Лысюк Р.С., Щуплова Н.С.
Методы прогнозирования кредитоспособности
Кредитоспособность кредитополучателя зависит от многих внешних и внутренних факторов. В экономической литературе достаточно хорощо рассмотрены методы рейтинговой оценки кредитоспособности и модели прогнозирования банкротств. Рейтинговые модели делят кредитополучателей на классы кредитоспособности. Модели прогнозирования кредитоспособности указывают на возможное банкротство. В современных условиях хозяйствования наибольшую актуальность приобретают методы прогнозирования банкротств.Прогнозные модели используются для прогнозирования кредитоспособности и базируются на статистических методах, наиболее распространенными из которых является множественный дискриминантный анализ (МДА). Общий вид дискриминантной функции:
где А0и Аi - некоторые параметры (коэффициенты регрессии);
- факторы, характеризующие финансовое состояние
кредитополучателя (например, финансовые коэффициенты).
Коэффициенты регрессии рассчитываются в результате статистической обработки данных по выборке фирм, которые либо обанкротились, либо сумели выжить в течение некоторого периода. Все компании делятся на две группы: на тех, кому финансовые затруднения вплоть до банкротства в ближайшем будущем не грозят, и на тех, кому это грозит. Если Z - оценка некоторой компании находится ближе к показателю средней компании - банкрота, то при условии продолжающего ухудшения ее положения она обанкротится. Если менеджеры компании и банк, осознав финансовые трудности, предпринимают шаги, чтобы предотвратить усугубление ситуации, то банкротство не произойдет, следовательно, Z - оценка является сигналом раннего предупреждения.
Для применения методов дискриминантного анализа необходима достаточно репрезентативная выборка предприятия, дифференцированных по отраслям, размерам. Проблема использования метода заключается в том, что внутри отрасли не всегда возможно найти достаточное количество обанкротившихся фирм, чтобы рассчитать коэффициенты регрессии. Наиболее известными моделями МДА являются модели Альтмана и Чессера. Экономистами Альтманом, Хольдерманом и Нарайаной введен «Z - анализ» на основании следующего уравнения:
Z = 1,2 Х1 +1,4 Х2 + 3,3 Х3 + 0,9 Х4 +3,3 Х5,
где
Х2 - резервы/общие активы (+1,4);
Х3 - валовая прибыль/общие активы (+3,3);
Х4 - собственный капитал/общая задолженность (+0,9);
Х5 - обороты/общие активы (+3,3).
Отнесение предприятия к определенному классу надежности производится на основании следующих значений индекса Z:
Z < 1,8 - вероятность банкротства очень высокая;
2,7 < Z < 3,0 - вероятность банкротства низкая;
3,0 < Z -вероятность банкротства очень низкая.
Пятифакторная модель Альтмана позволяет дать достаточно точный прогноз банкротства на 2-3 года вперед. Факт банкротства на один год устанавливается с точностью до 95%. Следующая модель способна предсказывать банкротства с высокой степенью точности на два года вперед и с меньшей, с приемлемой точностью (70%) на пять лет вперед.
Z = 1,2 Х1 + 1,4 Х2 + 3,3 Х3 + 0,6 Х4 + 0,9 Х5 - 2,675
Если Z < 0, то кредитоспособность предприятия расценивается как низкая, если Z > 0 - предприятие считается кредитоспособным.
Модель Альтмана была преобразована из пятифакторной модели в восьмифакторную модель, причем некоторые коэффициенты имеют отрицательный знак. Показатели с положительным коэффициентом увеличивают общую оценку (уменьшают степень риска банкротства), тогда как показатели с отрицательным коэффициентом уменьшают эту оценку (увеличивают степень риска). В модели Банка Франции показатели платежеспособности и доли добавленной стоимости в оборотах наделены отрицательными коэффициентами, означающими, что они увеличивают риск банкротства.
Z = -1,225 Х1+2,003 Х2 - 0,824 Х3+5,221 Х4 - 0,689 Х5 - 1,164 Х6+0,706Х7+1,408 Х8,
где Х1 - стоимость кредита/валовая прибыль (-1,225);
Х2 - степень покрытия инвестиций собственными средствами (+2,003);
Х3 - долгосрочная задолженность/чистые активы (-0,824);
Х4 - норма валовой прибыли(+5,221);
Х5 - продолжительность кредита поставщиков (-0,689);
Х6 - добавленная стоимость/обороты (-1,164);
Х7 - продолжительность кредитов клиентов (+0,706);
Х8 - производственные инвестиции/общие инвестиции (+1,408).
