Визначення кредитоспроможності підприємства-позичальника банком

      Оцінюючи  кредитоспроможність позичальників, банки західних країн приділяють значну увагу кваліфікації та здібностям керівників, дотриманню ділової етики, договірної і платіжної дисципліни.

     Зарубіжний  досвід визначення кредитоспроможності  позичальника є необхідним вітчизняним  банкам для того, щоб навчитися прогнозувати ймовірність його банкрутства або погіршення фінансового стану, набути відповідного досвіду зі складання довідників та баз даних про діяльність позичальників у країні та навчитись правильно реагувати на негативні тенденції, які відбуваються під час дії кредитної угоди. Крім того усім банкам необхідно застосовувати галузевий підхід при роботі з потенційними позичальниками. 

 

      2.2 Статистичні  методи оцінки

 

     За  останні десятиріччя у банках Заходу розробляють методи оцінки якості потенційних позичальників за допомогою різного роду класифікаційних (статистичних) моделей. Їхня мета – виробити стандартні підходи для об’єктивної характеристики позичальників, знайти кількісні критерії для поділу майбутніх клієнтів на основі наданих ними матеріалів на надійних і ненадійних – тих, які підпадають під ризик банкрутства, й тих, для кого небезпека банкрутства малоймовірна. Статистичні моделі можна поділити на дві групи: рейтингові та прогнозні.

     Рейтингові (бальні) системи оцінки створюють  банки на основі емпіричного підходу з використанням регресійного математичного або чинникового аналізу. Ці системи використовують історичні дані про банківські «добрі», «надійні» та «неблагополучні» позики й дають змогу визначити критеріальний рівень оцінки позичальників [28].

     Рейтингову  модель доцільно проводити за наступними етапами.

1. Збір та аналітична оцінка вхідної інформації за аналізований період часу.
2. Обґрунтування системи показників, що використовуються для рейтингової оцінки фінансового стану підприємства, та їхня класифікація.
3. Вибір та економічне обґрунтування критеріїв для оцінки стійкості фінансового стану підприємства та встановлення обмежень їхньої зміни.
4. Підсумкова рейтингова оцінка фінансового стану підприємства.

     Вищевикладене свідчить, що показник рейтингової оцінки може бути надійним критерієм порівняльної оцінки діяльності різних підприємств і їхніх підрозділів, конкурентоспроможності їхньої продукції, показником ефективності прийнятих раніше управлінських рішень, основою вибору можливих варіантів розвитку виробництва, критерієм інвестиційної привабливості різних господарських об’єктів, помічником у виборі банківською установою надійного ділового партнера. Тому його розрахунок варто виділити в окрему ланку аналітичної роботи.

     Перевагою рейтингової (бальної) моделі є її простота: достатньо розрахувати фінансові коефіцієнти та зважити їх, щоб визначити клас позичальника.

     Модифікацією  рейтингової оцінки є кредитний  скоринг (credit scoring) – технічний прийом, який доволі широко застосовують у банках Заходу. Скорингову модель можна використовувати для оцінки вже наданого кредиту (тобто ступеня ймовірності порушення фірмою умов кредитного договору) і для відбору потенційних позичальників. Скоринг може бути застосований як для ділових підприємств, так і для індивідуальних позичальників. Техніку кредитного скорингу вперше запропонував американський економіст Д. Дюран на початку 1940-х рр. для відбору позичальників за споживчим кредитом [27]. Д. Дюран виокремив групу чинників, що, на його думку, дають змогу з достатньою достовірністю визначити ступінь кредитного ризику при наданні споживчої позики тому чи іншому позичальнику. Метод скорингу дає можливість провести експрес-аналіз заявки на кредит у присутності клієнта [28].

     При аналізі ділових кредитів застосовують різні прийоми скорингу – від простих формул до складних математичних моделей. Зокрема, великий австрійський банк при оцінці ризику кредиту використовує просту методику з трьома балансовими показниками: ефективність використання капіталу, коефіцієнт ліквідності та співвідношення акціонерного капіталу і суми активів [37]. Залежно від набраних балів, підприємство потрапляє в одну з чотирьох груп ризику.

