Темы диссертаций по экономике » Математические и инструментальные методы экономики

Моделирование риск-предикторных рейтинговых оценок надежности предприятий-кредитозаемщиков тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Величко, Юрий Александрович
Место защиты	Воронеж
Год	2011
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Моделирование риск-предикторных рейтинговых оценок надежности предприятий-кредитозаемщиков"

На правах рукописи

Величко Юрий Александрович

МОДЕЛИРОВАНИЕ РИСК-ПРЕДИКТОРНЫХ РЕЙТИНГОВЫХ ОЦЕНОК НАДЕЖНОСТИ ПРЕДПРИЯТИЙ-КРЕДИТОЗАЕМЩИКОВ

Специальность: 08.00.13 Математические и инструментальные методы экономики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Воронеж 2011

3 О ИЮН 2011

4851312

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

Научный руководитель доктор экономических наук, профессор

Давние Валерий Владимирович

Официальные оппоненты: доктор экономических наук, профессор

Околелова Эла Юрьевна-, доктор экономических наук, профессор Чернов Виктор Петрович

Ведущая организация Государственное образовательное учреж-

дение высшего профессионального образования Вогоградский государственный университет

Защита состоится 11 июля 2011 г. в 15 час. 00 мин. на заседании объединенного диссертационного совета ДМ 212.038.21 в Государственном образовательном учреждении высшего профессионального образования Воронежский государственный университет по адресу: 394068, г. Воронеж, ул. Хользунова, 40, а. 225.

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

Автореферат разослан 9 июня 2011 г.

Ученый секретарь диссертационного совета

Тинякова В.И.

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Кредитование, став обязательной составляющей современных бизнес процессов, дожно, по замыслу, обладать высокой степенью надежности инструмента, обеспечивающего стимулирующее перераспределение средств в пользу эффективно работающих производителей. В силу этого каждую кредитную операцию принято рассматривать с позиции ее целесообразности и надежности.

К сожалению, в условиях рынка степень надежности является перманентной величиной, требующей трэкинг-контроля за своим состоянием. Возможность практической реализации такого контроля тесно связана с применяемой методикой оценки надежности ссудополучателя. В настоящее время разработано достаточно много методик, позволяющих строить подобные оценки. Но после сформулированного в 2004 году Базельским комитетом по банковскому надзору принципа управления кредитным риском на основе внутренних кредитных рейтингов заемщиков особой популярностью стали пользоваться методики рейтингового оценивания.

Рейтинги, являясь количественно-качественными величинами, представляют собой сложный объект как для формирования комплексной оценки, так и для анализа, а тем более для трэкинг-контроля. Практика показывает, что не всегда удается получить поное ранговое соответствие между рейтинговыми оценками и реальной надежностью кредитозаемщиков. Причин много, но главная - неопределенность будущего. Как правило, именно неопределенность вносит серьезные искажения в это соответствие. Трекинг-контроль только фиксирует возникающие расхождения, давая понять, что рейтинговые оценки потеряли свою актуальность. Все это способствовало возникновению естественной необходимости в допонении рейтинговой оценки прогнозной составляющей.

Прогнозные оценки на качественном уровне, которыми обычно допоняют рейтинговые оценки, только частично решают эту проблему. Все очевиднее становится необходимость понимания того, что в рейтинговой оценке прогнозная составляющая дожна не присутствовать, а доминировать. Ошибки в кредитных решениях, принимаемые с ориентацией на ожидаемый уровень надежности заемщика, встречаются гораздо реже, чем в тех, которые принимались без учета подобных рисков. Поэтому исследования, направленные на развитие аппарата рейтингового оценивания, в частности рейтингового оценивания надежности заемщиков, являются весьма актуальными.

Степень разработанности проблемы. Введением в разработку проблемы формализованной оценки кредитоспособности предприятий-заемщиков можно считать труды зарубежных (Э. Альтмана, Р. Лиса, Г. Спрингейта, Р. Тоффлера, X. Тишоу, Дж. Фумера, Р. Чессера и др.) и отечественных (А.Ю. Беликова, Г.В. Давыдовой, О.П. Зайцевой, М.А. Федотовой и др.) уче-

ных, применивших множественный дискриминантный анализ для построения собственных моделей оценки кредитоспособности.

Более сложный аппарат формализованного обоснования кредитных решений был предложен в работах А.О. Недосекина (нечеткая логика), В.В. Давниса и И.Н. Бугаковой (адаптивно-имитационные модели прогнозирования банкротств предприятий), A.M. Карминского, М.И. Лукина, A.A. Пере-сецкого, А.Е. Петрова, A.C. Чижова (эконометрические модели дискретного выбора).

Новое направление в решении данной проблемы был заложено В.И. Ти-няковой и A.B. Доматовой, в работах которых было предложено рейтинговые оценки надежности предприятий-кредитозаемщиков формировать, используя данные предельного образа их финансового состояния. Настоящая диссертационная работа, по сути, выпонена в русле этих исследований и реализует идею формирования упреждающих рейтинговых оценок.

Объект исследования - динамика показателей финансового состояния предприятий-кредитозаемщиков, на основе которых формируются рейтинговые оценки их надежности.

Предмет исследования - математический аппарат моделирования рейтинговых оценок надежности предприятий-кредитозаемщиков.

Цель исследования - развитие инструментария внутреннего рейтингового оценивания предприятий-заемщиков путем разработки математического аппарата, обеспечивающего формирование многомерного образа их финансового состояния.

В соответствии с поставленной целью возникла необходимость в решении следующего комплекса задач, определивших логику диссертационного исследования:

Х проанализировать основные направления развития аппарата формирования внутренних рейтингов кредитозаемщиков и выделить наиболее перспективное из них;

Х выстроить общую логику моделирования внутренних риск-предик-торных рейтинговых оценок и описать ее;

Х разработать модель, обеспечивающую формирование многомерного прогнозного образа финансового состояния предприятия-кредито-заемщика;

Х разработать методику построения риск-предикторной рейтинговой оценки на основе модели многомерного прогнозного образа;

Х предложить экономико-математический инструментарий для исследования стабильности рейтинговых оценок надежности кредитозаемщиков;

Х провести вычислительные эксперименты с разрабатываемыми моделями.

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, развитие метода финансовой математики и актуарных расчетов специальности 08.00.13 Математические и инструментальные методы экономики Паспорта специальностей ВАК РФ.

Теоретико-методологической основой исследования послужили современные достижения экономической и математической науки, содержащиеся в трудах отечественных и зарубежных ученых по обоснованию принимаемых банками кредитных решений, оценке надежности предприятий-заемщиков, эконометрическому моделированию, экспертному оцениванию, имитационному моделированию, рейтинговому оцениванию.

Эмпирическую базу исследования составила отчетность предприятий, предоставленная Территориальным органом Федеральной службы государственной статистики по Воронежской области. Экспериментальные расчеты с использованием этих данных проводились в среде MS Excel и Statistica.

Научная новизна исследования состоит в разработке подхода к обоснованию кредитных решений на основе введенного понятия риск-предикторная рейтинговая оценка, предусматривающего предварительное формирование многомерного прогнозного образа финансового состояния предприятий-кредитозаемщиков с последующим использованием данных этого образа для вероятностной идентификации рейтинга.

Научная новизна реализована в следующих результатах, полученных лично автором:

Х предложена модель формирования многомерного прогнозного образа финансового состояния предприятия-кредитозаемщика, представляющая собой дискретно-непрерывный аналог рекурсивной системы эконометрических уравнений, в котором предусмотрено вероятностное оценивание рассчитываемых вариантов;

Х разработана процедура построения внутренних риск-предикторных рейтинговых оценок, получаемых как результат применения логит-модели множественного выбора с упорядоченными альтернативами к данным многомерного прогнозного образа финансового состояния предприятия-кредитозаемщика;

Х разработана имитационная модель для исследования стабильности риск-предикторных рейтинговых оценок, реализующая расширенный принцип подражания реальным процессам, который в рамках стохастического воспроизведения исторического периода учитывает ожидаемые риск-эффекты;

Х разработана методика риск-предикторного рейтингового оценивания надежности заемщиков, в которой реализована идея упреждаю-

щего обоснования принимаемых кредитных решений на основе прогнозного образа, отражающего многомерную динамику скользящих средних и ожидаемые риск-эффекты финансового состояния предприятия.

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 рейтинговых оценок надежности кредитозаемщиков в целом, и в развитие подхода к оценке кредитоспособности на основе использования понятия прогнозный образ заемщика в частности.

Практическая значимость исследования заключается в том, что его результаты, выводы и рекомендации могут быть использованы коммерческими банками в целях прогнозирования рейтингов надежности предпри-ятий-кредитозаемщиков и принятию на этой основе обоснованных 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, международных научно-практических конференциях: Теория и практика функционирования финансовой и денежно-кредитной системы России (Воронеж, 2009), Анализ, моделирование и прогнозирование экономических процессов (Воронеж, 2009, 2010), Экономическое прогнозирование: модели и методы (Воронеж, 2009, 2010).

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.

Основные результаты исследования используются в учебном процессе Воронежского государственного университета и в практической деятельности Филиала ОАО ТрансКредитБанк в г. Воронеже.

