

35. Вишняков И.В. Методы и модели оценки кредитоспособности заемщиков / И.В. Вишняков. СПб.: Изд-во.СПбГИЭА, 1998. - 51 с.

36. Власенко М.С. О работе банка с клиентами / М.С. Власенко // Деньги и кредит. 2007. - № 12. - С. 47-50.

37. Власова М.И. Анализ кредитоспособности клиента коммерческого банка / М.И. Власова // Банковское дело. 1997. - №3. - С.20 - 23; №4. - С. 30-33; №5-С. 32-34.

38. Воищева О.С. Эконометрическое моделирование рейтинговых оценок в бизнесе / О.С. Воищева, В.В. Давние, В.И. Тинякова. Ч Воронеж: Центрально-Черноземное книжное издательство, 2008. Ч 124 с.

39. Вяткин В.Н. Управление риском в рыночной экономике / В.Н. Вят-кин, В.А. Гамза, Ю.Ю. Екатеринославсикй, Дж. Дж. Хэмптон. Ч М.: ЗАО Издательство Экономика, 2002. Ч 195 с.

40. Герасимов Б.И. Качество методов оценки кредитоспособности заемщика коммерческого банка / Б.И. Герасимов. Тамбов: Изд-во Тамбов, гос. техн. ун-та, 2001. - 128 с.

41. Гиляровская JI.T. Анализ и оценка финансовой устойчивости коммерческого предприятия / JI.T. Гиляровская, А.А. Вехорева. СПб: Питер, 2003. - 256 с.

42. Глазов М.М. Анализ и диагностика финансово-хозяйственной деятельности предприятия / М.М. Глазов. М.: Андреевский издательский дом, 2006. - 448 с.

43. Горюнов И.В. Критериальный анализ оценки качества ссуд корпоративных заемщиков / И.В. Горюнов // Банковские услуги. 2004. - №5. - С. 11-21.

44. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения / В.М. Гранатуров. 2-е изд., перераб. и доп. - М.: Издательство Дело и сервис, 2002. - 160 с.

45. Графов Г.Ф. Нормативная база рейтинговой оценки финансово-экономического состояния предприятия / Г.Ф. Графов // Аудитор. 2005. -№6.-С. 29-35.

46. Грачев А.В. Финансовая устойчивость предприятия: анализ, оценка и управление / А.В. Грачев. М.: Дело и сервис, 2004. - 192 с.

47. Грюнинг X. ван. Анализ банковских рисков. Система оценки корпоративного управления и управления финансовым риском / X. ван Грюнинг, С. Брайович Братанович. М.: Весь мир, 2003. 304 с.

48. Давние В.В. Адаптивные модели: анализ и прогноз в экономических системах /В.В. Давние, В.И. Тинякова. Воронеж: Изд-во Воронеж, гос. унта, 2006. - 3S0 с.

49. Давние В.В. Основы эконометрического моделирования / В.В. Давние, В.И. Тинякова. Воронеж: АОНО ИММиФ, 2003. - 155 с.

50. Давние В.В. Прогнозные модели экспертных предпочтений / В.В. Давние, В.И. Тинякова. Воронеж: Изд-во Воронеж, гос. ун-та, 2005. - 248 с.

51. Давыдова Г.В. Методика количественной оценки риска банкротства предприятий / Г.В. Давыдова, А.Ю.Беликов // Управление риском. 1999. Ч №3.-С. 13-20.

52. Донцова Л.В. Анализ бухгатерской отчетности / Л.В. Донцова, Н.А. Никифорова. М.: Дело и сервис, 2003. - 334 с.

53. Едронова В.Н. Методика комплексной оценки кредитоспособности заемщика / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. Ч №14.-С. 2-9.

54. Едронова В.Н. Модели анализа кредитоспособности заемщиков / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - №6. - С. 9-15.

55. Едронова В.Н. Принципы системной методологии оценки показателей для определения кредитоспособности заемщика / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - №11. - С. 2-9.

56. Едронова В.Н. Современная стратегия и тактика коммерческих банков в области кредитования / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - №3. - С. 2-10.

57. Едронова В.Н. Технология выдачи кредита / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - №5. - С. 3-6.

58. Ендовицкий Д.А. Анализ и оценка кредитоспособности заемщика / Д.А. Ендовицкий, И.В. Бочарова. М.: Кнорус, 2005. - 272 с.

59. Загорий Г.В. О методиках оценки кредитного риска / Г.В. Загорий // Деньги и кредит. 1997. - № 6. - С. 31-37.

