Проектирование информационной системы скоринговой оценки

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

«ОРЛОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

имени И.С. ТУРГЕНЕВА»

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

по направлению подготовки 09.04.03

Прикладная информатика

Факультет (институт) физико-математический

Тема выпускной квалификационной работы

Проектирование информационной системы скоринговой оценки заемщика

Орёл 2017



Аннотация

Тема: «Проектирование информационной системы скоринговой оценки заемщика».

Объем: дипломной работы 59 страниц, на которых размещены 8 рисунков, 7 таблиц. При написании диплома использовалось 28 источников.

Ключевые слова: скоринг, кредитоспособность, проектирование, математическая модель, заемщик, кредит.

В работу входят введение, две главы, итоговое заключение по проделанной работе.

Во введении ставится задача работы, приводится план работы, даются определения, используемые в работе, ставится проблема, цель и задачи текущей работы.

В первой главе описывается актуальность работы, приводится обзор существующих систем и описываются модели, используемые в проектируемой системе.

Во второй главе осуществляется проектирование системы: приводятся диаграммы, описываются этапы разработки, приводится расчет стоимости проекта и команда разработчиков.

В заключении подводятся итоги проделанной работы.



Оглавление

Введение

1. Актуальность исследовательской работы

2. Обзор существующих решений

2.1 SAS Credit Scoring

2.2 Transact SM

2.3 EGAR Technology

3. Модели оценки кредитоспособности в проектируемой системе

3.1 Модель Сайфуллина-Кадыкова

3.2 Двухфакторная модель Альтмана

3.3 Модель Зайцевой

3.4 Модель Таффлера

3.5 Модель Лиса

3.6 Прогнозная модель платежеспособности Спрингейта

3.7 Модель Беликова-Давыдовой

3.8 Методика Сбербанка РФ

3.9 Альфа банк

3.10 Дерево решений Федоровой

4. Анализ требований

5. Детальное проектирование

6. Управление проектом

Заключение

Список источников



Введение

Под кредитоспособностью заемщика в российской банковской практике понимается способность юридического или физического лица полностью и в срок рассчитаться по своим обязательствам. В западной банковской практике кредитоспособность трактуется как желание заемщика, соединенное с возможностью своевременно погасить выданное обязательство, и выражается аббревиатурой WAS, где W (wiliness) - желание, A (ability) - возможность, S (stability) - стабильность. [9]

При этом анализ заемщика производится по нескольким направлениям: оценка деловой репутации заемщика, оценка качества менеджмента, оценка финансового состояния, оценка денежного потока. Экономичность, эффективность использования и ликвидность средств предприятий и организаций - все это отражаются на стабильности кредитного потенциала банка. В этой связи банк должен хорошо знать деятельность своих клиентов, систематически анализируя такие его показатели, как:

ликвидность баланса;

рентабельность использования средств, в частности оборачиваемость оборотных средств как реальный экономический критерий степени ликвидности средств;

планы производства и их соответствие условиям рыночной конъюнктуры товаров;

технический уровень предприятия и перспективы его развития;

удельный вес продукции, производимой на экспорт, и др.

Еще одной особенностью оценки кредитоспособности заемщика является дилемма «риск - доходность». Понятие «кредитный риск» трактуется по-разному в отечественной и зарубежной литературе.

Изучение кредитоспособности осуществляется для оценки потенциального заемщика до решения вопроса о возможности и условиях кредитования. Оценка кредитоспособности является одним из способов предупреждения или сведения к минимуму кредитного риска, связанного с кредитованием клиента.

В банковской практике не существует единой стандартизированной системы оценки кредитоспособности. Банки разных стран используют различные системы анализа кредитоспособности заемщиков. Многообразие подходов определяется различной степенью доверия к количественным и качественным способам оценки факторов кредитоспособности, особенностями индивидуальной культуры кредитования и исторически сложившейся практикой оценки кредитоспособности. [20]

Оценка кредитоспособности кредитополучателя - юридического лица включает два основных этапа: финансовый анализ (проводится на основе системы финансовых показателей) и качественный (нефинансовый) анализ.

В рамках данной работы будет рассмотрен только финансовый анализ, основанный на оценке коэффициентов, взятых из бухгалтерского баланса.

Финансовый анализ является завершающим этапом в оценке кредитоспособности заемщика и заключается в определении ряда показателей, к которым чаще всего относят коэффициенты ликвидности, коэффициенты обеспеченности собственными средствами, показатели финансовой устойчивости клиента, а также коэффициенты оборачиваемости и рентабельности.

На сегодняшний день развития отрасли кредитования и оценки кредитоспособности решающим фактором решения о предоставлении заемных средств является не просто кредитный рейтинг потенциального заемщика, а соответствующая этому рейтингу вероятность банкротства.

В данной исследовательской работе представлена система анализа кредитоспособности предприятия, основанная на оценке ряда экономических показателей. В системе имеется аналитический аппарат, основанный комбинирующей в себе ряд моделей оценки кредитоспособности. Модели выбирались по критерию распространенности, эффективности и адаптируемости под нужды бизнеса.

1. Актуальность исследовательской работы

Входной порог даже в сферу малого бизнеса может оказаться непосильным для среднестатистического человека, т.к. на оформление ИП (индивидуальное предпринимательство), закупку сырья, оборудования, найма специалистов и т.д. нужны внушительные денежные вложения. В связи с этим, многие предприятия, чтобы осуществлять свою деятельность и оставаться на плаву в мире бизнеса прибегают к взятию кредита денежных средств. Кредит - это денежные средства, предоставляемые кредитором в пользование заемщику на определенный срок времени с условием возврата денежных средств и процентов от предоставляемой суммы. [12] Получение процентов с предоставляемого кредита является основным способом получения прибыли для коммерческих банков и других видов кредиторов.