Публикации. По теме диссертационного исследования опубликовано 11 работ, в том числе 2 статьи в журналах, рекомендованных ВАК РФ. Список публикаций приведен в конце автореферата. В работах, выпоненных в соавторстве, соискатель предложил: эконометрический подход к моделированию прогнозной составляющей рейтингов, в рамках которого с помощью рекурсивной системы строится многомерный прогнозный образ финансового состояния предприятия-кредитозаемщика; энтропийные критерии рейтингового оценивания кредитозаемщиков; имитационный подход к риск-предиктор-ному рейтинговому оцениванию кредитозаемщиков.

Структура и содержание работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 162 источников, приложения.

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 Проблема оценки кредитоспособности заемщиков и современные подходы к ее решению описываются проблемы, возникающие при оценке надежности предприятий-кредитозаемщиков. Достаточно подробно излагается современный математический аппарат, используемый при построении интегральных оценок, на основе которых принимаются кредитные решения. Особое внимание уделяется эконометрическому подходу.

Во второй главе Модели и методы риск-предикторного рейтингового оценивания кредитозаемщика излагаются ключевые идеи и основные этапы риск-предикторных рейтинговых оценок. Выделяется специфика моделирования эконометрического подхода к моделированию рейтинговых оценок. Обсуждается проблема построения риск-предикторных рейтинговых оценок, при расчете которых учитываются ожидаемые риск-эффекты. Отмечается, что успех формирования рейтинговой шкалы на основе эконометрического подхода существенно зависит от набора используемых данных. Однако по этим данным не всегда можно построить пономасштабную шкалу. Для таких случаев разрабатываются специальные экспертные процедуры, обеспечивающие замену выборку псевдовыборкой с необходимыми свойствами. Построение риск-предикторной оценки предлагается осуществлять с использованием разрабатываемой в диссертации модели многомерного прогнозного образа, отражающей взаимосвязь между показателями ожидаемого финансового состояния предприятия-кредитозаемщика. Предлагаются две схемы, реализующие идею построения многомерного прогнозного образа - эконометрическая и имитационная. Основное назначение эконометрической схемы - расчет риск-предикторных оценок, а имитационной - анализ устойчивости рейтинговых оценок.

В третьей главе Вычислительные аспекты риск-предикторного рейтингового оценивания надежности кредитозаемщиков на числовом примере илюстрируются все процедуры, которые предлагается использовать при формировании риск-предикторных рейтинговых оценок. Эта илюстрация, по сути, представляет собой изложение методики с описанием логики общего замысла построения подобных оценок и детальным раскрытием нюансов, которые возникают при ее реализации.

В заключении сформулированы основные выводы диссертационного исследования.

2. ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

2.1. Модель формирования многомерного прогнозного образа финансового состояния предприятия-кредитозаемщика

Рейтинговые оценки в силу своей адекватности современным реалиям в настоящее время стали не только модным, но и широко востребованным инструментом обоснования принимаемых в экономике решений.

Важной составляющей рейтинговых оценок является прогноз. С одной стороны, прогнозная составляющая превращает рейтинги в риск-предиктор-ные оценки. Риск-предикторные рейтинговые оценки - это прогнозные оценки рейтинга, рассчитанные с учетом ожидаемого риск-эффекта. Под риск-эффектом в данном случае понимается оценка риска, который может произойти в конкретный момент времени. Основное различие между риском и риск-эффектом в том, что риск - это усредненная характеристика, имеющая отношение ко всему исследуемому периоду, а риск-эффект - это мгновенная характеристика, относящаяся к конкретной ситуации. Главная проблема, с которой приходится стакиваться при формировании риск-предикторных рейтинговых оценок, - проблема моделирования риск-эффектов.

С другой стороны, прогнозная составляющая обеспечивает возможность на протяжении всего кредитного срока иметь объективное представление об изменяющихся возможностях кредитозаемщика.

Основная концепция, в соответствии с которой формируется прогнозная составляющая рейтинга, предусматривает такое представление ожидаемого финансового состояния кредитозаемщика, по которому можно установить происходят или не происходят изменения этого состояния, снижающие его надежность. Для случая, когда будущее описывается одномерным процессом, известен подход, который предусматривает построение прогнозного образа в виде многовариантного описания будущего с оценкой вероятности реальности каждого из них. Идеи этого подхода могут быть адаптированы к задаче моделирования прогнозного образа рейтинга. Смысл этой адаптации в том, чтобы использовать в описании будущего не одномерные прогнозные варианты, а многомерные. Кроме того, более сложное описание прогнозного образа делает актуальным вопрос об оценке его устойчивости.

Решение проблемы многомерности связано с разработкой моделей, обеспечивающих возможность многомерной экстраполяции. Есть несколько подходов, в рамках которых разработаны такие модели. К моделям этого типа можно отнести многомерную авторегрессию, матричный мультипликатор, структурные эконометрические модели, рекурсивные эконометрические модели. Естественно, построение каждой из названных моделей требует применение специальных методов, реализация которых не тривиальна. Кроме того, на наш взгляд, не все эти модели могут быть модифицированы до такой степени, чтобы их можно было использовать для проведения многовариантных

расчетов. Оценка прикладных возможностей данных моделей относительно их применения в задаче формирования многомерного прогнозного образа оказалась в пользу рекурсивной системы регрессионных уравнений.

В общем случае один из вариантов рекурсивной системы, который наиболее интересен для наших исследований, записывается следующим образом: Уи=ь\\У\1-\+Ъхо+Е\1' 0)

Уь = Ь2\У2,-\ + Ь22>'\, + Ь20 + Е2, > (2)

О + ЕгМ ' (3)

где уц~ значение / -го финансового показателя, моделируемого с помощью /-го уравнения рекурсивной системы; уцЧ расчетное значение / -го финансового показателя, полученное с помощью соответствующего уравнения рекурсивной системы; Ь1к- к-й коэффициент /'-го уравнения рекурсивной системы; ц- ненаблюдаемая случайная величина, воспроизводящая ту часть вариации зависимой переменной /' -го уравнения, которая не объясняется соответствующими независимыми переменными.

Предпочтительность модели (1)-(3) в том, что ее построение осуществляется с помощью метода наименьших квадратов, причем каждое уравнение строится отдельно. Взаимосвязь между уравнениями системы осуществляется через расчетные значения, полученные с помощью уравнений, предшествующих оцениваемому.

Структура рекурсивной системы определяет специфику прогнозного образа. При использовании рекурсивной системы прогнозный образ рейтинга состоит из отдельных профилей, взаимосвязь между которыми индуцирована взаимосвязью уравнений рекурсивной системы.

Но самое главное в том, что регрессионные уравнения системы легко превращаются в дискретно-непрерывные модели, обеспечивающие многовариантность прогнозных расчетов, необходимую для формирования прогнозного образа. Для этого в каждое регрессионное уравнение включается дискретная переменная или несколько дискретных переменных, позволяющих описывать моделируемый процесс на разных уровнях возможного финансового состояния. Формально дискретно-непрерывная модель, с помощью которой формируются варианты прогнозного образа, может быть записана в виде

Уи=ЬиУи-\+^1 ,+10+% (4)

У г = ьиУь-\ + Ь22У\, + 2*2, + ъ20 + > (5)

Ьт т-\Ут-\1 + ^тхтI + ^тО + >

где с// - оцениваемый коэффициент при дискретной переменной /' -го уравнения рекурсивной системы; Хц- дискретная переменная г'-го уравнения идентифицируемая на историческом периоде с помощью соотношения:

-1. Уи-Уи <0,

Введение дискретной переменной ставит вопрос о структуре, в соответствии с которой формируется многовариантное множество прогнозных расчетов. Структура может быть расширяющейся по числу вариантов, а может быть фиксированной. При расширяющейся структуре расчеты по каждому уравнению осуществляются с использованием всех вариантов, полученных в расчетах по предшествующему уравнению. В простейшем случае, когда в каждом уравнении только одна дискретная переменная, расширяющаяся структура предусматривает расчет двух вариантов по первому уравнению, четырех вариантов по второму уравнению, восьми вариантов по третьему уравнению и т.д. Смысл такого наращения вариантов не совсем понятен. Поэтому более понятной и хорошо интерпретируемой является схема расчетов, предусматривающая фиксированное число вариантов, генерируемых каждым уравнением.

Реализация данной схемы предусматривает использование в каждом уравнении рекурсивной системы усредненного варианта, получаемого из расчетов по предшествующему уравнению. Возникает вопрос о принципе, в соответствии с которым осуществляется усреднение вариантов. Прогнозный образ предусматривает не только многовариантное представление будущего, но и вероятностное описание реальности этих вариантов. Поэтому усредненное расчетное значение по каждому уравнению целесообразно получать как математическое ожидание соответствующих вариантов.

