ПРИСВОЕНИЕ КРЕДИТНОГО РЕЙТИНГА ЗАЕМЩИКУ

Присвоение кредитного рейтинга во многих случаях носит субъективный характер, основанный на человеческом факторе. Основные проблемы заключаются в неверной оценке заемщи­ка, что может привести как к искажению степени принимаемого риска по кредитным операциям, так и к неадекватности процен­тной политики по размещаемым ресурсам.

Непосредственная экспертная оценка обычно является собственностью каждого разработчика и определяется квали­фикацией конкретного работника банка. Данный метод доста­точно дорогостоящий и используется в основном ведущими ми­ровыми рейтинговыми агентствами.

Кредитный рейтинг, устанавливаемый по результатам статистических расчетов, применяется при оценке количес­твенных показателей деятельности заемщика.

Метод ограниченной экспертной оценки основываются на применении статистических методов с последующей корректиров­кой на основе некоторых качественных показателей. Количествен­ными показателями являются данные бухгалтерской отчетности заемщика, а качественными факторами признаются макроэконо­мическая ситуация, отраслевые особенности, положение заемщи­ка на рынке, оценка менеджмента и т.д. Кредитные рейтинги рас­считываются по количественным показателям с использованием методов статистики, затем значение рейтинга дополнительно кор­ректируется с учетом качественных факторов.

Основным методом присвоения кредитного рейтинга, исходя из количественных показателей деятельности заемщика, раньше была балльная оценка показателей, основанная на существовании прямой зависимости между показателями, входящими в состав рейтинга. Такая оценка имела следующие этапы: расчет показателей, участ­вующих в кредитном рейтинге; установление шкалы «классности» показателя на основе его значения; распределение весов между по­казателями; подсчет значения кредитного рейтинга.

Кредитный рейтинг заемщика целесообразно рассчитывать по следующим финансовым коэффициентам: рентабельности, лик­видности, оборачиваемости, левереджа. Анализ позволяет выде­лить характерные черты, присущие предприятиям различных ви­дов деятельности. Удельный вес внеоборотных активов в общей сумме активов предприятий промышленности значительно выше, чем у торговых предприятий и холдинговых компаний. Это объяс­няется спецификой деятельности данной группы предприятий, а именно наличием большого количества основных производствен­ных фондов. Необходимость поддержания внеоборотных активов на достаточном уровне требует дополнительных долгосрочных ис­точников финансирования, что выражается в более высокой доле долгосрочных обязательств (в общей сумме обязательств) в про­мышленности по сравнению с торговлей. Тем не менее, промыш­ленные предприятия в недостаточной степени используют эффект левереджа. Показатель левереджа в промышленности составляет более 45%, в торговле - около 55%, у холдинговых компаний - бо­лее 51%.

Длительный производственный цикл промышленных предпри­ятий выражается в увеличении периода оборачиваемости активов. Данный показатель в торговле в несколько раз меньше, а у пред­приятий на стадии банкротства период оборачиваемости самый длительный. Показатели прибыльности в промышленности край­не нестабильны. Наличие убытков ряда предприятий может быть объяснено как расширением производства, так и спецификой бух­галтерского учета, направленного на чрезмерную минимизацию на­логового бремени. Показатели рентабельности торговых организа­

ций в сочетании с высокой оборачиваемостью активов позволяют получить более привлекательный показатель R01 как в среднем по совокупности, так и по рентабельным предприятиям.

Показателен и пример холдинговых компаний. В данной группе нет ни одного убыточного предприятия, показатели рентабельности принимают наибольшее значение из показателей рассматриваемых отраслей. Сбалансированность активов и пассивов промышленных предприятий вызывает тревогу.