Для любого коммерческого предприятия главным фактором эффективности работы является получаемая прибыль. Прибыль является ключевым фактором для привлечения инвесторов. Однако, для того, чтобы всецело оценить состояние предприятия, одного показателя прибыли, взятого изолированно, будет недостаточно. По одному показателю прибыли нельзя оценить уровень развития предприятия, ведь то, что в течение нескольких временных периодов показатель прибыли предприятия не меняется не означает, что предприятие развивается.

В связи с вышесказанным, актуальным является вопрос о выборе оптимальной методики оценки кредитоспособности заемщика, ведь получение процента с предоставления кредита является основным способом получения прибыли для коммерческих банков и других организаций, предоставляющих кредиты.

Существует множество способов оценки кредитоспособности предприятия. Инструментарий оценки варьируется от применения неиросетевых технологий и применения методов data mining до оценки финансового состояния предприятия при помощи математических моделей и сравнения коэффициентов бухгалтерского баланса. [24] В данной исследовательской работе будут рассмотрены математические методы оценки финансового состояния предприятия.

Математические методы оценки финансового состояния предприятия имеют как преимущества, так и недостатки. Преимуществами данного подхода является:

Относительная легкость в освоении и использовании математических методов - для использования математических методов оценки кредитоспособности достаточно обладать определенным базовым набором знаний математики и экономики.

Большой спектр выбора моделей, который охватывает множество видов предприятий из разных сфер бизнеса - для российского и зарубежного рынка кредитования существует множество различных моделей, адаптированных под нужды региона.

К недостаткам можно отнести негибкость математических методов и плохую адаптируемость зарубежных методов к российским реалиям.

Негибкость математических методов в зависимости от ситуации заключается в том, один и тот метод нельзя использовать для предприятий разных сфер бизнеса. Например, бизнес в сфере высоких технологий имеет высокие показатели в таких строках бухгалтерского баланса, как закупка оборудования, заработная плата специалистов, закупка ПО, в то время как показатели расходов на оплату коммунальных услуг и аренды помещений относительно низок. В связи с этим, один математический метод не может быть использован для оценки предприятий в двух разных сферах бизнеса.

Плохая адаптируемость зарубежных методов под отечественные нужды - структура западной экономики существенно отличается от российской, в связи с этим, нормативные показатели для финансовых коэффициентов, используемые в Европе и Америке во многих ситуациях не подходят для использования в нашей стране. Западная экономика развита лучше, чем Российская, поэтому применять одинаковые нормативные показатели коэффициентов для обеих экономик нельзя. Для России более низкие показатели нормативных значений не означает, что предприятие несет убыток. скоринговый кредитоспособность банкротство математический

Скоринг - используемая банками система оценки клиентов, в основе которой заложены статистические методы. Как правило, это компьютерная программа, куда вводятся данные потенциального заемщика. В ответ выдается результат - стоит ли предоставлять ему кредит. Название скоринг происходит от английского слова score, то есть «счет». [7]

Банки и прочие предприятия, специализирующиеся на предоставлении кредитов, используют скоринг для минимизации рисков потери предоставляемых денежных средств. Существуют разные методы скоринговой оценки заемщика.

Application scoring - используется для оценки заемщика при непосредственно при предоставлении кредита. В данном методе скоринга лежит сбор анкетных данных о заемщике, их обработка и вывод результатов.

Collection scoring - вид скоринга, работающий с невозвращенными кредитами. В данном методе заключаются шаги, способствующие возврату денежных средств, начиная от звонка с предупреждением до передачи дела коллекторскому агентству.

Behavioral scoring - поведенческий скоринг. Предназначен для составления модели поведения заемщика и прогнозирования кредитоспособности. Данный вид скоринга базируется на изучении истории лицевого счета заемщика.

Fraud scoring - статистическая оценка вероятности мошеннических действий со стороны заемщика. Данный вид скоринга используется с другими видами исследований. [1]



2. Обзор существующих решений

На рынке программного обеспечения для банков существуют готовые решения. Самые известные западные программы - SAS Credit Scoring, EGAR Scoring, Transact SM (Experian-Scorex).

2.1 SAS Credit Scoring

Компания SAS предоставляет интегрированную среду для построения прогнозных и описательных моделей, интеллектуального анализа данных, интеллектуального анализа текста, прогнозирования, оптимизации, имитационного моделирования, планирования экспериментов и многого другого. На протяжении всего цикла работы с данными - от динамической визуализации и до построения прогнозных моделей, их внедрения и оптимизации процессов - SAS предлагает широкий набор методов сбора, классификации, анализа и интерпретации данных для обнаружения скрытых закономерностей, отклонений, аномалий, значимых переменных и их взаимосвязей, позволяя, в конечном счете, оперативно принимать обоснованные решения.

Компания SAS занимает 32% в нише рынка кредитного скоринга, что делает компанию лидером на мировом рынке. Ближайший конкурент имеет в два раза меньшие цифры занимаемого объема.

SAS предоставляет широкий набор программного обеспечения для исследования и анализа данных, который помогает обнаруживать скрытые закономерности и потенциальные возможности, стимулирующие принятие продуманных, подкрепленных фактами решений.

Основные общепринятые модели делятся на следующие типы, каждый из которых может быть реализован средствами SAS Credit Scoring for Banking:

· Анкетный (заявочный) скоринг;

· Поведенческий скоринг;

· Коллекторский скоринг;

Рисунок 1 - схема работы «SAS Credit Sсoring»

DDS представляет собой единый источник консолидированной информации, организованный в виде логической структуры данных. Такая организация позволяет использовать DDS в качестве надежной основы для построения решений SAS. В частности, это относится к формированию витрин данных для решения SAS Credit Scoring for Banking. Благодаря заранее определенным процедурам ETL, пользователю доступен удобный графический интерфейс создания выборки для моделирования, генерации переменных для исследования с заранее подготовленным списком наиболее часто используемых из них.

