Оценка кредитоспособности заемщика коммерческого банка

На первом этапе дают предварительную  оценку возможности выдачи ссуды  на приобретение жилья, которая основана на данных теста-анкеты клиента. Тест-анкета дозволяет оценить такие факторы  риска, как общие сведения об образовании  и занятости клиента, его доходах, о приобретаемом имуществе, поручительстве.

По результатам заполнения теста-анкеты определяют количество баллов, набранных заемщиком, и подписывают  протокол оценки возможности получения  ссуды. Если сумма баллов менее 30, то в протоколе фиксируется отказ  в выдаче ссуды. Протокол и заполненный  тест-анкета передаются клиенту[10, c.43].

При сумме баллов более  принятого уровня, например 30, наступает  второй этап оценки риска выдачи испрашиваемой  ссуды. Риск оценивается уже более  тщательно с учетом следующих  дополнительных фактов: характер клиента (пол, возраст, семейное положение, сфера  деятельности, социальное положение, взаимоотношение  с банком), его финансовые возможности (соотношение доходов, расходов и  прожиточного минимума), достаточность  незаложенного имущества, обеспечение  кредита, условия кредитования.

Для внедрения системы  скорриига в практику кредитования банком физических лиц необходимо обеспечить:

1) выбор критериев оценки  кредитоспособности физических  лиц, который определяется демографическими  факторами  (отдельные виды потребительских,  ссуд активно используются определенными  группами населения), характером  объекта кредитования (приобретение жилья, автомобиля,расходы на отдых, на обучение и т.д.), сроком кредита и т.д.;

2)  выделение основных (системообразующих) критериев которые  должны оказывать наибольшее  влияние на общую, балльную  оценку кредитоспособности физического  лица;

3) определение количества  баллов, которые можно присваивать  по каждому выбранному критерию, причем системообразующие критерии  должны иметь более высокие  баллы;

4) выделение показателей  в рамках каждого критерия, например, критерию «семейное положение»  соответствуют показатели: холост, женат (замужем), разведен, статус  семьи; критерию «образование»  отвечают показатели: среднее, техническое,  высшее, ученая степень;                                                       

5) разработка теста-анкеты  клиента в соответстви бранными  критериями и порядком оценки  соответствующих им показателей;                                                                          

6)  создание банком  собственной информационной базы  о клиентах и картотеки кредитной  истории заемщиков;

7)  разработка программного  обеспечения скорринг

8)  определение организации  оценки кредитоспособности физических  лиц и порядка принятия решения.

В основе показателей платежеспособности лежат данные о доходе физического  лица и степени риска потери этого  дохода. Например, Сбербанк России при  выдаче единовременной  ссуды рассчитывает платежеспособность индивидуального  заемщика на базе данных о среднемесячном доходе за предшествовавшие шесть месяцев, который определяется по справке   о заработной плате или по налоговой  декларации. Доход уменьшается на обязательные платежи и корректируется на коэффициент» который дифференцируется в зависимости от величины дохода (от 0,3 до 0,6). Чем больше доход, тем  больше корректировка. Платежеспособность устанавливается применительно  к сроку ссуды:

Р = Д * К * I    

где       Р  — платежеспособность на период;

            Д — среднемесячный доход; 

            К —. корректировочный коэффициент;

            I — срок ссуды.

Размер ссуды и проценты не могут превышать уровень платежеспособности физического лица. Из этого соотношения  определяется максимальный размер ссуды  на период, который может быть выдан  физическому лицу при данном уровне дохода.

Поскольку платежеспособность заемщика — физического лица не является единственным фактором и показателем  его кредитоспособности, требуется  дополнительная защита от кредитного риска при помощи поручителей, платежеспособность которых также рассчитывается. Обеспечением возврата ссуды может выступать  и ликвидное имущество.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Глава 3. Сравнительная оценка современных концепций анализа  кредитоспособности заемщика

 

 

3.1.Классификационные модели анализа кредитоспособности заемщика

 

Кредитоспособность заемщика зависит от многих факторов, оценить  и рассчитать каждый из которых непросто. Большая часть анализируемых  на практике показателей кредитоспособности основана на данных за прошедший период или на какую-то отчетную дату, вместе с тем все они подвержены искажающему  влиянию инфляции. Сложность представляют выявление и количественная оценка некоторых факторов, таких, как моральный  облик и репутация заемщика. Кроме  того, применяется множество методов  и подходов решения данной задачи, не исключающих друг друга, а дополняющих  в комплексе и делающих оценку кредитоспособности заемщика более  соответствующей реальности[12, c/471].