В тех случаях, когда в уравнения рекурсивной системы включается только одна дискретная переменная, вероятности реальности вариантов, генерируемых системой, оцениваются с помощью модели бинарного выбора т>г 1/ ч к, \ ехр(а0,+я,,7,.,)

РДхД =-\/2Д) = Л(2Д) = ----(8)

1 + ехр(я0, + аиги)

где аш,аи - параметры модели бинарного выбора, оцениваемые с помощью метода максимального правдоподобия; ги Ч значение фактора, от которого зависит вероятность реальности вариантов формируемого прогнозного образа.

Значения фактора ги на историческом периоде целесообразно считать пропорциональными отклонениям от тренда или средней величины моделируемого показателя и измерять в специально построенной шкале. Процедура построения этой шкалы предусматривает:

1) вычисление отклонений для каждого из моделируемых показателей

дУн^Ун-Ун, / = 1,от, / = 1,Г, (9)

2) нормирование отклонений

3) частичная рандомизация

z;,=(A,.,+,)Х 100, (11)

где - равномерно распределенная случайная величина с небольшим диапазоном возможных значений.

С помощью случайной величины удается получить эффект частичной рандомизации, который необходим для построения логит-модели, а с помощью постоянного множителя создается ситуация, когда сформированные значения переменной zu измерены в стобальной шкале. Создание такой

шкалы является обязательным в тех случаях, когда есть намерения использовать модель в прогнозных расчетах. Кроме того, с ее помощью удается адаптировать экспертные оценю! к тем ситуациям, которые имели место в кредитной истории. В целом, это повышает надежность результатов, получаемых путем применения субъективных методов.

Для упреждающего периода этот фактор оценивается экспертами. При известном значении zit расчеты для упреждающего периода могут осуществляться в двух режимах: в режиме многовариантных расчетов и режиме, учитывающем ожидаемый риск-эффект. В рассматриваемом случае, когда риск возникает из-за неопределенности, которая имеет место при выборе одного из двух возможных вариантов, риск-эффект рассчитывается по формуле

Я,,+1=4-24Л,(г,,+1), (12)

которая представляет собой математическое ожидание.

Рассмотрим случай, когда расчеты ведутся с учетом ожидаемых риск-эффектов, при определении которых использовалось логистическое распределение, подогнанное к данным исторического периода. Модель для этого случая записывается следующим образом:

y\t=h\y\t-\+d\+b\o> (13)

Уи ЧЬ\\Уи-\ ~d\ > (14)

ч exP(a01 +allzlt) A(z1() =-, 1 + ехр(а01 +auzД) (15)

y\,=bny\t-\+d\-'1dxA(zu) + bw, (16)

У it = ЪцУг,-\ + hifu + d2 + b20, (17)

Ун = Ь2\Ун-\ + b22Уи ~d2 + ьга. (18)

Л ехР(а02 +a12z2() Mz2l) =-> l + exp(a02 +anz2t) (19)

fit = Ь2\УЬ-1 + b22Уи + d2~ 2d2A(z2, ) + Ь2о, (20)

Ум =Ьт\Ут1-\+Ьт2Уь + - + Ьтт-}Ут-и+^т+Ьт0, (21)

У2т = К\Ут!-1 + КгУп + --+К т_! ут_х ,~(1т+ьт0, (22)

л(гт,) = ----(23)

1 + ехр {а0т+аХтгт,)

УтI = К\Ут1-1 + + Х Х Х + т-1|т-1, + - 2^тА(гт,) + Ьт о. (24) Вероятности, используемые в этой модели для оценки величины риск-эффекта, определяются в зависимости от экспертных оценок.

Многомерный прогнозный образ, формируемый с помощью данной модели, представляет собой структуру из отдельных профилей, взаимосвязь между которыми осуществляется с помощью трендовой составляющей. Причем в этой взаимосвязи реализована логика рекурсивных расчетов, в соответствии с которой каждый расчет зависит только от предыдущих. Эта зависимость может быть прямой, когда результат предыдущего расчета непосредственно включается в данный, а может быть опосредованной, когда включение осуществляется через другие расчеты, предшествующие данному.

Модель легко обобщается на случай, когда число вариантов описывающих прогнозный образ больше двух. Для этого вводятся допонительные дискретные переменные. Если в модель введена еще одна допонительная переменная, т.е. всего две дискретных переменных, то с помощью такой модели рассчитываются четыре альтернативных варианта. В этом случае вероятности реальности этих вариантов оцениваются с помощью мультиномиальной ло-гит-модели множественного выбора. Если в модель вводится три дискретных переменных, то в этом случае модель генерирует восемь альтернативных вариантов, при четырех - соответственно шестнадцать вариантов и т.д.

Наращивание вариантов, по сути, приводит к ситуации, когда дискретный прогнозный образ превращается в непрерывный. Результаты эмпирических исследований позволяют сделать вывод, в соответствии с которым представление прогнозного образа восьмью альтернативными вариантами обеспечивает высокий уровень адекватности эконометрической модели.

2.2. Процедура построения внутренних рнск-предикторных рейтинговых оценок Чтобы подробно рассмотреть детали обобщения модели прогнозного образа рейтинга, рассмотрим случай, когда число вариантов, описывающих тенденции будущего равно четырем. Это позволит избежать громоздких формул, но в то же время позволит сделать понятными специфику и детали обобщения. Обобщенный вариант модели отличается от исходного числом рассчитываемых вариантов и функцией распределения вероятностей реальности вариантов. А это значит, что в обобщенном варианте больше уравнений и по-другому выглядит формула, по которой оценивается величина риск-эффекта. Модель для рассматриваемого случая записывается следующим образом:

и-и = 1 1 Ум + 11 + 12 + ю. (25)

Уи+\ = 1+11 -12 +10. (26)

Л3<+1 =ЬиУи~<1\ 1+^12 +10. (27)

Л4/+1 =11^1/ "и -12 +10. (28)

Д.,+1 = ,, + ,2 -1 + 12)-2Р,^11 -2Р,2^2, (29)

У\,+\ =Ь\\У\,+<1\ +Д+1 +,0, (30)

У2/+1 = 21У2Г + 22^1,+ 1 + 21 + 22 + 20 . (31)

У2/ + 1 = 21^2, + 22Л/ + 1 + 21 -22 +20. (32)

21 + 1= 21^2/ + 22^+1 - 21 + 22 + 20 . (33)

Уг,+\ =Ь2\У21 +Ь22У\1 + \ "21 -22 +20. (34)

Д2(+1 = 21 + 22 - 2Р20(</2| +</22)- 2Р21</21 - 2Р21^22< (35)

г+1 = 21^2/ + 22Л( + 1 + 21 + 22 + Л2<+1 +20. (36)

УтГ+1 ^т т 1>ш- Г+1 + ш1 + т2 +№10' (37)

у1*+\ =Ьп,\Ут+ЬтгУ\1+\+"- + Ьтт-\Ут-и+\ +с1т1 "ш2 +л0 (38)

У*+1 = тЛ/ + т2^1/+1 + ''' + К т-\Ут-\ Г+1 " т1 + т2 + т0 . (39)

5^+1 =ЬтХут, +Ьт2%,+Х +Х-+ДД-1^-1 Г+1 -ш1 ~ ш2 + тО' (40)

= л1 + 4.2 - + и2) - 2РИ А, -2Рт2т2, (41)

Ум = т^т/ + Ьт2Уи+\ + ''' + Ът т-\Ут-\1+\ + Кт1+1 + шО Х (42)

Число вариантов, которое рассчитывается с помощью каждого уравнения этой модели определяется числом комбинаций, которые могут быть получены из коэффициентов, стоящих при дискретных переменных. Это же число вариантов определяет и формулу, которая для к-го актива записывается следующим образом:

= *1 + А2 - Що^и + *2) - 2Ркхакх - 1Рк2с1к2. (43)

Формула получается как условное математическое возможных значений риск-эффектов, приведенных ниже

- с/, - <=> 0 = у0 - риск-эффект с таким значением свидетельствует о самой неблагоприятной ситуации с надежностью кредитозаемщика;

- с/, + с}2 <=> 1 = у, - риск-эффект с таким значением свидетельствует о неблагоприятной ситуации с надежностью кредитозаемщика;

+ -<2 О 2 = уг ~ риск-эффект с таким значением свидетельствует о благоприятной ситуации с надежностью кредитозаемщика;

+ (+2 <=> 3 = у3 - риск-эффект с таким значением свидетельствует об очень благоприятной ситуации с надежностью кредитозаемщика.

Каждому значению риск-эффекта присвоен числовой код, который при построении мультиномиальной логит-модели используется в качестве зависимой переменной. Мультиномиальная логит-модель в данном случае может быть записана следующим образом:

р 0>, =/>,)= V , 7=0,1,2; (44)

1+2>1,Ьу

Р(Л=3|г,) =-р-. (45)

Модель нелинейная, поэтому ее параметры оцениваются с помощью метода максимального правдоподобия. Интерпретация вероятностей, рассчитываемых с помощью модели (44)-(45), становится понятной из ниже записан-

ных выражений

А о = = Мн - / Чш). (46)

= = №1 -<42У 2*,+1) > (48)

з = = №1 + <*к2)/гь+1) = \-Рк0- Рк1 - рк2 (49)

Это вероятности того, что риск-эффект примет данное значение при соответствующей оценке надежности кредитозаемщика, которая определяется экспертом.