Одной из отличительных особенностей SAS является генерация кода программного кода на различных языках программирования для дальнейшего его переиспользования и составления моделей. SAS Enterprise Miner автоматизирует длительный процесс скоринга и генерирует код для всех стадий внедрения модели на языках программирования SAS, C, Java или PMML. Такой код может быть в дальнейшем использован множеством интерактивных и пакетных сред как внутри SAS, так и в Web-приложениях, в реляционных базах данных и напрямую в бизнес-процессах. Эта функция поможет значительно сэкономить ваше время и предотвратить неточности, возможные при ручном внедрении.

Поддержка всего процесса интеллектуального анализа данных. Широкий набор инструментов. Независимо от вашего опыта в интеллектуальном анализе данных, SAS предоставляет вам гибкую систему методов, специально приспособленную к решению задач различной сложности. Переход от сырых данных к точным, соответствующим нуждам конкретно Вашей компании моделям происходит в рамках выверенного цельного процесса, предоставляя статистикам, бизнес-менеджерам и ИТ-специалистам возможность эффективнее объединять усилия.

Для анализа данных и разработки моделей SAS Credit Scoring for Banking предлагает своим пользователям простой в использовании, но одновременно весьма гибкий и многофункциональный инструмент - SAS Enterprise Miner. SAS Enterprise Miner обладает интуитивно понятным графическим интерфейсом для создания проектов по data mining и моделированию.

Программный продукт SAS Enterprise Miner - это интегрированный компонент системы SAS, созданный специально для выявления в огромных массивах данных информации, которая необходима для принятия решений. Разработанный для поиска и анализа глубоко скрытых закономерностей в данных SAS, Enterprise Miner включает в себя методы статистического анализа, соответствующую методологию выполнения проектов Data Mining (SEMMA) и графический интерфейс пользователя. Важной особенностью SAS Enterprise Miner является его полная интеграция с программным продуктом SAS Warehouse Administrator, предназначенным для разработки и эксплуатации информационных хранилищ, и другими компонентами системы SAS. Разработка проектов Data Mining может выполняться как локально, так и в архитектуре клиент-сервер.

Пакет SAS Enterprise Miner предоставляет набор инструментов и алгоритмов прогностического и описательного моделирования, включающий деревья решений, нейронные сети, самоорганизующиеся нейронные сети, методы рассуждения, основанные на механизмах поиска в памяти (memorybased reasoning), линейную и логистическую регрессии, кластеризацию, ассоциации, временные ряды и многое другое. Интеграция различных моделей и алгоритмов в пакете Enterprise Miner позволяет производить последовательное сравнение моделей, созданных на основе различных методов, и оставаться при этом в рамках единого графического интерфейса. Встроенные средства оценки формируют единую среду для сравнения различных методов моделирования, как с точки зрения статистики, так и с точки зрения бизнеса, позволяя выявить наиболее подходящие методы для имеющихся данных. Результатом является качественный анализ данных, выполненный с учетом специфических проблем конкретного бизнеса. Бизнес- аналитики могут самостоятельно быстро и легко извлекать из данных новые знания.

Рисунок 2 - схема работы «SAS Enterprise Miner»

При работе с SAS Enterprise Miner аналитик создает диаграммы, состоящие из источников, данных, узлов обработки и указаний направления движения потока данных. Узлы обработки представляют собой готовые решения отдельных подзадач аналитика с возможностью настройки параметров и выбора алгоритмов. Все узлы разбиты на группы, составляющие логическую последовательность этапов разработки модели - SEMMA:

2.2 Transact SM

Используя сложные методы сегментации и оценки, Transact SM предоставляет возможность точно оценивать и принимать решение о кандидате, определяя оптимальное предложение с индивидуальным пакетом, соответствующим потребностям заявителя и бизнеса. Новые бизнес-стратегии контролируются бизнес-пользователями на рабочем столе, а затем развертываются по всей организации, предоставляя полный контроль для определения, тестирования и управления бизнес-стратегиями без необходимости программирования ресурсов. Transact SM поводит пользователей через процесс обработки данных. Алгоритм этого процесса таков, что он фильтрует информацию, отсеивая ненужную часть и оперируя только с «эффективной выборкой».

Интерфейс системы Transact SM устроен использует технологию мультискрина, что позволяет открыть несколько экранов и работать с системой, как с несколькими рабочими столами. В то же время, каждый рабочий стол может быть использован удаленным пользователем, как если бы это был рабочий стол обычного ПК. Во всех разделах системы используется одинаковый интерфейс, чтобы пользователь, который один раз освоился с системой, мог быстро освоиться с остальным функционалом и разделами.

Система обрабатывает внутренние и внешние данные потенциального заявителя на получение кредита. Система взаимодействует с внешними ресурсами, например, такими как банки, налоговые службы, статистические агентства, кредитные бюро. Весь процесс взаимодействия автоматизирован. В случае, если данные не подходят под формат системы, задействуют людей-специалистов. Формат обработки данных расширяется каждый раз, когда система сталкивается с новой ситуацией. Другие источники данных легко интегрируются, в том числе существующие клиентские системы и записи о случаях мошенничества, причем вся информация доступна на любом этапе процесса обработки данных.

С Transact SM бизнес-пользователь создает и контролирует стратегии принятия решений и андеррайтинга, которые позволяют организации принимать правильное решение и привлекать подходящих кандидатов с правильными условиями. На рабочем столе элементы процесса принятия решений четко иллюстрируются графическими бизнес-объективными потоками. На каждом этапе процесса кандидаты могут быть разделены на разные профили, чтобы применять соответствующие стратегии, решения и условия. После сегментации претендентов создаются и применяются различные оценочные карты и правила политики для каждого профиля населения. Используя всю информацию, принимается решение о том, какие заявители принять, направить и отклонить, согласовывая условия бизнеса, предлагаемые принятым заявителям, в соответствии с их профилями. На рабочем столе у ??бизнес-пользователя есть полный контроль над созданием, поддержкой и улучшением стратегий. Благодаря симуляции в аналитической среде и объектах Champion / Challenger, стратегии могут быть оценены и развиты для максимальной производительности. [17]

Система Transact SM используется Сбербаком в программе «Кредитная фабрика». Внедрение этой системы было осуществлено в 2011 году, что позволило сократить время принятия решения о выдаче кредита до двух дней.

