Прогнозирование финансовой устойчивости в задачах оценки догосрочной кредитоспособности предприятий-заемщиков коммерческого банка тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Клименчуков, Андрей Николаевич |
| Место защиты | Воронеж |
| Год | 2005 |
| Шифр ВАК РФ | 08.00.13 |
Диссертация
Автореферат диссертации по теме "Прогнозирование финансовой устойчивости в задачах оценки догосрочной кредитоспособности предприятий-заемщиков коммерческого банка"
На правах рукописи
КЛИМЕНЧУКОВ Андрей Николаевич
ПРОГНОЗИРОВАНИЕ ФИНАНСОВОЙ УСТОЙЧИВОСТИ В ЗАДАЧАХ ОЦЕНКИ ДОГОСРОЧНОЙ КРЕДИТОСПОСОБНОСТИ ПРЕДПРИЯТИЙ-ЗАЕМЩИКОВ КОММЕРЧЕСКОГО БАНКА
Специальность 08.00.13 -Математические и инструментальные методы экономики
АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук
Воронеж - 2005
Работа выпонена в Воронежском государственном университете
Научный руководитель
Официальные оппоненты:
доктор экономических наук, профессор
Давние Валерий Владимирович
доктор экономических наук, профессор
Тостых Татьяна Николаевна;
кандидат экономических наук Концевая Наталья Валерьевна
Ведущая организация Нижегородский государственный
университет им. Н.И. Лобачевского
Защита диссертации состоится л29 июня 2005года в 12 часов на заседании диссертационного совета К212.033.02 при Воронежском государственном архитектурно-строительном университете по адресу: 394006 г. Воронеж, ул. 20-летия Октября, 84, аудитория 3220.
С диссертацией можно ознакомиться в библиотеке Воронежского государственного архитектурно-строительного университета.
Автореферат разослан л27 мая 2005года.
Ученый секретарь диссертационного совета, .-----у
кандидат экономических наук, доцент /л"^^^^ Е.И.Макаров
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Сегодня средства банков, направляемые на кредитование экономики, составляют большую часть их вложений. Причем, у большинства банков величина этих средств постоянно возрастает.
Принимая решение о возможности, целесообразности и условиях кредитования, банк дожен главным образом выявить наличие потенциальной способности заемщика вернуть полученную ссуду в соответствии с оговоренными сроками. Другими словами, руководство банка дожно безошибочно идентифицировать из всех заявленных кандидатур кредитоспособных заемщиков.
К настоящему времени сформировалось достаточно большое число практических подходов к определению кредитоспособности заемщиков в коммерческих банках: (1) модели рейтинговой оценки (Л.В. Донцова, НА. Никифорова, А.Д. Шеремет, Е.В. Негашев); (2) модели множественного дискрими-нантного анализа (Э. Альтман, Р. Тоффлер и X. Тишоу, М.А Федотова, Г. Спрингейт, Р.С. Сайфулин и Г.Г. Кадыков, Дж, Фумер, О.П. Зайцева, Г.В. Давыдова и А.Ю. Беликов); (3) модели, основанные на системе показателей (У. Бивер); (4) адаптивно-имитационные модели (В.В. Давнис, И.Н. Бугакова); (5) нечетко-множественный анализ (А.О. Недосекин); (6) модели комплексного анализа (В.В. Ковалев и В.В. Патров).
Тщательное изучение всех этих методик, а также работ, посвященных различным аспектам анализа и оценки: 1) кредитоспособности предприятий (И.В. Вишняков, Б.И. Герасимов, В.Н. Едронова, СЮ. Хасянова и др.); 2) финансовой устойчивости (А.В. Грачев, М.С. Абрютина, Л.Т. Гиляровская, И.И. Мазурова, М.В. Романовский и др.); 3) банковских кредитных рисков (С.Н. Кабушкин, X. Грюнинг, С. Братанович, К. Рэдхэд, С. Хьюс, А.С. Шап-кин и др.) позволило сделать следующие выводы:
Практически все методики прогнозирования банкротств (2)-(5), за исключением адаптивно-имитационных моделей и нечетко-множественного анализа, ориентированы на решение задач распознавания (надеж-ный/ненадежный кредитозаемщик), а не перспективного анализа. С их помощью, действительно, удается оценить текущее финансовое состояние предприятия и определить уровень риска банкротства. Но они не оправдывают своего название - прогнозные, так как не дают ответ на вопрос: В каком состоянии будет предприятие завтра, когда наступит срок погашения кредита?
Несмотря на, несомненно, правильную идею, заложенную в основу моделей комплексного анализа (всестороннее изучение качественных и количественных характеристик кредитозаемщиков), существует барьер, препятствующий использованию этих моделей с поной отдачей. Таким барьером является субъективизм, превалирование неформальных методов, применяемых для их построения и анализа.
Многие подходы к оценке кредитоспособности разработаны зарубежными специалистами, и не все из них были удачно адаптированы отечественными специалистами к российским условиям.
Разработанные к настоящему времени методики не предполагают использования всего арсенала современных экономико-математических методов и моделей, в частности, альтернативой множественному дискриминант-ному анализу могли бы стать модели с дискретной зависимой переменной, основные принципы которых описаны в работах Д. Макфаддена, Дж. Тобина, Ч. Гурьерукса, У. Грина.
Несмотря на все разнообразие используемых банками методик, можно сделать вывод о том, что представление о кредитоспособном заемщике формируется сотрудниками отделов кредитования главным образом в результате анализа финансовой устойчивости. Более того, теоретические выводы о взаимосвязи этих финансово-экономических категорий (кредитоспособности и финансовой устойчивости) находят подтверждение в тесной положительной корреляции эмпирических наблюдений. Таким образом, оценка надежного кредигозаемщика, в первую очередь, дожна строится на основе анализа догосрочной финансовой устойчивости и ее динамики.
Большинством современных подходов по оценке кредитного риска предполагается, что заранее известны вероятности возникновения благопри-ягных/неблаюприятных ситуаций, однако на практике такая информация, как правило, отсутствует. Другими словами, эти подходы не содержат в себе прогностической составляющей, позволяющей оценивать кредитный риск, в частности, риск финансовой устойчивости, с позиций момента реализации принимаемою кредитного решения.
В силу изложенного настоящее диссертационное исследование, ориентированное на преодоление указанных недостатков современных подходов к оценке кредитоспособности предприятий-заемщиков коммерческих банков, представляется актуальным.
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.
Целью диссертационного исследования является развитие математического аппарата прогнозирования финансовой устойчивости предприятий-кредито-заемщиков на основе мультитрендовой и мультиномиальной логистической моделей.
Поставленная цель определила следующие задачи исследования:
Х анализ отечественных и зарубежных подходов к оценке кредитоспособности предприятий-заемщиков коммерческих банков;
Х определение роли финансовой устойчивости в системе комплексной оценки будущей кредитоспособности предприятий;
Х изучение природы банковских кредитных рисков и выяснение их взаимосвязи с неопределенностью финансовой устойчивости перспективного периода;
Х разработка процедур уточнения исходных данных в задачах прогнозирования показателей финансовой устойчивости предприятий;
Х применение адаптивных моделей для идентификации частных эффектов рискогенности в финансовой динамике кредитозаемщиков коммерческих банков;
" разработка мультитрендовой модели для проведения многовариантных прогнозных расчетов;
Х построение моделей множественного выбора прогнозных траекторий финансовой устойчивости предприятий-кредитозаемщиков;
Х разработка методики принятия решения коммерческим банком относительно кредита;
Х обоснование целесообразности использования энтропийной меры неопределенности в качестве допонительного критерия при выборе кредитоспособного предприятия-заемщика;
Х исследование прикладных возможностей предлагаемых моделей, методик и процедур.
Объектом исследования является финансовая устойчивость предприятий, обращающихся в коммерческие банки с просьбой о предоставлении догосрочного кредита.
Предмет исследования - математический аппарат прогнозирования финансовой устойчивости для оценки догосрочной кредитоспособности предприятий-заемщиков коммерческих банков.
Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам методологии анализа кредитоспособности предприятий-заемщиков коммерческих банков, оценки кредитных рисков, экономико-математического моделирования, прогнозирования финансовых показателей, восстановления пропусков в данных, экспертного оценивания, а также применения принципов адаптации в экономической сфере). Была использована справочная и методическая литература, материалы периодической печати, нормативные и законодательные акты, Интернет-ресурсы.
При выпонении диссертационной работы применялись эконометриче-ские методы, а также методы адаптивного прогнозирования и обработки экспертной информации.
Фактографический материал составили данные, опубликованные в Бюлетенях банковской статистики ЦБ РФ, а также информация, предоставленная Территориальным органом Федеральной службы государственной статистики по Воронежской области. Весь полученный материал был обработан с использованием современного программного обеспечения.
Диссертационная работа выпонена в рамках п. 1.6 Математический анализ и моделирование процессов в финансовом секторе экономики ..., п. 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни... паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.
Научная новизна исследования состоит в совершенствовании методики определения догосрочной кредитоспособности предприятий-заемщиков
коммерческих банков на основе математических моделей анализа рискоген-ности и многовариантных прогнозных расчетов. Научную новизну содержат следующие результаты диссертационного исследования:
Х построены процедуры уточнения данных, запрашиваемых банком для оценки кредитоспособности предприятия-заемщика;
Х предложены адаптивные модели обнаружения частных эффектов рис-когенности в динамике показателей, характеризующих финансовую устойчивость заемщиков;
Х разработана мультитрендовая модель для проведения многовариантных прогнозных расчетов показателей финансовой устойчивости предпри-ятий-кредитозаемщиков;
Х обоснована необходимость использования энтропийной меры неопределенности условий принятия кредитного решения в задачах альтернативного выбора предприятий-заемщиков.
Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском государственном университете; 25-й юбилейной международной школы-семинара им. С.С. Шаталина (Королев, 2002); Межрегиональной научно-практической конференции Электронный бизнес: опыт и перспективы (Воронеж, 2002); Всероссийской научно-практической конференции Актуальные проблемы учета, экономического анализа и финансово-хозяйствен-ного контроля деятельности коммерческой организации (Воронеж, 2003); Всероссийской научно-практической конференции Экономическое прогнозирование: модели и методы-2004 (Воронеж, 2004); Международной научно-практической конференции Экономическое прогнозирование: модели и методы (Воронеж, 2005).
Практическая значимость работы выражается в разработке: 1) процедур уточнения исходных данных, предоставляемых предприятием в банк; 2) моделей, которые можно использовать в задачах прогнозирования финансовой устойчивости кредитоспособности предприятий-заемщиков; 3) метода идентификации частных эффектов рискогенности в финансовой динамике потенциальных кредитозаемщиков. Использование всех этих процедур, моделей и методов в рамках комплексной методики будет способствовать повышению степени обоснованности, а значит, и качества принимаемых банком решений относительно предоставления кредита.
Реализация результатов. Разработанные в диссертации предложения по совершенствованию методики оценки догосрочной кредитоспособности на основе прогнозных расчетов показателей финансовой устойчивости предприятий рекомендованы к использованию отделом кредитования и анализа рисков филиала ОАО Внешторгбанк в г. Воронеже, что подтверждено соответствующим актом внедрения.
Отдельные результаты диссертационного исследования можно использовать при подготовке экономистов и менеджеров на экономическом факультете Воронежского госуниверситета в курсах: Математические методы финансового анализа, Теория риска и моделирование рисковых ситуаций, Эконометрика.