Рассмотренная схема построения модели для формирования многомерного образа с четырьмя вариантами описания будущего делает без проблемным обобщение этой модели на случай представления будущего любым другим числом вариантов. В этой схеме предусмотрено удвоение числа вариантов на каждом шаге усложнения модели. В принципе это не обязательное правило, но удвоение реализуется с помощью механизма, который является естественным в эконометрическом моделировании.

Для упрощения рассуждений вернемся к случаю, когда формирование прогнозного образа осуществляется путем дихотомического деления на варианты. В этом случае, каждый профиль получается в виде двух альтернативных вариантов с соответствующими профильными вероятностями их реальности, т.е.

СР;,+1 , 1-Л(*в+,)); ,1-Л(га+1)); . . . ; (у1т1+1 , 1-Л(2и,+1)), (50)

(Уи+1> Л(2и+1)) ;(у1+1, Л(га+1)) ; . . . ; (у2т1+и Л(гД+1)) . (51) В данном описании прогнозного образа верхний индекс обозначает номер варианта, а нижние индексы номер профиля и номер периода.

Кроме прогнозных вариантов, модель предусматривает расчет траектории, в которой учтена величина ожидаемого риск-эффекта

1/ + 1> У2/ + 1........Я./+1- (52)

Именно эта траектория используется для получения риск-предикторной оценки рейтинга. Для этого используется оцененная логит-модель множественного выбора с упорядоченными альтернативами. Как и рейтинговая оценка, риск-предикторная оценка рейтинга определяется по максимальной величине вероятности или точнее по тому номинальному элементу рейтинговой шкалы, вероятность принадлежности которому кредитозаемщика с данными значениями прогнозных оценок финансовых показателей наибольшая. Другими словами, риск-предикторная оценка рейтинга - это рейтинг, построенный на данных прогнозного образа ожидаемого финансово-экономического состояния кредитозаемщика.

Есть еще одно принципиальное отличие риск-предикторной рейтинговой оценки от рейтинговой оценки. Рейтинговая оценка строится на данных исторического периода и поэтому эта оценка единственно возможная, так как у данных исторического периода нет альтернативы. Риск-предикторная рейтинговая оценка может быть рассчитана не только для траектории, учитывающей ожидаемые риск-эффекты, но и для всех вариантов прогнозного образа ожидаемого финансово-экономического состояния кредитозаемщика. Фактически подобный расчет обеспечивает возможность формирования прогнозного образа рейтинговой оценки. Это в допонение к риск-предикторной оценке позволяет установить ожидаемую минимально возможную и максимально возможную рейтинговую оценку. По сути, если пользоваться терминологией математической статистики, то эти оценки позволяют определить размах рейтинговых оценок.

Рейтинговый размах естественно отличается от размаха числового. Он может быть нулевым, несмотря на количественные отличия вариантов прогнозного образа, по которым строились рейтинговые оценки. Эта специфика связана с тем, что рейтинг определяется по величине вероятности, указывающей на его принадлежность соответствующему номинальному элементу рейтинговой шкалы. Но впоне возможна ситуация, когда размах не нулевой и рейтинговые оценки, характеризующие концы размаха отличаются друг от друга.

Размах рейтинговых оценок является важной характеристикой прогнозной составляющей рейтинга. Нулевой размах рейтинговых оценок прогнозного образа свидетельствует об устойчивости самого рейтинга. Если же размах рейтинговых оценок отличен от нуля, то впоне возможно следует ожидать изменение рейтинговой оценки. Анализ прогнозной составляющей с помощью размаха рейтинговой оценки дает довольно общее представление об ожидаемой динамике рейтинга. Поэтому детальный анализ прогнозной составляющей рейтинга необходимо проводить с помощью вероятностного распределения. Рассмотрим, каким образом это можно сделать.

Известно, что прогнозная составляющая рейтинга в силу его нечисловой природы является качественной характеристикой. Это учитывается, когда вместе с присвоением рейтинга дается его прогнозная оценка в виде качественной характеристики типа - прогноз позитивный, прогноз стабильный, прогноз негативный. Всем понятно, что позитивный прогноз означает возможное изменение рейтинга в сторону увеличения. Аналогично - стабильный прогноз означает неизменность рейтинга в будущем, а негативный прогноз - изменение рейтинга в сторону снижения.

Естественно, когда на основе рейтинговых оценок принимаются решения, то прогноз тоже учитывается и играет не последнюю роль в их обосновании. В то же время, на наш взгляд, в прогнозных оценках рейтингов чрезмерно сконцентрированы субъективные мнения экспертов и для повышения их объективности необходимы формализованные подходы. Ниже приведено описание одного из таких подходов.

Основной смысл этого подхода заключается в следующем. На основе данных, описывающих прогнозный образ, как было описано выше, строится риск-упреждающая рейтинговая оценка. Ее построение осуществляется с помощью модели множественного выбора с упорядоченными альтернативами. Эта модель позволяет рассчитать вероятности отнесения кредитозаемщика к соответствующим классам номинальной составляющей рейтинговой шкалы. Причем по логике получения рейтинговых оценок в этом расчете используются данные траектории прогнозного образа, в которой учтены ожидаемые риск-эффекты. Полученные таким образом вероятности отнесения кредитозаемщика к классам номинальной шкалы сравниваются с теми вероятностями, по которым этому же кредитозаемщику присваивася рейтинг. Если эти вероятности совпадают или мало отличаются друг от друга, то прогноз можно считать стабильным. Если полученное распределение получилось таким, что вероятности отнесения субъекта к классам высоких рейтинговых оценок изменились в сторону увеличения, а вероятности отнесения субъекта к классам низких рейтинговых оценок стали меньше, то следует однозначный вывод -прогноз позитивный. Противоположная ситуация позволяет сделать вывод -прогноз негативный.

Таким образом, эконометрический подход, усиливая формализацию формирования рейтинговых оценок, повышает их адекватность реальным риск-ситуациям, открывая тем самым новые возможности практического использования.

2.3. Имитационная модель для исследования стабильности риск-предикторных рейтинговых оценок

Аппарат имитационного моделирования, практически не используется при построении рейтинговых оценок. Все согласны, что надежность кредитозаемщика подвержена воздействию большого числа случайных событий. Но никто не спешит в качестве аппарата для предсказания этих событий и анализа причин их породивших использовать метод Монте-Карло, лежащий в

основе всех имитационных моделей. Это связано прежде всего с тем, что в принципе моделировать с помощью метода Монте-Карло можно все, в том числе и рейтинговые оценки, но получить результат требуемой точности не всегда удается. Из этого следует, что идеи метода Монте-Карло нужно использовать в комплексе с аналитикой математических моделей.

Универсальность, являясь главным свойством имитационного подхода, бесспорно, обеспечивает его предпочтительность при выборе аппарата для решения слабо структурированных задач прикладной направленности. Однако специфика каждой задачи индуцирует соответствующую специфику в применяемой модели. Поэтому возникает естественная необходимость обсудить специфику имитационных моделей, применение которых ориентировано на решение задач, возникающих при формировании рейтинговых оценок.

В этой специфике есть два аспекта. Первый связан с упреждающим лагом, который всегда имеет место в задачах практического использования рейтинговых оценок. Дело в том, что акт принятия решения, обоснованного на основе рейтинга, и результат, смысл которого в своевременном возврате кредита, разделены во времени. Преодолеть упреждающий лаг можно только прогнозными расчетами, поэтому имитационная модель дожна быть настроена на упреждающие расчеты путем стохастического воспроизведения исторического периода.

Второй аспект очевидным образом связан с природой реализации кредитного решения. Как правило, деятельность кредитозаемщиков осуществляется в рыночной среде и поэтому связана с рисками, которые, на наш взгляд, дожны специальным образом учитываться в имитационных моделях. Природа риска, как известно, связана со случайными факторами, ни время, ни причины проявления которых заранее неизвестны. В связи с этим возникает проблема отражения риск-эффектов в имитационных моделях.

Рассмотрим ситуацию, когда имитационные эксперименты осуществляются с использованием эконометрической модели. Принципиальная схема имитационных расчетов с учетом того, что они проводятся не просто по эконометрической модели, а по взаимосвязанным эконометрическим уравнениям рекурсивной системы, имеет следующий вид:

ехр(д,0 +

1 + ехр(а10 +аД4+1) Уь+\ = ЬиУь + 1 ~ 2</,Л(Й+1) + ю + 4+1.