2.3 EGAR Technology

Компания EGAR Technology оказывает услуги по интеграции приложений, ИТ-систем и бизнес-процессов для участников финансового рынка. Интеграционные проекты реализуются с использованием современных технологий и платформ, обеспечивающих построение архитектуры SOA (Service-Oriented Architecture).

EGAR Technology предлагает высокотехнологичное решение EGAR Credit Administration (юридические лица) по автоматизации процесса принятия решений в области корпоративного кредитования. Внедрение системы в практическую деятельность банка обеспечивает:

Минимизацию субъективного фактора в процессе принятия кредитных решений

· Снижение операционных рисков за счет комплексной автоматизации процесса предкредитной обработки;

· Расширение объемов и видов кредитования (в частности, за счет кредитования малого и среднего бизнеса);

· Количественную оценку кредитных рисков.

Функциональная схема решения приведена рисунке:

Рисунок 3 - схема работы системы «EGAR Credit Administration»

Аналитическое ядро системы EGAR Credit Administration поддерживает:

· Оценку и ведение истории кредитоспособности заемщика и внутреннего рейтингования на основе финансовой и управленческой отчетности, а также анкет для индивидуальных предпринимателей

· Расчет вероятности дефолта заемщика

· Определение обоснованной величины резерва средств по каждому кредиту

Аналитическое ядро EGAR Credit Administration использует математический аппарат системы интегрированного управления кредитным риском банка EGAR Credit Risk.

Оценка кредитоспособности юридических лиц осуществляется на основании квартальных финансовых отчетов за год и дополнительной информации о деталях бизнеса заемщика. Оценка кредитоспособности индивидуальных предпринимателей может осуществляться как на основании управленческой отчетности, так и на основании анкеты физического лица. В общем случае, оценка разбивается на два этапа - вычисление финансовых показателей и базовой среднегодовой вероятности дефолта по ним, а затем выполнение дополнительной экспертной оценки с выводом поправочного коэффициента к базовой вероятности.

На основании вычисляемых характеристик, зависящих от суммы предполагаемого кредита, залога, надежности обеспечения, длины сделки, кредитной маржи и общих параметров портфеля делается вывод о целесообразности для банка кредитования заемщика или предоставления ему альтернативных условий сделки, приемлемых для кредитора.

Решение EGAR Credit Administration для юридических лиц реализовано на современной технологической платформе, отличающейся высокими интеграционными и эксплуатационными качествами.

Система EGAR Application Scoring решает задачи всесторонней оценки кредитоспособности заемщика и включает в себя как традиционные возможности скоринговых систем, так и принципиально новые элементы.

Система EGAR Application Scoring поддерживает следующие возможности скоринга:

· Расчет рисков дефолтов, убытков и досрочного погашения;

· Скоринг кредитных сделок с множеством объектов разной природы: созаемщиков и поручителей, объектов обеспечения;

· Восстановление доходов по социально-демографическим характеристикам заемщика;

· Предупреждение возможных фактов мошенничества;

· Обеспечение скорингового тестирования: автоматическое создание обоснования для принятого скорингового решения и контроль соответствия операционного процесса бизнес-целям кредитной организации.

Исходными данными для работы системы является информация о ранее выданных кредитах, а также статистическая или экспертная информация о покупательской способности по отдельным рынкам.

EGAR Application Scoring позволяет реалистично оценивать кредитоспособность физического лица исходя из его социально-демографической принадлежности, а также динамики экономических показателей, независимо от наличия и состояния кредитной истории заемщика. При этом полученный результат учитывает конкретный тип кредитного продукта, предлагаемого заемщику, и особенности локального рынка кредитования, например, города или региона.

Система EGAR Application Scoring обеспечивает настройку процедуры скоринга в соответствии с бизнес-целями кредитной организации путем прямого учета ее требований по риск-менеджменту и параметров кредитных продуктов.

Использование EGAR Application Scoring позволяет кредитной организации:

· Ориентировать операционный процесс скоринга непосредственно на бизнес-цели кредитной организации (захват рынка, увеличение доходности и т.д.) и обеспечить его контроль;

· Увеличить достоверность расчетов и качество принимаемого решения за счет использования при работе системы информации из целого ряда источников;

· Расширить бизнес на уже занятых рынках за счет возможности скоринга по нестандартным кредитным продуктам и заявкам любой сложности;

· Увеличить доходность бизнеса за счет снижения потерь по фактам мошенничества и улучшения качества скоринга по заявкам сложной структуры и за счет эффективного управления риском досрочного погашения.

Система EGAR Application Scoring реализована на промышленной платформе, поддерживает многотерминальную сеть удаленных рабочих мест, обеспечивающих комплексное управление процессом андеррайтинга - от ввода анкетных данных с гибкой настройкой форм до оперативного принятия решения по кредитной сделке. Система поставляется как в локальной версии, так и в форме ASP-решения, что делает ценовую политику EGAR Technology гибкой и приемлемой для большинства российских банков.

EGAR Application Scoring является одним из модулей интегрированного решения в области автоматизации кредитования физических и юридических лиц EGAR E4 Banking, поставляемого компанией EGAR Technology.



3. Модели оценки кредитоспособности в проектируемой системе

Состав и содержание показателей для оценки кредитоспособности заемщика вытекают из самого понятия кредитоспособности. Они должны отразить финансово-хозяйственное состояние предприятий с точки зрения эффективности размещения и использования заемных средств и всех средств вообще, оценить способность и готовность заемщика совершать платежи и погашать кредиты в заранее определенные сроки. Способность своевременно возвращать кредит оценивается путем анализа баланса предприятия на ликвидность, эффективного использования кредита и оборотных средств, уровня рентабельности, а готовность определяется посредством изучения дееспособности заемщика, перспектив его развития, деловых качеств руководителей предприятия.

