Альтернативные методики рейтинговой оценки коммерческими банками кредитоспособности клиентов (стр. 13 из 17)

Таблица 23
01.01.97	01.01.98	01.04.98	01.07.98	01.10.98	01.01.99
К9 - коэффициент оборачиваемости запасов	8,314	7,673	4,242	3,994	3,625	4,684

Как правило, чем выше оборачиваемость запасов, тем эффективнее ими управляют.

3.3. Обоснование выбора среднеотраслевых значений коэффициентов в качестве оптимальных при экспресс-анализе кредитоспособности потенциального заемщика

При всем разнообразии применяемых в различных банках систем анализа, рассчитываемые коэффициенты позволяют получить о потенциальном заемщике информацию, легко поддающуюся формализации и дающую о нем детальное представление. Очевидно, что выбранные коэффициенты не единственные, которые можно использовать в финансовом анализе, но для целей оперативного анализа они вполне приемлемы. Но анализ финансового состояния клиента не может рассматриваться как часть кредитного анализа до тех пор, пока по результатам расчета не будет дан ответ на вопрос, можно ли кредитовать клиента и каков лимит кредита.

Ни одна из многочисленных методик анализа финансового положения предприятия ответа на поставленные вопросы не дает, хотя, по мнению автора, логика дальнейших действий достаточно проста. Для того чтобы анализ финансового положения клиента стал элементом кредитного анализа, необходимо не только (и не столько) сформировать систему показателей (коэффициентов), но и сравнить полученные значения коэффициентов с некими нормативными значениями. Регламентом Сбербанка, как и инструкцией о предоставлении кредита АКБ «МИпБ», предусмотрено сравнение значений с неким абстрактным идеальным заемщиком, обладающим общим с потенциальным клиентом набором характерных признаков (объем операций, структура баланса и пр.).

В качестве нормативных значений, из-за отсутствия других вариантов, часто используются значения показателей по этому же предприятию за предыдущий период. То есть оценка осуществляется по принципу "было хуже, стало лучше" или наоборот. Однако, учитывая постоянное изменение макроэкономических условий, значение тех или иных показателей не всегда, а точнее, никогда не отрешает адекватных изменений в деятельности конкретного предприятия.

В приводимой модели в качестве нормативных значений предлагается использовать среднеотраслевые коэффициенты, с помощью которых финансовое состояние конкретного предприятия сравнивается с другими подобными предприятиями этой же отрасли. Такой подход также не идеален, но с точки зрения применимости для кредитного анализа имеет, как минимум, два преимущества. Во-первых, он позволяет получить объективную картину финансового состояния предприятия на фоне всей отрасли. При этом картина будет тем более четкой, чем однороднее статистическая выборка, то необходима раздробленная группировка отраслей по ОКОНХ. Во-вторых, сами по себе среднеотраслевые коэффициенты могут стать инструментом кредитного анализа с точки зрения рационального использования финансовых ресурсов, направляемых банком в те или иные сферы экономики.

В этой связи большое значение приобретает вопрос о наличии информации, характеризующей финансово-экономическое положение отраслей, и ее качественных параметрах. Во многих странах подобная информация постоянно обновляется и регулярно публикуется в специальных сборниках, выпускаемых рейтинговыми агентствами. Американское Рейтинговое агентство Dun and Bradstreet выпускается сборник “Industry Norms and Key Business Rations”. В российском финансовом анализе необходимость использования среднеотраслевых коэффициентов в качестве нормативных также декларируется, однако Госкомстат РФ не проводит подобных расчетов и в готовом виде такая информация отсутствует, хотя база для ее создания в стране имеется. Кроме того, еще в начале 2000 года ЦБРФ принял решения о создании базы данных по крупнейшим предприятиям, что необходимо для оценки эмитированных ими векселей.

