Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Современные методы оценки рисков кредитования предприятий тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Гончаров, Денис Сергеевич
Место защиты Москва
Год 2004
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Современные методы оценки рисков кредитования предприятий"

На правах рукописи

Гончаров Денис Сергеевич

Современные методы оценки рисков кредитования предприятий

08.00.13 - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва - 2004

Работа выпонена во Всероссийском заочном финансово-экономическом институте на кафедре Банковских технологий.

Научный руководитель: кандидат экономических наук, профессор

Немчинов Валерий Кузьмич

Официальные оппоненты: доктор экономических наук, профессор

Дик Владимир Владимирович

кандидат экономических наук, старший научный сотрудник Моторин Владимир Ильич

Ведущая организация:

Российская экономическая академия им. Г.В. Плеханова

Защита состоится л

2005 г. в Ф.СО в аудитории А200 на

заседании диссертационного совета К 212.040.03 по защите диссертаций на соискание ученой степени кандидата экономических наук при Всероссийском заочном финансово-экономическом институте по адресу: 123995, г. Москва, ул. Олеко Дундича, д. 23.

С диссертацией можно ознакомиться в библиотеке Всероссийского заочного финансово-экономического института.

Автореферат разослан О 2004 г.

Ученый секретарь диссертационного совета,

доктор педагогических наук, профессор

Пилипенко А.И.

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования. Кредитование реального сектора экономики представляет собой один из наиболее рискованных видов банковской деятельности, способный в то же время регулярно приносить высокие доходы, что весьма привлекательно для кредитных организаций. За последние четыре года доля данного вида деятельности увеличилась в 2 Ч 3 раза, о чем свидетельствуют пресс-релизы российских банков.

Для увеличения доли кредитов в реальный сектор экономики в работающих активах банкам нужно привлекать допонительные финансовые ресурсы. Жесткое соблюдение сроков их привлечения с необходимостью начисления и выплаты процентов по ним требует от банков более тщательного управления кредитным риском и проведения анализа кредитоспособности заемщиков. При этом следует обращать внимание не только на ликвидность обеспечения, но и на платежеспособность заемщиков, перспективность их развития, а также финансовую устойчивость. Это затруднено без применения современных информационных технологий, так как требует точности и оперативности обработки больших массивов информации о хозяйственной деятельности и кредитной истории заемщиков.

Новое соглашение Базельского комитета по банковскому надзору Залоговое обеспечение и кредиты, получившее название Базель-2, и подготовленная на его основе директива Европейского сообщества (ЕС) О достаточности капитала повлекут за собой кардинальные изменения в работе и регулировании деятельности иностранных банков и инвестиционных компаний, а также существенно повлияют на их взаимоотношения с российскими кредитными организациями, которые уже сегодня стали неотъемлемой частью мирового банковского сообщества. В связи с этим с 1 августа 2004 года Центральный Банк Российской Федерации ввел в действие положение №254-П О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и

приравненной к ней задоженност! Ьсновную идею

СПтрвпг <? 09 в^яС'

второго Базельского соглашения - банки дожны самостоятельно разработать методики комплексной оценки кредитных рисков, основывающиеся не только на ликвидности залога, но и на мотивированном суждении о финансовом состоянии заемщика.

Соединить в одном показателе количественные оценки финансовых и нефинансовых факторов, характеризующих хозяйственную деятельность заемщика, способны только рейтинговые методики.

На рынке современного программного обеспечения практически отсутствуют специализированные аналитические системы, способные гибко изменять схему расчета ключевых аналитических показателей в зависимости от изменения исходной информации без утраты сопоставимости данных, а также быстро настраиваться на специфику анализа предприятий различных отраслевых принадлежностей, не требующие при этом значительных затрат на их техническую и методическую поддержку. Отсутствие таких систем делает подобный вид анализа недоступным для малых и средних кредитных организаций, каковыми и является большинство российских коммерческих банков.

В силу отсутствия комплексных формализованных методологических подходов в настоящее время кредитные организации сводят свою аналитическую работу к оценке стоимости предлагаемого обеспечения и, в лучшем случае, к формальному анализу ликвидности по бухгатерскому балансу предприятия, который предоставляет непоную, а зачастую, и недостоверную информацию.

Проведенный анализ российских и зарубежных методологических разработок в данной области, а также рынка современного аналитического программного обеспечения указывает на отсутствие комплексного подхода к количественной оценке кредитного риска. Разработка такого подхода имеет высокую значимость как для самих банков, так и для надзирающих органов и всей экономики в целом, поскольку банковская система лежит в основе любой ЭКОНОМИКИ;

Именно актуальность проблемы количественной оценки кредитного риска, недостаточность теоретической и практической разработанности существующих методов предопределили выбор темы, цели, задач и основных направлений исследования.

Цель и задачи исследования. Целью настоящего исследования является теоретическое обоснование и разработка формализованной методики комплексной рейтинговой оценки кредитного риска, позволяющей с использованием современных информационных технологий принимать решение о предоставлении кредита, в соответствии с последними тенденциями в области нормативного регулирования банковской деятельности как в России, так и за рубежом.

Для достижения указанной цели потребовалось поставить и решить следующие задачи:

Х уточнить понятие кредитного риска и определить его зависимость от различных факторов кредитоспособности заемщика;

Х выявить основные направления аналитической работы, проводимой кредитными экспертами, для обеспечения членов кредитного комитета мотивированной информацией о рисках, связанных с удовлетворением конкретных кредитных заявок;

Х проанализировать существующие методы количественной оценки кредитного риска и выработать комплексный подход к нахождению его уровня;

Х определить способ получения объема расчетного резерва под возможные потери по ссудам в зависимости от уровня кредитного риска;

Х предложить формализованную методику комплексной рейтинговой оценки кредитного риска, использующую исходную информацию, доступную российским коммерческим банкам;

Х разработать автоматизированную систему оценки кредитного риска на основе предложенной методики;

Х апробировать предложенную методику оценки кредитного риска для подтверждения достоверности разработанных в диссертации теоретических положений.

Предмет и объект исследования. Предметом исследования являются методы оценки рисков, применяемые в аналитической работе кредитного эксперта в российском банке при рассмотрении кредитной заявки от коммерческой организации, основной вид деятельности которой относится к реальному сектору экономики. Под аналитической работой понимается предварительное определение кредитоспособности заемщика, оценка уровня кредитного риска и объема необходимого к созданию резерва под возможные потери по ссуде, а также их периодическая переоценка в течение срока действия кредитного договора.

Объектом исследования являются взаимоотношения между банками, их заемщиками, а также третьими лицами, предоставляющими допонительную информацию о заемщиках или осуществляющими надзорную функцию за сохранением стабильности банка, возникающие с момента поступления в банк кредитной заявки от заемщика и продожающиеся до момента отказа от предоставления ссуды или окончания срока действия кредитного договора.

Теоретическая и методологическая основы исследования. Теоретической основой исследования являются работы отечественных и зарубежных авторов в области оценки рисков, финансового анализа, общей теории статистики и теории вероятности: Альтмана Э., Андреевой JI.B., Баканова М.И., Банзала В.К., Беляева С.Г., Бернстайна П.Л., Братановича С.Б., Васильевой Н.Э., Вишнякова И.В., Гаптона Дж.М., Гиляровской JI.T., Грюнинга Х.В., Донцовой JI.B., Ефимовой М.Р., Жукова Е.Ф., Карлинга Т.П., Ковалёва В.В., Козловой Л.И., Кошкина В.И., Кремера Н.Ш., Кроуи М., Лукасевича И.Я., Макарьевой В.И., МакМина А.Р., Марка Р., Мельникова A.B., Найта Ф.Х., Никифоровой H.A., Петровой Е.В., Пикфорда Д., Полушкиной Г.К., Румянцева В.Н., Салина В.Н., Фелана М., Фингера К.К.,

Фумера Ж.Дж., Хольтона Дж.А., Шабалина Е.М., Шеремета А.Д. и других известных авторов.

В процессе исследования использовались методы системного и сравнительного анализа, метод аналогий, математические и статистические методы, метод экспертных оценок.

Информационная база исследования. Информационной базой исследования являются официальные документы в области регулирования банковской деятельности Центрального Банка Российской Федерации, Базельского комитета по банковскому регулированию, директивы Европейского сообщества по банковскому регулированию, финансовая отчетность российских предприятий, материалы научных докладов, отчетов и конференций.