     Якщо  одержаний позичальником рейтинг (кредитний скоринг) нижчий від раніше встановленого спеціалістами та експертами банку значення, то такому позичальнику в наданні кредиту буде відмовлено. Якщо ж його оцінка відповідає встановленим нормативам, то кредитну заявку буде задоволено. При введенні допустимих інтервалів значень оцінки можна одночасно визначити відповідні до кожного інтервалу (класу позичальника) відсоткову ставку, вид забезпечення та інші умови кредитного договору.

     Прогнозні моделі використовуються для оцінки якості потенційних позичальників  і базуються на статистичних методах, найрозповсюдженішим з яких є  множинний дискримінантний аналіз, відомий як «кластерний аналіз» [18].

     Загальний вигляд дискримінантної функції: 

 

де a_i – параметри (коефіцієнти регресії);

f_i – чинники, що характеризують фінансовий стан позичальника (наприклад фінансові коефіцієнти);

n – кількість показників.

     Коефіцієнти регресії розраховують шляхом статистичної обробки даних за вибіркою фірм, котрі збанкрутували або зуміли вижити протягом певного періоду.

     Дискримінантна  функція (індекс Z) поділяє (залежно від значень чинників фінансового стану) всі компанії на дві групи: ті, кому фінансові труднощі аж до банкрутства у найближчій перспективі не загрожують, і ті, кому це загрожує. Якщо Z-оцінка певної компанії ближча до показника середньої компанії банкрута, то, за умови подальшого погіршення її стану, вона збанкрутує. Якщо ж менеджери компанії і банк, усвідомивши фінансові труднощі, здійснюють кроки, щоб запобігти посиленню ситуації, то банкрутство не відбудеться, відповідно, Z-оцінка є сигналом раннього попередження [18].

     Для застосування множинного дискримінантного аналізу необхідна доволі репрезентативна  вибірка підприємств, диференційованих за галузями та розмірами. Труднощі полягають  у тому, що всередині галузі не завжди можна знайти достатню кількість  фірм, які збанкрутували, щоб розрахувати коефіцієнти регресії.

     Прикладом такої класифікаційної моделі може бути «модель Зета» (Zeta model), розроблена групою американських економістів у кінці 1970-х рр., котру банки застосовують у кредитному аналізі. Модель використовують для оцінки вірогідності банкрутства ділової фірми. Значення ключового параметра «Z» визначають за допомогою рівняння, змінні якого відображають окремі ключові характеристики аналізованої фірми – її ліквідність, швидкість обігу капіталу тощо. Якщо для даної фірми коефіцієнт перевищує певну встановлену величину, то фірму зараховують до розряду надійних, а коли одержаний коефіцієнт нижчий від критичної величини, то, згідно з позицією авторів моделі, фінансовий стан такого підприємства викликає сумніви і видавати кредит їй не рекомендується.

     Моделі  Альтмана і Чессера є найвідомішими  моделями множинного дискримінантного аналізу.

     У 1977 р. Альтманом, Халдеманом і Нараяною запроваджено «Z-аналіз» на основі наступного рівняння [32]: 

                       

,                                   [2.5] 

де  Х₁ – відношення оборотного капіталу до сукупних активів;

Х₂ – відношення нерозподіленого прибутку до суми активів;

Х₃ – відношення брутто-доходу до сукупних активів;

Х₄ – відношення ринкової вартості акцій до загальної заборгованості;

Х₅ – відношення обсягів продажу (виручки від реалізації) до сукупних активів.

     Для розрахунку числових параметрів моделі Альтман застосовував статистичні  методи, а саме багатовимірний дискримінантний  аналіз. Класифікаційне «правило», одержане на підставі рівняння, стверджує:

• якщо Z < 2,675, то фірму відносять до групи банкрутів;
• якщо Z > 2,675, то фірму відносять до групи успішних.