В проектируемой системе оценка кредитоспособности предприятия будет оцениваться при помощи ряда зарубежных и российских математических моделей. Пользователь сам выбирает, какая модель оценки ему подходит. Можно использовать сразу несколько моделей отдельно, результаты оценки каждой модели будут сохранены в рамках текущей сессии.

Подробнее каждая модель будет описана ниже.

3.1 Модель Сайфуллина-Кадыкова

Одной из наиболее известных рейтинговых моделей является модель Р.С. Сайфуллина, и Г.Г.Кадыкова. Российские ученые разработали среднесрочную рейтинговую модель прогнозирования риска банкротства, которая может применяться для любой отрасли и предприятий различного масштаба. Общий вид модели:



,

где - коэффициент обеспеченности собственными средствами,

- коэффициент текущей ликвидности (current ratio),

- коэффициент оборачиваемости активов (asset turnover),

- коммерческая маржа,

- рентабельность собственного капитала (return on equity, ROE).

Если значение итогового показателя R<1 вероятность банкротства предприятия высокая, если R>1, то вероятность низкая [1].

Рассмотрим коэффициенты, необходимы для расчета R.

Коэффициент обеспеченности собственными средствами показывает достаточность у организации собственных средств для финансирования текущей деятельности. Согласно Приказу ФСФО РФ от 23.01.2001 г. N 16 "Об утверждении «Методических указаний по проведению анализа финансового состояния организаций» коэффициент рассчитывается следующим образом (в Приказе он называет коэффициент обеспеченности собственными средствами) [1]:

Коэффициент обеспеченности СОС = (Собственный капитал - Внеоборотные активы) / Оборотные активы

Смысл данного коэффициента заключается в следующем. Сначала, в числителе формулы вычитают из собственного капитала внеоборотные активы. Считается, что самые низколиквидные (внеоборотные) активы должны финансировать за счет самых устойчивых источников - собственного капитала. Более того, должна остаться еще некоторая часть собственного капитала для финансирования текущей деятельности.

Данный коэффициент не имеет распространения в западной практике финансового анализа. В российской практике коэффициент был введен нормативно Распоряжение Федерального управления по делам о несостоятельности (банкротстве) от 12.08.1994 г. N 31-р и ныне не действующим Постановление Правительства РФ от 20.05.1994 г. N 498 "О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий". Согласно указанным документам, данный коэффициент используется как признак несостоятельности (банкротства) организации. Согласно указанным документам, нормальное значение коэффициента обеспеченности собственными средствами должно составлять не менее 0,1. Следует отметить, что это достаточно жесткий критерий, свойственный только российской практике финансового анализа; большинству предприятий сложно достичь указного значения коэффициента.

Коэффициент текущей ликвидности (current ratio) является мерой платежеспособности организации, способности погашать текущие (до года) обязательства организации. Кредиторы широко используют данный коэффициент в оценке текущего финансового положения организации, опасности выдаче ей краткосрочных займов. В западной практике коэффициент также известен под названием коэффициент рабочего капитала (working capital ratio).

Коэффициент текущей ликвидности рассчитывается как отношение оборотных активов к краткосрочным обязательствам равен:

Коэффициент текущей ликвидности = Оборотные активы / Краткосрочные обязательства

Расчет делают по балансу: числитель формулы берется из актива бухгалтерского баланса, знаменатель - из пассива. [24]

Чем выше значение коэффициента текущей ликвидности, тем выше ликвидность активов компании. Нормальным, а часто и оптимальным, считается значение коэффициента 2 и более. Однако в мировой практике допускается снижение данного показателя для некоторых отраслей до 1,5.

Значение коэффициента ниже нормы (ниже 1) говорит о вероятных трудностях в погашении организацией своих текущих обязательств. Однако для полноты картины нужно смотреть поток денежных средств от операционной деятельности организации - часто низкий коэффициент оправдан мощным потоком наличности (например, в сетях быстрого питания, розничной торговле).

Слишком высокий коэффициент текущей ликвидности также не желателен, поскольку может отражать недостаточно эффективное использование оборотных активов либо краткосрочного финансирования. В любом случае, кредиторы предпочитаются видеть более высокое значение коэффициента как признак устойчивого положения компании.

Коэффициент оборачиваемости активов (asset turnover) - финансовый показатель интенсивности использования организацией всей совокупности имеющихся активов.

Расчет коэффициента осуществляется по формуле [24]:

Оборачиваемость активов (коэффициент) = Выручка / Среднегодовая стоимость активов или Оборачиваемость активов (в днях) = 365 / Коэффициент оборачиваемости активов

Данные о выручки можно получить из "Отчета о прибылях и убытках", данные о величине активов - из Баланса (сальдо баланса). Для расчета среднегодовой величины активов находят их сумму на начало и конец года и делят на 2.

Определенного норматива для показателей оборачиваемости не существует, поскольку они зависят от отраслевых особенностей организации производства. В капиталоемких отраслях оборачиваемость активов будет ниже, чем в торговле или сфере услуг.

Желательна более высокая оборачиваемость активов. Низкая оборачиваемость может свидетельствовать о недостаточной эффективности использования активов. Кроме того, оборачиваемость зависит от нормы рентабельности продаж. При высокой рентабельности оборачиваемость активов, как правило, ниже, а при низкой норме рентабельности - выше.

Следует обратить внимание, что в отличие от показателя "рентабельность активов", где в числителе стоит прибыль, оборачиваемость активов не дает представление о прибыльности деятельности (т.е. показатель будет иметь положительное значение и при убытках).

Маржа (коэффициент ) - это понятие, обозначающее разницу между ценой на товар и его себестоимостью, и выражающееся в абсолютных величинах. Также маржа обозначает размер необходимого аванса при торговле на бирже, и разницу между ставками по кредитам и процентными ставками в банковском деле. В общерыночной терминологии понятие маржа обозначает разницу между специфичными для каждого вида деятельности показателями:

- рентабельность собственного капитала (return on equity, ROE) - показатель чистой прибыли в сравнении с собственным капиталом организации. Это важнейший финансовый показатель отдачи для любого инвестора, собственника бизнеса, показывающий, насколько эффективно был использован вложенный в дело капитал. В отличие от схожего показателя "рентабельность активов", данный показатель характеризует эффективность использования не всего капитала (или активов) организации, а только той его части, которая принадлежит собственникам предприятия.