На защиту выносятся следующие положения:
Х процедуры уточнения исходных данных, предоставляемых предпри-ятием-кредитозаемщиком в банк, что обеспечивает исключение ошибочных результатов анализа и снижение нежелательных эффектов, которые в силу искажения данных могут возникнуть при построении прогнозных моделей;
Х адаптивные модели идентификации частных эффектов рискогенности в динамике показателей, характеризующих финансовую устойчивость заемщиков, что формирует наиболее поное представление об ожидаемых вариантах финансового состояния предприятий и уточняет уровень риска кредитного решения;
Х мультитрендовая модель, позволяющая совместно с мультиномиальной логит-моделью идентифицировать наиболее правдоподобные прогнозные траектории показателей, характеризующих финансовую устойчивость предприятий-кредитозаемщиков коммерческих банков;
Х допонительный информационный критерий в виде энтропийной меры неопределенности условий, в которых принимается решение относительно предоставления кредита, что повышает степень обоснованности выбора банком кредитоспособных предприятий-заемщиков.
Публикации. По теме диссертационного исследования опубликовано 8 печатных работ, которые указаны в конце автореферата.. Лично соискателю принадлежат [1, 3 - б, 8]. Работы [2,7] выпонены в соавторстве. В [2] соискатель предложил один из возможных вариантов матричной модели построения прогнозных балансов. В [7] он исследовал ситуацию непоных данных, возникающую при построении авторегрессионной модели.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 173 наименований и приложения (акта внедрения). Основной текст изложен на 146 страницах машинописного текста, содержит 63 таблицы, 10 рисунков.
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 и практическая значимость результатов исследования.
В первой главе проанализированы современные подходы к оценке и прогнозированию финансовой устойчивости предприятий-заемщиков, выявлены их преимущества и недостатки. Определено место финансовой устойчивости в системе комплексной оценки будущей кредитоспособности предприятий. Идентифицирована взаимосвязь банковских кредитных рисков с неопределенностью финансовой устойчивости перспективного периода.
Во второй главе осуществлена последовательная разработка математического аппарата прогнозирования финансовой устойчивости кредитозаем-щиков банка. Основу предлагаемого аппарата составляют: 1) процедуры уточнения исходных данных в задачах прогнозирования показателей финансовой устойчивости предприятий-заемщиков; 2) адаптивные модели идентификации частных эффектов рискогенности в финансовой динамике заемщи-
ков; 3) модели множественного выбора прогнозных траекторий финансовой устойчивости предприятий.
В третьей главе рассмотрены прикладные аспекты обоснования прогнозных кредитных решений банка с помощью разработанного во второй главе математического аппарата. Предложено использовать энтропийную меру неопределенности условий принятия кредитного решения в качестве допонительного критерия выбора кредитоспособного предприятия-заемщика.
В заключении изложены основные научные результаты и выводы диссертационного исследования.
СОДЕРЖАНИЕ И ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
1. Процедуры уточнения исходных данных в задачах прогнозирования
показателей финансовой устойчивости предприятий-заемщиков
В тех ситуациях, когда решение принимается на основе прогнозных оценок, особенно тщательно анализируются данные, используемые для построения моделей. Любые искажения данных приводят к смещению параметров модели и, соответственно, к снижению достоверности прогнозных оценок.
В статистическом анализе выборочных совокупностей предусмотрены процедуры проверки однородности данных и удаления нетипичных. Однако выпонение подобной рекомендации для временных рядов, на основе которых обычно строятся прогнозные модели, не имеет смысла.
Поэтому в диссертации предложены специальные методы, применение которых корректно для временных рядов. Их особенность в том, что они одновременно с формальным подходом предусматривают содержательный анализ неадекватной ситуации. Включение элементов содержательного анализа в основном связано со спецификой решаемой задачи. В некоторых случаях под сомнение могут попадать даже те данные, которые в рамках формального подхода не тестируются как неоднородные.
Общая схема реализации предлагаемого нами подхода предусматривает три эгапа: идентификацию и удаление сомнительного наблюдения; восстановление удаленного значения с помощью специальных методов; тестирование результатов моделирования и проведение окончательных прогнозных расчетов.
Реализация первого этапа предусматривает возможность применения как формальных, так и не формальных процедур. Как правило, реальные действия опираются на обе процедуры с некоторым доминированием субъективной точки зрения. Любые сомнения специалистов по поводу отдельных периодов функционирования предприятия дожны инициировать проведение специального анализа, результаты которого подтверждают или отвергают сомнения.
Формальные или неформальные действия в рамках первого этапа завершаются либо списком наблюдений, которые считаются искаженными и требуют своего уточнения, либо отсутствием такового. Если список не пуст, то следующий этап реализуется в поном объеме, если пуст, то реализуется только та часть второго этапа, которая касается прогнозных расчетов.
' Процедуры второго этапа являются универсальными и ориентированы на решение более широкого круга задач, чем рассматриваемые в диссертационной работе. Все вместе они могут быть объединены в класс методов восстановления пропусков в данных, предназначенных для построения прогнозных моделей.
Рассмотрим ситуацию, когда одновременно требуется восстановить пропуски в зависимой переменной у и независимой переменной Х^. Реальность подобной ситуации не вызывает сомнения. В этом случае удобно применять комбинированный метод восстановления, состоящий в использовании адаптивных ожиданий и фиктивной переменной в процедуре МНК. Сочетание оптимизационного и адаптивного подходов обеспечивают широкие возможности предлагаемой процедуре восстановления пропусков.
Формальное рассмотрение этой процедуры начнем с описания структуры данных для случая единственного пропуска в зависимой переменной и одиночного пропуска в одной из независимых переменных
Ун 1 х|-1| 0
0 1 хп ; х1т -Г
Ум 1 ХМт 0
Ул 1 *л+11 О
х,-1т=ах1.1т + {1-а)х11П, 0<а<1.
МНК-оценки по этим данным будут зависеть от ОС
6(л) = (Х'Х)-,Х'у. (2)
Параметр СС настраивается таким образом, чтобы минимизировать сумму квадратов отклонений расчетных значений у,-от фактических ур т.е.
Комбинированный подход можно применять для восстановления нескольких пропусков в зависимой и независимой переменных. Подобное обобщение не вызывает затруднений.
В диссертации рассмотрены практически все ситуации, которые могут встретиться в задачах анализа и использования данных при построении различного рода математических моделей.
Завершающий, третий, этап предусматривает сравнение значения, которое вызвало сомнение в своей достоверности, с восстановленным значением. Формально сравнение осуществляется следующим образом. Выдвигается нуль-гипотеза
смысл которой в том, что значение сомнительного элемента выборочной совокупности статистически неразличимо со значением оценки полученной с помощью метода наименьших квадратов.
В простейшем случае, когда проверяется только одно наблюдение, для проверки статистической неразличимости можно использовать /-статистику Стыодента. Если одновременно проверяется статистическая неразличимость между несколькими восстановленными значениями и фактически наблюдаемыми величинами, то проверка нуль-гипотезы осуществляется с помощью Б-статистики.
2. Адаптивные модели идентификации частных эффектов рискогенности в финансовой динамике заемщиков Исследования кредитных, как и любых других, рисков принято начинать с изучения их генезиса. Авторский взгляд на природу возникновения догосрочного кредитного риска представлен на рис. 1.
Рис. 1. Генезис догосрочного кредитного риска
Начальной стадией процесса по снижению кредитных рисков является выявление потенциально ненадежных кредитозаемщиков.
Современные методики позволяют оценить текущее финансовое состояние потенциального заемщика и полученную оценку использовать в качестве
главного обоснования принимаемого решения. Трудно не согласиться с логикой, в соответствии с которой выстраиваются рекомендации упомянутых методик. Действительно, чем лучше финансовое состояние, тем надежнее кре-дитозаемщик и ниже риск невозврата. И все же, в этой логике отсутствует фактор неопределенности будущего. Решение о кредите, образно говоря, принимается сегодня, а возврат предусматривается завтра, которому предстоит еще наступить в условиях неопределенности будущего. Неопределенность порождает неоднозначность, основной смысл которой в том, что фактические результаты могут существенно отличаться от ожидаемых. Природа этой неоднозначности становится понятной только в момент ее проявления, когда любые решения направленные на корректировку неблагоприятной ситуации становятся фактически бесполезными и ничего не остается делать, как только разбираться с непредвиденными обстоятельствами.
Причина, приводящая к подобной ситуации, кроется в упрощенных подходах к обоснованию и принятию решений. Сложность экономических процессов не позволяет субъективно обнаруживать в них скрытые динамические эффекты - гены риска - со случайным характером проявления в будущем. Процессы с подобными эффектами называются рискогенными.
Чтобы определить, является ли процесс рискогенным или нет, нужны специальные исследования его свойств. Ниже будут рассмотрены методы идентификации эффектов частной рискогенности, под которыми в диссертации понимаются случаи кратковременного нестабильного поведения отдельных экономических процессов. В интересующих нас ситуациях реализация подхода дожна быть основана на анализе динамики с целью выявления в истории исследуемых процессов динамических эффектов, оказывающих нежелательное воздействие на финансовую устойчивость.
Сразу заметим, что практическое использование общей идеи обнаружения гена нестабильности требует разработки специфических процедур в каждом конкретном случае. Более того, как правило, усиление одного и того же риска может происходить под воздействием нескольких случайно проявившихся эффектов нестабильности. Поэтому исследованию на предмет обнаружения эффектов частной рискогенности дожны подвергаться все процессы, в той или иной степени связанные с принимаемым решением.
Упрощая рассматриваемую задачу по определению надежности кредито-заемщика, предположим, что смысл одного из эффектов частной рискогенно-сти заемщика состоит в том, что в его производственно-коммерческой деятельности наблюдались кратковременные периоды, когда кредиторская задоженность превышала дебиторскую.
Предлагаемое формальное решение этой задачи основано на использовании адаптивного варианта моделей, описывающих динамику задоженности заемщика. Для лучшего понимания идей, используемых в анализе динамических характеристик исследуемых процессов, изложение начнем с моделей, не содержащих в своей структуре адаптивного механизма.
Введем обозначения:
С, - сумма банковского кредита в момент времени 1;
Д - дебиторская задоженность в момент времени I.
Используя введенные обозначения, запишем систему уравнений
Первое уравнение отражает зависимость перспективной величины кредита, которую банк готов выдать заемщику при данном уровне дебиторской задоженности в момент t Ч 1, а второе - величину кредита, которая заемщику будет нужна в момент t. Последнее равенство описывает желаемое совпадение интересов банка и заемщика.
Возникает вопрос, всегда ли можно достичь ситуации, когда интересы будут действительно совпадать. Понятно, что эта ситуация зависит от определенного уровня дебиторской задоженности. Поэтому естественно исследовать динамику дебиторской задоженности. Для этого, используя условие равновесия, запишем конечно-разностное уравнение
я, =г>0
которое описывает динамику дебиторской задоженности.
Обозначим через О* величину дебиторской задоженности, соответствующей состоянию, когда интересы банка и заемщика совпадают, и выясним условия, обеспечивающие сходимость задоженности к этой величине, т.е.
Так как в состоянии равновесия
О-^+Ь,0!)', (7)
то О' является решением неоднородного конечно-разностного уравнения первого порядка
Сходимость О, Ч> О* при / Ч> оо или ее отсутствие зависят от Ь.
Для наших выводов особое значение имеет предельная величина, определяемая формулой (8), так как именно результат ее сравнения с предельной кредиторской задоженностью позволит нам установить наличие или отсутствие рискогенных эффектов.