Научная новизна исследования. Научная новизна исследования состоит в теоретическом обосновании и разработке базирующейся на вероятностном подходе формализованной методики комплексной рейтинговой оценки кредитного риска.

В диссертационной работе получены и выносятся на защиту следующие научные результаты:

Х выявлены недостатки применяемых в существующей практике методов оценки кредитного риска, основанных на модели Мертона, концепции УаЯ (Уа1ие-а1-Швк);

Х обосновано применение вероятностного подхода для оценки кредитного риска и определения объема расчетного резерва под возможные потери по ссудам;

Х разработан и апробирован рейтинговый показатель, характеризующий вероятность сохранения финансовой устойчивости анализируемым предприятием, не зависящий от его отраслевой и территориальной принадлежности;

Х предложена и апробирована формализованная методика комплексной рейтинговой оценки кредитного риска в соответствии

с новыми требованиями в области международного банковского регулирования;

Х обосновано использование гибкой модели метаданных в автоматизированных финансово-аналитических системах, которая необходима для программной реализации предложенной методики оценки кредитного риска;

Х разработан аналитический программный комплекс, на базе которого осуществлена программная реализация предложенной методики оценки кредитного риска.

Практическая значимость работы. Практическая значимость проведенного исследования заключается в возможности широкого использования выводов и предложений, содержащихся в диссертации, российскими и зарубежными коммерческими банками для оценки кредитного риска, выбора лучшего заемщика, определения объемов расчетных резервов и нормативов достаточности капитала в соответствии с новыми международными правилами банковского регулирования.

Самостоятельное практическое значение имеют:

Х предложенный способ рейтинговой оценки финансовой устойчивости предприятий;

Х разработанный автором финансово-аналитический программный комплекс.

Апробация результатов исследования. В связи со вступлением в силу 1 августа 2004 года положения Центрального Банка Российской Федерации №254-П О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности по материалам диссертации разработан практический бизнес-семинар для риск-менеджеров на тему Ссудный рейтинг заемщика -мотивированное суждение о финансовом состоянии предприятия. Семинар проводится автором на базе Института менеджмента и маркетинга Академии народного хозяйства при Правительстве Российской Федерации. В течение

2004 года на семинаре присутствовали начальники кредитных управлений и риск-менеджеры следующих известных организаций:

Х Банк Возрождение (ОАО), г. Москва;

Х КБ Сибирское ОВК (ОАО), г. Улан-Удэ;

Х КБ Солидарность (ОАО), г. Самара;

Х Сургутнефтегазбанк (ЗАО), г Сургут;

Х Росагролизинг (ОАО), г. Москва.

Положения, содержащиеся в диссертации, были доложены на следующих научных конференциях:

Х VI Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых Человек и общество в истории российской цивилизации, апрель 2004 года, Российский университет дружбы народов;

Х IV Всероссийская научно-практическая конференция Инновации в машиностроении, сентябрь 2004 года, Привожский дом знаний.

Теоретические положения и практические рекомендации, изложенные в диссертации, прошли апробацию и применяются в практической работе Главного расчетного центра Сбербанка России и в управлении Коммерческого кредитования КБ Русский Банк Развития.

Публикации. Основные положения диссертации опубликованы в пяти работах автора. Из них одно свидетельство об официальной регистрации программы для ЭВМ и четыре печатных работы общим объемом 1.2 пл., в том числе авторский объем 1.0 п.л.

Структура диссертации. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и 22 приложений.

Во введении обоснована актуальность выбранной темы, определены цель, задачи, объект и методологические основы исследования, раскрыты научная новизна и практическая значимость полученных результатов.

В первой главе Проблема оценки рисков при кредитовании предприятий сформулировано понятие кредитного риска и определена его

зависимость от различных факторов (внешних и внутренних) кредитоспособности заемщика, проанализирована сложившаяся практика рассмотрения кредитных заявок российскими коммерческими банками. Выделены основные направления аналитической работы, проводимой кредитными экспертами, дан критический анализ традиционных методов количественной оценки кредитного риска.

В главе подчеркивается необходимость проведения анализа финансовой устойчивости заемщиков, проанализированы существующие российские и зарубежные методы, применяемые в данной области, сделаны выводы о необходимости их усовершенствования.

Рассмотрены финансово-аналитические системы, используемые в работе кредитных экспертов. Отмечается увеличение функциональных требований к таким системам, вызванное последними изменениями российского и международного законодательства в области регулирования банковской деятельности. Сделан вывод о целесообразности их доработки.

Во второй главе Методы комплексной оценки кредитного риска уточнено понятие кредитного риска и теоретически обоснован вероятностный подход к его количественной оценке. На этом основании разработан метод определения необходимого объема резервов банка под возможные потери по ссудам в зависимости от текущего уровня кредитного риска в соответствии с действующим законодательством.

Предложены пути решения проблемы получения исходной информации о заемщике российскими коммерческими банками, а также проблемы объединения в одном результирующем показателе финансовых и нефинансовых факторов кредитоспособности заемщика.

Разработан метод диагностики вероятности сохранения финансовой устойчивости предприятием-заемщиком, не зависящий от его отраслевой и территориальной принадлежности.

Предложена формализованная методика комплексной оценки кредитного риска по ссудам, выданным российским предприятиям в рублях.

В третьей главе Применение методики комплексной рейтинговой оценки кредитного риска обосновывается необходимость разработки нового инструментального средства, способного послужить платформой для программной реализации предложенной во второй главе работы методики комплексной рейтинговой оценки кредитного риска, а также описываются архитектурные особенности, основные агоритмы и технические характеристики разработанного автором диссертации инструментального средства - аналитического программного комплекса лSuper Cell. Приведены наиболее важные аспекты, связанные с программной реализацией предложенной методики оценки кредитного риска.

С помощью разработанного инструментального средства проведена апробация предложенной методики оценки кредитного риска для проверки правильности ее теоретической модели. Правильность модели подтверждается путем сравнения получаемых оценок финансовой устойчивости заемщиков с уровнем вероятности их банкротства, оцененной по уже существующим методам, а также путем выявления соответствия рассчитанного объема необходимого к созданию резерва под возможные потери по ссуде действующим нормативным требованиям Центрального Банка Российской Федерации.

В заключении изложены основные выводы, рекомендации и наиболее важные положения диссертации.

2. ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ Определение и сущность кредитного риска

Кредитный риск является одной из разновидностей банковских рисков. В соответствии с классическим определением банковского риска кредитный риск - это вероятность возникновения прямых убытков от невозврата кредита и упущенных выгод от неполучения банком причитающихся процентов. Однако, такое понимание кредитного риска является упрощенным и, как следствие, не дает возможности определить его

расчетным путем, так как скрывает реальные факторы, влияющие на его возникновение.

В большинстве случаев кредиты выдаются коммерческими банками под определенное обеспечение (залог), как правило, превышающее по текущей рыночной стоимости на момент заключения кредитного договора сумму основного дога и причитающихся процентов по кредиту. Таким образом, при традиционном понимании кредитного риска в соответствии с общим определением можно с уверенностью утверждать, что он существует только теоретически, то есть возникает в случае недостаточной стоимости обеспечения кредита.

На практике одного обеспечения по кредиту не достаточно, так как могут возникнуть обстоятельства, препятствующие краткосрочному обращению взыскания задоженности на предмет залога. Кроме того, существуют беззалоговые виды ссуд, такие, как овердрафт или потребительский кредит. Именно поэтому во всем мире общественные организации рекомендательно, а надзирающие государственные органы законодательно вынуждают коммерческие банки формировать резервы под возможное обесценение ссуд, ссудной и приравненной к ней задоженности, чтобы сбалансировать реальный уровень кредитного риска.

Под кредитным риском предлагается понимать не предполагаемый объем прямых убытков и упущенных выгод, что следует из общего определения банковских рисков, а вероятность срыва заемщиком графика платежей по погашению кредита, то есть суммы основного дога и причитающихся процентов. Такое определение сущности кредитного риска является более верным, так как раскрывает действительные причины его возникновения. Банкам необходимо согласовывать срочность привлечения и размещения финансовых ресурсов, чтобы предупредить потребность в допонительном платном финансировании для обеспечения необходимого уровня мгновенной ликвидности, а также избежать упущенных выгод от наличия неработающих активов. Именно это обстоятельство, вытекающее из

самой природы банковской деятельности, приводит к возникновению реального кредитного риска на практике.