Рентабельность собственного капитала рассчитывается делением чистой прибыли (обычно, за год) на собственный капитал организации:

Рентабельность собственного капитала = Чистая прибыль / Собственный капитал

Для получения результата в виде процента, указанное отношение часто умножают на 100.

По усредненным статистическим данным рентабельность собственного капитала составляем примерно 10-12% (в США и Великобритании). Для инфляционных экономик, таких как российская, показатель должен быть выше. Главным сравнительным критерием при анализе рентабельности собственного капитала выступает процент альтернативной доходности, которую мог бы получить собственник, вложив свои деньги в другой бизнес. Например, если банковский депозит может принести 10% годовых, а бизнес приносит лишь 5%, то может встать вопрос о целесообразности дальнейшего ведения такого бизнеса.

Расчет показателя рентабельности собственного капитала имеет смысл только в том случае, если у организации имеется собственный капитал (т.е. положительные чистые активы). В противном случае расчет дает отрицательное значение, малопригодное для анализа.

3.2 Двухфакторная модель Альтмана

В модели учитываемым фактором риска является возможность необеспечения заемных средств собственными в будущем периоде.

где - коэффициент текущей ликвидности;

- коэффициент капитализации.

Расчет коэффициентов, вошедших в модель, представлен в табл. 1. Коэффициенты рассчитываются на основании «Бухгалтерского баланса» (форма № 1). [26]

Интерпретация результатов:

Z < 0 - вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z;

Z = 0 - вероятность банкротства равна 50%;

Z > 0 - вероятность банкротства больше 50% и возрастает по мере увеличения рейтингового числа Z.

Таблица 1 - Коэффициенты модели Альтмана

Показатель	Способ расчета	Комментарий
Ктл	стр. 290 стр.(610+620+630+660)	Показывает, какую часть текущих обязательств по кредитам и расчетам можно погасить, мобилизовав все оборотные средства
Кзс	стр. (590+690) стр. 490 Отношение всех обязательств к собственным средствам	Сколько заемных средств привлекло предприятие на 1 рубль вложенных в активы собственных средств

3.3 Модель Зайцевой для оценки риска банкротства

Модель О.П. Зайцевой для оценки риска банкротства предприятия имеет вид [26]

K = ,

где = Куп - коэффициент убыточности предприятия, характеризующийся отношением чистого убытка к собственному капиталу; = Кз - коэффициент соотношения кредиторской и дебиторской задолженности; = Кс - показатель соотношения краткосрочных обязательств и наиболее ликвидных активов, этот коэффициент является обратной величиной показателя абсолютной ликвидности. = Кур - убыточность реализации продукции, характеризующийся отношением чистого убытка к объёму реализации этой продукции; = Кфл - коэффициент финансового левериджа (финансового риска) - отношение заемного капитала (долгосрочные и краткосрочные обязательства) к собственным источникам финансирования; = Кзаг - коэффициент загрузки активов как величина, обратная коэффициенту оборачиваемости активов - отношение общей величины активов предприятия (валюты баланса) к выручке.



3.4 Модель Таффлера

Модель Таффлера - называют тестом Таффлера или моделью банкротства Таффлера, впервые была опубликована в 1977 году британским ученым Ричардом Таффлером [3].

Он разработал линейную регрессионную модель с четырьмя финансовыми коэффициентами для оценки финансового здоровья фирм Великобритании на основе исследования 46 компаний, которые потерпели крах и 46 финансово устойчивых компаний в период с 1969 по 1975 года [3].

Формула расчёта:

где

= Прибыль от продаж / Краткосрочные обязательства

= Оборотные активы / (Краткосрочные обязательства + Долгосрочные обязательства)

= Долгосрочные обязательства / Общая сумма активов

= Общая сумма активов / Выручка от продаж

Если показатель Z-score принимает значение больше 0.3, то предприятие имеет небольшой риск банкротства в течение года, если значение меньше 0.2, то у предприятия присутствует большой риск банкроства.

Удельный вес финансовых показателей в модели Таффлера по степени влияния на результирующий показатель Z распределяется следующим образом: -53%, -13%, -18%, -16%.

Согласно проведенным тестам данная модель идентифицирует компанию банкрота с вероятностью:

· 97% за год до банкротства;

· 70% за два года до банкротства;

· 61% за три года;

· 35% за четыре года.

3.5 Модель Лиса

Модель Лиса - это модель оценки вероятности банкротства, в которой факторы-признаки учитывают такие результаты деятельности, как ликвидность, рентабельность и финансовая независимость организации [26].

Модель можно записать в виде:

Где =оборотный капитал / сумма активов;

= прибыль от реализации / сумма активов;

= нераспределенная прибыль / сумма активов;

= собственный капитал / заемный капитал.

Интерпретация результатов:

· Z < 0,037 -- вероятность банкротства высокая;

· Z > 0,037 -- вероятность банкротства малая.

3.6 Прогнозная модель платежеспособности Спрингейта

Гордоном Л. В. Спрингейтом (Gordon L.V. Springate) в 1978 года, на основании модели Альтмана и пошагового дискриминантного анализа была разработана модель прогнозирования вероятности банкротства предприятия.

В процессе разработки модели из 19 финансовых коэффициентов, считавшимися лучшими, Спрингейтом было отобрано четыре коэффициента, на основании которых была построена модель Спрингейта [26]. Оценка вероятности банкротства по модели Спрингейта производится по формуле:



,

Где = Оборотный капитал / Баланс;

= (Прибыль до налогообложения + Проценты к уплате) / Баланс;

= Прибыль до налогообложения / Краткосрочные обязательства;

= Выручка (нетто) от реализации / Баланс

При Z <0.862 компания является потенциальным банкротом.