Действуя точно так же, как и в случае дебиторской задоженности, получаем те же самые результаты и для кредиторской задоженности К/, позволяющие осуществить сравнение предельных значений/)* и К'.
Если )* > К', то кредитозаемщика следует считать надежным, в противном случае - ненадежным. Естественно, изложенное демонстрирует только основной принцип, в соответствии с которым определяется надежность заемщика, и теоретическую модель его реализации. Использование модели в реальных расчетах требует ее усложнения и применения эконометрического подхода.
В качестве примера запишем эконометрический вариант модели (5)
Будем предполагать, что случайные величины Щ и <У( имеют нулевое математическое ожидание и обладают свойством гомоскедастичности, и мы фактически имеем дело со структурной эконометрической моделью. Ее построение представляет определенные трудности, которые здесь не рассматриваются, так как нас будет интересовать приведенная форма этой модели, в которую превращается неоднородное конечно-разностное уравнение (7)
п,=ь" +Ь"Э1А+Ег (10)
Приведенная форма представляет собой авторегрессионное уравнение первого порядка, эконометрические методы построения которого по данным динамического ряда достаточно известны.
Преобразование модели для кредиторской задоженности приводит к получению аналогичного авторегрессионного уравнения первого порядка К, =Ь* Кы + V,. (И)
Сведение задачи обнаружения частных рискогенных эффектов к построению и анализу эконометрических моделей переводит эту задачу в плоскость практически реализуемых задач.
Таким образом, практический аспект этой процедуры выглядит следующим образом. Формируются временные ряды интересующих нас показателей. По уточненным на втором этапе данным оцениваются обе модели
А = 0
с помощью которых вычисляются предельные значения и К .
Чтобы быть уверенным в надежности выводов, результаты моделирования тестируются с помощью критерия Дики - Фулера. Тестирование позволяет с надежностью 0,95 или 0,99 установить факт того, что < 1.
В результате сравнения предельных величин возможны следующие ситуации: 1) Э' > К*- кредитозаемщик надежный; 2)3' <К'~ крсдитозаем-
щик ненадежный; 3) и Ч>00, К*- конечная величина - надежный, но тре-
А Х А *
буется допонительное изучение; 4) ) - конечная величина, К Ч> кредитозаемщик очень ненадежный; 5) и ЧК* Ч>л-требуется допонительное изучение.
Заметим, что не все интересующие нас с точки зрения финансовой устойчивости процессы являются парными, т.е. сравнимыми между собой. Впоне возможна ситуация, когда по замыслу проводимого исследования изучается динамика только одного показателя. Тогда, как правило, вывод строится на результате сравнения предельного значения с фиксированной пороговой величиной. В качестве пороговой величины используется нормативная величина или ее предельный аналог.
Полученные выводы касаются тенденций, которые в среднем характеризуют динамику отдельных показателей производственно-коммерческой деятельности предприятия. Эти выводы можно использовать при обосновании принимаемых решений по поводу выдачи кредита. Однако основной целью нашего исследования является не анализ тенденций, а разработка методики, с помощью которой на основе рассмотренных выше моделей можно будет по-лучигь количественные оценки мгновенных характеристик динамики исследуемых показателей. Только анализ мгновенных характеристик позволяет обнаружить эффекты частной рискогенности, о которых шла речь выше.
Идея обнаружения этих эффектов основана на предположении, что с течением времени динамические характеристики изменяются (дрейфуют) и в каждый момент отражают текущее состояние анализируемого процесса. Изменяясь, характеристики отражают как благоприятные, так и неблагоприятные состояния исследуемого объекта. Чтобы с помощью модели уловить смену этих состояний, необходимо наделить ее адаптивными свойствами.
В отличие от других, адаптивная модель способна отразить всю гамму изменений, происходящих за рамками тенденций и закономерностей, и только с ее помощью удается в этой гамме изменений обнаружить появление рис-когенных эффектов. Суть предположения, лежащего в основе построения адаптивных моделей, в следующем. Отсутствие стационарности и поная неопределенность относительно законов изменения характеристик делают разумным предположение о том, что параметры модели с течением времени изменяются значительно медленней, чем переменные. Эта гипотеза, как известно, приводит к трансформации модели с постоянными параметрами в модель с адаптивным механизмом их изменения. Для решения поставленных задач использовалась адаптивная модель, построенная на основе рекуррентного метода экспоненциально взвешенных наименьших квадратов.
Формально для рассматриваемой нами ситуации, когда характер эффекта определяется по результатам сравнения двух процессов, предлагаемая процедура выглядит следующим образом. Рассматриваются результаты дрейфа коэффициентов обоих адаптивных моделей
Для каждой пары векторов вычисляются (если это возможно) и сравниваются
между собой предельные значения соответствующего показателя
........... <>
Полученные величины следует понимать как результат, описывающий ситуацию, в которой может оказаться кредитозаемщик, если тенденции, доминирующие в данный момент времени, будут сохраняться достаточно длительное время.
Предложенный подход был верифицирован на реальных данных ОАО Воронежсинтезкаучук, которое является постоянным клиентом Внешторгбанка (см. табл. 1)
Х Анализ табл. 1 позволяет сделать вывод о присутствии в динамике ОАО Воронежсинтезкаучук эффекта частной рискогенности, который может проявиться в будущем, что ставит под сомнение абсолютную надежность этого кредитозаемщика. В то же время анализ последних лет показывает, что соотношение дебиторской и кредиторской задоженности в норме (>1) и, более того, имеет тенденцию к укреплению. Поэтому относительно данного заемщика (конечно же, при условии того, что все остальные показатели его финансово-хозяйственной деятельности будут удовлетворять требованиям банка) не следует принимать ограничивающих решений, однако каждый раз следует с особой тщательностью анализировать изменение тенденций в его финансовом состоянии.
Таблица 1
Оценка эффектов частной рискогенности и ОАО Воронежсин гезкаучук
Обозначение коэффициентов Кредиторская задоженность Дебиторская задоженность Текущее предельное значение соотношения дебиторской и кредиторской задоженности Эффект частной
Значение коэффициентов адаптивной модели Предельные значения показателя Значение коэффициентов адаптивной модели Предельные значения показателя рискогенности (л- нет; л+ есть)
01 533921,92 608103,41
11 0,8958 5126846,83 0,7025 2044234,79 0,3987 +
02 678178,86 658435,20
12 0,6832 2140408,34 0,5770 1556646,03 0,7273 +
йз 699094,00 656600,95
в 0,5197 1455456,38 0,5746 1543366,36 1,0604 -
04 297570,10 565097,71
|4 0,6667 892885,83 0,4823 1091571,07 1,2225 -
05 296904,76 1010296,97
15 0,6671 891788,75 0,2327 1316704,70 1,4765 -
3. Модели множественного выбора прогнозных траекторий финансовой устойчивости предприятий
Реализация основной идеи, смысл которой в том, чтобы решения относительно предоставления кредита принимались с использованием прогнозных оценок, предъявляет повышенные требования к точности самих прогнозных оценок. У этих требований две составляющие: информационная и математическая. В наращивании этих составляющих существуют естественные пределы, с которыми необходимо считаться. Нельзя по статистическим наблюдениям получить выводы о закономерностях, которые не имели место в действительности, так же как нельзя надеяться на то, что с помощью математических моделей удастся получить расчеты свободные от воздействия случайно-
спей. Обе составляющие дожны быть сбалансированы и только в случае их сбалансированности удается получить надежные прогнозные оценки. В ниже предлагаемой методике рассматривается комплексный подход, позволяющий решить многие вопросы повышения надежности принимаемых кредитных решений.
Построение прогнозной модели по этой методике осуществляется в несколько последовательных этапов, причем каждый последующий находится в логической взаимосвязи с предыдущим. Необходимость многоэтапного построения диктуется тем, что схема расчетов предусматривает одновременную концентрацию в прогнозных оценках экстраполяционной и экспертно-аналитической информации. Каждый этап предусматривает получение прогнозных оценок соответствующего типа.
Чтобы методика обладала возможностью практической реализации, необходимо при построении модели ориентироваться только на те данные, которые официально использует банк, решая вопросы о предоставлении кредита своим заемщикам. Естественно, это накладывает определенные ограничения на информационную сложность моделей, которые будут использованы в прогнозных расчетах. Имеется в виду, что их построение не дожно предусматривать использование факторов, не входящих в перечень тех показателей, которыми пользуется банк, определяя надежность заемщиков.
Начнем обсуждение вопросов построения модели с ее экстраполяцион-ной составляющей. Если учесть требования, которым дожны удовлетворять необходимые для ее построения данные, а также предикторную точность, и то обстоятельство, что целью является получение прогнозных оценок, а не объяснение механизма формирования показателей, то, без сомнения, выбор следует остановить на авторегрессионных моделях.
К сожалению, как свидетельствует практика применения этих моделей, не во всех случаях с их помощью удается получить прогнозные оценки требуемой точности и надежности. Частные эффекты рискогенности, о которых речь шла выше, динамические эффекты, возникающие в силу временной потери свойства стационарности, и ряд других причин требуют отражения в модели подобных эффектов. Моменты, в которые возникают эффекты, неизвестны, и поэтому в модель удобно ввести переменную, характеризующую возможность их проявления. Наличие неопределенности диктует необходимость введения в качестве такой переменной специальной случайной величины и1, принимающей соответствующее фиксированное значение в тех случаях, когда проявляется 1-ый эффект. С учетом допонительной случайной величины авторегрессионная модель записывается в следующем виде:
Таким образом, модель содержит две случайные величины, которые дожны удовлетворять следующим условиям:
м[еи]=м[щ)=О, М[е1} = о], М[и}] = о1
i всех i
Mljsl~{) если t * s или i * j, M[utuj] =0 если 5t j.
По суш, это модель, для оценивания параметров которой необходимы данные, имеющие панельную структуру. Естественно, на момент построения модели отсутствуют гипотезы относительно структуры данных. Более того, возможность выдвижения той или иной гипотезы предстоит выяснить в процессе построения модели. В соответствии с этой идеей выяснения реальности неучтенных эффектов возникает необходимость их идентификации.
Идентификация эффектов удобно осуществлять, если перейти от рассмотрения модели с допонительной случайной составляющей к модели с фиксированными эффектами. Построение модели с фиксированными эффектами выглядит намного проще, чем построение модели со случайными эффектами. Процедура замены случайных эффектов фиксированными предполагает реализацию следующих шагов.
Оцениваются коэффициенты авторегрессионного уравнения и рассчитываются значения моделируемого показателя
Если построенная модель устраивает по точности, то следует естественный вывод - наличие случайных эффектов не подтвердилось. В противном случае вычисляются отклонения расчетных значений от фактических
которые позволяю выборочное множество наблюдений разделить на две части по следующему правилу
Гл-Л^О, /е/0
U-&>0, /е/.
На основе полученного деления формируется вектор i, (фиктивная переменная) из нулей и единиц таким образом, что на местах с номерами t Q будут стоять нули, а с номерами - единицы. Введение новой переменной приводит к модели вида
у, =Ь0+Ь{у,_1 +b2yt-2+-~ + bmyt-m +d\'n +et,
в которой - коэффициент при фиктивной переменной;
- значение фиктивной переменной в момент t.