Удачной представляется классификация  подходов к оценке кредитоспособности заемщиков коммерческих банков, предложенная профессором И.В. Вишняковым «рис. 1».

Классификационные модели дают возможность группировать заемщиков: прогнозные модели позволяют дифференцировать их в зависимости от вероятности  банкротства; рейтинговые — в  зависимости от их категории, устанавливаемой  с помощью группы рассчитываемых финансовых коэффициентов и присваиваемых  им уровней значимости.

Рейтинговая оценка(общая  сумма баллов) рассчитывается путем  умножения значения показателя на его  вес (коэффициент значимости) в интегральном показателе. В мировой практике при  оценке кредитоспособности на основе системы финансовых коэффициентов  применяются в основном следующие  пять групп коэффициентов: ликвидности, оборачиваемости, финансового рычага, прибыльности, обслуживания долга.

Американский ученый Э. Рид  предложил следующую систему  показателей, определяющих различные  характеристики кредитоспособности предприятия: ликвидности, оборачиваемости, привлечения  средств, прибыльности. Эта система  позволяет прогнозировать своевременность  совершения будущих платежей, ликвидность  и реальность оборотных активов, оценить общее финансовое состояние  фирмы и ее устойчивость, а также  возможность определить границы  снижения объема прибыли, в которых  осуществляется погашение части  фиксированных платежей.

Другая группа ученых (Дж. Шим, Дж. Сигел, Б. Нидлз, Г. Андерсон, Д. Колдвел) предложила использовать группы показателей, характеризующих ликвидность, прибыльность, долгосрочную платежеспособность и показатели, основанные на рыночных критериях. В отличие от методики Э. Рида этот подход позволяет прогнозировать долгосрочную платежеспособность с  учетом степени защищенности кредиторов от неуплаты процентов (коэффициента покрытия процента). Коэффициенты, основанные на рыночных критериях, включают отношение  цены акции к доходам, размер дивидендов и рыночный риск. С их помощью  определяются отношение текущего биржевого  курса акций к доходам в  расчете на одну акцию, текущая прибыль  их владельцев, изменчивость курса  акций фирмы относительно курсов акций других фирм. Однако расчет некоторых  коэффициентов сложен и требует  применения специальных статистических методов. На практике каждый коммерческий банк выбирает для себя определенные коэффициенты и решает вопросы, связанные  с методикой их расчета[29]. Этот подход позволяет охарактеризовать финансовое состояние заемщика на основе синтезированного показателя-рейтинга, рассчитываемого в баллах, присваиваемых каждому значению коэффициента. В соответствии с баллами устанавливается класс организации: первоклассная, второклассная, третьеклассная или неплатежеспособная. Класс организации принимается банком во внимание при разработке шкалы процентных ставок, определении условий кредитования, установлении режима кредитования (форма кредита, размер и вид кредитной линии и т.д.), оценке качества кредитного портфеля, анализе финансовой устойчивости банка.

Прогнозные модели, получаемые с помощью статистических методов, используются для оценки качества потенциальных заемщиков. При множественном дискриминантном анализе (МДА) используется дискриминантная функция (Z), учитывающая некоторые параметры (коэффициенты регрессии) и факторы, характеризующие финансовое состояние заемщика (в том числе финансовые коэффициенты). Коэффициенты регрессии рассчитываются в результате статистической обработки данных по выборке фирм, которые либо обанкротились, либо выжили в течение определенного времени. Если Z-оценка фирмы находится ближе к показателю средней фирмы-банкрота, то при условии продолжающегося ухудшения ее положения она обанкротится. Если менеджеры фирмы и банк предпримут усилия для устранения финансовых трудностей, то банкротство, возможно, не произойдет. Таким образом, Z-оценка является сигналом для предупреждения банкротства фирмы. Применение данной модели требует обширной репрезентативной выборки фирм по разным отраслям и масштабам деятельности. Сложность заключается в том, что не всегда можно найти достаточное число обанкротившихся фирм внутри отрасли для расчета коэффициента регрессии.

Наиболее известными моделями МДА являются модели Альтмана и Чессера, включающие следующие показатели: отношение собственных оборотных средств к сумме активов; отношение реинвестируемой прибыли к сумме активов; отношение рыночной стоимости акций к заемному капиталу; отношение объема продаж (выручки от реализации) к сумме активов; отношение брутто-прибыли (прибыли до вычета процентов и налогов) к сумме активов.