60. Иванов В. и др. Методики комплексного анализа предприятия для целей антикризисного управления / В. Иванов и др. // Рынок ценных бумаг. -1999.-№23.-С. 69-72.

61. Ильясов С.М. Методологические аспекты формирования кредитной политики банка / С.М. Ильясов // Деньги и кредит. 2009. - №6. - С. 23-26.

62. Кабушкин С.Н. Управление банковским кредитным риском / С.Н. Ка-бушкин. М.: Новое знание, 2007. - 334 с.

63. Кадыров А.Н. Методика определения категории риска заемщика для управления уровнем риска кредитного портфеля банка // Финансы и кредит. -2002. -№7.-С. 46-51.

64. Карась JI. Управленческая диагностика основа совершенствования менеджмента / JI. Карась // Проблемы теории и практики управления. - 1996. - № 6. - С. 78-82.

65. Карпузов Ю.С. Развитие рейтинговых услуг в России / Дис. . канд. экон. наук по спец. 08.00.05. М., 2006.

66. Качалов P.M. Управление хозяйственным риском / P.M. Качалов. -М.: Наука, 2002. 192 с.

67. Кирисюк Г.М. Оценка банками кредитоспособности заемщика / Г.М. Кирисюк, B.C. Леховский // Деньги и кредит. 1993. - №4. - С.32.

68. Клейнер Г.Б. Предприятие в нестабильной экономической среде: риски, стратегия, безопасность / Г.Б. Клейнер, В.Л. Тамбовцев, P.M. Качалов. -М.: Экономика, 1997.

69. Клименчуков А.Н. Прогнозирование финансовой устойчивости в задачах оценки догосрочной кредитоспособности предприятий-заемщиков коммерческого банка: Дис. . канд. экон. наук, 08.00.13. Воронеж, 2006.

70. Ковалев В.В. Как читать баланс / В.В. Ковалев, В.В. Патров. М.: Финансы и статистика. - 2002. - 448 с.

71. Ковалев В.В. Финансовый анализ: методы и процедуры / В.В. Ковалев. М.: Финансы и статистика, 2003. Ч 560 с.

72. Ковалева A.M. Финансовый менеджмент / A.M. Ковалева. М.: Ин-фра-М, 2007. - 284 с.

73. Кобачев Е.Б. Финансы и кредит в вопросах и ответах / Е.Б. Коба-чев, Г.И. Ткалич. Ростов н/Д: Феникс, 1999. - 192 с.

74. Коласс Б. Управление финансовой деятельностью предприятия. Проблемы, концепции и методы: Учеб. пособие / Б. Колас / Под ред. Я.В. Соколова. М.: Финансы, ЮНИТИ, 1997. - 576 с.

75. Колоколова О.В. Оценка вероятности банкротства предприятий-заемщиков на основе кластерного анализа / О.В. Колоколова // Финансы и кредит. 2007. - № 18 (258). - С. 44-51.

76. Кондратюк Е.А. Понятие банковских рисков и их классификация / Е.А. Кондратюк // Деньги и кредит. 2004. - №6. - С. 43-50.

77. Константинов Н.С. Методические рекомендации по оценке кредитоспособности корпоративных клиентов в коммерческом банке / Н.С. Константинов // Финансовый менеджмент. 2004. - №2. - С. 104-114.

78. Котова О.В. Рейтинг кредитоспособности заемщиков коммерческого банка: Дис. . канд. экон. наук, 08.00.10-М., 1998.

79. Кредитный риск коммерческого банка / Витлинский В. В., Пернарив-ский О. В., Наконечный Я. С., Великоиваненко Г. И.; Под. ред. В. В. Витлин-ского. К.: Знания, 2000. - 251с.

80. Крейнина М.Н. Анализ финансового состояния и инвестиционной привлекательности акционерных обществ в промышленности, строительстве и торговле / М.Н. Крейнина. М.: АО ДИС, МВ-Центр, 1994. - 256 с.

81. Крейнина М.Н. Финансовый менеджмент / М.Н. Крейнина. М.: Дело и сервис, 2001. - 400 с.

82. Кроливецкая В.Э. Банки в системе инвестиционного финансирования реального сектора экономики России / В.Э. Кроливецкая, Е.В. Тихомиров // Деньги и кредит. 2008. - №11. - С. 22^28 с.

83. Крюков А.Ф. Анализ методик прогнозирования кризисной ситуации коммерческих организаций с использованием финансовых индикаторов / А.Ф. Крюков, И.Г. Егорычев // Менеджмент в России и за рубежом. 2001. -№2.-С. 91-98.

84. Куприенко В.Н. Использование генетического агоритма в системе кредитного. скоринга / В.Н. Куприенко // Научно-технические ведомости СПбГПУ. 2006. - №6-3(48). - С. 130-134.