Кредитный риск в регулировании банковской деятельности

Для упрощения дальнейших рассуждений кредитный риск по определенной ссуде будем называть ссудным риском.

В соответствии с уточненным определением кредитного риска уровень ссудного риска можно выразить количественно как вероятность срыва графика платежей по погашению определенной ссуды, то есть в долях единицы (или в процентах), либо в денежном эквиваленте. Так, переход от вероятностного выражения ссудного риска к денежному можно осуществлять по следующей общей формуле:

г =(0)+/)х1/г( о)

где Ькт - ссудный риск (в денежном эквиваленте),

00 - непогашенная сумма основного дога,

1 - величина оставшихся ко взысканию процентов,

ЬЯ - ссудный риск (в долях единицы).

При условии, что величина ссудного риска является известной в определенный момент времени, формула (1) может быть использована для определения объема требуемого к созданию расчетного резерва под обесценение ссуды в соответствии с текущим уровнем ссудного риска, то есть кредитного риска по данной ссуде. Таким образом, запоняется существующий научно-методический пробел, устранение которого необходимо коммерческим банкам для удовлетворения основополагающего требования нового положения Центрального Банка Российской Федерации №254-П от 26.03.2004 О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности, вступившего в силу 1 августа 2004 г.

Уровень совокупного кредитного риска банка в денежном выражении можно определить как сумму всех ссудных рисков, выраженных, также, в

денежном эквиваленте. При этом, представив весь кредитный портфель банка в виде одной крупной ссуды и воспользовавшись формулой (1) в обратном порядке, можно определить уровень совокупного риска кредитного портфеля банка следующим образом:

^(Лй/ + 1АВ1) у. Ш

я = -' (2)

^ ЬАВ1 + 1АШ (=1

где Я - совокупный риск кредитного портфеля банка, ЬАШ - остаток лицевого ссудного счета,

1АШ - остаток пицевого внебалансового счета непогашенных процентов, Л/ - текущий ссудный риск,

п копичество ссуд в кредитном портфеле банка

Как видно из формулы (2), рассчитать совокупный риск кредитного портфеля банка нетрудно, имея в своем распоряжении данные аналитического учета. Такую функцию можно добавить в автоматизированную банковскую систему (АБС), и рассчитывать как совокупный кредитный риск, так и риск по отдельным портфелям схожих ссуд ежедневно для целей оперативного внутреннего контроля.

В соответствии с формулой (2) становится прозрачным и легко прослеживается эффект диверсификации кредитного портфеля. Так, уровень совокупного кредитного риска математически является средневзвешенной величиной индивидуальных ссудных рисков.

Единственной неизвестной величиной в формулах (1) и (2) остается Ь1Ъ> - ссудный риск. В каждом конкретном случае этот показатель зависит от целого ряда финансовых и нефинансовых факторов, связанных с величиной самой ссуды, кредитоспособностью заемщика, а также с риском неблагоприятного изменения внешнеэкономической среды, то есть условий рынка (отрасли), на котором работает заемщик.

Методика комплексной рейтинговой оценки кредитного риска

Любой показатель, количественно оценивающий какой-либо вид рисков, всегда является негативным, то есть его положительная динамика (рост уровня) свидетельствует об ухудшении характеризуемой ситуации. Однако интуитивно понятными являются не негативные, а позитивные показатели. Поэтому более наглядным представляется прогнозирование не вероятности срыва графика платежей по ссуде (ссудного риска), а, напротив, вероятности ее успешного погашения в срок. Кроме того, чтобы сделать новый показатель интуитивно понятным, его значения предпочтительнее выражать не в долях единицы, а в процентах. Назовем такой показатель ссудным рейтингом заемщика.

Заметим, что значения ссудного риска и ссудного рейтинга заемщика являются противоположными друг другу, поэтому в соответствии с теорией вероятности между ними можно установить следующую математическую зависимость:

Г п 1 DLR

LR = l--Ч, (3)

где LR - ссудный риск,

DLR - ссудный рейтинг заемщика (в процентах)

Как уже отмечалось, ссудный рейтинг заемщика дожен зависеть от выпонения ряда определенных зависящих и не зависящих от него условий, подробно описанных в диссертации, а именно:

1) финансовая устойчивость заемщика не дожна ухудшаться;

2) бизнес-план, под который требуется финансирование, дожен быть реалистичным;

3) банк дожен быть уверен в целевом использовании получаемых заемщиком средств;

4) при возникновении критической просрочки платежей банк сможет быстро и поностью воспонить потери за счет обеспечения кредита;

5) внешнеэкономические условия, в которых работает заемщик, не дожны ухудшаться.

В определенных случаях (в зависимости от типа ссуды) те или иные условия ее успешного погашения могут отпадать, например, прямой потребительский кредит автоматически подразумевает выпонение условия целевого использования средств. Поэтому исключение отдельных факторов, отвечающих за выпонение определенных условий, не дожно влиять на расчет результирующего показателя. Каждое из условий можно

охарактеризовать самостоятельными вероятностями их выпонения (табл. 1).

Таблица 1

Частные вероятности возврата кредита

Вероятность Краткий перечень анализируемой информации

Вероятность независимости погашения ссуды от финансовой устойчивости заемщика Скорректированная бухгатерская отчетность с расшифровками за ряд лет, финансовые коэффициенты в сравнении с нормативными (если есть) и средними значениями по группе схожих заемщиков. Оценка запаса платежеспособности заемщика до и после получения ссуды. Оценка зависимости финансовой устойчивости заемщика от неблагоприятных результатов финансируемого проекта. Ритмичность поступления денежных средств.

Вероятность независимости погашения ссуды от осуществления проекта Оценка чистого дисконтированного дохода проекта (ЫРУ). Оценка реалистичности проекта с точки зрения среднерыночных цен на продукцию и прогнозируемого объема платежеспособного спроса. Оценка чувствительности (точки безубыточности) проекта. Ритмичность поступления денежных средств.

Продожение табл. 1

Вероятность целевого использования средств Инсайдерская и аутсайдерская информация о фактах задержек платежей по дебиторской и кредиторской задоженности заемщика, о репутации руководителей, имеющих право подписи финансовых документов, и учредителей, имеющих большинство голосов. Кредитная история заемщика. Степень контроля банка над списанием средств со ссудного и расчетного счета заемщика. Информация о возможной смене руководства у заемщика в течение срока действия кредитного договора.

Вероятность возмещения ущерба за счет обеспечения кредита Степень покрытия обеспечением кредита суммы основного дога и причитающихся процентов. Категория ликвидности обеспечения. Приоритет банка в правах на возмещение ущерба за счет реализации заложенного имущества. Степень контроля банка над обеспечением кредита. Наличие страховки на заложенное имущество.

Вероятность стабильного развития экономики (отрасли) Макроэкономические прогнозы, публикуемые Госкомстатом России или специализированными периодическими экономическими изданиями.

Основываясь на теории вероятности, ссудный рейтинг заемщика в качестве вероятности наступления определенного события можно определить с помощью частных вероятностей по следующей общей формуле:

DLR = Р^Р2хР3хР4хР5х\00, (4)

где DLR - ссудный рейтинг заемщика (в процентах),

Р/ вероятность независимости погашения ссуды от финансовой устойчивости заемщика,

Р2 - вероятность независимости погашения ссуды от осуществления проекта, Pj - вероятность целевого использования средств, Р4 - вероятность возмещения ущерба за счет обеспечения кредита, Р$ - вероятность стабильного развития экономики (отрасли)

Порядок расчета каждой частной вероятности (табл. 1) подробно описан в диссертации. При этом частные вероятности с первой по четвертую рассчитываются как рейтинговые показатели. Применение рейтинговых показателей обосновано и рекомендуется вступающим в силу в 2006 году упомянутым ранее соглашением Базель-2.

Методы построения рейтинговых показателей

Применяемый в диссертации подход к построению рейтинговых показателей базируется на методе экспертной оценки с использованием матрицы попарных сравнений (матрицы экспертной оценки) и предложенном в работе методе перехода к безразмерным сопоставимым величинам (вероятностным эквивалентам значений факторов) - методе штрафов и поощрений.

Для определения значений рейтинговых показателей используется метод расчета, соответствующий оценке математического ожидания:

Я = * к 5 (5)

где Л - результирующий рейтинговый показатель,

х, - значение фактора в безразмерных сопоставимых величинах, к, нормированный коэффициент значимости фактора, п - количество факторов.