Организацию относят к  определенному классу надежности на основе значений Z-индекса модели Альтмана. Пятифакторная модель Альтмана построена  на основе анализа состояния 66 фирм и позволяет дать достаточно точный прогноз банкротства на два-три года вперед. В более поздних работах ученый изучил такие факторы, как капитализируемые обязательства по аренде, применил сглаживание данных для устранения случайных колебаний. Новая модель с высокой с степенью точности предсказывает банкротство на два года вперед и с меньшей вероятностью (примерно 70%) — на пять лет вперед. Построение в российских условиях подобных моделей достаточно сложно из-за отсутствия статистических данных о банкротстве организаций, постоянного изменения нормативной базы в области банкротства и признания банкротства организации на основе данных, не поддающихся учету.

Модель Чессера позволяет  прогнозировать невыполнение клиентом условий договора о кредите. Невыполнение подразумевает не только непогашение  кредита, но и любые другие отклонения, делающие отношения между кредитором и заемщиком менее выгодными  по сравнению с первоначальными  условиями. Используемая линейная комбинация независимых переменных (Z) включает: отношение кассовой наличности и  стоимости легко реализуемых  ценных бумаг к сумме активов; отношение чистой суммы продаж (без  учета НДС) к сумме кассовой наличности и стоимости легко реализуемых  ценных бумаг; отношение брутто-дохода (прибыли до вычета процентов и  налогов) к сумме активов; отношение  совокупной задолженности к сумме  активов; отношение основного капитала к величине чистых активов (или применяемого капитала, равного акционерному капиталу и долгосрочным кредитам); отношение  оборотного капитала к нетто-продажам (чистой сумме продаж). Получаемый показатель может рассматриваться как оценка вероятности невыполнения условий  кредитного договора. Чессер использовал  данные ряда банков по 37 «удовлетворительным» и 37 «неудовлетворительным» кредитам и для расчета взял показатели балансов фирм-заемщиков за год до получения кредита[17, c.326]. Подставив расчетные показатели модели в формулу вероятности нарушения условий договора, Чессер правильно определил три из каждых четырех исследуемых случаев.

Отечественные дискриминантные  модели прогнозирования банкротства  представлены двухфакторной моделью М.А. Федотовой и пятифакторной моделью Р.С. Сайфулина, Г.Г. Кадыкова. Модель оценки вероятности банкротств Федотовой опирается на коэффициент текущей ликвидности (Х{) и долю заемных средств в валюте баланса (Х2).

В уравнении Сайфулина, Кадыкова используются следующие коэффициенты: коэффициент обеспеченности собственными средствами (нормативное значение Х1 > 0,1); коэффициент текущей ликвидности (Х2 > 2); интенсивность оборота авансируемого капитала, характеризующая объем реализованной продукции, приходящейся на 1 руб. средств, вложенных в деятельность организации (Х3 > 2,5); рентабельность продаж, рассчитываемая как отношение прибыли от продаж к выручке (для каждой отрасли индивидуальная); рентабельность собственного капитала (Х5> 0,2). При полном соответствии значений финансовых коэффициентов минимальным нормативным уровням Z = 1 финансовое состояние заемщика с рейтинговым числом менее 1 характеризуется как неудовлетворительное.

Помимо МДА-моделей прогнозирования  вероятного банкротства заемщика могут  использоваться и упрощенные модели, основанные на системе определенных показателей. К примеру, система  показателей Бивера включает: коэффициент  Бивера (К Бивера); рентабельность активов; финансовый рычаг; коэффициент покрытия активов собственным оборотным капиталом; коэффициент покрытия краткосрочных обязательств оборотными активами. Коэффициент Бивера равен отношению разницы чистой прибыли и амортизации к сумме долгосрочных и краткосрочных обязательств. Значение К Бивера ≥ -0,15 свидетельствует о неблагополучном финансовом состоянии за год до банкротства, как и значение коэффициента покрытия активов чистым оборотным капиталом меньше 0,06, а коэффициента покрытия краткосрочных обязательств меньше 1.

При классификации кредитов возможно использование модели CART (Classification and regression trees),что переводится как  «классификационные и регрессионные деревья». Это непараметрическая модель, основные достоинства которой заключаются в возможности широкого применения, доступности для понимания и легкости вычислений, хотя при построении применяются сложные статистические методы. В «классификационном дереве» фирмы-заемщики расположены на определенной «ветви» в зависимости от значений выбранных финансовых коэффициентов; далее идет «разветвление» каждой из них в зависимости от следующих коэффициентов. Точность классификации при использовании данной модели — около 90%. Пример «классификационного дерева» представлен на «рис. 2», где К, — финансовый коэффициент; Р, — нормативное значение показателя; В — предполагаемый банкрот; 5 — предположительно устойчивое состояние.