85. Купчинский В.А. Система управления ресурсами банка / В.А. Куп-чинский, А.С. Улинич. М.: Экзамен, 2002. - 224 с.

86. Лаврушин О.И. Банковское дело: современная система кредитования / О.И. Лаврушин, О.Н. Афанасьева, С.Л. Корниенко. М.: Кнорус, 2009. - 264 с.

87. Леонтьев В.Е. Финансовый менеджмент / В.Е. Леонтьев, В.В. Бочаров, Н.П. Радковская. М.: Элит-2000, 2005. - 560 с.

88. Литвак Б.Г. Экспертная информация: Методы получения и анализа / Б.Г. Литвак. М.: Радио и связь, 1982. - 184 с.

89. Лукасевич И.Я. Финансовый менеджмент / И.Я. Лукасевич. М.: Экс-мо, 2007. - 768 с.

90. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю.П. Лукашин. М.: Финансы и статистика, 2003. - 416 с.

91. Магнус Я.Р. Эконометрика / Я.Р. Магнус, П.К. Катышев, А.А. Пе-ресецкий. М.: Дело, 2004. - 576 с.

92. Максютов А.А. Анализ догов компании при определении ее кредитоспособности / А.А. Максютов // Деньги и кредит. 2002. - №3. - С. 52-55.

93. Марьин С. Управление кредитными рисками основа надежности банка / С. Марьин // Экономика и жизнь. - 2006. - № 23. - С. 4-6.

94. Масленников В.В. Зарубежные банковские системы /В.В. Масленников // М.: Элит-2000, 2001. 390 с.

95. Матвеева В.М. Финансовый анализ позволяет предупредить несостоятельность / В.М. Матвеева, В.В. Шутенко // Менеджмент в России и за рубежом. 2000. - №6. - С. 114-129.

96. Москвин В.А. Инвестиционная привлекательность предприятий и ее роль в кредитовании инвестиционных проектов / В.А. Москвин // Инвестиции в России. 2000. -№11.- С.38-45. '

97. Москвин В.А. Риски кредитования инвестиционных проектов / В.А. Москвин // Инвестиции в России. 1999. - №8. - С. 25-34.

98. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций / А.О. Недосекин. СПб., 2002. - 182 с.

99. Овчинникова Т.И. Дискриминантная модель интегральной оценки финансового состояния предприятия / "Т.И. Овчиннникова, В.Н. Падакин, И.Н. Бугакова, О.А. Козлова // Финансовый менеджмент. 2006. - № 5. - С. 27-35.

100. Ю9.0лыианый А.И. Банковское кредитование: российский и зарубежный опыт / под ред. Е.Г. Ищенко, В.И. Алексеева. Ч М.: Русская Деловая Литература, 1998.

101. Организация деятельности коммерческих банков / Под ред. Г.И. Кравцовой. Мн.: БГЭУ, 2001. - 512 с.

102. Организация работы в банках: В 2-х томах. Т.1. Укрепление руководства и повышение чувствительности к переменам / Д. МакНотон, Д.Дж. Карсон, К.Т. Титц и др. М.: Финансы и статистика, 2002. - 336 с.

103. Осипенко Т.В. О системе рисков банковской деятельности / Т.В. Осипенко // Деньги и кредит. 2000. - №4. - С. 28-30.

104. Панова Г.С. Анализ финансового состояния коммерческих банков / Г.С. Панова. М.: Финансы и статистика, 2000. - 270 с.

105. Панова Г.С. Кредитная политика коммерческого банка / Г.С. Панова. М.: ИКЦ "ДИС", 2003. - 464 с.

106. Патласов О.Ю. Применение моделей и критериев Альтмана в анализе финансового состояния сельхозпредприятий / О.Ю. Патласов, О.В. Сер-гиенко // Финансовый менеджмент. 2006. - №6. - С. 35-45.

107. Порфирьев Б.Н. Концепция риска, который никогда не равен нулю / Б.Н. Порфирьев // Энергия. 1989. - № 8. - С. 31-33.

108. Прогноз и стратегический выбор / В.В. Давние, Е.К. Нагина, В.И. Тинякова, В.А. Ищенко. Воронеж: Изд-во Воронеж, гос. ун-та, 2004. -216 с.

109. Райзберг Б.А. Современный экономический словарь / Райзберг Б.А., Л.Ш. Лозовский, Е.Б. Стародубцева. М.: ИНФРА-М, 1997. - 496 с.