Оцененное уравнение
позволяет проверить значимость коэффициента и тем самым убедиться в реальности предположения об эффектах. Если предположение об эффектах подтвердилось, то после получения расчетных значений вновь осуществляется деление каждого из подмножеств /0 И I на две части по следующему правилу:
'Если yt-y, < 0, tel q, то /е /0q
Если y,~ytO, e/|, то /б/10 ^ ^
сям у, - >О, re/j, то /е/ц
Полученная классификация позволяет ввести вторую фиктивную переменную i, следуя правилу
Если fИ /qq, ото 1(2=0 Если telо(, то i,2=1 Если t е /10, то it2 - 0
Модель с двумя фиктивными переменными
Л =0 + +,2>'-2+"-Hл}'/-m +/l'l +d2'(2 (23)
обеспечивает получение четырех траекторий, различие между которыми определяется идентифицируемыми эффектами.
Оцененная модель
У/ =^0+bt-l +b2y,-2 +- + >my,-m +diin+d2i2 (24)
используется для статистического анализа результатов моделирования. Если коэффициенты при фиктивных переменных окажутся значимыми, то это будет свидетельствовать о том, что эффекты играют существенную роль в динамике моделируемого процесса, и они дожны быть учтены в прогнозных расчетах.
Процесс уточнения модели путем идентификации фиксированных эффектов прекращается, как только точность модели достигает требуемого уровня или коэффициенты при переменных, характеризующих эффекты, становятся статистически незначимыми. На этом построение экстраполяционной составляющей модели завершается. Полученная модель в диссертации названа мультитрендовой. Таким образом, мультитрендовая модель - это модель, обеспечивающая адекватное описание процессовс несколькими траек-ториямиразвит ия.
Мультитрендовая модель имеет две особенности. Во-первых, она обеспечивает высокую точность аппроксимации данных ретроспективного периода, а во-вторых, с ее помощью можно проводить многовариантные прогнозные расчеты. Многовариантность открывает возможность для всестороннего анализа ожидаемых ситуаций, которые могут иметь место в обозримом будущем. Это важное и нужное свойство. Оно создает ситуацию альтернативного выбора, обостряя чувство риска у лиц, принимающих решение на основе прогнозной информации. Естественно, в подобной ситуации для снижения риска необходимо уточнение возможной реальности каждого из прогнозных вариантов. Для этой цели предлагается допонить мультитренд вероятностными оценками, расчет которых можно осуществить с помощью моделей множественного выбора. Фрагмент результатов многовариантных прогнозных расчетов приведен в табл. 2.
Таблица 2
Фрагмент результатов многовариантных прогнозных расчетов
к 5 = о л я и <и С о > Фиктивные переменные Мультитрендовая модель Экспертная оценка Мультиномиальная логит-модеяь 3 - Варианты прогноза, тыс руб. Вероятности Средневзвешенный вариант, тыс пуб Уровень энтропии, бит
А /2 Коэффициенты Стандартные ошибки Номер варианта Балы Коэффициенты Стандартные ошибки Эксперт! оценка балах
Валюта баланса
I 0 1 0 1 1 1 0 0 0 0 1 1 0 0 1 1 0 1 0 =1149335,54 <?1 =359411,89 32 =579277,13 Ъ\ =0,34 300136,50 124612,77 122978,89 0,12 0 3 2 1 1 3 2 0 2 5 60 35 20 40 90 65 30 75 00 =12,47 50 =-0,30 01 =10,31 1! =-0,21 02 =4,7л ,2 =-0,07 2,44 0,06 2,31 0,05 1,60 0,02 45 1982991 2342403 2562269 2921680 0,037 0,243 0,623 0,097 2522450 1,42
2 10 65 40 25 45 95 75 45 85 00 = 10,09 Ь]0 =-0,20 01 =9,04 ц =-0,16 02 =3,73 12 =-0,05 I о о о о о о I 2 8 , 55 2007221 2366633 2586498 2945910 0,084 0,188 0,567 0,162 2554574 1,64
4. Энтропийная мера неопределенности условий, в которых принимается кредитное решение
Матемагический аппараг в виде мультитрендовой модели позволяет решить проблему адекватного описания будущею в виде его многовариантного представления. Такое представление позволяет оценить все многообразие ожидаемых ситуаций И для каждой из них предусмотреть возможный вариант решения. Естественно, модель будущего разнообразия не может генерировать все возможные варианты будущего, да в этом нет и необходимости. С ее помощью формируется достаточно точное приближение возможных ситуаций будущего в виде некоторого разнообразия вариантов. Это разумно, так как модель не дожна быть точной копией реальности и, кроме того, существуют пределы точности любых измерений, в том числе и экономических. Причем, для последних стандартом точности чаще всего является 5%-ный уровень ошибки. Поэтому и мультитрендовая модель дожна удовлетворять этим требованиям точности.
Но самым важным моментом многовариантного представления является возможность оценить уровень неопределенности ситуации, в которой принималось решение относительно предоставления кредита. Для этого нужно знать вероятностное распределение прогнозных вариантов. Совместное применение мультитрендовой модели и модели множественного выбора позволяет получить всю необходимую информацию в виде прогнозных оценок и вероятностей, характеризующих степень их реальности:
В качестве неопределенности ситуации, в которой принимается решение, в диссертации предложено использовагь энтропию
Н(+,=-Ел1О2Л. (25)
Уровень неопределенности достигает своего максимального значения в случае, когда все прогнозные варианты равновероятны, и минимального - в том случае, когда один из вариантов окажется достоверным, а степень реальности всех остальных равна нулю. Таким образом, чем меньше значение критерия (25), тем ниже уровень неопределенности ситуации, в которой принимается решение.
Обычно при оценке финансовой устойчивости прогнозируется не один, а несколько показателей и для каждого из них применяется идентичная методика. Поэтому возникает необходимость в оценке уровня неопределенности комплексного решения, принимаемого на основе частных. На наш взгляд, ориентация на среднюю величину энтропии приведет к заниженной оценке неопределенности ситуации, в которой принимается решение. Более строгой и достаточно убедительной оценкой является максимальное значение уровня энтропии
Нтал = тахН,. (26)
Энтропийный уровень надежности принимаемых решений по мере поступления новой информации дожен пересчитываться. Причем, нужно пом-
нить, что новые знания, уточняющие вероятностные распределения вариантов, не всегда приводят к снижению энтропии.
Последний вопрос, на который требуется дать ответ, состоит в том, как прогнозные оценки использовать в усовершенствованной методике банка. Радикальное решение состоит в том, чгобы все текущие показатели, используемые в методике при оценке финансовой устойчивости, были заменены прогнозными значениями. Однако не у всех сотрудников банка, принимающих кредитные решения, существует абсолютное доверие к прогнозным оценкам. Поэтому целесообразно для обоснования решения пользоваться комбинированной информацией. Удобный прием комбинирования состоит в том, чтобы в расчетах использовать смешанные значения каждого 1-го показателя
где у1 - фактическое значение 1 -го показателя; прогнозная оценка 1 -го показателя; а- коэффициент доверия.
Выбор величины коэффициента доверия субъективен и заключается в следующем. Если эксперт или лицо, принимающее решение, абсолютно доверяет фактическим значением, то 0 = 1, если - прогнозным оценкам, то в остальных случаях - чем больше доверие прогнозу,
тем ближе значение коэффициента доверия к нулю.
ОСНОВНЫЕ ВЫВОДЫ
> Системный анализ современных подходов к оценке кредитоспособности предприятий-заемщиков коммерческою банка позволил сделать ряд выводов, представленных в начале автореферата и обосновывающих актуальность темы диссертационного исследования.
> Расширена традиционная классификация современных методов и моделей оценки кредитоспособности предприятий-заемщиков путем введения в рассмотрение адаптивно-имитационных моделей и нечетко-множе-ственного подхода.
> Определена взаимосвязь между финансовой устойчивостью и близкими ей по смыслу терминами, такими как ликвидность, платежеспособность и кредитоспособность. Финансовая устойчивость была признана тем системным показателем, который: наиболее поно характеризует финансовое состояние предприятия; обобщает два первых из указанных термина; является основным критерием признания кредитоспособности предприятия -потенциального заемщика.
> Проведена классификация неопределенности, в соответствие с которой сформирована авторская точка зрения на генезис догосрочного кредитного риска и показано, что грамотное прогнозирование показателей финансовой устойчивости - один из наиболее важных способов снижения уровня кредитного риска.
> Предложен модифицированный вариант методики оценки кредитоспособности предприятий-заемщиков, основными этапами реализации которого являются:
1. Сбор информации: а) заемщиках; б) факторах, определяющих их деятельность; в) кредитных проектах.
2. Уточнение предоставленных заемщиками данных с помощью специальных процедур.
3. Обнаружение эффектов рискогенности в финансовой динамике кредитозаемщиков.
4. Анализ и оценка текущего состояния заемщиков и факторов, воздействующих на их деятельность.
5. Оценка репутации кредитозаемщиков.
6. Генерация прогнозных вариантов будущего состояния предрия-тий-заемщиков.
7. Имитационное моделирование прогнозных альтернатив состояния рынка кредитных услуг.
8. Оценка кредитных проектов.
9. Расчет прогнозных оценок обеспеченности кредитов.
10. Получение итоговой оценки кредитоспособности заемщиков.
> Разработан математический аппарат, обеспечивающий реализацию 2-го, 3-го и 6-го этапов предложенного варианта методики:
для 2-го этапа - процедуры уточнения исходных данных, предоставляемых предприятием-кредитозаемщиком в банк. Применение этих процедур повышает надежность прогнозных расчетов в тех ситуациях, когда в данных обнаруживаются неточности и искажения, связанные с дефектами формирования выборочных совокупностей;
для 3-го этапа - адаптивные модели тестирования динамики финансовых показателей кредитозаемщиков на предмет обнаружения в ней эффектов частной рискогенности. Использование таких моделей ориентировано на снижение уровня кредитного риска коммерческих банков;
для 6-го этапа - мультитрендовая модель, предназначенная для проведения многовариантных прогнозных расчетов и обеспечивающая адекватное представление о возможных состояниях предприятия-заемщика в будущем.
> Показано, что использование энтропийной меры неопределенности условий, в которых банк принимает решение относительно кредитного обращения, повышает обоснованность выбора альтернативных вариантов в зависимости от информационной составляющей.
Основные научные результаты диссертации опубликованы в следующих работах;
1. Клименчуков А.Н. Диагностика финансовой устойчивости предприятий в современных условиях / А.Н. Клименчуков // Актуальные проблемы экономики России. Поиск путей решения: Тезисы докладов науч. сессии студ. экон. ф-та ВГУ, 13 апр. 2001г. - Воронеж: ВГУ, 2001. - Ч.Н. - С. 178.
2. Давние В.В. Модель построения прогнозных балансов / В.В. Давние, В.И. Тинякова, А.Н. Клименчуков // Системное моделирование социально-экономических процессов: Тезисы докладов и сообщений XXV междунар.
школы-семинара им. С.С. Шаталина, г. Королев Московской обл., 24-28 мая 2002г. - М.: ЦЭМИ РАН, 2002. - Ч. 1. - С. 59-61 (в т.ч. лично автора 1 стр.).
3. Клименчуков А.Н. Опыт внедрения систем электронной торговли В2В / А.Н. Клименчуков // Электронный бизнес: опыт и перспективы: Материалы Межрегион, науч.-практ. конф., г. Воронеж, 18-19 дек. 2002г. - Воронеж: ВГУ, 2002. - С. 59-63.