Матрица экспертной оценки необходима для максимального устранения субъективности при определении нормированных коэффициентов значимости факторов, участвующих в расчете результирующего рейтингового показателя.

Суть метода штрафов и поощрений заключается в упрощении процедуры количественной оценки трудноформализуемых факторов и ограничении конечных значений результирующего показателя интервалом от нуля до единицы, соответствующего допустимому интервалу значений в теории вероятности. Метод базируется на предположении, что если реальное

значение определенного фактора противоречиво влияет на выпонение заданного условия своевременного погашения кредита (уровень* частной вероятности), то ему присваивается безразмерная сопоставимая величина, равная 0.5, что в теории вероятности соответствует состоянию поной неопределенности. Если же реальное значение показателя положительно влияет на выпонение условия, то показатель поощряется, то есть ему присваивается безразмерная сопоставимая величина, равная 1, а если отрицательно - штрафуется, и присваивается 0.

Оценка финансовой устойчивости предприятий-заемщиков Особо следует отметить метод расчета первой из перечисленных частных вероятностей - вероятности независимости погашения ссуды от финансовой устойчивости заемщика, так как для ее оценки применяется разработанный в диссертации принципиально новый метод диагностики финансовой устойчивости предприятий, имеющий самостоятельное научное и практическое значение.

Данная частная вероятность определяется следующим образом:

где Р! - вероятность независимости погашения ссуды от финансовой устойчивости заемщика,

Z - вероятность сохранения финансовой устойчивости предприятия, с1 - существенность ссуды для заемщика,

Ец - собственный капитал заемщика на последнюю отчетную дату, ОО - непогашенная сумма основного дога, I- величина оставшихся ко взысканию процентов.

при Ец > О О + /

1 при Ец<СЮ + 1

Вероятность сохранения финансовой устойчивости предприятия (показатель лZ) также является рейтинговым показателем, рассчитываемым в соответствии с вышеописанной методикой. Однако, его особенность

заключается в способе перехода от реальных значений факторов к безразмерным сопоставимым величинам (вероятностным эквивалентам).

В качестве факторов, участвующих в формуле результирующего показателя, используется ряд финансовых коэффициентов, рассчитываемых по данным трансформированной финансовой (бухгатерской) отчетности анализируемого предприятия-заемщика за ряд отчетных периодов. Перечень и порядок расчета финансовых коэффициентов, а также объемы анализируемой отчетности и методы ее трансформации подробно описаны и теоретически обоснованы в диссертации.

Переход от реальных значений факторов к безразмерным сопоставимым величинам осуществляется для каждого фактора пошагово следующим образом:

1) рассчитываются значения финансового коэффициента на каждую отчетную дату в течение рассматриваемого периода для анализируемого предприятия-заемщика и для каждого предприятия, входящего в группу схожих с ним;

2) на каждую отчетную дату определяются средние по группе схожих предприятий значения финансового коэффициента;

3) с помощью метода наименьших квадратов производится линейная аппроксимация полученных в результате предыдущих итераций рядов динамики финансового коэффициента по анализируемому предприятию-заемщику и его средних значений по группе схожих предприятий;

4) определяются базисные темпы прироста аппроксимированных реальных Т и усредненных Г значений финансового коэффициента на конец анализируемого периода;

5) на основании полученного значения Г и заранее заданного коэффициента существенности лX устанавливается доверительный интервал [Т *(1-Х); Т Х(7+А)], характеризующий неопределенность

влияния данного финансового коэффициента на изменение финансовой устойчивости предприятия-заемщика;

6) если Г меньше нижней границы доверительного интервала, то финансовому коэффициенту соответствует безразмерная сопоставимая величина, равная 0, если больше верхней границы - 1, а если Г принадлежит доверительному интервалу - 0.5.

Линейная аппроксимация рядов динамики используемых финансовых коэффициентов и последующее определение базисных темпов прироста полученных значений необходимо для выделения их основных тенденций и устранения возможных случайных колебаний.

Идея проводимых итераций заключается в определении основной тенденции финансового положения анализируемого предприятия относительно общих тенденций, свойственных предприятиям данной отрасли, что тождественно его собственной финансовой устойчивости без учета макроэкономических рисков. Главным преимуществом разработанного показателя является его нормированность, то есть четкая определенность интервала допустимых значений от нуля до единицы (возможность выражения в процентах), а также независимость сопоставимости получаемых результатов от территориального расположения и отраслевой принадлежности анализируемых предприятий.

Апробация предложенной методики комплексной рейтинговой оценки

кредитного риска

В силу трудоемкости обработки и значительного объема информации о заемщиках, анализируемой банком, неотъемлемым условием успешного решения задачи количественной оценки кредитного риска становится потребность в автоматизации. Поэтому в диссертации данному вопросу уделяется особое внимание.

Проведенные исследования рынка современного программного обеспечения показали, что функциональные возможности существующих

финансово-аналитических систем удовлетворяют требованиям, необходимым для разработки программной реализации предложенной методики комплексной рейтинговой оценки кредитного риска, не более, чем на 72%.

В связи с этим, автором был разработан аналитический программный комплекс (АПК) лSuper Cell (Copyright й Гончаров Д.С. 2002-2003, свидетельство об официальной регистрации программы для ЭВМ №2003611011, выдано 25.03.2003 РОСПАТЕНТ), который послужил инструментальной платформой для создания и последующих опытных испытаний программной реализации предложенного метода оценки кредитного риска.

Важным преимуществом АПК лSuper Cell является то, что в нем реализованы все функциональные возможности, необходимые для достижения максимального на сегодняшний день уровня открытости системы для конечных пользователей, а его ядро изначально проектировалось с учетом последних достижений в области информационных технологий:

Х в качестве хранилища данных может быть использована любая реляционная система управления базой данных (СУБД), поддерживающая стандарт SQL-92 с технологией доступа к данным ADO (ActiveX Data Objects) через драйверы ODBC (Open DataBase Connectivity) или OLEDB (DataBase Objects Linking and Embedding). На настоящий момент можно с уверенностью утверждать, что все промышленные СУБД предоставляют такой способ доступа к данным;

Х трехзвенная клиент-серверная архитектура комплекса позволяет обеспечивать разграничение прав доступа на уровне логических объектов, оптимизировать затраты на приобретение пользовательских лицензий, предоставлять высокий уровень безопасности при удаленной работе через Интернет, а также обеспечивать оптимальный уровень производительности системы и автоматически контролировать загруженность сервера СУБД;

Х клиентская часть комплекса использует технологию MDI (Multi-Documents Interface) и обеспечивает бесшовную интеграцию с Microsoft Office и Microsoft Visual Basic for Applications (VBA) через технологию OLE-2 (Object Linking and Embedding).

Среди технических особенностей АПК лSuper Cell следует особо выделить гибкую модель метаданных, целесообразность применения и способ реализации которой подробно изложены в диссертации.

Гибкая модель метаданных позволяет создавать аналитические приложения, работающие в условиях изменяющихся параметров исходной информации, различных классификаторов, форм хранения и представления данных, организационной структуры и т.д. Такой подход позволяет хранить и представлять данные за прошлые периоды именно в том виде и в той структуре, которая была актуальна на момент их ввода, автоматически обеспечивая при этом сопоставимость данных за различные периоды. Кроме того, гибкая модель метаданных позволяет избежать создания, так называемых, правил импорта данных, необходимых в тех случаях, когда в источнике (источниках) первичной информации используются отличные от аналитического приложения классификаторы.

Апробация программной реализации предложенной методики оценки кредитного риска показала:

Х значения разработанного показателя оценки финансовой устойчивости, рассчитанные для различных предприятий, коррелируются с уровнем соответствующих значений показателя вероятности банкротства по Альтману, что свидетельствует о правильности получаемых оценок;

Х величина расчетного резерва, требуемого к созданию по рассматриваемой ссуде, соответствует нормативным требованиям Центрального Банка Российской Федерации, изложенным в действующем положении №254-П от 26.03.2004 О порядке формирования кредитными организациями резервов на возможные потери по ссудам, но ссудной и приравненной к ней задоженности.