110. Риск-менеджмент инвестиционного проекта / под ред. М.В. Грачевой, А.Б. Секерина. М.: ЮНИТИ-ДАНА, 2009. - 544 с.

111. Роуз Питер С. Банковский менеджмент / С. Роуз Питер. М.: Дело тд, 1995.-768 с.

112. Руководство по кредитному менеджменту / Под ред. Б. Эдвардса. Ч М.: ИНФРА-М, 1996. 464 с.

113. Рэдхэд К. Управление финансовыми рисками / К. Рэдхэд, С. Хьюс. М.: Инфра-М, 1996. - 288 с.

114. Савицкая Г.В. Анализ финансового состояния предприятия / Г.В. Савицкая. М.: Изд-во Гревцова, 2008. - 200 с.

115. Савицкая Г.В. Методика комплексного анализа хозяйственной деятельности / Г.В. Савицкая. М.: ИНФРА-М, 2003. - 306 с.

116. Саркисянц А.О. О роли банков в экономике / А.О. Саркисянц // Вопросы экономики. Ч 2003. Ч №3. Ч С. 91 -102.

117. Сахарова М.О. К вопросу о кредитоспособности / М.О. Сахарова // Деньги и кредит. 1989. - №3. - С. 30-34.

118. Свётуньков С.Г. Количественные методы прогнозирования эволюционных составляющих экономической динамики / С.Г. Свётуньков. Ульяновск: Изд-во Ульянов, гос. ун-та, 1999. - 177 с.

119. Севрук В.Т. Банковские риски / В.Т. Севрук. М.: Дело ТД, 1994. -72 с.

120. Севрук В.Т. Риски финансового сектора Российской Федерации: Практ. пособие/В.Т. Севрук. М.: Финстатинформ, 2001. 175 с.

121. Секерин А.Б. Анализ и оценка риска / А.Б. Секерин, Т.М. Мамоши-на. М.: ИИЦ МГУДТ, 2003. - 160 с.

122. Секерин А.Б. Концепция риска как ресурса и ее применение к портфельным инвестициям / А.Б. Секерин // Вестник Воронежского государственного университета. Серия: Экономика. 2006. - № 1.

123. Симановская А.Ю. Базельские принципы эффективного банковского надзора и их реализации в России / А.Ю. Симановская //Деньги и кредит. -2001.-№3.-С. 19-24.

124. Смирнов Э.А. Разработка управленческих решений / Э.А. Смирнов. М.: ЮНИТИ-ДАНА, 2000. - 271 с.

125. Станиславчик Е.Н. Теория и практика риск-менеджмента на предприятии / Е.Н. Станиславчик. М.: Ось-89, 2002. - 80 с.

126. Сунцова Н.В. Формирование кредитной политики на основе инвестиционных рейтингов хозяйствующих .субъектов : Дис. . канд. экон. наук, 08.00.10. Барнаул, 2006.

127. Тарачев В.А. Кредитные риска и развитие банковский системы / А.В. Тарачев // Деньги и кредит. 2003. - №6. - 25-27.

128. Тинякова В.И. Модели оценки надежности кредитных решений коммерческих банков / В.И. Тинякова, А.В. Яркина (Доматова) // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2009. Ч № 4(72). -С. 422-426.

129. Тинякова В.И. Прогнозные оценки в рейтинговых решениях относительно кредита / В.И. Тинякова, А.В. Яркина (Доматова) // Наука на рубеже тысячелетий : сб. науч. статей 4-й междунар. науч.-практ. конф. Тамбов: ТАМБОВПРИНТ, 2007. - С. 121-122.

130. Типенко Н. Оценка лимитов риска при кредитовании корпоративных клиентов / Н. Типенко, Ю.Соловьев, В. Панич // Банковское дело. -2000.-№Ю.-С. 19-28.

131. Тихомиров Н.П. Эконометрика / Н.П. Тихомиров, Е.Ю. Дорохина. -М.: Экзамен, 2003. 512 с.

132. Тихомиров Е.В. Кредитные операции коммерческих банков / Е.В. Тихомиров // Деньги и кредит. 2003. - №9. - С. 39-46.

133. Трененков Е.М. Диагностика в антикризисном управлении / Е.М. Трененков, С.А. Дведененидова // Менеджмент в России и за рубежом. -2002. -№1.- С. 3-25.

134. Усоскин В.М. Базельские стандарты адекватности банковского капитала / В.М. Усоскин // Деньги и кредит. Ч 2000. Ч №3. С. 39-51.

135. Усоскин В.М. Современный коммерческий банк: управление и операции / В.М. Усоскин. М.: ИПЦ ВАЗАР-Ферро, 1994. - 362 с.