     Альтман встановив, що при значенні Z від 1,81 до 2,99 модель не працює [22].

     П’ятичинникова модель Альтмана є доволі простою у використанні. Однак застосовувати такі моделі вітчизняним банківським установам поки що проблематично, тому що, по-перше, вони побудовані на основі аналізу емпіричних даних; по-друге, через відсутність статистики банкрутств; по-третє, через вплив на факт визнання фірми банкрутом багатьох чинників, котрі не піддаються обліку; по-четверте, через нестабільність нормативної бази банкрутства багатьох українських підприємств.

     Модель  нагляду за кредитами Чессера  прогнозує випадки невиконання клієнтом умов кредитного договору. При цьому під «невиконанням умов» розуміють не лише непогашення кредиту, а й будь-які інші відхилення, що роблять позику менш вигідною для кредитора, ніж було передбачено при укладанні кредитного договору [32].

     Модель  оцінки комерційної позики Чессера  включає шість змінних [33]:

     Х₁ – відношення касової готівки та цінних паперів, що легко реалізуються, до суми активів;

     Х₂ – відношення чистої суми продажів (без ПДВ) до касової готівки і цінних паперів, що легко реалізуються;

     Х₃ – відношення брутто-доходів (прибутку до вирахування процентів і податків) до суми активів;

     Х₄ – відношення загальної заборгованості до суми активів;

     Х₅ – відношення основного капіталу до чистих активів (або акціонерного капіталу та довготермінових позик);

     Х₆ – відношення оборотного капіталу до нетто-продажів (або чистої суми продаж).

     Оцінні  коефіцієнта виявились такими [33]: 

     

, [2.6] 

     Змінна  Y, що є лінійною комбінацією незалежних змінних, використовується у наступній формулі для оцінки ймовірності невиконання умов договору (P): 

                                                 P = 1 : (1 + е),                                                 [2.7] 

де  e = 2,71828 (число Ейлера – основа натуральних логарифмів).

     Оцінку  Y, яку отримують, можна розглядати як показник імовірності невиконання умов кредитного договору: чим більше значення Y, тим вища ймовірність невиконання договору для даного позичальника. У моделі Чессера для оцінки ймовірності невиконання договору використовують такі критерії:

• якщо Р > 0,50, то позичальника відносять до групи, що не виконає умов договору;
• якщо Р < 0,50, то позичальника відносять до групи надійних позичальників.

     Чессер  використав дані чотирьох банків за 37 успішними кредитами і 37 неуспішними (за якими не були виконані початкові умови). Підставивши розрахункові показники моделі у формулу «ймовірності порушення умов договору», Чессер правильно визначив три з кожних чотирьох досліджуваних випадків [33].

     З метою визначення кредитоспроможності клієнтів банку, оцінки ризикованості та класифікації кредитів широке практичне застосування має модель CART (Classification and Regression Trees) [33]. Це непараметрична модель, основними перевагами якої є можливість широкого застосування, доступність для розуміння і незначна трудомісткість розрахунків, хоча при побудові таких моделей застосовують складні статистичні методи.

     Одна  з таких моделей під назвою «рекурсивна розбивка» (recursive partitioning) запропонована М. Фрідменом, Е. І. Альтманом і Д. Као. Цю модель наведено на рисунку 2.1, а суть її полягає у побудові «класифікаційного дерева» з метою виявлення фірм-банкрутів [33]. Принцип аналізу за цією моделлю полягає у тому, що компанії-позичальники поділяють на «гілки» залежно від значень вибраних фінансових коефіцієнтів, кожна «гілка» дерева, у свою чергу, поділяється на «гілки» відповідно до інших коефіцієнтів. Відповідно ж до порогового значення обраного показника проводять розподіл підприємств на ті, які потенційно можуть стати банкрутами (B), та такі, що мають доволі стійкий фінансовий стан (N). Точність класифікації становить близько 90%, що, у свою чергу, непогано.