Основные положения диссертации изложены в следующих

печатных работах автора:

1. Гончаров Д.С. Современные финансово-аналитические системы // Математические и инструментальные средства в современных экономических системах: Сб. науч. тр. / Московский государственный университет экономики, статистики и информатики. - М.: Изд-во МЭСИ, 2003.-0,4 п.л.

2. Гончаров Д.С., Горожанкин А.Ю. Финансовые показатели, актуальные для целей анализа финансовой устойчивости предприятия // Человек и общество в истории российской цивилизации: Материалы VI Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых / Отв. ред. В.М. Савин. - М.: Изд-во РУДН, 2004. - 0,4 / 0,2 п.л.

3. Гончаров Д.С. Перспективы применения рейтинговых методик оценки кредитного риска // Инновации в машиностроении: Сборник статей IV Всероссийской научно-практической конференции - Пенза: Изд-во Привожского дома знаний, 2004. - 0,2 п.л.

4. Гончаров Д.С. Анализ финансовой устойчивости российских предприятий - миф или реальность? // Инновации в машиностроении: Сборник статей IV Всероссийской научно-практической конференции - Пенза: Изд-во Привожского дома знаний, 2004. - 0,2 пл.

Р ИД № 00009 от 25.08.99 г.

Подписано в печать 08.12.2004. Формат 60*90 '/16. Бумага офсетная. Гарнитура Times New Roman Cyr. Усл. печ. л. 1. Тираж 100 экз. Заказ № 476.

Отпечатано в редакционно-издательском отделе

Всероссийского заочного финансово-экономического института (ВЗФЭИ)

с оригинал-макета заказчика. Олеко Дундича, 23, Москва, Г-96, ГСП-5,123995

РЫБ Русский фонд

2005-4 49266

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Гончаров, Денис Сергеевич

ВВЕДЕНИЕ.

ГЛАВА 1. ПРОБЛЕМА ОЦЕНКИ РИСКОВ ПРИ КРЕДИТОВАНИИ ПРЕДПРИЯТИЙ.

1.1. Кредитный риск и существующие методы его оценки.

1.2. Методы анализа финансовой устойчивости предприятий-заемщиков.

1.3. Финансово-аналитические системы в работе кредитного эксперта.

Выводы по 1-ой главе.

ГЛАВА 2. МЕТОДЫ КОМПЛЕКСНОЙ ОЦЕНКИ КРЕДИТНОГО РИСКА.

2.1. Теоретические основы комплексной оценки кредитного риска.

2.2. Источники информации о кредитоспособности заемщиков и методы ее количественной оценки.

2.3. Количественная оценка кредитного риска.

Выводы по 2-ой главе.

ГЛАВА 3. ПРИМЕНЕНИЕ МЕТОДИКИ КОМПЛЕКСНОЙ РЕЙТИНГОВОЙ ОЦЕНКИ КРЕДИТНОГО РИСКА.

3.1. Разработка автоматизированной системы оценки кредитного риска.

3.2. Применение методики комплексной рейтингвой оценки кредитного риска на примере кредитной заявки промышленного предприятия.

Выводы поЗ-ей главе.

Диссертация: введение по экономике, на тему "Современные методы оценки рисков кредитования предприятий"

Актуальность темы исследования. Кредитование реального сектора экономики представляет собой один из наиболее рискованных видов банковской деятельности, способный в то же время регулярно приносить высокие доходы, что весьма привлекательно для кредитных организаций. За последние четыре года доля данного вида деятельности увеличилась в 2 Ч 3 раза [53, 63, 64], о чем свидетельствуют пресс-релизы российских банков.

Для увеличения доли кредитов в реальный сектор экономики в работающих активах банкам нужно привлекать допонительные финансовые ресурсы. Жесткое соблюдение сроков их привлечения с необходимостью начисления и выплаты процентов по ним требует от банков более тщательного управления кредитным риском и проведения анализа кредитоспособности заемщиков [10]. При этом следует обращать внимание не только на ликвидность обеспечения, но и на платежеспособность заемщиков, перспективность их развития, а также финансовую устойчивость. Это затруднено без применения современных информационных технологий, так как требует точности и оперативности обработки больших массивов информации о хозяйственной деятельности и кредитной истории заемщиков.

Новое соглашение Базельского комитета по банковскому надзору Залоговое обеспечение и кредиты, получившее название Базель-2 [84], и подготовленная на его основе директива Европейского сообщества (ЕС) О достаточности капитала [49] повлекут за собой кардинальные изменения в работе и регулировании деятельности иностранных банков и инвестиционных компаний, а также существенно повлияют на их взаимоотношения с российскими кредитными организациями, которые уже сегодня стали неотъемлемой частью мирового банковского сообщества. В связи с этим с 1 августа 2004 года Центральный Банк Российской Федерации ввел в действие положение №254-П О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности, которое отражает основную идею второго Базельского соглашения Ч банки дожны самостоятельно разработать методики комплексной оценки кредитных рисков, основывающиеся не только на ликвидности залога, но и на мотивированном суждении о финансовом состоянии заемщика.

Соединить в одном показателе количественные оценки финансовых и нефинансовых факторов, характеризующих хозяйственную деятельность заемщика, способны только рейтинговые методики.

На рынке современного программного обеспечения практически отсутствуют специализированные аналитические системы, способные гибко изменять схему расчета ключевых аналитических показателей в зависимости от изменения исходной информации без утраты сопоставимости данных, а также быстро настраиваться на специфику анализа предприятий различных отраслевых принадлежностей, не требующие при этом значительных затрат на их техническую и методическую поддержку. Отсутствие таких систем делает подобный вид анализа недоступным для малых и средних кредитных организаций, каковыми и является большинство российских коммерческих банков.

В силу отсутствия комплексных формализованных методологических подходов в настоящее время кредитные организации сводят свою аналитическую работу к оценке стоимости предлагаемого обеспечения и, в лучшем случае, к формальному анализу ликвидности по бухгатерскому балансу предприятия, который предоставляет непоную, а зачастую, и недостоверную информацию.

Проведенный анализ российских и зарубежных методологических разработок в данной области, а также рынка современного аналитического программного обеспечения указывает на отсутствие комплексного подхода к количественной оценке кредитного риска. Разработка такого подхода имеет высокую значимость как для самих банков, так и для надзирающих органов и всей экономики в целом, поскольку банковская система лежит в основе любой экономики.

Именно актуальность проблемы количественной оценки кредитного риска, недостаточность теоретической и практической разработанности существующих методов предопределили выбор темы, цели, задач и основных направлений исследования.

Цель и задачи исследования. Целью настоящего исследования является теоретическое обоснование и разработка формализованной методики комплексной рейтинговой оценки кредитного риска, позволяющей с использованием современных информационных технологий принимать решение о предоставлении кредита, в соответствии с последними тенденциями в области нормативного регулирования банковской деятельности как в России, так и за рубежом.

Для достижения указанной цели потребовалось поставить и решить следующие задачи:

Х уточнить понятие кредитного риска и определить его зависимость от различных факторов кредитоспособности заемщика;

Х выявить основные направления аналитической работы, проводимой кредитными экспертами, для обеспечения членов кредитного комитета мотивированной информацией о рисках, связанных с удовлетворением конкретных кредитных заявок;

Х проанализировать существующие методы количественной оценки кредитного риска и выработать комплексный подход к нахождению его уровня;

Х выработать способ определения объема расчетного резерва под возможные потери по ссудам в зависимости от уровня кредитного риска;

Х предложить формализованную методику комплексной рейтинговой оценки кредитного риска, использующую исходную информацию, доступную российским коммерческим банкам;

Х разработать автоматизированную систему оценки кредитного риска на основе предложенной методики;

Х апробировать предложенную методику оценки кредитного риска для подтверждения достоверности разработанных в диссертации теоретических положений. Объект исследования. Объектом исследования являются взаимоотношения между банками, их заемщиками, а также третьими лицами, предоставляющими допонительную информацию о заемщиках или осуществляющими надзорную функцию за сохранением стабильности банка, возникающие с момента поступления в банк кредитной заявки от заемщика и продожающиеся до момента отказа от предоставления ссуды или окончания срока действия кредитного договора.

Предмет исследования. Предметом исследования являются методы оценки рисков, применяемые в аналитической работе кредитного эксперта в российском банке при рассмотрении кредитной заявки от коммерческой организации, основной вид деятельности которой относится к реальному сектору экономики. Под аналитической работой понимается предварительное определение кредитоспособности заемщика, оценка уровня кредитного риска и объема необходимого к созданию резерва под возможные потери по ссуде, а также их периодическая переоценка в течение срока действия кредитного договора.

