Файл: Решение задачи на кредитоспособность клиента».pdf

ВУЗ: Не указан

Категория: Курсовая работа

Дисциплина: Не указана

Добавлен: 28.03.2023

Просмотров: 202

Скачиваний: 2

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

1.3 Методы оценки кредитоспособности предприятия

В современных условиях осуществления предпринимательской деятельности банковское кредитование выполняет для организаций одну из главных функций - обеспечение финансовыми ресурсами. Принимая во внимание возрастающую роль банковского кредита в расширении объемов производства, а значит, и в развитии экономики страны в целом, а также учитывая особую социально-экономическую значимость этого финансового инструмента, можно сделать вывод, что сегодня в России рынок банковского кредита имеет колоссальный потенциал своего развития. Особое значение приобретает проведение коммерческим банком правильной оценки кредитоспособности заемщика - юридического лица, так как ее неправильная оценка может привести к реализации кредитного риска, что в конечном счете может привести к потере финансовой устойчивости банка.

Порядок оценки кредитоспособности заемщика банком зависит от программы его кредитования. Методика оценки кредитоспособности разных юридических лиц имеет особенности, зависящие от масштабов деятельности заемщика (крупный, средний, малый и микробизнес), его отраслевой принадлежности, по отдельной методике оценивается кредитоспособность организаций финансового сектора.

Одним из основополагающих документов, регламентирующих механизм кредитования банками, включающий также такие элементы кредитного процесса, как выдача и погашение кредитов, является Положение о порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности[1].

На этапе обработки кредитной заявки организации-заемщика в коммерческих банках наряду с другими не менее важными процедурами проводится тщательный анализ финансового положения заемщика и его потенциальной платежеспособности. Как правило, для этой цели используются традиционные методики финансового анализа, информационной базой для реализации которых является представляемая заемщиком бухгалтерская (финансовая) отчетность. Недостаточный уровень реалистичности данных бухгалтерской отчетности заемщика является одной из главных проблем, поскольку никакие совершенные методики финансового анализа не позволят получить достаточно достоверное аналитическое представление о финансовом положении заемщика, если используется несовершенная информация.

В первую очередь проблема информационного обеспечения обусловлена тем, что в России юридические лица формируют бухгалтерскую отчетность в соответствии с Федеральным законом «О бухгалтерском учете»[2], национальными (федеральными) стандартами учета и отчетности (РСБУ), имеющими существенные отличия от международных стандартов финансовой отчетности (МСФО), и приказами Минфина России. Формирование финансовой отчетности по МСФО не является в России обязательным, за исключением составления консолидированной финансовой отчетности организацией, ценные бумаги которой допущены к организованным торгам путем их включения в котировальный список[3].


Следует отметить, что существуют серьезные отличия между РСБУ и МСФО в части признания, оценки и раскрытия отдельных видов активов, обязательств, капитала, а также основных элементов отчетов, включаемых в состав финансовой отчетности. Финансовый анализ заемщика по данным отчетности, составленной по МСФО, является более информативным в связи с наличием подробных и полезных раскрытий в самой отчетности, что нехарактерно для проведения анализа по данным отчетности, составленной по РПБУ. Оценка бизнеса, описание влияющих факторов помогают конкретизировать не только ретроспективные оценки, но и дают дополнительную информацию для обоснования представления финансового положения и платежеспособности организации-заемщика в будущем.

Положительными характеристиками аналитических качеств отчетности, составленной по МСФО, являются сопоставимость данных и корректное, согласованное их представление в динамике (качественная характеристика - сравнимость), что позволяет на основе анализа текущей информации, представленной в отчетности, сформировать прогнозные тренды тех или иных оценочных индикаторов. Это весьма актуально в рамках прогнозирования финансового положения и платежеспособности организации-заемщика в рамках кредитного процесса в коммерческом банке. С учетом понимания различий между национальными и международными стандартами финансовой отчетности отметим, что и методические подходы к проведению анализа кредитоспособности заемщика требуют определенной корректировки.