136. Устаев А.Я. Мониторинг клиентов как элемент системы банковского кредитования / А.Я. Устаев // Финансы и кредит. Ч 2007. № 15(255). - С. 9-12.

137. Федотова М.А. Как оценить финансовую устойчивость предприятия / М.А. Федотова // Финансы. 1995. - №6. - С. 13-16.

138. Фомин Я.А. Диагностика кризисного состояния предприятия / Я.А. Фомин. М.: ЮНИТИ-ДАНА, 2003. - 349 с.

139. Формирование системы индикаторов оценки угрозы банкротства предприятия // Ссыка на домен более не работаетindex.php?litra/books/bookl/tema53.

140. Ханк Д.Э. Бизнес-прогнозирование / Д.Э. Ханк, Д.У. Уичерн, А.Дж. Райте. М.: Вильяме, 2003. - 656 с.

141. Хозяйственный риск и методы его измерения: Пер. с венг./ Т. Бач-каи, Д. Месена, Д. Мико и др. -М.: Экономика, 1979. 184 с.

142. Цветкова Е.В. Риски в экономической деятельности / Е.В. Цветкова, И.О. Арлюкова. СПб.: ИВЭСЭП, Знание, 2002. -64 с.

143. Цыгичко В.Н. Прогнозирование социально-экономических процессов / В.Н. Цыгичко. М.: КомКнига, 2007. - 240 с.

144. Ченоков В.А. Банки и банковские операции: букварь кредитования, технологии банковских ссуд, околобанковское рыночное пространство / В.А. Ченоков. М.: Высшая школа, 2004. Ч 268 с.

145. Чернова Г.В. Управление рисками / Г.В. Чернова, А.А. Кудрявцева. -М.: ТК Веби, Проспект, 2003. 160 с.

146. Шапкин А.С. Теория риска и моделирование рисковых ситуаций / А.С. Шапкин, В.А. Шапкин. М.: Дашков и К, 2005. - 880 с.

147. Шеремент А.Д. Анализ и диагностика финансово-хозяйственной деятельности предприятия / А.Д. Шеремет. М.: ИНФРА-М, 2009. - 367 с.

148. Шеремет А.Д. Методика финансового анализа деятельности коммерческих организаций / А.Д. Шеремет, Е.В. Негашев. М.: ИНФРА-М, 2003.-237 с.

149. Шеремет А.Д. Методика финансового анализа предприятия / А.Д. Шеремет, Р.С. Сайфулин. М.: ИНФРА-М, 1996. - 325 с.

150. Шеремет А.Д. Финансовый анализ в коммерческом банке / А.Д. Шеремет, Г.Н. Щербакова. М.: Финансы и статистика, 2002. - 256 с.

151. Шоломицкий А.Г. Теория риска. Выбор при неопределенности и моделирование риска / А.Г. Шоломицкий; Гос. ун-т Высшая школа экономики. - М.: ГУ ВШЕ, 2005. - 400 с.

152. Эконометрика / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2005. - 576 с.

153. Энциклопедия финансового риск-менеджмента / Под ред. А.А. Лобанова и А.В. Чугунова. М.: Альпина Бизнес Букс, 2006. - 878 с.

154. Якобов А. Основы кредитоспособности предприятий / А. Якобов. -Вологда, 1926.

155. Ямпольский М.М. Кредитоспособность заемщика и ее характеристика / М.М. Ямпольский //Бизнес и банки. 1994. - №3. - С.З.

156. Янишевская В.М. Банк анализирует кредитоспособность / В.М. Янишевская, В.Т. Севрук, Т.Г. Лукачер // Деньги и кредит. 1990. - №5. - С. 33-38.

157. Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy / E.I. Altman // Journal of Finance. 1968. - №23. - Pp.

158. Altman E.I. Zeta Analysis: A New Model to Identify Bankruptcy Risk of Corporation / E.I. Altman, R.G. Haldeman, P. Narayanan // Journal of Finance. -1968.-№23.

159. Beaver W. Financial Ratios as Predictors of Failure. Empirical Research in Accounting: Selected Studies // Journal of Accounting Research. 1966. - Vol. 5.-Pp. 71-111.

160. Springate G. Predicting the possibility of failure in Canadian firm / G. Springate // Unpublished M.B.A. Research Project, Simon Fraser University, January, 1978.

161. Toffler R. Going, going, gone four factors which predict / R. Toffler, H. Tishow // Accountancy. - 1977. - March. - Pp. 50-54.

162. Wall A. Study of Credit Barometrics Federal Reserve Bulletin. Vol. 5 (March 1919). - Pp. 229-243.589.609.

Blog