Теоретическая и методологическая основы исследования. Теоретической основой исследования являются работы отечественных и зарубежных авторов в области оценки рисков, финансового анализа, общей теории статистики и теории вероятности: Альтмана Э., Андреевой JT.B., Баканова М.И., Банзала В.К., Беляева С.Г., Бернстайна П.Л., Братановича С.Б., Васильевой Н.Э., Вишнякова И.В., Гаптона Дж.М., Гиляровской JT.T., Грюнинга Х.В., Донцовой J1.B., Ефимовой М.Р., Жукова Е.Ф., Карлинга Т.П., Ковалёва В.В., Козловой Л.И., Кошкина В.И., Кремера Н.Ш., Кроуи М., Лукасевича И.Я., Макарьевой В.И., МакМина А.Р., Марка Р., Мельникова А.В., Найта Ф.Х., Никифоровой Н.А., Петровой Е.В., Пикфорда Д., Полушкиной Г.К., Румянцева В.Н., Салина В.Н., Фелана М., Фингера К.К.,

Фумера Ж.Дж., Хольтона Дж.А., Шабалина Е.М., Шеремета А.Д. и других известных авторов.

В процессе исследования использовались методы системного и сравнительного анализа, метод аналогий, математические и статистические методы, метод экспертных оценок.

Информационная база исследования. Информационной базой исследования являются официальные документы в области регулирования банковской деятельности Центрального Банка Российской Федерации, Базельского комитета по банковскому регулированию, директивы Европейского сообщества по банковскому регулированию, финансовая отчетность российских предприятий, материалы научных докладов, отчетов и конференций.

Научная новизна исследования. Научная новизна исследования состоит в теоретическом обосновании и разработке базирующейся на вероятностном подходе формализованной методики комплексной рейтинговой оценки кредитного риска.

В диссертационной работе получены и выносятся на защиту следующие научные результаты:

Х выявлены недостатки применяемых в существующей практике методов оценки кредитного риска, основанных на модели Мертона, концепции VaR (Value-at-Risk);

Х обосновано применение вероятностного подхода для оценки кредитного риска и определения объема расчетного резерва под возможные потери по ссудам;

Х разработан и апробирован рейтинговый показатель, характеризующий вероятность сохранения финансовой устойчивости анализируемым предприятием, не зависящий от его отраслевой и территориальной принадлежности;

Х предложена и апробирована формализованная методика комплексной рейтинговой оценки кредитного риска в соответствии с новыми требованиями в области международного банковского регулирования;

Х обосновано использование гибкой модели метаданных в автоматизированных финансово-аналитических системах, которая необходима для программной реализации предложенной методики оценки кредитного риска;

Х разработан аналитический программный комплекс, на базе которого осуществлена программная реализация предложенной методики оценки кредитного риска.

Практическая значимость работы. Практическая значимость проведенного исследования заключается в возможности широкого использования выводов и предложений, содержащихся в диссертации, российскими и зарубежными коммерческими банками для оценки кредитного риска, выбора лучшего заемщика, определения объемов расчетных резервов и нормативов достаточности капитала в соответствии с новыми международными правилами банковского регулирования.

Самостоятельное практическое значение имеют:

Х предложенный способ рейтинговой оценки финансовой устойчивости предприятий;

Х разработанный автором финансово-аналитический программный комплекс.

Апробация результатов исследования. В связи со вступлением в силу 1 августа 2004 года положения Центрального Банка Российской Федерации №254-П О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности по материалам диссертации разработан практический бизнес-семинар для риск-менеджеров на тему Ссудный рейтинг заемщика -мотивированное суждение о финансовом состоянии предприятия. Семинар проводится автором на базе Института менеджмента и маркетинга Академии народного хозяйства при Правительстве Российской Федерации. В течение

2004 года на семинаре присутствовали начальники кредитных управлений и риск-менеджеры следующих известных организаций:

Х Банк Возрождение (ОАО), г. Москва;

Х КБ Сибирское ОВК (ОАО), г. Улан-Удэ;

Х КБ Солидарность (ОАО), г. Самара;

Х Сургутнефтегазбанк (ЗАО), г Сургут;

Х Росагролизинг (ОАО), г. Москва.

Положения, содержащиеся в диссертации, были доложены на следующих научных конференциях:

Х VI Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых Человек и общество в истории российской цивилизации, апрель 2004 года, Российский университет дружбы народов;

Х IV Всероссийская научно-практическая конференция Инновации в машиностроении, сентябрь 2004 года, Привожский дом знаний.

Теоретические положения и практические рекомендации, изложенные в диссертации, прошли апробацию и применяются в практической работе Главного расчетного центра Сбербанка России и в управлении Коммерческого кредитования КБ Русский Банк Развития.

Структура диссертации. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и 22 приложений.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Гончаров, Денис Сергеевич

Выводы по 3-ей главе

1. В главе обоснована целесообразность разработки нового аналитического программного комплекса, способного послужить платформой для создания аналитического приложения, программно реализующего предложенный метод рейтинговой оценки кредитного риска.

2. Потребность в разработке нового аналитического программного комплекса вызвана необходимостью применения гибкой модели метаданных, позволяющей оперативно вносить вынужденные изменения в аналитические приложения в соответствии с меняющейся структурой экономической информации без потери данных или утраты их сопоставимости за различные отчетные периоды.

3. Разработанный аналитический программный комплекс лSuper Cell имеет широкую область применения и может быть рекомендован для решения различных прикладных формализуемых аналитических задач.

4. С помощью разработанного аналитического программного комплекса проведено опытное испытание предложенного метода рейтинговой оценки кредитного риска на базе реальных данных. Испытание показало соответствие получаемых результатов нормативным требованиям

Центрального Банка Российской Федерации, изложенным в положении №254-П О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности [10].

5. Наглядно проилюстрировано совпадение динамики разработанного показателя вероятности сохранения финансовой устойчивости предприятия с Z-счетом Альтмана, что позволяет судить о правильности предложенной методики его расчета. При этом получаемая оценка является удобной для использования в дальнейших расчетах, интуитивно понятной, сопоставимой и независимой от отраслевой или территориальной принадлежности анализируемого предприятия.

Заключение

На основании проведенных исследований можно сделать следующие выводы и рекомендации.

В работе уточнено понятие кредитного риска. Под кредитным риском предлагается понимать не предполагаемый объем прямых убытков и упущенных выгод, что следует из общего определения банковских рисков, а вероятность срыва заемщиком графика платежей по погашению суммы основного дога и причитающихся процентов. Такое понимание сущности кредитного риска представляется более целесообразным, так как в большинстве случаев кредиты выдаются банком под определенное обеспечение (залог), как правило, превышающее сумму основного дога и причитающихся процентов. Таким образом, при понимании кредитного риска в соответствии с общим определением банковского риска можно было бы с уверенностью утверждать, что он существует только теоретически. Однако на практике банки вынуждены формировать резервы под возможное обесценение ссуд, чтобы сбалансировать кредитный риск. Известно, что банкам необходимо согласовывать срочность привлечения и размещения финансовых ресурсов, чтобы избежать возникновения отрицательной процентной маржи и упущенных выгод от наличия неработающих активов. Именно это приводит к возникновению реального кредитного риска. Уровень совокупного кредитного риска банка является суммой индивидуальных (ссудных) рисков, каждый из которых зависит от ряда финансовых и нефинансовых факторов, связанных с кредитоспособностью заемщика, а также от риска неблагоприятного изменения внешнеэкономической среды рынка (отрасли) функционирования заемщика.

На основе проведенного анализа сложившейся практики рассмотрения кредитной заявки была выявлена недостаточность информации, получаемой коммерческими банками от заемщика, а также фактическое отсутствие проведения сравнительного анализа на основе данных, которые можно получить из внешних источников. В связи с этим в работе выработаны

136 рекомендации коммерческим банкам по внесению изменений в состав, периодичность и структуру информации, запрашиваемой у клиента в процессе рассмотрения кредитной заявки. Даны рекомендации по проверке информации, предоставляемой клиентом, а также использованию внешних источников информации о заемщике для организации досье кредитоспособности клиента. Эти же предложения могут быть рекомендованы Центральному Банку Российской Федерации для разработки методических рекомендаций коммерческим банкам, организации работы бюро кредитных историй и усовершенствования взаимодействия с органами статистического и налогового государственного надзора за деятельностью предприятий.