Сумма произведений каждого показателя на соответствующий коэффициент позволяет судить об уровне риска банкротства предприятия. Если полученный показатель > 0,125, то положение предприятия считается удовлетворительным, если < -0,25, то имеются основания полагать, что предприятию грозят серьезные финансовые трудности. При показателях, находящихся в промежутке -0,25 и 0,125, положение предприятия и риск его банкротства считаются неопределенными.
Модель надзора за кредитами Чессера прогнозирует случаи невыполнения клиентом условий кредитного договора. При этом под «невыполнением условий» подразумевается не только непогашение кредита, но и любые другие отклонения, делающие кредит менее выгодным для кредитора, чем было предусмотрено первоначально. Оценочные показатели модели следующие:
Y = -2,0434 - 5,24 Х1+0,0053 Х2 - 6,6507 Х3+4,4009 Х4 - 0,0791 Х5- 0,1220 Х6,
Где Х1 - наиболее ликвидные активы/общие активы (+5,24);
Х2 - выручка от реализации/ликвидные активы (+0,005);
Х3 - совокупный доход/общие активы (+6,65);
Х4 - общая задолженность/общие активы (+4,4);
Х5 - основной капитал/оборотные активы (+0,07);
Х6 - оборотные активы/выручка от реализации (+0,1).
Переменная Y, которая представляет собой линейную комбинация независимых переменных, используется в следующей формуле для оценки вероятности невыполнения условий кредитного договора, Z:
где, е - 2,71828 (число Эйлера), причем
- если Z > 0,50, то кредитополучателя следует отнести к группе, которая не выполнит условий договора;
- если Z < 0,50, то кредитополучателя можно отнести к группе надежных.
Дискриминантные модели прогнозирования банкротств представлены двухфакторной моделью М.А. Федотовой и пятифакторной моделью Р.С. Сайфулина, Г.Г. Кадыкова. Модель оценки вероятности банкротств М.А. Федотовой опирается на коэффициент текущей ликвидности (Х1) и долю заемных средств в валюте баланса (Х2):
Z = -0,3877 - 1,0736 Х1 + 0,0579 Х2 .
При отрицательном значении индекса Z вероятно, что предприятие останется платежеспособным. Уравнение Р.С. Сайфулина, Г.Г. Кадыкова имеет вид:
Z = 0,1 Х2 + 2Х2+ 2,5 Х3 + 0,45 · Х4 + 0,2 Х5,
В уравнении используются следующие коэффициенты: коэффициент обеспеченности собственными средствами (нормативное значение Х1 > 0,1); коэффициент текущей ликвидности (Х2 > 2); интенсивность оборота авансируемого капитала (Х3 > 2,5); рентабельность продаж (Х4 >0,45); рентабельность собственного капитала (Х5 > 0,2).
При полном соответствии значений финансовых коэффициентов минимальным нормативным уровнем индекс Z равен 1. Финансовое состояние предприятия с рейтинговым числом менее 1 характеризуется как неудовлетворительное. Наряду с множественным дискриминантным анализом прогнозирования банкротства кредитополучателя может использоваться упрощенная модель У. Бивера, основанная на системе определенных показателей.
Таблица 1 - Система показателей для диагностики банкротства У. Бивера
Показатели |
Алгоритм расчета |
Значения показателя | ||
финансово устойчивого предприятия |
до банкротства За 1 год до банкротства | |||
За 5 лет |
За 1 год | |||
Коэффициент Бивера |
(чистая прибыль- амортизация)/ обязательства |
0,4-0,45 |
0,17 |
-0,15 |
Рентабельность активов, % |
Чистая прибыль/ активы |
6-8 |
4 |
-22 |
Финансовый рычаг |
Обязательства/активы |
>0,37 |
>0,5 |
>0,8 |
Коэффициент покрытия активов |
(собственный капитал- внеоборотные активы)/ активы |
0,4 |
>0,3 |
0,06 |
Коэффициент покрытия |
Оборотные активы/ Краткосрочные обязательства |
>3,2 |
>2 |
>1 |
Сложившаяся система отбора субъектов кредитования, по которой работает большинство коммерческих банков сегодня, во многом далека от совершенства. Направления совершенствования анализа кредитоспособности предприятия:
- формирование и использование расширенного множества эффективных и классификационных признаков;
- формирование репрезентативных обучающих выборок, обеспечивающих внутреклассовую однородность и межклассовые различия наблюдений;
- учет возможной миграции рейтингов заемщиков, то есть перехода заемщика из одного класса кредитоспособности в другой в течении кредитного срока;
- учет влияния внешних факторов на различные типы заемщиков и кредитный рынок.