Каждый коммерческий банк, оценивая кредитоспособность организации-заемщика, использует собственную методику, одной из составляющих которой является финансовый анализ. Исходными предпосылками формирования методик финансового анализа являются зарубежные публикации, которые в России стали доступны в начале 90-х гг. прошлого века[4]. Однако для непосредственного применения в аналитической практике необходима их адаптация и в части уточнения порядка формирования тех или иных показателей, и в части информационного обеспечения, и в части установления пороговых (оптимальных) значений показателей, используемых в оценке финансового положения организации, ее деловой активности, рентабельности, ликвидности, платежеспособности и т.д.

Представление о финансово-экономическом состоянии заемщика должно основываться на результатах тщательного анализа динамики развития его деятельности, достигнутого и прогнозируемого уровня целой системы аналитических индикаторов, внутри которой целесообразно выделить пять основных направлений, включающих различные аналитические показатели.


Расширенный состав аналитических показателей представлен далее.

1. Финансовая устойчивость: горизонтальный и вертикальный анализ состава, структуры и динамики собственного капитала; величина и динамика чистых активов и чистых оборотных активов; доля собственного капитала в формировании активов, доля собственного оборотного капитала в формировании валовых оборотных активов, состав, структура и динамика обязательств, уровень и динамика коэффициентов финансовой независимости, маневренности собственного капитала; цена капитала; обеспеченность низколиквидных оборотных активов собственными оборотными средствами; соответствие структуры актива бухгалтерского баланса структуре его пассива; краткосрочная и долгосрочная ликвидность (уровень и динамика коэффициентов текущей, промежуточной и абсолютной ликвидности); платежеспособность (отсутствие или наличие просроченных обязательств); стабильность избыточного денежного потока по текущей деятельности.

2. Финансовые результаты: структурно-динамический анализ состава, структура и динамика доходов и расходов; динамика и структура прибыли от продаж; динамика прибыли до налогообложения; динамика расходов по налогу на прибыль; динамика чистой прибыли; качество прибыли и ее факторный анализ; направления использования чистой прибыли; динамика реинвестирования (капитализации) чистой прибыли; динамика нераспределенной прибыли.

3. Активность бизнес-процессов: динамика и структура продаж; динамика доли в сегменте рынка сбыта продукции; ценовая политика; окупаемость текущих производственных затрат как отношение выручки от продаж к текущим производственным затратам; окупаемость затрат по сбыту продукции как отношение выручки от продаж к затратам на продажу; окупаемость управленческих расходов как отношение выручки от продаж к управленческим расходам; рентабельность продаж как отношение прибыли от продаж к выручке от продаж; рентабельность расходов по обычным видам деятельности как отношение прибыли от продаж к совокупным расходам по обычным видам деятельности; скорость оборота материальных оборотных средств (оборачиваемость запасов сырья, материалов, готовой продукции, товаров); скорость расчетов с дебиторами (период инкассирования) и кредиторами (средняя продолжительность периода погашения обязательств), качество дебиторской задолженности (доля просроченной задолженности, средний период просрочки).

4. Эффективность ресурсного потенциала: устойчивость роста экономического потенциала, определяемая динамикой коэффициентов ресурсоотдачи; интенсификация (экстенсификация) использования трудовых ресурсов вследствие роста (снижения) производительности труда; интенсификация использования материальных ресурсов вследствие роста (снижения) материалоотдачи; интенсификация (экстенсификация) использования основных средств вследствие роста (снижения) фондоотдачи; интенсификация (экстенсификация) использования финансовых ресурсов вследствие роста (снижения) оборачиваемости заемных средств; относительная экономия (относительный перерасход) ресурсов (по видам); рентабельность активов (экономическая рентабельность); рентабельность капитала (финансовая рентабельность).