4. Клименчуков А.Н. Банковский кредит как источник догосрочных инвестиций / А.Н. Клименчуков // Актуальные проблемы учета, экономического анализа и финансово-хозяйственного контроля деятельности коммерческой организации: Материалы Всерос. науч.-практ. конф., г. Воронеж, 21-22 апр. 2003г. - Воронеж: ВГУ, 2003. - С. 38-41.
5. Клименчуков А.Н. Классификация методов прогнозирования финансовой устойчивости предприятий / А.Н. Клименчуков // Экономическое прогнозирование: модели и методы - 2004: Материалы Всерос. науч.-практ. конф., г. Воронеж, 18-19 марта 2004г. - Воронеж: ВГУ, 2004. - Ч.2. - С. 271278.
6. Клименчуков А.Н. Точность методов прогнозирования финансовой устойчивости предприятий / А.Н. Клименчуков // Экономическое прогнозирование: модели и методы - 2004: Материалы Всерос. науч.-практ. конф., г. Воронеж, 18-19 марта 2004г.:- Воронеж: ВГУ, 2004. - 4.2. - С.265-267.
7. Давние В.В. Процедуры уточнения данных в задачах прогнозирования финансовой устойчивости предприятий / В.В. Давние, А.Н. Клименчуков // Экономическое прогнозирование: модели и методы: Материалы Междунар. науч.-практ. конф., г. Воронеж, 29-30 апр. 2005г.: В 2 ч.- Воронеж: ВГУ, 2005. - 4.2. - С. 286-295 (в т.ч. лично автора 5 стр.).
8. Клименучков А.Н. Прогнозные рейтинговые решения коммерческих банков / А.Н. Клименчуков // Экономическое прогнозирование: модели и методы: Материалы Междунар. науч.-практ. конф., г. Воронеж, 29-30 апр. 2005г.: В 2 ч.- Воронеж: ВГУ, 2005. - 4.2. - С. 297-309.
Тираж 100 экз. Заказ № 260 Формат 60x84 1/8. Объем 1,5 п. л. Подписано в печать 27.05.2005 г. Отпечатано с готового оригинала-макета в типографии ВГУ 394000, г. Воронеж, ул. Пушкинская, 3
13 ИЮЛ 2005
/' ы. \
^...ТСЛ J
V ^"^'MtnJ
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Клименчуков, Андрей Николаевич
Введение.
1. Современные подходы к оценке и прогнозированию финансовой устойчивости предприятий-заемщиков
1.1. Методы определения кредитоспособности предприятий-заемщиков коммерческого банка
1.2. Финансовая устойчивость в системе комплексной оценки будущей кредитоспособности предприятий.
1.3. Банковские кредитные риски: их природа и взаимосвязь с неопределенностью финансовой устойчивости перспективного периода.
2. Математический аппарат прогнозирования финансовой устойчивости кредитозаемщиков банка
2.1. Процедуры уточнения исходных данных в задачах прогнозирования показателей финансовой устойчивости предприятий-заемщиков.
2.2. Адаптивные модели идентификации частных эффектов рискогенности в финансовой динамике заемщиков.
2.3. Модели множественного выбора прогнозных траекторий финансовой устойчивости предприятий. ф 3. Прикладные аспекты обоснования прогнозных кредитных решений коммерческого банка
3.1. Основные положения методики оценки кредитоспособности предприятий-заемщиков в филиале ОАО Внешторгбанк в г. Воронеже.
3.2. Принятия кредитных решений на основе комбинирования текущих и прогнозных оценок финансовой устойчивости предприятий.ч.
Диссертация: введение по экономике, на тему "Прогнозирование финансовой устойчивости в задачах оценки догосрочной кредитоспособности предприятий-заемщиков коммерческого банка"
Актуальность темы исследования. Сегодня средства банков, направляемые на кредитование экономики, составляют большую часть их вложений. Причем у большинства банков величина этих средств постоянно возрастает.
Принимая решение о возможности, целесообразности и условиях кредитования, банк дожен главным образом выявить наличие потенциальной способности заемщика вернуть полученную ссуду в соответствии с оговоренными сроками. Другими словами, руководство банка дожно безошибочно идентифицировать из всех заявленных кандидатур кредитоспособных заемщиков.
К настоящему времени сформировалось достаточно большое число практических подходов к определению кредитоспособности заемщиков в коммерческих банках: (1) модели рейтинговой оценки (JI.B. Донцова, Н.А. Никифорова, А.Д. Шеремет, Е.В. Негашев); (2) модели множественного дис-криминантного анализа (Э. Альтман, Р. Тоффлер и X. Тишоу, М.А. Федотова, Г. Спрингейт, Р.С. Сайфулин и Г.Г. Кадыков, Дж. Фумер, О.П. Зайцева, Г.В. Давыдова и А.Ю. Беликов); (3) модели, основанные на системе показателей (У. Бивер); (4) адаптивно-имитационные модели (В.В. Давние, И.Н. Бугакова); (5) нечетко-множественный анализ (А.О. Недосекин); (6) модели комплексного анализа (В.В. Ковалев и В.В. Патров).
Тщательное изучение всех этих методик, а также работ, посвященных различным аспектам анализа и оценки: 1) кредитоспособности предприятий (И.В. Вишняков, Б.И. Герасимов, В.Н. Едронова, С.Ю. Хасянова и др.); 2) финансовой устойчивости (А.В. Грачев, М.С. Абрютина, JI.T. Гиляровская, И.И. Мазурова, М.В. Романовский и др.); 3) банковских кредитных рисков (С.Н. Кабушкин, X. Грюнинг, С. Братанович, К. Рэдхэд, С. Хьюс, А.С. Шап-кин и др.) позволило сделать следующие выводы:
Практически все методики прогнозирования банкротств (2)-(5), за исключением адаптивно-имитационных моделей и нечетко-множествен-ного анализа, ориентированы на решение задач распознавания (надеж-ный/ненадежный кредитозаемщик), а не перспективного анализа. С их помощью, действительно, удается оценить текущее финансовое состояние предприятия и определить уровень риска банкротства. Но они не оправдывают своего название - прогнозные, так как не дают ответ на вопрос: В каком состоянии будет предприятие завтра, когда наступит срок погашения кредита? Несмотря на, несомненно, правильную идею, заложенную в основу моделей комплексного анализа (всестороннее изучение качественных и количественных характеристик кредитозаемщиков), существует барьер, препятствующий использованию этих моделей с поной отдачей. Таким барьером является субъективизм, превалирование неформальных методов, применяемых для их построения и анализа. Многие подходы к оценке кредитоспособности разработаны зарубежными специалистами, и не все из них были удачно адаптированы отечественными специалистами к российским условиям.
Разработанные к настоящему времени методики не предполагают использования всего арсенала современных экономико-математических методов и моделей, в частности, альтернативой множественному дискриминант-ному анализу могли бы стать модели с дискретной зависимой переменной, основные принципы которых описаны в работах Д. Макфаддена, Дж. Тобина, Ч. Гурьерукса, У. Грина.
Несмотря на все разнообразие используемых банками методик, можно сделать вывод о том, что представление о кредитоспособном заемщике формируется сотрудниками отделов кредитования главным образом в результате анализа финансовой устойчивости. Более того, теоретические выводы о взаимосвязи этих финансово-экономических категорий (кредитоспособности и финансовой устойчивости) находят подтверждение в тесной положительной корреляции эмпирических наблюдений. Таким образом, оценка надежного кредитозаемщика, в первую очередь, дожна строится на основе анализа догосрочной финансовой устойчивости и ее динамики.
Большинством современных подходов по оценке кредитного риска предполагается, что заранее известны вероятности возникновения благоприятных/неблагоприятных ситуаций, однако на практике такая информация, как правило, отсутствует. Другими словами, эти подходы не содержат в себе прогностической составляющей, позволяющей оценивать кредитный риск, в частности, риск финансовой устойчивости, с позиций момента реализации принимаемого кредитного решения.
В силу изложенного настоящее диссертационное исследование, ориентированное на преодоление указанных недостатков современных подходов к оценке кредитоспособности предприятий-заемщиков коммерческих банков, представляется актуальным.
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.
Цели и задачи исследования. Целью диссертационной работы является развитие математического аппарата прогнозирования- финансовой устойчивости предприятий-кредитозаемщиков на основе мультитрендовой и мультиномиальной логистической моделей.
Цель исследования предопределила необходимость решения следующих основных задач: анализ отечественных и зарубежных подходов к оценке кредитоспособности предприятий-заемщиков коммерческих банков; определение роли финансовой устойчивости в системе комплексной оценки будущей кредитоспособности предприятий; изучение природы банковских кредитных рисков и выяснение их взаимосвязи с неопределенностью финансовой устойчивости перспективного периода; разработка процедур уточнения исходных данных в задачах прогнозирования показателей финансовой устойчивости предприятий; использование адаптивных моделей для идентификации частных эффектов рискогенности в финансовой динамике кредитозаемщиков коммерческих банков; разработка мультитрендовой модели для проведения многовариантных прогнозных расчетов; построение моделей множественного выбора прогнозных траекторий финансовой устойчивости предприятий-кредитозаемщиков; разработка методики принятия решения коммерческим банком относительно кредита; введение энтропийной меры неопределенности условий, в которых принимаются кредитные решения; исследование прикладных возможностей предлагаемых моделей, методик и процедур.
Объектом исследования является финансовая устойчивость предприятий, обращающихся в коммерческие банки с просьбой о предоставлении догосрочного кредита.
Предмет исследования Ч математический'аппарат прогнозирования финансовой устойчивости для оценки догосрочной кредитоспособности предприятий-заемщиков коммерческих банков.
Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам методологии анализа кредитоспособности предприятий-заемщиков коммерческих банков, оценки кредитных рисков, экономико-математического моделирования, прогнозирования финансовых показателей, восстановления пропусков в данных, экспертного оценивания, а также применения принципов адаптации в экономической сфере). Была использована справочная и методическая литература, материалы периодической печати, нормативные и законодательные акты, Интернет-ресурсы. При выпонении диссертационной работы применялись эконометрические методы, а также методы адаптивного прогнозирования и обработки экспертной информации.
Фактографический материал составили данные, опубликованные в Бюлетенях банковской статистики ЦБ РФ, а также информация, предоставленная Территориальным органом Федеральной службы государственной статистики по Воронежской области. Весь полученный материал был обработан с использованием современного программного обеспечения.
Диссертационная работа выпонена в рамках п.' 1.6 Математический анализ и моделирование процессов в финансовом секторе экономики ., п. 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни. паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.
Научная новизна исследования состоит в совершенствовании методики определения догосрочной кредитоспособности предприятий-заемщиков коммерческих банков на основе математических моделей анализа рискоген-ности и многовариантных прогнозных расчетов.
Научную новизну содержат следующие результаты диссертационного t исследования: построены процедуры уточнения данных, запрашиваемых банком для оценки кредитоспособности предприятия-заемщика; предложены адаптивные модели обнаружения частных эффектов рис-когенности в динамике показателей, характеризующих финансовую устойчивость заемщиков; разработана мультитрендовая модель для проведения многовариантных прогнозных расчетов показателей финансовой устойчивости предпри-ятий-кредитозаемщиков; введена энтропийная мера неопределеннрсти условий, в которых принимается кредитное решение.
Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском государственном университете; 25-й юбилейной международной школы-семинара им. С.С. Шаталина (Королев, 2002); Межрегиональной научно-практической конференции Электронный бизнес: опыт и перспективы (Воронеж, 2002); Всероссийской научно-практической конференции Актуальные проблемы учета, экономического анализа и финансово-хозяйственного контроля деятельности коммерческой организации (Воронеж, 2003); Всероссийской научно-практической конференции Экономическое прогнозирование: модели и методы-2004 (Воронеж, 2004); Международной научно-практической конференции Экономическое прогнозирование: модели и методы (Воронеж, 2005).
Практическая значимость работы выражается в разработке: 1) процедур уточнения исходных данных, предоставляемых предприятием в банк; 1) моделей, которые можно использовать в задачах прогнозирования финансовой устойчивости кредитоспособности предприятий-заемщиков; 3) метода идентификации частных эффектов рискогенности в финансовой динамике потенциальных кредитозаемщиков. Использование всех этих процедур, моделей и методов будет способствовать повышению степени обоснованности, ч а значит - и качества, принимаемых банком решений относительно предоставления кредита.
Реализация результатов. Разработанные в диссертации предложения по совершенствованию методики оценки догосрочной кредитоспособности на основе прогнозных расчетов показателей финансовой устойчивости предприятий рекомендованы к использованию отделом кредитования и анализа рисков филиала ОАО Внешторгбанк в г. Воронеже, что подтверждено соответствующим актом внедрения.
Отдельные результаты диссертационного исследования можно использовать при подготовке экономистов и менеджеров на экономическом факультете Воронежского госуниверситета в курсах: Математические методы финансового анализа, Теория риска и моделирование рисковых ситуаций, Эконометрика.
На защиту выносятся следующие положения: процедуры уточнения исходных данных, предоставляемых предпри-ятием-кредитозаемщиком в банк, что обеспечивает исключение ошибочных результатов анализа и снижение нежелательных эффектов, которые в силу искажения данных могут возникнуть при построении прогнозных моделей; адаптивные модели идентификации частных эффектов рискогенности в динамике показателей, характеризующих финансовую устойчивость заемщиков, что формирует наиболее поное представление об ожидаемых вариантах финансового состояния предприятий и уточняет уровень риска кредитного решения; мультитрендовая модель, позволяющая совместно с мультиномиальной логит-моделью идентифицировать наиболее ^правдоподобные прогнозные траектории показателей, характеризующих финансовую устойчивость пред-приятий-кредитозаемщиков коммерческих банков; энтропийная мера неопределенности условий, в которых принимается решение относительно предоставления кредита, что обеспечивает возможность использования допонительного информационного критерия в задачах оценки финансовой устойчивости предприятий-заемщиков.
Публикации. По теме диссертационного исследования опубликовано 8 печатных работ, которые указаны в конце автореферата. Лично соискателю принадлежат [1, 3 - 6, 8].
Работы [2, 7] выпонены в соавторстве. В [2] соискатель предложил один из возможных вариантов матричной модели построения прогнозных балансов. В [7] он исследовал ситуацию непоных данных, возникающую при построении авторегрессионной модели.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 173 наименований и приложения (акта внедрения). Основной текст изложен на 146 страницах машинописного текста, содержит 63 таблицы, 10 рисунков.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Клименчуков, Андрей Николаевич
Основные результаты, полученные в ходе диссертационного исследования, состоят в следующем: Системный анализ современных подходов к оценке кредитоспособности предприятий-заемщиков коммерческого банка позволил сделать ряд выводов, представленных в начале автореферата и обосновывающих актуальность темы диссертационного исследования.
Расширена традиционная классификация современных методов и моделей оценки кредитоспособности предприятий-заемщиков путем введения в рассмотрение адаптивно-имитационных моделей и нечетко-множественного подхода.
Определена 'взаимосвязь между финансовой устойчивостью и близкими ей по смыслу терминами, такими как ликвидность, платежеспособность и кредитоспособность. Финансовая устойчивость была признана тем системным показателем, который: наиболее поно характеризует финансовое состояние предприятия; обобщает два первых из указанных термина; является основным критерием признания кредитоспособности предприятия -потенциального заемщика.
Проведена классификация неопределенности, в соответствие с которой сформирована авторская точка зрения на генезис догосрочного кредитного риска и показано, что грамотное прогнозирование показателей финансовой устойчивости - один из наиболее важных способов снижения уровня кредитного риска. Предложена модифицированный вариант методик оценки кредитоспособности предприятий-заемщиков, основными этапами реализации которого являются:
1. Сбор информации: а) о заемщиках; б) факторах, определяющих их деятельность; в) кредитных проектах.
2. Уточнение предоставленных заемщиками данных с помощью специальных процедур.
3. Обнаружение эффектов рискогенности в финансовой динамике кредитозаемщиков.
4. Анализ и оценка текущего состояния заемщиков и факторов, воздействующих на их деятельность.
5. Оценка репутации кредитозаемщиков.
6. Генерация прогнозных вариантов будущего состояния предрия-тий-заемщиков.
7. Имитационное моделирование прогнозных альтернатив состояния рынка кредитных услуг.
8. Оценка кредитных проектов.
9. Расчет прогнозных оценок обеспеченности кредитов.
10.Получение итоговой оценки кредитоспособности заемщиков.
Разработан математический аппарат, обеспечивающий реализацию 2го, 3-го и 6-го этапов предложенного варианта методики: для 2-го этапа процедуры уточнения исходных данных, предоставляемых предприятием-кредитозаемщиком в банк. Применение этих процедур повышает надежность прогнозных расчетов в тех ситуациях, когда в данных обнаруживаются неточности и искажения, связанные с дефектами формирования выборочных совокупностей; для 3-го этапа - адаптивные модели тестирования динамики финансовых показателей кредитозаемщиков на предмет обнаружения в ней эффектов частной рискогенности. Использование таких моделей ориентировано на снижение уровня кредитного риска коммерческих банков; для 6-го этапа мультитрендовая модель, предназначенная для проведения многовариантных прогнозных расчетов и обеспечивающая адекватное представление о возможных состояниях предприятия-заемщика в будущем. Введена энтропийная мера неопределенности условий, в которых банком принимается решение относительно кредитного обращения. Ее использование обеспечивает выбор альтернативных вариантов в зависимости от информационной составляющей.
ЗАКЛЮЧЕНИЕ
Диссертация: библиография по экономике, кандидат экономических наук , Клименчуков, Андрей Николаевич, Воронеж
1. Абрютина М.С. Экспресс-анализ финансовой отчетности: Метод, пособие / М.С. Абрютина. М.: Дело и сервис, 2003. - 256 с.
2. Абрютина М.С. Экспресс-анализ деятельности предприятия при помощи шкалы финансово-экономической устойчивости (на основе отклонений отточки равновесия) / М.С. Абрютина // Финансовый менеджмент. 2002. - №3. - Ссыка на домен более не работаетfm/arhiv/2002/3/8.html.
3. Аленичев В. В. Страхование валютных рисков и экспортных коммерческих кредитов / В.В. Аленичев, Т.Д. Аленичева М.: Ист-сервис, 1994.- 1146 с.
4. Альгин А.П. Грани экономического риска / А.П. Альгин. М.: Знание. 1991.-64 с.
5. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Учеб. пособие для вузов / Под ред. П.П. Табурчака, В.М. Ту-мина и М.С. Сапрыкина. Ростов н/Д: Феникс, 2002. - 352 с.
6. 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. - С. 124-136.
7. 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
8. Балабанов И.Т. Финансовый анализ и планирование хозяйствующего субъектов / И.Т. Балабанов. М.: Финансы и статистика, 2001. - 208 с.
9. Банки и банковские операции: Учеб. / Под ред. Е.Ф. Жукова. М.: Банки и биржи, ЮНИТИ, 1997. - 471 с.
10. Ю.Банковское дело: стратегическое руководство. М.: АО Консатбан-кир, 1998.-432 с.
11. Банковское дело: управление и технологии: Учеб. пособие / Под ред. A.M. Тавасиева. М.: ЮНИТИ-ДАНА, 2001. - 863 с.
12. Банковское дело: Учеб. / Под ред. В.И. Колесникова, Л.П. Кроливец-кой. М.: Финансы и статистика, 1997. - 480 с.
13. Банковское дело: Учеб. / Под ред. Г.Г. Коробовой. М.: Юрист, 2002. -751 с.
14. Банковское дело: Учеб. / Под ред. О.И. Лаврушина. М.: Финансы и статистика, 2000. - 672 с.
15. Батракова Л.Г. Экономический анализ деятельности коммерческого банка: Учеб. / Л.Г. Батракова. М.: Логос, 1999. - 344 с.
16. Бешелев С.Д. Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурвич. М.: Статистика, 1980. - 263 с.
17. Бланк И.А. Финансовый менеджмент. Учеб. курс / И.А. Бланк. К.: Ника-Центр, Эльга, 2001. - 528 с.
18. Большой экономический словарь / Под ред. А.Н. Азрилияна. М.: Фонд Правовая культура, 1994. - 528 с.
19. Бочаров В.В. Финансовое моделирование / В.В. Бочаров. СПб.: Питер, 2000. - 208 с.
20. Бочаров В.В. Финансовый анализ / В.В. Бочаров. СПб.: Питер, 2001. -240 с.
21. Брейли Р. Принципы корпоративных финансов / Р. Брейли, С. Маерс. -М.: ЗАО Олимп-Бизнес, 1997. 1120 с.
22. Бригхем Ю. Финансовый менеджмент: полный курс: В 2-х т. / Ю. Бригхем, Л. Гапенски / Под ред. В.В. Ковалева. СПб.: Экономическая школа, 1997. - Т.2. - 669 с.
23. Брычкин А.В. Оценка кредитоспособности контрагентов и создание резервов под возможные потери по дебиторской задоженности // Финансы и кредит. 2003. - № 1. - С. 21 -31.
24. Бублик Н.Д. Управление финансовыми и банковскими рисками: Учеб пособие / Н.Д. Бублик, С.В. Попенов, А.Б. Секерин. Уфа: Альтернатива РИЦ, 1998.-254 с.
25. Бугаевский А.С. Подходы к оценке надежности потребителей финансовых услуг банка / А.С. Бугаевский // Финансовый менеджмент. -2002. № 2.
26. Бугакова И.Н. Адаптивно-имитационное моделирование прогнозных оценок предкризисных ситуаций / И.Н. Бугакова, В.В. Давние // Энергия. 2001. -№ 4(46). - С. 100-105.
27. Буянов В.П. Управление рисками (рискология) / В.П. Буянов, К.А. Кирсанов, JI.A. Михайлов. М.: Экзамен, 2002. - 384с.
28. Бюлетень банковской статистики. -2004. -№12 (139). 156 с.
29. Бюлетень банковской статистики. Региональное приложение. 2005. -№1(17).-85 с.
30. Вииес А.Р. Организация управления финансовыми потоками / А.Р. Вииес, Т.В. Шубина // Финансовые и бухгатерские консультации. Ч 2000.-№ 1.-С. 48-59.
31. Вишняков И.В. Методы и модели оценки кредитоспособности заемщиков / И.В. Вишняков. СПб.: Изд-во СПбГИЭА, 1998. - 51 с.
32. Вишняков И.В. Экономико-математические модели оценки деятельности коммерческих банков / И.В. Вишняков. СПб: Изд-во СПб. ун-та, 1999.- 308 с.
33. Власова М.И. Анализ кредитоспособности клиента коммерческогобанка / М.И. Власова // Банковское дело. 1997. - №3. - С.20 - 23; №4. '- С. 30-33; №5 С. 32-34.