4+1 =^(0,а22), (59)

Уг,+\ = Ь2\У'2, + Ь22%+\ + 2 + 20 + 4+1> (6

= 621>'2, + 22^+1 ~ 2 + Ь20 + 4+1. (61)

д / рк , ехр(а02 + й|24+1)

Л(?2/+1) = -----рЧ, (63)

1 + ехр(а02 + <2|2^2/+1)

У2,+\ = Ъ2\У2, + 22^+1 + 2" 2 с12\(гъ) + Ь20 + 4+1, (64)

ект1+1=Щ0,а2т), (65)

Ум+1 =Ьт1Ут1+Ьт2уЬ+1 +--- + Ьтт_\укт^х+с1т+Ьт0+Екш^, (66)

=К\Ут, +Ьт2Уи+1 +-" + Кт-\Укт-\,+\ ~ т + Ьт0 + 4/+1 > (6?) &+1=ДЛо, (68)

, ехР(л0ш + а1т^/+1)

л(С+|) = ^----гт' (69)

1 + ехр(а0т +а1тдтП{)

Уте+1 =Ьт\Ут1 +Ьт2Уи+\ Х + Ьтт_\укт_\,л_у +

+ с1т -2<1тщкт,+х) + (70)

Между результатами моделирования, получаемыми с помощью рекурсивной системы регрессионных уравнений и с помощью имитационного варианта этой же системы, есть существенное различие. Рекурсивная система регрессионных уравнений обеспечивает формирование прогнозного образа на основе мнений экспертов. Как правило, для описания будущего в таком прогнозном образе используется ограниченное число вариантов, вероятность реальности которых оценивается по тем предпочтениям, которые были высказаны экспертами. Другими словами, прогнозный образ в этом случае является комбинацией воспроизведенных закономерностей исторического периода, экспертных мнений о будущем и случайного воздействия реальности.

Результаты, получаемые с помощью той же самой модели, но в режиме имитационных расчетов, позволяют представить прогнозный образ в виде большого числа вариантов, которые сформированы случайным образом и в которых отсутствует ориентация на предпочтительность экспертных мнений. Естественно, и окончательное определение риск-предикторной рейтинговой оценки осуществляется по разным правилам, несмотря на то, что используется один и тот же инструмент - модель множественного выбора с упорядоченными альтернативами. Если в случае эконометрического моделирования рейтинг определяется по максимальной вероятности, которая оценивает реальность соответствующего варианта, то в случае имитационного моделиро-

вания рейтинг определяется по максимальной частоте, с которой варианты прогнозного образа принадлежат соответствующему номинальному элементу рейтинговой шкалы.

2.4. Методика риск-предикторного рейтингового оценивания надежности кредитозаемщиков Методика риск-предикторного рейтингового оценивания предусматривает многоэтапное проведение логически связанных между собой расчетов. Основные этапы этой методики представлены на рисунке.

В таблице приведены результаты расчетов рейтинговых оценок надежности ОАО Минудобрения на основе данных прогнозного образа его финансового состояния.

Таблица - Данные по расчету вероятностной идентификации рейтинговых оценок (ОАО Минудобрения)

Показатели Вероятности Рейтинг

Ро Р. Рз Рз

Вариант 3

Значение линейной формы -7,2248 -5,2650 -2,8874 - -

Экспонентное значение линейной формы 0,0007 0,0052 0,0557 - -

Вероятности 0,0007 0,0044 0,0476 0,9472 3

Вариант 2

Значение линейной формы -5,7870 -3,8272 -1,4496 - -

Экспонентное значение линейной формы 0,0031 0,0218 0,2347 - -

Вероятности 0,0031 0,0182 0,1688 0,8099 3

Вариант 1

Значение линейной формы -4,5427 -2,5829 -0,2052 - -

Экспонентное значение линейной формы 0,0106 0,0756 0,8145 -

Вероятности 0,0105 0,0597 0,3786 0,5511 3

Вариант 0

Значение линейной формы -3,1049 -1,1451 1,2325 - -

Экспонентное значение линейной формы 0,0448 0,3182 3,4299 - -

Вероятности 0,0429 0,1985 0,5329 0,2257 2

Вариант с риск-упреждающей оценкой риска

Значение линейной формы -6,2613 -4,3015 -1,9239 - -

Экспонентное значение линейной формы 0,0019 0,0135 0,1460 - -

Вероятности 0,0019 0,0115 0,1141 0,8726 3

Как видно из таблицы, ОАО Минудобрения имеет высокий рейтинг кредитоспособности. Об этом прежде всего свидетельствует риск-предикторная рейтинговая оценка. Однако следует также отметить, что существует, хотя и невысокая, вероятность того (последний вариант прогнозного образа), что рейтинг может снизится с высокой степени надежности кредитозаемщика до средней степени надежности кредитозаемщика.

1. Формирование специальной структуры данных с возможным восстановлением пропусков

2. Приведение данных к нормированному виду

2.1. Построение регрессионного уравнения

2.2. Формирование дихотомической переменной

2.3. Построение дискретно-непрерывной модели с одной дихотомической переменной

2.4. Формирование второй дихотомической переменной

2.5. Построение дискретно-непрерывной модели с двумя дихотомическими переменными

3.1. Формирование зависимой переменной с дискретными значениями из вариантов возможного сочетания дихотомических переменных

3.2. Формирование независимой переменной со значениями в стобальной шкале

3.3. Оценка параметров логит-модели множественного выбора

о А о о и

О.

в 5" 5 о в 3

я с 2 в т 3

а,л а = 2,

5? Я 0> й> Е .5Г* Я

= 5 л о о

-1 51 ё о.

^ ав-и а.

4.1. Подготовка данных для формирования одномерных профилей многомерного прогнозного образа

4.2. Расчет вариантов очередного профиля многомерного прогнозного образа

к _ , 2 2 о = Я я

г I811 з Ё I 3. & 11 & э I

5.1. Подготовка данных для расчета риск-упреждающей оценки соответствующего профиля

5.2. Экспертное оценивание возможностей упреждающего периода

5.3.Расчет риск-эффектов упреждающего периода

5.4. Расчет риск-предикторной оценки финансового показателя

6.1. Формирование дискретных значений зависимой переменной

6.2. Формирование факторного множества незвивимых переменных

6.3. Оценка параметров модели множественного выбора с упорядоченными альтернативами

7.1. Построение рейтингового прогнозного образа

7.2. Анализ рейтингового прогнозного образа

7.3. Расчет риск-предикторных рейтинговых оценок

Рисунок. Основные этапы построения риск-предикторных рейтинговых оценок надежности кредитозаемщика

Анализ проведенных расчетов показывает, что методика обеспечивает получение непротиворечивых результатов моделирования риск-предиктор-ных рейтинговых оценок.

3. ОСНОВНЫЕ ВЫВОДЫ

В диссертационной работе на основе выпоненных теоретических и прикладных исследований в области риск-предикторного рейтингового оценивания надежности предприятий-заемщиков сформулированы выводы, заключающиеся в следующем:

1. Введенное в диссертации понятие риск-предикторная рейтинговая оценка, прежде всего, ориентирована на усиление в рейтинговых оценках роли прогнозной составляющей. Необходимость усиления этой составляющей касается не только рейтингового оценивания, а по сути всего аппарата, применяемого для обоснования принимаемых решений. Упреждающая направленность решений очевидным образом следует из того факта, что между актом, когда решение принимается, и ожидаемым результатом существует зона неопределенности, успешное преодоление которой возможно только благодаря прогнозным расчетам. Арсенал прогнозных методов достаточно богат, однако природа рейтинговых оценок такова, что не позволяет воспользоваться этим арсеналом. Поэтому исследования, направленные на усиление роли прогнозной составляющей в рейтинговых оценках, позволили получить допонительный результат в виде специфического метода прогнозирования количественно-качественных величин.

2. Сложность разработки прогнозной составляющей рейтинговых оценок в том, что эта составляющая так же, как и сам рейтинг, является результатом интеграции многомерного описания финансового состояния заемщика. При решении данной проблемы возникает задача построения модели, с помощью которой можно осуществлять многомерные прогнозные расчеты. Более того, реализуя идею описания будущего не с помощью прогнозной траектории, а с помощью прогнозного образа, удалось решить проблему формирования многомерного прогнозного образа. Для формирования такого образа в диссертации была разработана дискретно-непрерывная модель на основе рекурсивной системы регрессионных уравнений. Модель универсальна и может использоваться при решении других задач.

3. Исследования вопросов, связанных с усилением роли прогнозной составляющей рейтинговых оценок, позволили сделать вывод, в соответствии с которым целесообразней вместо прогнозной составляющей формировать рейтинговую оценку с упреждающим акцентом. Более детальное рассмотрение этой идеи сформировало точку зрения о необходимости построения риск-предикторной рейтинговой оценки. В этой оценке сконцентрированы наблюдаемый тренд финансового состояния заемщика и ожидаемые риски, учитываемые в модели специальным образом. Под трендом здесь понимается

преобладающая тенденция, которую демонстрируют варианты многомерного прогнозного образа. Идеи, заложенные в процедуру, реализующую данный подход, являются основой вероятностного прогнозирования.

4. Известная проблема миграции рейтингов в данной диссертационной работе исследована в несколько иной постановке. Вместо миграции рассматривается вопрос стабильности рейтинговых оценок. Для исследования этого вопроса в диссертации предлагается использовать имитационный подход. Имитационная модель, с помощью которой осуществлялось исследование стабильности рейтинговых оценок, была построена на основе дискретно-непрерывной рекурсивной системы регрессионных уравнений. В этой модели был реализован расширенный принцип подражания реальным процессам, позволяющий учитывать в модели, кроме случайной, еще и рисковую составляющую. Это значительно повысило правдоподобность имитационного моделирования.