5. Рыночная инвестиционная привлекательность: рыночная оценка бизнеса и основанные на рыночной стоимости показатели инвестиционной привлекательности организаций-эмитентов, активности рынка ценных бумаг; дивидендная активность, финансово-инвестиционная привлекательность и т.д.

Одним из актуальных направлений анализа кредитоспособности организации является оценка вероятности ее банкротства. Исследование потенциального банкротства, как правило, основывается на расчете сложившихся отчетных и прогнозных характеристик целого ряда аналитических индикаторов и сравнении их значений с критериальными. Параметры критериев при этом могут существенно варьироваться в зависимости от того, для каких целей и кто из субъектов осуществляет подобные процедуры, а также от адресности заключения о степени угрозы банкротства - его заказчика (кредитной организации для обоснования решения о кредитовании организации-заемщика, поставщика для обоснования уровня риска при предоставлении отсрочки платежа покупателю, фискальных органов для обоснования прогноза налоговых поступлений в бюджет и т.д.).

ГЛАВА 2 ПРИМЕНЕНИЕ НЕЧЕТНОЙ ЛОГИКИ В ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКА

2.1 Постановка задачи оценки кредитоспособности заемщика в условиях неопределенности

Каждая кредитная заявка задается вектором Х=X1 , X 2 ,..., Xi ,..., X N , где Хi - некоторым образом формализованные данные из анкеты заемщика и параметры кредита. По данному вектору необходимо принять решение о выдаче кредита, то есть отнести заемщика к категории «хорошие» или к категории «плохие». Предлагаемые методы основываются на алгоритме нечеткого логического вывода, этапами которого являются: 1. Определение множества входных переменных (вектор заявки): X1 , X 2 ,..., Xi ,..., X M ; 2. Определение множества выходных переменных (категории заемщика): D  D1 , D2 ,..., Di ,..., DM ;

3. Формирование базового терм-множества с соответствующими функциями принадлежности каждого терма: A   a a ai , ,...,  1 2 ; 4. Формирование конечного множества нечетких правил; 5. Нахождение четкого значения для каждой лингвистической переменной выхода.


2.2 Методы на основе нечеткой логики. Нечеткий алгоритм Мамдани и Сугено

В основе нечеткого контроллера Мамдани лежит нечеткий алгоритм Мамдани [Зайченко, 2008]. Рассмотрим его. Пускай базу знаний составляют два нечетких правила: П1: если х это А1 и у это В1, то z это С1, П2: если х это А2 и у это В2, то z это С2, где х и у – входные переменные, z – переменная выхода, А1, А2, В1, В2, С1, С2 – некоторые заданные функции принадлежности (ФП), при этом четкое значение z необходимо определить на основе данной информации и четких значений x, y. Этапами алгоритма являются: 1. Введение четкости. Находим степень истинности для предпосылок каждого правила: А1(х0), А2(х0), В1(х0), В2(х0). 2. Логический вывод. Находим уровни «отсечения» для предпосылок каждого из правил:

Далее находим «усеченные» функции принадлежности:

3. Композиция. Находим объединение найденных усеченных функций принадлежности и получаем итоговое нечеткое подмножество для переменной вывода с функцией принадлежности:

4. Приведение к четкости. В ННС TSK используется нечеткий алгоритм Сугено с таким набором правил: П1: если х это А1 и у это В1, то z=а1х+ b1y, П2: если х это А2 и у это В2, то z=а2х+ b2y. Этапы алгоритма имеют вид: 1. Введение нечеткости, как в алгоритме Мамдани. 2. Нечеткий вывод. Находим и индивидуальные выходы правил:

3. Определение четкого значения переменной вывода:

2.3 Нечеткая нейронная сеть TSK и рекуррентная ННС TSK

В сети TSK (Takagi, Sugeno, Kang’a) используется такая база правил [Зайченко, 2008]:

Где - значение лингвистической переменной i x (характеристиками заемщика) для правила Rk с функцией принадлежности