34. Воропаев Ю.Н. Риски, присущие бизнесу / Ю.Н. Воропаев // Бухгатерский учет. 1995. - №4. - С. 29-31.
35. Вяткин В.Н. Управление риском в рыночной экономике / В.Н. Вяткин, В.А. Гамза, Ю.Ю. Екатеринославсикй, Дж. Дж. Хэмптон. М.: ЗАО Издательство Экономика, 2002. - 195 с.
36. Герасимов Б.И. Качество методов оценки кредитоспособности заемщика коммерческого банка / Б.И. Герасимов. Тамбов: Изд-во Тамбов, гос. техн. ун-та, 2001. - 128 с.
37. Гиляровская JI.T. Анализ и оценка финансовой устойчивости коммерческого предприятия / JI.T. Гиляровская, А.А. Вехорева. СПб: Питер, 2003. - 256 с.
38. Головкина О.В. Механизм оценки финансово-экономической стабильности функционирования предприятия / О.В. Головкина.Ссыка на домен более не работаетbooks/book81/chl2.shtml.
39. Городничев П.Н. Финансовое и инвестиционное прогнозирование: Учеб. пособие / П.Н. Городничев, К.П. Городничева. М.: Экзамен, 2005. - 224 с.
40. Горюнов И.В. Критериальный анализ оценки качества ссуд корпоративных заемщиков / И.В. Горюнов // Банковские услуги. 2004. - №5. -С. 11-21.
41. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения: Учеб. пособие / В.М. Гранатуров. 2-е изд., перераб. и доп. - М.: Издательство Дело и сервис, 2002. - 160 с.
42. Грачев А.В. Моделирование финансовой устойчивости предприятия / А.В. Грачев // Финансовый менеджмент. 2003. - № 5.-Ссыка на домен более не работаетfm/arhi v/2003/5/1 .html
43. Грачев А.В. Финансовая устойчивость предприятия: анализ, оценка и управление: Учеб.-практ. пособие / А.В. Грачев. М.: Дело и сервис, 2004.- 192 с.
44. Грюнинг X. ван. Анализ банковских рисков. Система оценки корпоративного управления и управления финансовым риском / X. ван Грю-нинг, С. Брайович Братанович. М.: Весь мир, 2003. 304 с.
45. Давние В.В. Адаптивное прогнозирование: модели и методы / В.В. Давние. Воронеж: ВГУ, 1997. - 196 с.
46. Давнис В.В. Прогноз и стратегический выбор / В.В. Давние, Е.К. Нагана, В.И. Тинякова, В.А. Ищенко. Воронеж: Изд-во Воронеж, гос. ун-та, 2004.- 216 с.
47. Давнис В.В. Адаптивный регрессионный анализ в исследовании перспектив развития организации / В.В. Давние, В.И. Тинякова // Экономический анализ: теория и практика. 2003. - №10(13). - С. 22-27.
48. Давыдова Г.В. Методика количественной оценки риска банкротства предприятий / Г.В. Давыдова, А.Ю.Беликов // Управление риском. -1999.-№3.-С. 13-20.
49. Догалев И. Прогнозирование финансового состояния предприятия: статистико-экономический подход / И. Догалев, В. Пареная // Бизнес и компьютер. 2002. - №3.
50. Донцова JI.B. Анализ бухгатерской отчетности / JI.B. Донцова, Н.А. Никифорова. М.: Дело и сервис, 2003. - 334 с.
51. Дрейпер Н. Прикладной регрессионный анализ / Н. Дрейпер, Г. Смит. М.: Статистика, 1973. - 394 с.
52. Дубров A.M. Моделирование рисковых ситуаций в экономике и бизнесе: Учеб. пособие/А.М. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев; Под ред. Б.А. Лагоши. М.: Финансы и статистика, 2000. - 176с.
53. Евланов Л.Г. Экспертные оценки в управлении / Л.Г. Евланов, В.А. Кутузов.-М.: Экономика, 1978.- 133 с.
54. Едронова В.Н. Методика комплексной оценки кредитоспособности заемщика / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. -№14.-С. 2-9.
55. Едронова В.Н. Модели анализа кредитоспособности заемщиков / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - №6. - С. 9-15.
56. 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.
57. 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.
58. Едронова В.Н. Технология выдачи кредита/ В.Н. Едронова, С.Ю. Ха-сянова // Финансы и кредит. 2002. - №5. - С. 3-6.
59. Емельянов А.А. Имитационное моделирование экономических процессов: Учеб. пособие / А.А. Емельянов, Е.А. Власова, Р.В. Дума. М.: Финансы и статистика, 2004. - 368 с.
60. Ендовицкий Д.А. Оценка потребности в допонительных средствах финансирования коммерческой организации / Д.А. Ендовицкий // Финансы. 2001. - №5. - С.22-25.
61. Ефимова О.В. Финансовый анализ / О.В. Ефимова. М.: Бухгатерский учет, 2002. - 528 с.
62. Инструкция Банка России О порядке регулирования деятельности банков от 01.10.1997 № 1.
63. Иода Е.В. Банковский менеджмент: Учеб пособие / Е.В. Иода, И.Р. Унанян. Тамбов: ТГТУ, 2001.- 192 с.
64. Кабушкин С.Н. Управление банковским кредитным риском: Учеб. пособие / С.Н. Кабушкин. М.: Новое знание, 2004. - 336 с.
65. Кадыров А.Н. Методика определения категории риска заемщика для управления уровнем риска кредитного портфеля банка // Финансы и кредит. 2002. - №7. - С. 46-51.
66. Карминский A.M. Рейтинги в экономике: методология и практика / A.M. Карминский, А.А. Пересецкий, А.Б. Петров. М.: Финансы и статистика, 2005. - 240 с.
67. Карминский A.M. Рейтинг динамической финансовой стабильности банков / A.M. Карминский, А.Е. Петров // Аналитический банковский журнал. 2000. - №12. - С. 74-78.
68. Ким А.Г. Банк и предприятия: стратегия управленческого взаимодействия / А.Г. Ким, Д.С. Петросян, А.В. Раскатов. М.: Экономика, 1999.- 143 с.
69. Ковалев В.В. Финансовый анализ: методы и процедуры / В.В. Ковалев.- М.: Финансы и статистика, 2003. 560 с.
70. Ковалев В.В. Как читать баланс / В.В. Ковалев, В.В. Патров. М.: Финансы и статистика. - 2002. - 448 с.
71. 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.
72. Коб Р.В. Финансовый менеджмент: Учеб. / Р.В. Коб, Р.Дж. Родри-гес.-М.: Финпресс, 2001.-496 с.
73. Кобачев Е.Б. Финансы и кредит в вопросах и ответах: Учеб пособие / Е.Б. Кобачев, Г.И. Ткалич. Ростов н/Д.: Феникс, 1999. - 192 с.
74. Константинов Н.С. Методические рекомендации по оценке кредитоспособности корпоративных клиентов в коммерческом банке / Н.С. Константинов // Финансовый менеджмент. 2004. - №2. - С. 104-114.
75. Конюховский П.В. Микроэкономическое моделирование банковской деятельности / П.В. Конюховский. СПб.: Питер, 2001. - 224 с.
76. Королев О.Г. Анализ и управление рисками в деятельности малых и средних кредитных организаций / О.Г. Королев // Деньги и кредит. -2002.-№3.-С. 43-48.
77. Костина Н.И. Финансовое прогнозирование в экономических системах: Учеб. пособие / Н.И. Костина, А.А. Алексеев. М.: ЮНИТИ-ДАНА, 2002. - 285 с.
78. КреЙнина М.Н. Финансовый менеджмент / М.Н. Крейнина. М.: Дело и сервис, 2001.-400 с.
79. Крюков А.Ф. Анализ методик прогнозирования кризисной ситуации коммерческих организаций с использованием финансовых индикаторов / А.Ф. Крюков, И.Г. Егорычев // Ссыка на домен более не работаетpress/management/2001 -2/krukov.shtm.
80. Купчинский В.А. Система управления ресурсами банка / В.А. Купчин-ский, А.С. Улинич. М.: Экзамен, 2002. - 224 с.
81. Лапуста М.Г. Риски в предпринимательской деятельности / М.Г. Ла-пуста, Л.Г. Шаршукова. М.: ИНФРА-М, 1996. - 224 с.
82. Ли Ч. Финансы корпораций: теория, методы и практика / Ч. Ли, Дж. Финнерти. М.: ИНФРА-М, 2000. - 686 с.
83. Лисицина Е.В. Статистический подход к коэффициентному методу в финансовом экспресс-анализе предприятия / Е.В. Лисицина // Финансовый менеджмент. 2001. - № 1 .-Ссыка на домен более не работаетfm/arhiv/2001/1/10.html
84. Литвак Б.Г. Экспертная информация: Методы получения и анализа / Б.Г. Литвак. -М.: Радио и связь, 1982. 184 с.
85. Литтл Р.Дж.А. Статистический анализ данных с пропусками / Р.Дж.А. Литтл, Д.Б. Рубин. М.: Финансы и статистика, 1990. - 336 с.
86. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю.П. Лукашин. М.: Финансы и статистика, 2003. -416с.
87. Магнус Я.Р. Эконометрика. Начальный курс: Учеб. / Я.Р. Магнус, П.К. Катышев, А.А. Пересецкий. М.: Дело, 2004. - 576 с.
88. Мазурова И.И. Варианты прогнозирования и анализа финансовой устойчивости организации: Учеб. пособие / И.И. Мазурова, М.В. Романовский. СПб.: СПбГУЭФ, 1995. - 112с.
89. Максютов А.А. Анализ догов компании при определении ее кредитоспособности / А.А. Максютов // Деньги и кредит. 2002. - №3. - С. 5255.
90. Методические рекомендации по оценке эффективности инвестиционных проектов от 21.06.1999 №ВК 477 / Официальное издание, М.: Экономика, 2000.
91. Найт Ф. Понятие риска и неопределенности / Ф. Найт // THESIS-1994.-Вып. 5.-С. 12-28.
92. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций / А.О. Недосекин. СПб., 2002. - 182 с.
93. ЮЗ.Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами / А.О. Недосекин // Аудит и финансовый анализ. 2000. - №2. - С. 137- 160.
94. Организация деятельности коммерческих банков / Под ред. Г.И. Кравцовой. Мн.: БГЭУ, 2001.-512 с.
95. 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.
96. Осипенко Т.В. О системе рисков банковской деятельности / Т.В. Осипенко // Деньги и кредит. 2000. - №4. - С. 28-30.
97. Основы банковской деятельности (Банковское дело) / Под ред. Тагирбекова К.Р. М.: ИНФРА-М, Весь Мир, 2001. - 720 с.
98. Перепелица В.А. Математическое моделирование экономических и социально-экологических рисков / В.А. Перепелица, Е.В. Попова. -Ростов н/Д.: Изд-во Рост. гос. ун-та, 2001. 126 с.
99. Перминов С.Б. Имитационное моделирование процессов управления в экономике/С.Б. Перминов.-Новосибирск: Наука, 1981. -214с.
100. Пещанская И.В. Организация деятельности коммерческого банка: Учеб. пособие / И.В. Пещанская. М.: ИНФРА-М, 2001. - 320 с.
101. Письмо ЦБ РФ О рекомендациях Базельского комитета по банковскому надзору от 10.07.2001 №87-Т // Вестник Банка России. 2001. №44 (544).
102. Положение ЦБ РФ О проведении мониторинга предприятий Банком России от 19.03.2002 №186-П // Вестник Банка России. 2002. - № 20 (98).