5. Довольно сложная схема построения моделей и формирование с их помощью рейтинговых оценок проилюстрировано числовым примером. Детализация приведенных расчетов такова, что позволяет говорить о возможности их использования в качестве тестирующего примера при разработке программного обеспечения, реализующего процедуры построения риск-предикторной рейтинговой оценки.

4. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях из перечня ВАК РФ

1. Величко Ю.А. Эконометрический подход к построению внутренних рейтинговых оценок / Ю.А. Величко // ФЭС: Финансы. Экономика. Стратегия. - Воронеж, 2011. - №3. - С. 24-28 (0,6 пл.).

2. Давние В.В. Моделирование прогнозной составляющей рейтинговых оценок / В.В. Давние, Ю.А. Величко // Вестник Тамбовского государственного университета. Серия: Гуманитарные науки. - 2011. - Выпуск 4(96). -С. 84-88 (0,6 п.л./0,3 пл.).

Публикации в других изданиях

3. Давние В.В. Анализ и прогноз миграции кредитных рейтингов / В.В. Давние, Ю.А. Величко // Экономическое прогнозирование: модели и методы: материалы V междунар. науч.-практ. конф.: в 2-х ч. - Воронеж: ИПЦ Воронеж. гос. ун-та, 2009. - Ч. 1. - С. 210-214 (0,3 пл./0,2 пл.).

4. Давние В.В. О взаимосвязи рейтинговых оценок и рисков / В.В. Давние, Ю.А. Величко // Управление экономическими системами : сборник статей Междунар. науч.-практ. конф. - Пенза: АНОО Привожский Дом знаний, 2009. - С. 36-38 (0,2 п.л./0,1 пл.).

5. Величко Ю.А. Адаптивный анализ предельного состояния предпри-ятия-кредитозаемщика / Ю.А. Величко, О.С. Воищева, В.И. Тинякова // Анализ, моделирование и прогнозирование экономических процессов: материалы I междунар. науч.-практ. интернет-конференции / под ред. Л.Ю. Бо-

гачковой, В.В. Давниса; Вогоград, гос. ун-т, Воронеж, гос. ун-т. - Воронеж: Изд-во ЦНТИ, 2009. - С. 91-105 (0,9 п.л./0,4 пл.).

6. Воищева О.С. Рейтинговое оценивание предприятий-кредитозаемщи-ков на основе предельного анализа / О.С. Воищева, Ю.А. Величко, В.И. Ти-някова // Системное моделирование социально-экономических процессов: труды 32-й междунар. науч. школы-семинара им. акад. С.С. Шаталина. - Воронеж: ИПЦ Воронеж, гос. ун-та, 2009. Ч. 2 - С. 412-417 (0,4 п.л./0,2п.л.).

7. Величко Ю.А. Кредитный риск: концепции управления и методы оценки / Ю.А. Величко // Теория и практика функционирования финансовой и денежно-кредитной системы России: сборник статей междунар. науч.-практ. конф. - Воронеж: Научная книга, 2010. - С. 332-336 (0,3 пл.).

8. Давние В.В. Эконометрический подход к рейтинговому оцениванию кредитозаемщиков / В.В. Давние, С.Е. Касаткин, Ю.А. Величко // Современная экономика: проблемы и решения. - Воронеж, 20Ю.-№ 11 (11).-С. 144-156(1,5 пл./0,5 пл.).

9. Величко Ю.А. Структурное рационирование кредита на основе предельного анализа прибыли / Ю.А. Величко // Экономическое прогнозирование: модели и методы: материалы V междунар. науч.-практ. конф.: в 2-х ч. -Воронеж: ИПЦ Воронеж, гос. ун-та, 2010. - Ч. 2. - С. 208-210 (0,2 пл.).

10.Давние В.В. Энтропийные критерии рейтингового оценивания кредитозаемщиков / В.В. Давние, Ю.А. Величко // Анализ, моделирование и прогнозирование экономических процессов: материалы II междунар. науч.-практ. интернет-конференции. - Воронеж: ООО Воронежский центр новых технлогий и инноваций, 2010. - С. 112-115 (0,2 п.л./0,1 пл.).

11 .Касаткин С.Е. Имитационный подход к риск-предикторному рейтинговому оцениванию кредитозаемщиков / С.Е. Касаткин, Ю.А. Величко // Современная экономика: проблемы и решения. - Воронеж, 2011. - № 1(13). -С. 142-149(1,0 П.Л./0.5 пл.).

Подписано в печать 08.06.11. Формат 60*84 Усл. нсч. л. Тираж 100 экз. Заказ 818.

Отпечатано с готового оригинал-макета в типографии Издатсльско-пошрафического центра Воронежского государственного университета. 394000, Воронеж, ул. Пушкинская, 3

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Величко, Юрий Александрович

ВВЕДЕНИЕ.

1. ПРОБЛЕМА ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКОВ И СОВРЕМЕННЫЕ ПОДХОДЫ К ЕЕ РЕШЕНИЮ.

1.1. Основные положения оценки кредитоспособности заемщика в условиях риска.

1.2. Математический аппарат формирования внутренних рейтингов кредитозаемщиков.

1.3. Рейтинговое оценивание на основе предельного образа креди-тозаемщика.

2. МОДЕЛИ И МЕТОДЫ РИСК-ПРЕДИКТОРНОГО РЕЙТИНГОВОГО ОЦЕНИВАНИЯ КРЕДИТОЗАЕМЩИКА.

2.1. Ключевые идеи и основные этапы моделирования риск-пре-дикторных рейтинговых оценок.

2.2. Эконометрическое моделирование прогнозной составляющей рейтинговых оценок.

2.3. Имитационный подход в задачах построения риск-предиктор-ных оценок надежности кредитозаемщиков.

3. ВЫЧИСЛИТЕЛЬНЫЕ АСПЕКТЫ РИСК-ПРЕДИКТОРНОГО РЕЙТИНГОВОГО ОЦЕНИВАНИЯ НАДЕЖНОСТИ КРЕДИТОЗАЕМЩИКОВ.

3.1. Методика построения риск-предикторной рейтинговой оценки на основе эконометрической модели многомерного прогнозного образа.

3.2. Вычислительные эксперименты по имитационному моделированию риск-предикторных рейтинговых оценок.

Диссертация: введение по экономике, на тему "Моделирование риск-предикторных рейтинговых оценок надежности предприятий-кредитозаемщиков"

Актуальность темы исследования. Кредитование, став обязательной составляющей современных бизнес процессов, дожно, по замыслу, обладать высокой степенью надежности инструмента, обеспечивающего стимулирующее перераспределение средств в пользу эффективно работающих производителей. В силу этого каждую кредитную операцию принято рассматривать с позиции ее целесообразности и надежности.

К сожалению, в условиях рынка степень надежности является перманентной величиной, требующей трэкинг-контроля за своим состоянием. Возможность практической реализации такого контроля тесно связана с применяемой методикой оценки надежности ссудополучателя. В настоящее время разработано достаточно много методик, позволяющих строить подобные оценки. Но после сформулированного в 2004 году Базельским комитетом по банковскому надзору принципа управления кредитным риском на основе внутренних кредитных рейтингов заемщиков особой популярностью стали пользоваться методики рейтингового оценивания.

Рейтинги, являясь количественно-качественными величинами, представляют собой сложный объект как для формирования комплексной оценки, так и для анализа, а тем более для трэкинг-контроля. Практика показывает, что не всегда удается получить поное ранговое соответствие между рейтинговыми оценками и реальной надежностью кредитозаемщиков. Причин много, но главная Ч неопределенность будущего. Как правило, именно неопределенность вносит серьезные искажения в это соответствие. Трекинг-контроль только фиксирует возникающие расхождения, давая понять, что рейтинговые оценки потеряли свою актуальность. Все это способствовало возникновению естественной необходимости в допонении рейтинговой оценки прогнозной составляющей.

Прогнозные оценки на качественном уровне, которыми обычно допоняют рейтинговые оценки, только частично решают эту проблему. Все очевиднее становится необходимость понимания того, что в рейтинговой оценке прогнозная составляющая дожна не присутствовать, а доминировать. Ошибки в кредитных решениях, принимаемые с ориентацией на ожидаемый уровень надежности заемщика, встречаются гораздо реже, чем в тех, которые принимались без учета подобных рисков. Поэтому исследования, направленные на развитие аппарата рейтингового оценивания, в частности рейтингового оценивания надежности заемщиков, являются весьма актуальными.

Степень разработанности проблемы. Введением в разработку проблемы формализованной оценки кредитоспособности предприятий-заемщиков можно считать труды зарубежных (Э. Альтмана, Р. Лиса, Г. Спрингейта, Р. Тоффлера, X. Тишоу, Дж. Фумера, Р. Чессера и др.) и отечественных (А.Ю. Беликова, Г.В. Давыдовой, О.П. Зайцевой, М.А. Федотовой и др.) ученых, применивших множественный дискриминантный анализ для построения собственных моделей оценки кредитоспособности.