Госкомстат РФ располагает информацией практически по всем показателям балансов отраслей, а также отчетностью, характеризующей формирование и распределение прибыли. В целях данной работы были использованы результаты расчета, проведенного по всем отраслям отраслевого классификатора Госкомстата. На основе данных Госкомстата, по единой методологии, построены динамические ряды среднеотраслевых коэффициентов, характеризующих финансово-экономическое положение отраслей за 1995- 1998 гг. Среднеотраслевые значения коэффициентов , применяемые для анализа ЗАО «Кондитер-Курск», относимого по ОКОНХ к пищевой промышленности и допустимое отклонение значений коэффициентов представлены в таблице.

Таблица 24
Значения отраслевых коэффициентов и допустимое отклонение по предприятиям пищевой промышленности за 1995 - 1998 гг *по данным Госкомстата РФ
Отрасли промышленности	Год	K1	K2	K3	K4	K5	K6	K7	K8	K9
Пищевая промышленность	1995	0,385	0,3	0,7	0,87	0,028	0,101	0,05	1,77	2,671
1997	0,449	0,345	0,843	0,734	0,016	0,078	0,028	1,611	2,388
1998	0,55	0,407	0,839	0,619	0,021	0,084	0,034	1,416	2,71
средн.	0,461	0,351	0,794	0,741	0,022	0,088	0,037	1,599	2,590
допустимое отклонение	0,08	0,05	0,08	0,13	0,01	0,01	0,01	0,18	0,18
* результаты расчета по данным отраслевого классификатора Госкомстата на 1995-1998 г.г.

Допустимое отклонение определяется дисперсией, характеризующий среднеквадратичное отклонение конкретного коэффициента от среднего по выборке, и определяется по формуле:

.

Для определения стандартного отклонения в прикладной программе используется статистическая функция:[3]

=СТАНДОТКЛОН ([диапазон ячеек]).

Среднее значение и количество коэффициентов исчисляются соответственно с помощью функций

=СРЗНАЧ ([диапазон ячеек]),

=СЧЕТ([диапазон ячеек]).

Применение данных формул автоматизирует и во многом упрощает методику расчета оптимальных значений.

3.4. Определение кредитного рейтинга потенциального заемщика

В ходе применения среднеотраслевых показателей в качестве оптимальных значений для потенциального заемщика, последний как бы позиционируется в однородной среде. В предлагаемой модели происходит распределение заемщиков по трем классам. Выделение только трех классов заемщиков является минимально возможным, но не достаточным. Эта проблема обусловлена нехваткой данных, предоставляемых Госкомстатом РФ. Если бы Госкомстат предоставлял сведения не только по всем предприятиям отраслевой группы, а выделял бы среди них верхний и нижний пороговые значения, количество классов можно было бы увеличить. Именно по такому принципу представлена информация в сборнике "Industry Norms and Key Business Rations".[4]

Определение класса производится по каждому коэффициенту. Устанавливается величина отклонения расчетного значения конкретного коэффициента от нормативного. Величина допустимого отклонения s у каждого коэффициента своя. В предлагаемой методике ко второму классу будем относить предприятия, значения коэффициентов которых совпадают со среднеотраслевыми с учетом допустимых отклонений, к первому - со значениями коэффициентов выше средних, третьему классу - ниже средних. Для коэффициента финансового рычага действует обратная зависимость.

Таблица 25
Пороговые значения коэффициентов, полученные на основе дисперсионного анализа среднеотраслевых значений
Пределы значений	Класс коэффициента	К1	К2	К3	К4	К5	К6	К7	К8	К9
N>(k+s)	1	0,546 и выше	0,296 и ниже	0,876 и выше	0,868 и выше	0,029 и выше	0,101 и выше	0,05 и выше	1,777 и выше	2,766 и выше
(k-s)<=N<=(k+s)	2	0,378 - 0,545	0,297 - 0,404	0,713 - 0,875	0,615 - 0,867	0,016 - 0,028	0,076 - 0,1	0,026 - 0,049	1,422 - 1,776	2,414 - 2,765
N<(k-s)	3	0,377 и ниже	0,405 и выше	0,712 и ниже	0,614 и ниже	0,015 и ниже	0,075 и ниже	0,025 и ниже	1,421 и ниже	2,413 и ниже