Предложенный в работе метод определения величины расчетного резерва по конкретной ссуде в соответствии с уровнем текущего кредитного риска, рассчитываемого с помощью программной реализации разработанной методики, позволит членам кредитных комитетов коммерческих банков быстро и качественно оценивать изменение нормативов достаточности капитала, а также уровня расходов банка в случае принятия положительного решения о выдаче кредита. Данный метод также может быть рекомендован Центральному Банку Российской Федерации для внесения отдельных изменений в действующее законодательство, в том числе в положение №254-П О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности, и для усовершенствования функций пруденциального надзора за деятельностью кредитных организаций.

В работе проанализированы наиболее известные методики оценки кредитного риска, а именно: методика лKMV, основанная на модели Мертона, и система лCreditMetrics, в основе которой лежит концепция лVaR. Проведенный анализ позволил выявить недостатки этих методов, а также обосновать невозможность их применения в России в связи с отсутствием (ограниченностью) требуемой для них исходной информации, что подтверждает необходимость разработки нового подхода к оценке кредитного риска.

Разработан и обоснован подход к определению величин расчетных резервов под возможное обесценение ссуд, ссудной и приравненной к ней задоженности, исходя из уровня реального индивидуального кредитного (ссудного) риска.

Теоретически обоснован, формализован и подтвержден практическими расчетами метод рейтинговой оценки кредитного риска. Предложенный метод легко применим на практике в современных условиях работы российских коммерческих банков, так как не требует накапливания длинных рядов статистической информации о заемщике, а также позволяет комплексно оценить влияние финансовых и нефинансовых факторов на величину кредитного риска. Преимуществом данного метода является определение кредитного риска именно расчетным путем, а не путем корреляционно-регрессионного анализа исторических данных по схожим заемщикам, что позволяет избежать значительного искажения получаемой оценки в случае резкого изменения факторов внешней и внутренней среды.

Самостоятельное практическое значение имеет предложенный в работе метод рейтинговой оценки финансовой устойчивости предприятий, который может быть рекомендован коммерческим банкам для усовершенствования маркетинговой политики, инвестиционным и рейтинговым агентствам для составления прогнозов, а также Федеральной службе России по финансовому оздоровлению и банкротству для усовершенствования действующего законодательства в области диагностики вероятности банкротства и для разработки методических рекомендаций арбитражным управляющим по оценке финансового состояния управляемых предприятий.

В работе обоснована целесообразность разработки нового аналитического программного комплекса, способного послужить платформой для создания аналитического приложения, программно реализующего предложенный метод комплексной рейтинговой оценки кредитного риска. Потребность в разработке нового аналитического программного комплекса вызвана необходимостью применения также предложенного в работе агоритма гибкой модели метаданных, позволяющего оперативно вносить вынужденные изменения в аналитические приложения в соответствии с меняющейся структурой экономической информации без потери данных или утраты их сопоставимости за различные отчетные периоды. Разработанный автором в соответствии с данной концепцией аналитический программный комплекс лSuper Cell имеет широкую область применения и может быть рекомендован для решения различных прикладных формализуемых аналитических задач коммерческим банкам, финансово-инвестиционным компаниям, рейтинговым агентствам, промышленным и торговым предприятиям, а также органам государственного надзора и контроля.

Диссертация: библиография по экономике, кандидат экономических наук , Гончаров, Денис Сергеевич, Москва

1. Гражданский Кодекс Российской Федерации.

2. Федеральный Закон №86-ФЗ от 10.07.2002 "О Центральном банке Российской Федерации (Банке России)".

3. Федеральный Закон №127-ФЗ от 26.10.2002 "О несостоятельности (банкротстве)".

4. Закон РФ №2872-1 от 29.05.1992 "О залоге".

5. Постановление Правительства Российской Федерации №367 от 25.07.2003 "Об утверждении Правил проведения арбитражными управляющими финансового анализа".

6. Инструкция ЦБ РФ №1 от 01.10.1997 "О порядке регулирования деятельности банков".

7. Инструкция ЦБ РФ №62-а от 30.07.1997 "О порядке формирования и использования резерва на возможные потери по ссудам".

8. Положение ЦБ РФ №89-П от 24.09.1999 "О порядке расчета кредитными организациями рыночных рисков".

9. Положение ЦБ РФ №232-П от 09.07.2003 "О порядке формирования кредитными организациями резервов на возможные потери".

10. Положение ЦБ РФ №254-П от 26.03.2004 "О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности".

11. Приказ Минфина РФ №43 н от 06.07.1999 "Об утверждении Положения по бухгатерскому учету "Бухгатерская отчетность организации" ПБУ 4/99"

12. Приказ Минфина РФ №67н от 22.07.2003 "О формах бухгатерской отчетности организаций"

13. Письмо Федерального управления по делам о банкротстве №ВК-03/724 от 13.05.1997 "Порядок расчетов системы критериев для определениянеудовлетворительной структуры баланса неплатежеспособных организаций"

14. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики: Учебник. -М.: ЮНИТИ, 1998. 1022 с.

15. Аналитический комплекс программных продуктов ИКФ "АЛЬТ"Ч инструмент эффективного управления промышленным предприятием: Исследовательско-консультационная фирма "Альт" // Компьютер в бухгатерском учете и аудите. Ч 1998. №2. С. 5-8

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

17. Безруких П.С., Бакаев А.С., Врублевский Н.Д. Бухгатерский учёт. М.: Бухгатерский учет, 2002. - 719 с.

18. Беляев С.Г., Кошкин В.И. Теория и практика антикризисного управления. М.: Закон и право, ЮНИТИ, 1996. - 469 с.

19. Беляков А.В. Банковские риски: Проблемы учета, управления и регулирования. М.: БДЦ-Пресс, 2003. - 256 с.

20. Бернстайн П.Л. Против богов. Укрощение риска. Against the Gods. The Remarkable Story of Risk. M.: Олимп-Бизнес, 2001. - 396 с.

21. Бёртон К. Хеджевые инвестиционные фонды // Финансист. 2001. №2. -С.66-70

22. Васильева Н.Э., Козлова Л.И., Гуцаленко Г.В. Несостоятельность (банкротство) предприятия и пути его финансового оздоровления: Учебное пособие. М.: ИНФРА-М, 1996. - 220 с.

23. Вишняков И.В. Методы и модели оценки кредитоспособности заемщиков. СПб.: СПбГИЭА, 1998. - 51 с.

24. Воков И.М., Грачева М.В. Проектный анализ. М.: Банки и биржи, ЮНИТИ, 1998.-423 с.

25. Гиляровская Л.Т., Вехорева А.А. Анализ и оценка финансовой устойчивости коммерческого предприятия. СПб: Питер, 2003. - 256 с.

26. Гончаров Д.С. Анализ финансовой устойчивости российских предприятий миф или реальность? // Инновации в машиностроении: Сборник статей IV Всероссийской научно-практической конференции -Пенза: Изд-во Привожского дома знаний, 2004. - С. 39-42.

27. Гончаров Д.С. Перспективы применения рейтинговых методик оценки кредитного риска // Инновации в машиностроении: Сборник статей IV Всероссийской научно-практической конференции Пенза: Изд-во Привожского дома знаний, 2004. - С. 37-39.

28. Грачев А.В. Анализ и управление финансовой устойчивостью предприятия. М.: ДИС, 2002. - 208 с.

29. Донцова J1.B., Никифорова Н.А. Анализ финансовой отчетности. М.: ДИС, 2003.-336 с.

30. Дружбина М.И. Анализ ликвидности и платежеспособности предприятий: Автореф. дис. канд. экон. наук. СПб., 1997. 16 с.

31. Дьячков С. Финансовый анализ в программе "Инфо-бухгатер": ТОО "Информатик" // Компьютер в бухгатерском учете и аудите. 1998. №3.-С. 21-22.

32. Евсюткина А.В. Как выбрать программу автоматизации в Интернете // Компьютер в бухгатерском учете и аудите. -2000. №2- С. 105-109.

33. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики -М.: ИНФРА-М, 1997. 416 с.

34. Ивлиев С.В., Полушкина Г.К. Управление финансовыми рисками в банке // Банки и технологии. 2003. №4. - С. 12-14

35. Кабушкин С.Н. Управление банковским кредитным риском: Учебное пособие. М.: Новое знание, 2004. - 336 с.