Более сложный аппарат формализованного обоснования кредитных решений был предложен в работах А.О. Недосекина (нечеткая логика), В.В. Давниса и И.Н. Бугаковой (адаптивно-имитационные модели прогнозирования банкротств предприятий), A.M. Карминского, М.И. Лукина, A.A. Пере-сецкого, А.Е. Петрова, A.C. Чижова (эконометрические модели дискретного выбора).

Новое направление в решении данной проблемы был заложено В.И. Ти-няковой и A.B. Доматовой, в работах которых было предложено рейтинговые оценки надежности предприятий-кредитозаемщиков формировать, используя данные предельного образа их финансового состояния. Настоящая диссертационная работа, по сути, выпонена в русле этих исследований и реализует идею формирования упреждающих рейтинговых оценок.

Объект исследования - динамика показателей финансового состояния предприятий-кредитозаемщиков, на основе которых формируются рейтинговые оценки их надежности.

Предмет исследования Ч математический аппарат моделирования рейтинговых оценок надежности предприятий-кредитозаемщиков.

Цель исследования Ч развитие инструментария внутреннего рейтингового оценивания предприятий-заемщиков путем разработки математического аппарата, обеспечивающего формирование многомерного образа их финансового состояния.

В соответствии с поставленной целью возникла необходимость в решении следующего комплекса задач, определивших логику диссертационного исследования:

Х проанализировать основные направления развития аппарата формирования внутренних рейтингов кредитозаемщиков и выделить наиболее перспективное из них;

Х выстроить общую логику моделирования внутренних риск-предик-торных рейтинговых оценок и описать ее;

Х разработать модель, обеспечивающую формирование многомерного прогнозного образа финансового состояния предприятия-кредито-заемщика;

Х разработать методику построения риск-предикторной рейтинговой оценки на основе модели многомерного прогнозного образа;

Х предложить экономико-математический инструментарий для исследования стабильности рейтинговых оценок надежности кредитозаемщиков;

Х провести вычислительные эксперименты с разрабатываемыми моделями.

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, развитие метода финансовой математики и актуарных расчетов специальности 08.00.13 Математические и инструментальные методы экономики Паспорта специальностей ВАК РФ.

Теоретико-методологической основой исследования послужили современные достижения экономической и математической науки, содержащиеся в трудах отечественных и зарубежных ученых по обоснованию принимаемых банками кредитных решений, оценке надежности предприятий-заемщиков, эконометрическому моделированию, экспертному оцениванию, имитационному моделированию, рейтинговому оцениванию.

Эмпирическую базу исследования составила отчетность предприятий, предоставленная Территориальным органом Федеральной службы государственной статистики по Воронежской областц. Экспериментальные расчеты с использованием этих данных проводились в среде MS Excel и Statistica.

Научная новизна исследования состоит в разработке подхода к обоснованию кредитных решений Х на основе введенного понятия риск-предикторная рейтинговая оценка, предусматривающего предварительное формирование многомерного прогнозного образа финансового состояния предприятий-кредитозаемщиков с последующим использованием данных этого образа для вероятностной идентификации рейтинга.

Научная новизна реализована в следующих результатах, полученных лично автором:

Х предложена модель формирования многомерного прогнозного образа финансового состояния предприятия-кредитозаемщика, представляющая собой дискретно-непрерывный аналог рекурсивной системы эконометрических уравнений, в котором предусмотрено вероятностное оценивание рассчитываемых вариантов;

Х разработана процедура построения внутренних риск-предикторных рейтинговых оценок, получаемых как результат применения логит-модели множественного выбора с упорядоченными альтернативами к данным многомерного прогнозного образа финансового состояния предприятия-кредитозаемщика;

Х разработана имитационная модель для исследования стабильности риск-предикторных рейтинговых оценок, реализующая расширенный принцип подражания реальным процессам, который в рамках стохастического воспроизведения исторического периода учитывает ожидаемые риск-эффекты;

Х разработана методика риск-предикторного рейтингового оценивания надежности заемщиков, в которой реализована идея упреждающего обоснования принимаемых кредитных решений на основе прогнозного образа, отражающего многомерную динамику скользящих средних и ожидаемые риск-эффекты финансового состояния предприятия.

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 рейтинговых оценок надежности кредитозаемщиков в целом, и в развитие подхода к оценке кредитоспособности на основе использования понятия прогнозный образ заемщика в частности.

Практическая значимость исследования заключается в том, что его результаты, выводы и рекомендации могут быть использованы коммерческими банками в целях прогнозирования рейтингов надежности предпри-ятий-кредитозаемщиков и принятию на этой основе обоснованных 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, международных научно-практических конференциях: Теория и практика функционирования финансовой и денежно-кредитной системы России (Воронеж, 2009), Анализ, моделирование и прогнозирование экономических процессов (Воронеж, 2009, 2010), Экономическое прогнозирование: модели и методы (Воронеж, 2009, 2010).

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.

Основные результаты исследования используются в учебном процессе Воронежского государственного университета и в практической деятельности Филиала ОАО ТрансКредитБанк в г. Воронеже.

Публикации. По теме диссертационного исследования опубликовано 11 работ, в том числе 2 статьи в журналах, рекомендованных ВАК РФ. Список публикаций приведен в конце автореферата. В работах, выпоненных в соавторстве, соискатель предложил: эконометрический подход к моделированию прогнозной составляющей рейтингов, в рамках которого с помощью рекурсивной системы строится многомерный прогнозный образ финансового состояния предприятия-кредитозаемщика; энтропийные критерии рейтингового оценивания кредитозаемщиков; имитационный подход к риск-предиктор-ному рейтинговому оцениванию кредитозаемщиков.

Структура и содержание работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 162 источников, приложения.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Величко, Юрий Александрович

Выводы те же самые, что и по результатам расчетов, которые были проведены по методике формирования прогнозного образа. Смысл этих выводов в том, что предприятие не обладает абсолютной кредитной надежностью. Есть положительная вероятность снижения в будущем рейтинговой оценки.

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основе выпоненных теоретических и прикладных исследований в области риск-предикторного рейтингового оценивания надежности предприятий-заемщиков сформулированы выводы, заключающиеся в следующем:

1. Введенное в диссертации понятие риск-предикторная рейтинговая оценка, прежде всего, ориентирована на усиление в рейтинговых оценках роли прогнозной составляющей. Необходимость усиления этой составляющей касается не только рейтингового оценивания, а по сути всего аппарата, применяемого для обоснования принимаемых решений. Упреждающая направленность решений очевидным образом следует из того факта, что между актом, когда решение принимается, и ожидаемым результатом существует зона неопределенности, успешное преодоление которой возможно только благодаря прогнозным расчетам. Арсенал прогнозных методов достаточно богат, однако природа рейтинговых оценок такова, что не позволяет воспользоваться этим арсеналом. Поэтому исследования, направленные на усиление роли прогнозной составляющей в рейтинговых оценках, позволили получить допонительный результат в виде специфического метода прогнозирования количественно-качественных величин.

2. Сложность разработки прогнозной составляющей рейтинговых оценок в том, что эта составляющая так же, как и сам рейтинг, является результатом интеграции многомерного описания финансового состояния заемщика. При решении данной проблемы возникает задача построения модели, с помощью которой можно осуществлять многомерные прогнозные расчеты. Более того, реализуя идею описания будущего не с помощью прогнозной траектории, а с помощью прогнозного образа, удалось решить проблему формирования многомерного прогнозного образа. Для формирования такого образа в диссертации была разработана дискретно-непрерывная модель на основе рекурсивной системы регрессионных уравнений. Модель универсальна и может использоваться при решении других задач.

3. Исследования вопросов, связанных с усилением роли прогнозной составляющей рейтинговых оценок, позволили сделать вывод, в соответствии с которым целесообразней вместо прогнозной составляющей формировать рейтинговую оценку с упреждающим акцентом. Более детальное рассмотрение этой идеи сформировало точку зрения о необходимости построения риск-предикторной рейтинговой оценки. В этой оценке сконцентрированы наблюдаемый тренд финансового состояния заемщика и ожидаемые риски, учитываемые в модели специальным образом. Под трендом здесь понимается преобладающая тенденция, которую демонстрируют варианты многомерного прогнозного образа. Идеи, заложенные в процедуру, реализующую данный подход, являются основой вероятностного прогнозирования.

4. Известная проблема миграции рейтингов в данной диссертационной работе исследована в несколько иной постановке. Вместо миграции рассматривается вопрос стабильности рейтинговых оценок. Для исследования этого вопроса в диссертации предлагается использовать имитационный подход. Имитационная модель, с помощью которой осуществлялось исследование стабильности рейтинговых оценок, была построена на основе дискретно-непрерывной рекурсивной системы регрессионных уравнений. В этой модели был реализован расширенный принцип подражания реальным процессам, позволяющий учитывать в модели, кроме случайной, еще и рисковую составляющую. Это значительно повысило правдоподобность имитационного моделирования.

5. Довольно сложная схема построения моделей и формирование с их помощью рейтинговых оценок проилюстрировано числовым примером. Детализация приведенных расчетов такова, что позволяет говорить о возможности их использования в качестве тестирующего примера при разработке программного обеспечения, реализующего процедуры построения риск-предикторной рейтинговой оценки.