Этот показатель важен для банков, поскольку является своего рода коэффициентом покрытия. Несбалансированность в подавляю­щем большинстве случаев означает нарушение экономических гра­ниц кредитования и ведет к невозможности предоставления креди­та. В промышленности это усугубляется низкой оборачиваемостью активов. Это находит отражение в уменьшении значения коэффи­циента качественной ликвидности, по промышленности этот пока­затель менее допустимого уровня. Низкая величина данного показа­теля наблюдается только у предприятий на стадии банкротства. По результатам анализа наиболее предпочтительные показатели имеют холдинговые компании, которые в большей степени отражают по­ложение дел в нефтяной отрасли. Так, среднеотраслевое значение КО1 свидетельствует о высокой рентабельности активов, значение коэффициента качественной ликвидности говорит о хорошей спо­собности отвечать по своим обязательствам. Тем не менее, как уже отмечалось, показатель левереджа может быть увеличен с целью более эффективного использования эффекта финансового рычага. У предприятий, находящихся на стадии банкротства, низкое значе­ние показателей ликвидности и несбалансированная структура ба­ланса. По этим показателям можно сделать вывод об абсолютной нецелесообразности кредитования в данных условиях. Показатели рентабельности отрицательные, что свидетельствует об убыточной деятельности, замедленная оборачиваемость активов в большинс­тве случаев объясняется снижением объемов реализации.

Финансовые трудности, как правило, сопровождаются уменьшением собственного капитала и увеличением привлечен­ных средств. Особое внимание нужно уделять показателю доли

полученных кредитов в общей сумме пассивов. Торговые орга­низации далеко не в полной мере используют возможности бан­ковского кредита, это свидетельствует о недостаточной работе банков с этими субъектами. Вместе с тем такое положение может быть характерно для предприятий нефтяной промышленности, в которой большая часть снабженческо-сбытовых организаций являются дочерними предприятиями холдинговых компаний.

Шкала классности показателей (коэффициентов) является последующим этапом присвоения кредитного рейтинга. Для этого надо определить, какое значение показателя считается высоким, средним, низким. Математическое обоснование шкалы класснос­ти коэффициентов состоит в определении значений средних пока­зателей. Вариация возникает в результате того, что индивидуаль­ные значения показателя складываются под совокупным влиянием разнообразных факторов, которые по-разному сочетаются в каж­дом отдельном случае. Средняя величина является абстрактной, обобщающей характеристикой.

В банковской практике используются трехбалльная шкала классности для каждого показателя, при этом средневзвешенный показатель делит совокупность на две части: показатели выше и ниже среднего. Обоснованный переход от двухбалльной шкалы к трехбалльной становится возможным благодаря расчету показате­лей изменчивости. Анализ изменчивости позволяет оценить сте­

пень зависимости изменений в изучаемом признаке от определя­ющих ее факторов. Изучая характер изменчивости в выделяемой совокупности, можно оценить, насколько однородной является данная совокупность в количественном, а иногда и качественном отношении. Следовательно, насколько правильна исчисленная средняя величина, степень близости данных отдельных единиц к средней измеряется рядом абсолютных, средних и относительных показателей.

Один из недостатков статистических методов анализа - вы­бор финансовых показателей, принимающих участие в определе­нии кредитного рейтинга. Это связано с невозможностью досто­верно определить заслугу каждого показателя в итоговом значе­нии рейтинга. Такие значения сильно колеблются в зависимости от кредитной политики банка. Коммерческие банки, уделяющие основное внимание способности заемщика получать доход, уве­личивают значимость показателей рентабельности, в случае же, повышенного внимания к способности предприятия отвечать по своим обязательствам увеличивается значение коэффициентов ликвидности. Неодинаковое распределение повышает допусти­мый уровень риска, делает оценку кредитоспособности субъек­тивной, затрудняет оценку заемщиков. В случае классификации заемщиков по значению кредитного рейтинга в размере четырех групп одно и то же предприятие может получить различный кре­дитный рейтинг, что объясняется не характером деятельности, а субъективными различиями системы весов, принятой в данном кредитном учреждении.

В целом, можно сделать заключение о том, что статистические методы присвоения кредитных рейтингов заемщикам не решают проблему искажения результатов оценки из-за чрезмерной субъек­тивности процесса анализа. Каким же образом можно перейти от набора финансовых показателей к обобщенному интегрированно­му значению кредитного рейтинга? Мировой опыт в этой области моделирования данного процесса выделяет два основных способа перехода от состояния оценки финансового положения заемщика к уровню кредитоспособности.