103. Положение Банка России О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности от 26.03.2004 №254-П // Вестник Банка России. 2004. - № 28 (752).
104. Порфирьев Б.Н. Концепция риска, который никогда не равен нулю / Б.Н. Порфирьев // Энергия. 1989. - № 8. - С. 31-33.
105. Постюшков А.В. Об оценке финансового риска / А.В. Постюшков //
106. Бухгатерский учет. 1993. - №1. - С. 56-59. t Х
107. Прикладные нечеткие системы: Пер. с япон. / К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993. -368 с.
108. Рафиков Р.Ф. Мониторинг финансового состояния кризисного состояния предприятия / Р.Ф. Рафиков. -Ссыка на домен более не работаетnews/st03Jitml.
109. Рисин И.Е. Теоретические и прикладные аспекты комплексного анализа в процессе антикризисного управления предприятием / И.Е. Ри-син, Ю.И. Трещевский. Воронеж: ВГУ, 2003.
110. Риски в современном бизнесе / П.Г. Грабовый. С.Н. Петрова, С.И. Потавцев, К.Г. Романова, Б.Б. Хрусталев, С.М. Яровенко. М.: Алане, 1994.-237 с.
111. Родионов И.И. Информационное обеспечение инвестиционно-кредитного и проектного цикла в коммерческом банке / И.И. Родионов. М.: МЦНТИ, 1995. - 149 с.
112. Роуз Питер С. Банковский менеджмент / С. Роуз Питер. М.: Дело тд, 1995.-768 с.
113. Руководство по кредитному менеджменту / Под ред. Б. Эдвардса. -М.: ИНФРА-М, 1996. 464 с.
114. Рэдхэд К. Управление финансовыми рисками / К. Рэдхэд, С. Хьюс. -М.: Инфра-М, 1996. 288 с.
115. Савицкая Г.В. Методика комплексного анализа хозяйственной деятельности / Г.В. Савицкая. М.: ИНФРА-М, 2003. - 306 с.
116. Севрук В.Т. Банковские риски / В.Т. Севрук. М.: Дело ТД, 1994. -72 с.
117. Севрук В.Т. Риски финансового сектора Российской Федерации: Практ. пособие / В.Т. Севрук. М.: Финстатинформ, 2001. 175 с.
118. Секерин А.Б. Анализ и оценка риска. Курс лекций / А.Б. Секерин, Т.М. Мамошина. М.: ИИЦ МГУДТ, 2003. - 160 с.
119. Синки Дж. Управление финансами в коммерческих банках / Под ред. Р.Я. Левиты, Б.С. Пинскера. М.: Catallaxy, 1994. - 820 с.
120. Соложенцев Е.Д. О методике количественной оценки кредитного риска физических лиц / Е.Д. Соложенцев, В.В. Карасев // Деньги и кредит. 19>8. - №2. - С. 76 -79.
121. Сосненко JI.C. Анализ экономического потенциала действующего предприятия / JI.C. Сосненко. М.: Экономическая литература, 2003. -208 с.
122. Станиславчик Е.Н. Теория и практика риск-менеджмента на предприятии. Теория и практика / Е.Н. Станиславчик. М.: Ось-89, 2002. -80 с.
123. Струченкова Т.В. Использование методики VAR для оценки банковских рисков / Т.В. Струченкова // Банковское дело. 2000. - №5. - С. 2-7.
124. Суская Е.П. Оценка риска банков при кредитовании юридических лиц / Е.П. Суская // Банковское дело. 1998 - №2. - С. 30-35.
125. Типенко Н. Оценка лимитов риска при кредитовании корпоративных клиентов / Н. Типенко, Ю.Соловьев, В. Панич // Банковское дело. -2000.-№10.-С. 19-28.
126. Тэпман JI.H. Риски в экономике: Учеб. пособие для вузов / Под ред. Проф. В.А. Швандара. М.: ЮНИТИ-ДАНА, 2002. - 380 с.
127. Уотшем Т. Дж . Количественные методы в финансах: Учеб. пособие / Дж. Т. Уотшем, К. Паррамоу / Пер. с англ.; Под ред. М.Р. Ефимовой. М.: Финансы, ЮНИТИ, 1999. - 527 с.
128. Усоскин В.М. Современный коммерческий банк: управление и операции / В.М. Усоскин. М.: ИПЦ ВАЗАР-Ферро, 1994. - 362 с.
129. Уткин Э.А. Финансовый менеджмент: Учеб. / Э.А. Уткин. М.: Зерцало, 1998.-272 с.
130. Федеральный закон РФ О банках и банковской деятельности (в ред. Федеральных законов от 03.02.1996 №17-ФЗ, от 31.07.1998 №151-ФЗ, от 05.07.1999 №126-ФЗ, от 08.07.1999 №136-Ф3, от1906.2001 №82-ФЗ, от 07.08.2001 №121-ФЗ). М.: Книга сервис, 2003.-32 с.'
131. Федорова Г.В. Финансовый анализ предприятия при угрозе банкротства: Учеб пособие / Г.В. Федорова. М.: Омега-Л, 2003. - 272 с.
132. Фетисов Г.Г. Устойчивость коммерческого банка и рейтинговые системы ее оценки / Г.Г. Фетисов. М.: Финансы и статистика, 1999. -168 с.
133. Финансовый менеджмент: теория и практика: Учеб. / Под ред. Е.С. Стояновой. М.: Перспектива, 1999. - 656 с.
134. Фомин Я.А. Диагностика кризисного состояния предприятия: Учеб. пособие / Я.А. Фомин. М.: ЮНИТИ-ДАНА, 2003. - 349 с.
135. Формирование системы индикаторов оценки угрозы банкротства предприятия //Ссыка на домен более не работаетindex.php?litra/books/bookl/tema53.
136. Фридлянд А.А. Прогнозирование перспективной платежеспособности (риска возникновения банкротства) авиапредприятии /А.А. Фридлянд, Д.А. Фридлянд // Авиационный рынок. 2002. - №12. - С.32-37.
137. Хабаров В.И. Коммерческие банки: стратегии институационально-се-тевого развития. М.: ООО Маркет ДС Корпорейшн, 2004. - 206 с.
138. Хозяйственный риск и методы его измерения: Пер. с венг./ Т. Бачкаи, Д. Месена, Д. Мико и др. М.: Экономика, 1979. - 184 с.
139. Хорн В. Основы управления финансами / В. Хорн. М.: Финансы и статистика, 2001. - 800 с.
140. Христиановский В.В. Экономический риск и методы его измерения / В.В. Христиановский, В.П. Щербина, Ю.Н. Полушков. Донецк: ДонГУ, 1999.-250 с.
141. Цветкова Е.В. Риски в экономической деятельности: Учеб. пособие / Е.В. Цветкова, И.О. Арлюкова. СПб.: ИВЭСЭП, Знание, 2002. -64 с.
142. Чернова Г.В. Управление рисками: Учеб. пособие / Г.В. Чернова, А.А.Х Х
143. Кудрявцева. М.: ТК Веби, Проспект, 2003. - 160 с.
144. Четыркин Е.М. Методы финансовых и коммерческих расчетов / Е.М. Четыркин. М.: Дело, 1992. - 320 с.
145. Чувахин Н. Модели предсказания неплатежеспособности / Н. Чува-хин. Ч Ссыка на домен более не работаетchuvakhin/insolv.shtml.
146. Шапкин А.С. Теория риска и моделирование рисковых ситуаций: Учеб. / А.С. Шапкин, В.А. Шапкин. М.: Дашков и К, 2005. - 880 с.
147. Шеремет А.Д. Методика финансового анализа деятельности коммерческих организаций / А.Д. Шеремет, Е.В. Негашев. М.: ИНФРА-М, 2003.-237 с.
148. Шеремет А.Д. Методика финансового анализа предприятия / А.Д. Шеремет, Р.С. Сайфулин. М.: ИНФРА-М, 1996. - 325 с.
149. Шеремет А.Д. Финансовый анализ в коммерческом банке / А.Д. Шеремет, Г.Н. Щербакова. М.: Финансы и статистика, 2002. - 256 с.
150. ЭЙТИНГОН В.Н. Прогнозирование банкротства: основные методики и проблемы / В.Н. Эйтингон, С.А. Анохин // Ссыка на домен более не работаетkase/ bancrotl .shtml.
151. Эконометрика: Учеб. / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2005. - 576 с.
152. Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy / E.I. Altman // Journal of Finance. 1968. - №23. -Pp. 589-609.
153. Amemiya T. The Estimation of a Simultaneous-Equation Tobit Model // International Economic Review. 1979.-Vol. 20.-No. l.-Pp. 169-181.
154. Anderson J.A. Regression and ordered categorical variables / J.A. Anderson // Journal: Royal Statistical Society Series B. - 1984. - P. 1.
155. Credit ratings. Methodologies, rationale and default risk / Ed. by Michael K. London: Ong. Risk Books, 2002. - 534 p.
156. Kaplan R. Statistical models of bond ratings: A methodological inquiry / R. Kaplan, G. Urwitz // Journal of Business. 1979. - №52. - Pp. 231 -261.
157. Gourieroux Ch. Econometrics of Qualitative Dependent Variables / Ch. Gourieroux. Cambridge: The Pitt Building, 2000. - 371 p.
158. Green W.H. Econometric Analysis, 4th ed. / W.H. Green New York: Macmillian Publishing Company, 2000. - 1004 p.
159. Johnston J. Econometric Methods, 4th ed. / J. Johnston, DiNardo J. New York: McGraw-Hill, 1997.
160. Maddala G. Limited dependent variable models using panel data / G. Maddala // The Journal of Human Resources. Vol. 22. - Pp. 307-338.
161. Pindyck R.S. Econometric Models and Economic Forecasts, 3rd ed. / R.S. Pindyck, D.L. Rubinfeld. New York: McGraw-Hill, 1991.
162. Robinson P. On the asymptotic properties of estimators of models containing limited dependent variables / P. Robinson // Econometrica. Vol. 50. - 1982.-P. 27.
163. The New Basel Capital Accord. Consultative Document / Basel Committee on Banking Supervision. Basel: Bank for international settlements. -April 2003.-216 p.
164. Tobin J. Estimation of relationships for limited dependent variables / J. Tobin // Econometrica. 1958. - Vol. 26. - Pp. 24-36.
165. Toffler R. Going, going, gone four factors which predict / R. Toffler, H. Tishow // Accountancy, March 1977. - Pp. 50-54.1. Внешторгбанк
166. Филиал ОАО Внешторгбанк в г. Воронеже Пр. Революции, 58, Воронеж, 394006 Телефон: (+7 0732) 53-19-26 Факс: (+7 0732) 55-92-79 Электронная почта: bank@vtb.vrn.ru1631. АКТ ВНЕДРЕНИЯ
167. Ни одна из указанных составляющих методики до настоящего времени не использовалась в практической деятельности банка.
168. Результатом внедрения станет повышение надежности принимаемых банком решений относительно кредитов, а значит, и снижение уровня кредитного риска.
Похожие диссертации
- Экономические основы инвестиционной деятельности коммерческих банков России
- Совершенствование инвестиционной политики коммерческих банков в условиях реализации антикризисных программ
- Формирование образа клиента-заемщика коммерческого банка на основе аппарата искусственных нейронных сетей
- Методы и модели оценки риска дефота предприятий-заемщиков при принятии кредитных решений
- Модели и методы экспертно-статистической оценки кредитоспособности предприятий-заемщиков