Диссертация: библиография по экономике, кандидат экономических наук , Величко, Юрий Александрович, Воронеж

1. Абадуров Е.И. Основы кредитоспособности / Е.И. Абадуров. Ч 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 работаетfiii/arhiv/2002/3/8.html.

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

4. Аистов A.B. Эконометрика шаг за шагом / A.B. 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. 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.

7. Андреева Г.В. Скоринг как метод оценки кредитного риска / Г.В. Андреева // Банковские технологии. № 6. 2000. Ссыка на домен более не работаетfinanalysis/banks/scoring.shtml.

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

9. 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.

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

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

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

13. Банковская система России. Настольная книга банкира. Кредитный, процесс коммерческого банка. М.: ТОО Инжиниринго-консатинговая -компания Дека, 1995.

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

15. Банковское дело: современная-система-кредитования / под ред. О.И. Лаврушина. М.: КНОРУС, 2007. - 768 с.

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

17. Беляков A.B. Банковские риски: проблемы учетам управления и регулирования / A.B. Беляков. М.: Издательская группа БДЦ-пресс, 2004. -256 с.

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

19. 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. - №1*. -1999. - С. 41-74.

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

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

22. Брычкин A.B. Оценка кредитоспособности контрагентов и создание резервов под возможные потери по дебиторской задоженности / A.B. Брыч-кин // Финансы и кредит. 2003. Ч № 1. Ч С. 21 -31.

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

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

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

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

27. Васильева JI.C. Анализ финансово-хозяйственной деятельности предприятий / JI.C. Васильева. -М.: Экзамен, 2008. 320 с.

28. Величко Ю.А. Эконометрический подход к построению внутренних рейтинговых оценок / Ю.А. Величко // ФЭС: Финансы. Экономика. Стратегия. Воронеж, 2011. -№3. - С. 24-28.

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

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

31. 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.

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

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

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

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

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

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

38. Грачев A.B. Финансовая устойчивость предприятия: анализ, оценка и управление / A.B. Грачев. М.: Дело и сервис, 2004. - 192 с.

39. Давние, В.В. Прогноз и адекватный образ будущего / В.В. Давние, В.И. Тинякова // Вестник Воронежского государственного университета. Серия: Экономика и управление. 2005. -№ 2. - С. 183-190.

40. Давние В.В. Адаптивные модели: анализ и прогноз в экономических системах / В.В. Давние, В.И. Тинякова. Воронеж: Изд-во Воронеж, гос. унта, 2006.-380 с.

41. Давние В.В. Анализ и прогноз миграции кредитных рейтингов / В.В. Давние, Ю.А. Величко // Экономическое прогнозирование: модели и методы: материалы V междунар. науч.-практ. конф.: в 2-х ч. Воронеж: ИПЦ Воронеж. гос. ун-та, 2009. -Ч. 1. - С. 210-214.

42. Давние В.В. Моделирование прогнозной составляющей рейтинговых оценок / В.В. Давние, Ю.А. Величко // Вестник Тамбовского государственного университета. Серия: Гуманитарные науки. 2011. Ч Выпуск 4(96). - С. 84-88.

43. Давние В.В. О взаимосвязи рейтинговых оценок и рисков / В.В. Давние, Ю.А. Величко // Управление экономическими системами : сборник статей Междунар. науч.-практ. конф. Пенза: АНОО Привожский Дом знаний, 2009.-С. 36-38.

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

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

46. Давнис В.В. Эконометрический подход к рейтинговому оцениванию кредитозаемщиков /В.В. Давние, С.Е. Касаткин, Ю.А. Величко // Современная экономика: проблемы и решения. Воронеж, 2010. Ч № 11 (11). - С. 144156.

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

48. Донцова JI.В. Анализ бухгатерской отчетности / JI.B. Донцова, H.A. Никифорова. М.: Дело и сервис, 2003. - 334 с.

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

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

51. Едронова В.Н. Принципы системной методологии оценки показателей для определения кредитоспособности заемщика / В1Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - №11. - С. 2-9.

52. 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.

53. Едронова В.Н. Технология выдачи кредита / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - №5. - С. 3-6.61 .Ендовицкий Д.А. Анализ и оценка кредитоспособности заемщика / Д.А. Ендовицкий, И.В. Бочарова. М.: Кнорус, 2005. - 272 с.

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

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

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

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

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

59. Карминский A.M. Модели рейтингов банков / A.M. Карминский, A.A. Пересецкий, А.Г.О. ван Сует // Экономико-математические методы. 2004. Ч. №2.-С. 289-315.

60. Карминский A.M. Рейтинги в экономике: методология и практика / A.M. Карминский, A.A. Пересецкий, А.Е. Петров; Под ред. A.M. Карминско-го. М.: Финансы и статистика, 2005. - 240 с.

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

62. Касаткин С.Е. Имитационный подход к риск-предикторному рейтинговому оцениванию кредитозаемщиков / С.Е. Касаткин, Ю.А. Величко // Современная экономика: проблемы и решения. Ч Воронеж, 2011. № 1(13). -С. 142-149.

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

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

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

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

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

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

69. 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.

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

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

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

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

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

75. 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.

76. 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.

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

78. 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.

79. 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. Ч №2.-С. 91-98.

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

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

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

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

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

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

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

87. Магнус Я.Р. Эконометрика / Я.Р. Магнус, П.К. Катышев, A.A. Пере-сецкий. М.: Дело, 2004. - 576 с.

88. Маркова О.М. Коммерческие банки и их операции. Учебное пособиедля вузов / О.М. Маркова, JI.C. Сахарова, В.Н. Сидоров. М. Банки и биржи,1995.- 288 с.

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

90. 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.

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

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

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

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

95. Озиус М. Банковское дело и финансовое управление рисками / М. Озиус, Б. Путнам. Вашингтон: Институт экономического развития Мирового банка, 1992.

96. Олынаный А.И. Банковское кредитование: российский и зарубежный опыт / под ред. Е.Г. Ищенко, В.И. Алексеева. М.: Русская Деловая Литература, 1998.

97. 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.

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

99. Основы банковской деятельности (Банковское дело) / под ред. K.P. Тагирбекова. М.: Инфра-М, 2003. - 720с.

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

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

102. 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.

103. Порфирьев Б.Н. Концепция риска, который никогда не равен нулю / Б.Н. Порфирьев // Энергия. 1989. - № 8. - С. 31-33.1

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

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

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

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

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

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

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

111. Савицкая Г.В. Методика комплексного анализа хозяйственной деятельности / Г.В. Савицкая. М.: ИНФРА-М, 2003. - 306 с.4

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

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

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

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

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

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

118. Станиславчик Е.Н1 Теория и практика риск-менеджмента на предприятии / E.H. Станиславчик. М.: Ось-89, 2002. - 80 с.

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

120. Тарачев В.А. Кредитные риски и развитие* банковский системы / A.B. Тарачев // Деньги и кредит. 2003. - №6. - 25-27.

121. Тинякова, В.И. Модели адаптивно-рационального прогнозирования экономических процессов: монография / В.И. Тинякова. Воронеж: Изд-во Воронеж, гос. ун-та, 2008. - 336 с.

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

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

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

125. Усоскин В.М: Базельские стандарты адекватности банковского кат питала / В.М. Усоскин // Деньги и кредит. 2000; - №3. - О. 39-5Г.

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

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

128. Цветкова Е.В. Риски в<экономической деятельности / Е.В. Цветкова, ИЮ^ Арлюкова;- Шб:: ИВЭИЭП; Знание, 2002;-64 с.

129. Цыгичко В;Н. Прогнозирование социально-экономических процессов/ В;Н. Цыгичко. М.: КомКиига, 2007. - 240 с.

130. Ченоков В.А. Банки и банковские операции: букварь кредитования,технологии банковских ссуд, околобанковское рыночное пространство / В.А. *

131. Ченоков. М;: Высшая школа, 2004. - 268 с.

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

133. Шеремет А.Д. Анализ и диагностикам финансово-хозяйственной деятельности предприятия / А. Д; Шеремет. М.: ИНФРА-М, 2009. - 367 с.

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

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

136. Якобов А. Основы кредитоспособности предприятий / А. Якобов. Ч Вологда, 1926.

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

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

139. Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy / E.I. Altman // Journal of Finance. Ч 1968. №23. - Pp. 589,-609.

140. 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.

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

142. Springate G. Predicting the possibility of failure in Canadian firm / G. Springate // Unpublished M.B.A. Research Project, Simon Fraser University, January, 1978.160: The standardized approach to credit risk.Basel Committee, 2001.

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

144. Wall A. Study of Credit Barometrics Ч Federal Reserve Bulletin. Vol. 5 (March 1919). Pp. 229-243.

Похожие диссертации

• Методы формирования рейтинговой оценки инвестиционной привлекательности электроэнергетических компаний России
• Оценка надежности экономической деятельности теплоэнергетического предприятия
• Моделирование и прогнозирование инвестиционной привлекательности предприятий промышленности на базе рейтинговых оценок
• Эконометрическое моделирование рейтинговых оценок в задачах обоснования маркетинговых решений
• Модели и методы экспертно-статистической оценки кредитоспособности предприятий-заемщиков