В процессе тестирования модели Спрингейта на основании данных 40 компаний была достигнута 92,5% точность предсказания неплатежеспособности на год вперёд.

3.7 Модель Беликова-Давыдовой

Одна из первых отечественных моделей прогнозирования банкротства предприятия была предложена А.Ю. Беликовым в своей диссертации в 1998 году.

Научным руководителем у него была Г.В. Давыдова. Поэтому более правильно называть эту модель оценки финансовой устойчивости предприятия - модель Беликова. Зачастую эту модель называют моделью ИГЭА. Регрессионная формула модели выглядит следующим образом [3]:

,

= Оборотный капитал / Активы

=Чистая прибыль / Собственный капитал

= Выручка / Активы

= Чистая прибыль / Себестоимость

Коэффициент К₁ в модели Беликова-Давыдовой взят из модели Альтмана, а финансовый коэффициент К₃ использовался в модели банкротства Таффлера. Остальные финансовые коэффициенты ранее не использовались зарубежными авторами. Большое значение в определении банкротства предприятия по модели Беликова-Давыдовой имеет первый финансовый коэффициент (К₁). Связано это с тем, что у него стоит удельный вес 8.38, что несравненно больше чем у остальных финансовых коэффициентов в модели. Модель была построена на выборке торговых предприятий, которые стали банкротами и остались финансово устойчивыми.

Нормативные показатели для данной модели являются следующими:

Если Z<0, риск банкротства максимальный (90-100%);

Если 0<Z<0.18, риск банкротства высокий (60-80%);

Если 0.18<Z<0.32, риск банкротства средний (35-50%);

Если 0.32<Z<0.42, риск банкротства низкий (15-20%);

Если Z > 0.42, риск банкротства минимальный (до 10%).

3.8 Методика Сбербанка РФ

Сбербанк России разработал и применяет методику определения кредитоспособности заемщика на основе количественной оценки финансового состояния и качественного анализа рисков [27]. Финансовое состояние заемщика оценивается с учетом тенденций в изменении финансового состояния и факторов, влияющих на такие изменения. С этой целью анализируются динамика оценочных показателей, структура статей баланса, качество активов, основные направления финансово-хозяйственной политики заемщика. При расчете показателей (коэффициентов) применяется принцип осторожности, т.е. пересчет статей актива баланса в сторону уменьшения на основе экспертной оценки. Для оценки финансового состояния заемщика используются три группы оценочных показателей:

— коэффициенты ликвидности (К₁, К₂, К₃);

— коэффициент соотношения собственных и заемных средств (К₄);

— показатель оборачиваемости и рентабельности (К₅).

Согласно Регламенту Сбербанка России основными оценочными показателями являются коэффициенты К₁ K₂, K₃, К₄, К₅, а остальные показатели (оборачиваемости и рентабельности) необходимы для общей характеристики и рассматриваются как дополнительные к первым пяти коэффициентам. По результатам анализа пяти коэффициентов заемщику присваивается категория по каждому из этих показателей на базе сравнения полученных значений с установленными (достаточными). Далее определяется сумма баллов по этим показателям в соответствии с их весами. Разбивка показателей на категории в зависимости от их фактических значений представлена в таблице 1.

Следующий шаг -- расчет общей суммы баллов (S) с учетом коэффициентов значимости каждого показателя, имеющих следующие значения: K₁ = 0,11; К₂ = 0,05; К₃ = 0,42; К₄ = 0,21; К₅ = 0,21. Значение S наряду с другими факторами используется для определения рейтинга заемщика.

Для остальных показателей третьей группы (оборачиваемость и рентабельность) не устанавливаются оптимальные или критические значения ввиду большой зависимости этих значений от специфики хозяйствующего субъекта, его отраслевой принадлежности и других конкретных условий. Осуществляется сравнительный анализ этих показателей и оценивается их динамика.

Качественный анализ базируется на использовании информации, которая не может быть выражена в количественных показателях. Для проведения такого анализа применяются сведения, представленные заемщиком, подразделением безопасности, и информация базы данных. На этом этапе оцениваются риски отраслевые, акционерные, регулирования деятельности хозяйствующего субъекта, производственные и управленческие.



Таблица 2 - категории заемщиков по методике Сбербанка

Коэффициент	I категория	II категория	III категория
K1	0,2 и выше	0,15-0,2	Менее 0,15
К2	0,8 и выше	0,5-0,8	Менее 0,5
К3	2,0 и выше	1,0-2,0	Менее 1,0
К4, кроме торговли	1,0 и выше	0,7-1,0	Менее 0,7
К4, для торговли	0,6 и выше	0,4-0,6	Менее 0,4
К5	0,15 и выше	Менее 0,15	Нерентабельные

Заключительным этапом оценки кредитоспособности является определение рейтинга заемщика, или класса. Устанавливаются три класса заемщиков: первоклассные, кредитование которых не вызывает сомнений; второклассные -- кредитование требует взвешенного подхода; третьеклассные -- кредитование связано с повышенным риском. Рейтинг определяется на основе суммы баллов по пяти основным показателям, оценки остальных показателей третьей группы и качественного анализа рисков. Сумма баллов (S) влияет на рейтинг заемщика следующим образом: S=l или 1,05 -- заемщик может быть отнесен к первому классу кредитоспособности; 1,05 < S < 2,42 соответствует второму классу; S> 2,42 соответствует третьему классу. Далее определенный таким образом предварительный рейтинг корректируется с учетом других показателей третьей группы и качественной оценки заемщика. При отрицательном влиянии этих факторов рейтинг может быть снижен на один класс. [10]

3.9 Альфа банк

В КИБ «Альфа-Банк» с целью выяснения уровня кредитоспособности хозяйствующего субъекта используется инструкция по определению кредитоспособности заемщика, в которой установлены общие требования и порядок анализа финансово-хозяйственного положения заемщика. [24] Финансовое состояние заемщика при этом оценивается с точки зрения краткосрочной и долгосрочной перспектив. В первом случае критерием оценки являются ликвидность и платежеспособность заемщика, во втором -- структура источников средств. В рамках анализа финансового состояния и кредитоспособности заемщика оцениваются платежеспособность заемщика, его имущественное положение, ликвидность, финансовая устойчивость, деловая активность, рентабельность деятельности.