1. Наличие прямой зависимости между финансовыми показа­телями и значением кредитного рейтинга. Впервые данная модель была предложена Э. Альтманом, рейтинг кредитоспособности построен с помощью аппарата мультипликативного дискриминан­тного анализа и позволяет приблизительно разделить хозяйствую­щие субъекты на стабильные предприятия и потенциальных бан­кротов. При построении рейтинга Альтман обследовал 66 пред­приятий, половина которых обанкротилась, а половина работала успешно, и исследовал 22 аналитических коэффициента, которые могли быть полезны для прогнозирования возможного банкротс­тва. Из этих показателей он отобрал пять наиболее значимых и построил многофакторное регрессионное уравнение. Таким обра­зом, рейтинг кредитоспособности представляет собой функцию от некоторых показателей, характеризующих экономический потен­циал предприятия и результаты его работы за истекший период.

2. Моделирование на основе нейронных сетей. Нейронная сеть представляет собой многослойную сетевую структуру, состо­ящую из однотипных элементов - нейронов, имитирующих рабо­ту головного мозга человека. Нейроны, связанные между собой сложной топологией межсоединений, группируются в слои, из ко­торых выделяются входной и выходной слои. В нейронных сетях, применяемых для анализа и прогнозирования кредитоспособнос­ти, нейроны входного слоя воспринимают информацию о финан­совых показателях предприятия, а выходной слой сигнализирует о возможной реакции на эту ситуацию. Сначала нейронная сеть проходит специальный этап настройки - обучение. Как правило, сети предъявляется большое количество заранее подготовленных примеров, для каждого из которых известна требуемая реакция в виде присвоения того или иного значения рейтинга. После опреде­ленного периода обучения сеть достигает состояния, в котором с высокой долей точности возможно присвоение предприятию рей­тинга кредитоспособности.

Таким образом, можно прийти к следующим выводам: алго­ритм присвоения кредитного рейтинга заемщика включает в себя несколько этапов, а именно: определение количественных и ка­

чественных показателей, установление шкалы классности коэф­фициентов, выбор весов, расчет рейтинга и его корректировка на основании качественных факторов. С экономической точки зре­ния основными финансовыми показателями, характеризующими деятельность заемщика, служат показатели рентабельности, лик­видности, оборачиваемости и левереджа. После расчета коэффи­циентов необходима их интерпретация. Какие значения считать оптимальными, а какие нет? Установление шкалы классности на основе показателей изменчивости, то есть дисперсии и среднего квадратического отклонения позволяют классифицировать значе­ния коэффициентов. Рассчитанные показатели вариации право­мерно использовать только для анализа заемщиков, принадлежа­щих к одной отрасли, так как средние значения показателей силь­но различаются по отраслям. Основным инструментом перехода от группы финансовых коэффициентов к интегрированному по­казателю рейтинга до настоящего времени являлся метод дискри­минантного анализа, согласно которому между коэффициентами и рейтингом существует линейная зависимость. Степень влияния коэффициента на значение рейтинга определяется весом коэффи­циента. Проблема оптимального выбора весов коэффициента явля­ется наиболее слабым звеном данной методики. Субъективность, при присвоении весов, искажает результаты расчетов.

Линейная зависимость между финансовыми показателями и значением кредитного рейтинга является простейшей, но не самой точной формой связи, поскольку проблема выбора весов коэффи­циентов остается нерешенной. Дальнейшая корректировка кредит­ного рейтинга с учетом качественных показателей представляется не совсем разумной, так как изначально выбранный тип связи меж­ду количественными показателями (линейная зависимость) субъ­ективен. Тем не менее, банки, рассчитывающие кредитный рей­тинг по методике учета качественных показателей, не вправе оста­навливаться на данном этапе, а должны дополнительно учитывать предложенные качественные показатели. Присвоение кредитного рейтинга с использованием нейронных сетей начинает применять­ся в мировой банковской практике. Это позволяет избежать про­

блемы выбора весов коэффициентов, в процессе обучения нейрон­ная сеть исследует нелинейную зависимость между финансовыми коэффициентами и значениями рейтингов. На основе выявленной зависимости и новых значений коэффициентов потенциального заемщика определяется рейтинг его кредитоспособности.

д ^

Вопросы для контроля:

1. Каким путем можно рассчитать коэффициенты, используемые при определении финансовых показателей деятельности заемщиков?

2. Следует ли учитывать при оценке кредитоспособности заемщика особенности, присущие предприятиям разных видов деятельности?

3. В чем особенность трехбалльной шкалы классности показателей, используемых в банковской практике?

4. В чем преимущество перехода от набора финансовых показателей к обобщенному показателю - кредитному рейтингу?

⅛__________________________________________________________________________ _гЬ

5.