36. Кавкин А. Новые способы страхования кредитного риска с помощью производных инструментов // Финансовый бизнес. Ч 2000. №8. Ч С.37-43.

37. Казаков А., Перепекин В. Думать о рисках и управлять рисками это не одно и то же // Финансист. - 2001, №5/6. - С.20-22.

38. Кирисюк Г.М., Ляховский B.C. Оценка банком кредитоспособности Заемщика // Деньги и кредит. 1993. №4. - С.39.

39. Ковалёв А.П. Диагностика банкротства. М.: Финстатинформ, 1995. Ч 96 с.

40. Ковалёв В.В. Финансовый анализ. М.: Финансы и статистика, 1998. -512с.

41. Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник. М.: ЮНИТИ, 2000. - 543 с.

42. Крылов Э.И., Власова В.М., Егорова М.Г. и др. Анализ финансового состояния и инвестиционной привлекательности предприятия. М.: Финансы и статистика, 2003. - 192 с.

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

44. Кто и как управляет рисками в России? // Рынок Ценных Бумаг. 2001. №3. - С.21-27.

45. Лободенко Н. Аудит и диагностика банкротства // Финансы. 1997. № 2. -С.52-53.

46. Лопухин А. "Базель-2" и новая директива ЕС // Журнал Европейского Союза.-2003. №34.-С.9.

47. Лукасевич И.Я. Анализ финансовых операций. Методы, модели, техника вычислений. М.: ЮНИТИ, 1998. - 400 с.

48. Макарьева В.И., Андреева Л.В. Анализ финансово-хозяйственной деятельности организации. М.: Финансы и статистика, 2004. - 264 с.

49. Мельников А.В. Риск-менеджмент. Стохастический анализ рисков в экономике финансов и страхования. М.: Анкил, 2003. - 159 с.

50. Мельников С. В 2004 году банки ждет обострение конкуренции на рынке корпоративного кредитования // Московский Промышленный Банк: Пресс-релиз М.: Пресс-служба МПБ, 25.12.2003.

51. Моисеев С. Рейтинг и оценка рисков при определении лимитов кредитования // Финансист. 1997. № 7. - С. 12-15.

52. Москвин В.А. Управление рисками при реализации инвестиционных проектов. Рекомендации для предприятий и коммерческих банков. -М.: Финансы и статистика, 2004. 352 с.

53. Мостовой П. Объективные и субъективные грани банкротства // Экономика и жизнь. 1996. № 46. - С. 3.

54. Мощенская М.В. Анализ финансового состояния производственных предприятий потребительской кооперации: Автореф. дис. . канд. экон. наук. М., 1998.-23 с.

55. Найт Ф.Х. Риск, неопределенность и прибыль. Risk, Uncertainty and Profit. M.: Дело, 2003. - 360 с.

56. Новации ЦБ напугали банкиров // Финанс. 2003. №13. - С. 5.

57. Панагушин В.П., Лапенков В.И., Лютер Е.В. Диагностика банкротства: возможна ли оценка платёжеспособности по двум показателям \\ Финансы. 1995. №7. - С. 23-26.

58. Петрова С. Занижать резервы будет непросто // Ведомости. 2004. - 25 марта. - С. 3.

59. Пикфорд Д. Управление рисками. Mastering Risk. М.: Вершина, 2004. -350 с.

60. Попов М. Денег куры не клюют? \\ Бизнес-журнал. 2004. №1 (38). - С. 22-25.

61. Попов М. Деньги дают \\ Бизнес-журнал. 2004. №8 (45). - С. 8-9

62. Прокофьева O.K. Разработка системы банковского надзора в России: Автореф. дис. .канд. экон. наук. Санкт-Петербург, 1996. Ч 17 с.

63. Риск-менеджмент: Учебник / Вяткин В.Н., Вяткин И.В., Гамза В.А., Екатеринославский Ю.Ю., Хэмптон Дж.Дж. М.: Дашков и Ко, 2003. -512с.

64. Русанов Ю.Ю. Теория и практика риск-менеджмента кредитных организаций России. М.: Экономистъ, 2004. - 189 с.

65. Салин В.Н. Статистика финансов: Учебник. М.: Финансы и статистика, 2002.-816 с.

66. Севрук В.Т. Риски финансового сектора Российской Федерации. М.: Финстатинформ, 2001. - 176 с.

67. Современная практика и механизмы привлечения инвестиций на предприятия: Сборник докладов Всероссийской конференции. М.: Институт управления и экономики рынка, 2002. - 223 с.

68. Соколова Г.Н. Анализ финансовой устойчивости предприятия: методика расчетов // Аудиторские ведомости. 1999. №8. - С.45-58.

69. Сосненко Л.С. Анализ экономического потенциала действующего предприятия. М.: Экономическая литература, 2004. - 208 с.

70. Строгалев А. Семь шагов к хеджу // Рынок ценных бумаг. 2000. №10.-С. 29-32.

71. Фатинский Р.А. Методы обоснования и выбора организационно-технологических решений с учетом риска: Автореф. дис. . канд. экон. наук. СПб., 1997.- 15 с.

72. Хасянова С.Ю. Критерии и методы оценки кредитоспособности предприятий коммерческими банками: дис. .канд. экон. наук. Иваново, 2002.- 159 с.

73. Хачатурян А.С. Экономическая диагностика несостоятельности строительных предприятий: Автореф. дис. .канд. экон. наук. М., 1998. -22 с.

74. Хорн Д.В. Основы управления финансами. М.: Финансы и статистика, 2001.-800 с.

75. Чекулаев М.В. Риск-менеджмент. Управление финансовыми рисками на основе анализа волатильности. М.: Альпина Паблишер, 2002. Ч 344 с.

76. Шабалин Е.М. Как избежать банкротства? М.: ИНФРА-М, 1996. - 144 с.

77. Шеремет А.Д., Баканов М.И. Теория экономического анализа.- М.: Финансы и Статистика, 2002.-416 с.

78. Шерри Де Ковни, Такки К. Стратегии хеджирования. М.: ИНФРА-М, 1996.-208 с.

79. Щукин Д. О методике оценки риска VAR // Рынок ценных бумаг. 1999, №16. -С. 61-64.

80. Щукин Д. Управление риском портфеля, хеджированного опционами // РЦБ. 1999. №18. -С. 72-75.

81. Basel Committee on Banking Supervision: Basel II. International Convergence of Capital Measurement and Capital Standards. A Revised Framework // Basel Committee Publications. 2004. №107 - 230 p.

82. Best P. Implementing Value at Risk. Chichester: John Wiley & Sons, 1999. -250 p.

83. Butler С. Mastering Value at Risk: A Step-By-Step to Understanding and Applying VaR (Market Editions). London: Financial Times Prentice Hall, 1998.-242 p.

84. Carlin T.P., McMeen A.R. Analyzing Financial Statements. Washington D.C: American Bankers Association, 1993. - 344 p.

85. Credit risk modelling: current practices and applications // Basel Committee Publications. 1999. №49. - 60 p.

86. Crouhy M., Mark R., Galai D. Risk Management. New York: McGraw-Hill Trade, 2000.-717 p.

87. Fulmer J.G. A Bankruptcy Classification Model For Small Firms // Journal of Commercial Bank Lending 1984. July. - P. 61-63.

88. Gupton G.M., Finger C.C., Bhatia M. CreditMetricsЩ Technical Document. - New York: J.P. Morgan & Co. Incorporated., 1997. Ч 264 p.

89. Holton G.A. Value-at-Risk: Theory and Practice. Boston: Academic Press, 2003.-405 p.

90. Improving the Basel Committee's New Capital Adequacy Framework, jointly with the Shadow Financial Regulatory Committees of Japan and the U.S.: Statament № 4. New York: AEI, 1999. - 4 p.

91. Jorion P. Value at Risk: The New Benchmark for Managing Financial Risk: 2nd edition. New York: McGraw-Hill Trade, 2000. - 622 p.

92. Penza P., Bansal V. K. Measuring Market Risk with Value at Risk. -Chichester: John Wiley & Sons, 2000. 302 p.

93. Phelan M. Probability and Statistics Applied to the Practice of Financial Risk Management: The Case of J.P. Morgan's RiskMetrics. University of Pennsylvania, 1995. - 56 p.

Похожие диссертации