Платежеспособность. О неплатежеспособности, как правило, свидетельствуют непокрытые убытки прошлых лет, непокрытый убыток отчетного года, краткосрочные и долгосрочные кредиты банков, не погашенные в срок, прочие краткосрочные и долгосрочные займы, не погашенные в срок, просроченная краткосрочная и долгосрочная кредиторская задолженность, кредиты банков для работников, не погашенные в срок, и т.д.

Имущественное положение. В рамках анализа имущественного положения заемщика проводится вертикальный и горизонтальный анализ финансовой отчетности, который позволяет составить наиболее общее представление об имевших место качественных изменениях в структуре средств и их источников, а также о динамике их изменений. Имущественное положение, наличие и качество внеоборотных активов заемщика характеризуются следующими показателями: сумма хозяйственных средств, находящихся в распоряжении предприятия (авансированный капитал), доля активной части внеоборотных активов; коэффициент износа основных средств; коэффициент обновления; коэффициент выбытия.

Ликвидность. Оценка ликвидности состоит в определении объемов и источников средств, используемых для покрытия различных видов активов организации. В зависимости от соотношения показателей собственных оборотных средств и источников финансирования запасов определяется с некоторой долей условности тип текущей финансовой устойчивости заемщика: абсолютная финансовая устойчивость; нормальная финансовая устойчивость; неустойчивое финансовое положение; критическое финансовое положение. [15] В рамках анализа в дополнение к абсолютным показателям рассчитывается ряд относительных аналитических значений: маневренность собственных оборотных активов; доля собственных оборотных активов в текущих активах; коэффициент покрытия; коэффициент быстрой ликвидности; коэффициент абсолютной ликвидности; доля оборотных активов в валюте баланса; коэффициент покрытия запасов.

Оценка финансовой устойчивости состоит в расчете доли каждого вида источника средств в общей сумме авансированного капитала. Финансовая устойчивость характеризуется соотношением собственных и заемных средств, и при этом, согласно инструкции, рассчитываются следующие коэффициенты: концентрации собственного капитала, финансовой зависимости, маневренности собственного капитала, концентрации привлеченного капитала, структуры долгосрочных вложений, долгосрочного привлечения заемных средств; соотношения привлеченных и собственных средств.

Оценка деловой активности заключается в расчете показателей, характеризующих эффективность текущей (основной, производственной) деятельности организации: производительность труда; фондоотдача; оборачиваемость дебиторской задолженности, оборачиваемость производственных запасов, оборачиваемость кредиторской задолженности, оборачиваемость собственного капитала, оборачиваемость основного капитала (ресурсоотдача), период окупаемости собственного капитала.

Оценка на качественном уровне проводится в сравнении деятельности заемщика и родственных по сфере приложения капитала предприятий; в этом случае учитываются следующие критерии: емкость рынков сбыта продукции; наличие продукции, поставляемой на экспорт. [4] Далее осуществляется формализованная оценка производства на основании кредитной заявки и оценки финансового состояния заемщика, предназначенной для повышения объективности балльной системы.

Позиции разделов кредитной заявки оцениваются по пятибалльной шкале. Каждая оцениваемая позиция кредитной заявки имеет вес, представленный в таблице 3.

Таблица 3 - веса позиций разделов в методике Альфа банка

Оцениваемая позиция	Вес позиции
Обеспечение	15
Оценка финансового состояния	10(по 2)
Прибыль/убытки	5
Выручка от продаж	5
Обороты по счетам в банках	15
Дебиторская задолженность	5
Прочие кредиторы	5
Кредиты в банках	10
Качество управления	5
Положение на рынке	5
Основные поставщики/покупатели	5
Денежный поток (Cash flow)	15
Итого	100

Рейтинг вычисляется путем умножения балла, выставленного по каждой оцениваемой позиции, на ее вес. Кредит классифицируют исходя из соотношения рейтинга заемщика и рейтинга обеспечения в соответствии с таблицей 1.3.

Классы кредита характеризуются следующим образом:

— IA «Лучший» -- клиент первоклассной кредитоспособности;

— IB «Хороший» -- кредит высокого качества;

— II «Удовлетворительный» -- кредит удовлетворительного качества;

— III «Приемлемый» -- кредит приемлемого качества;

— IV «Проблемный» -- проблемный кредит;

— V «Худший» -- кредит крайне низкого качества.



Таблица 4 - Оценка класса заемщика при классификации кредита по методике КИБ Альфа-Банк

Рейтинг-обеспечения Рейтинг заемщика	75-60	59-45	44-30	29-15	Ниже 15
425- 340	IA	IB	IB	II	II
339-255	IB	II	II	III	III
254-170	IB	III	III	IV	IV
169-85	II	III	IV	IV	V
Ниже 85	III	IV	V	V	V

Описанные методики анализа кредитоспособности заемщиков, применяемые российскими коммерческими банками, свидетельствуют о важности объективной и достоверной оценки финансового состояния потенциальных заемщиков. Используются различные экспресс-методики анализа финансового состояния, а также анализ денежных потоков. Наряду с количественными показателями оценки кредитоспособности банки уделяют внимание и качественным показателям, внешним и внутренним факторам, влияющим на бизнес. Однако возможности анализа ограничены из-за отсутствия единой нормативной базы по разным отраслям экономики. Нет и отраслевых справочников или классификаторов, позволяющих достоверно отнести ту или иную организацию-заемщика к определенному классу кредитоспособности с учетом ее отраслевых особенностей, а также дающих банкам возможность оценить свой риск при предоставлении кредитных ресурсов. [20] Российские коммерческие банки вынуждены опираться в основном на собственную информационную базу, уделяя больше внимания репутации заемщика, его кредитной истории, а не финансовым возможностям.