Анализ кредитоспособности заемщика на ОАО «Уральская Сталь»

      СОДЕРЖАНИЕ 
 

       Введение……………………………………………………………………..3

       Глава 1 Теоретические аспекты анализа (оценки) кредитоспособности заемщика ……………………………………………………………………………5

       1.1 Методы оценки потенциального  заемщика с позиции экономической  безопасности ………………………………………………………………………..5

       1.2 Определение категории кредитного  риска заемщика………………..9

       1.3 Маркетинговые методы стратегической  концентрации информации о заемщиках…………………………………………………………………………...15 

       Глава 2 Анализ кредитоспособности заемщика на ОАО «Уральская Сталь» за 2004 – 2006 гг………………………………………………………...….21

       2.1 Краткая экономическая характеристика  предприятия………………21

       2.2 Оценка финансового положения  заемщика………………………….23

       2.3 Анализ кредитоспособности заемщика………………………………28 

       Глава 3 Мероприятия направленные на уменьшение факторов риска связанных с финансовым состоянием заемщика…………………………………32

       3.1 Обзор зарубежных моделей анализа  кредитоспособности заемщика……………………………………………………………………………32

       3.2 Бюро кредитных историй, как  фактор минимизации рисков кредитования………………………………………………………………………..36

       Заключение……….......................................................................................43

       Список  использованной литературы……………………………………..45

       Приложение 1 Методология управления банковскими рисками

       Приложение 2 Схема цикличности осуществления управления банковскими рисками

       Приложение 3 Схема бизнес - процессов коммерческого банка

       Приложение 4 Таблица для SWOT анализа

       Введение 

      Процесс кредитования связан с действием многочисленных и многообразных факторов риска, способных повлечь за собой непогашение ссуды в обусловленный срок. Изменения в потребительском спросе или в технологии производства могут решающим образом повлиять на дела фирмы и превратить некогда процветающего Заемщика в убыточное предприятие. Продолжительная забастовка, резкое снижение цен в результате конкуренции или уход с работы ведущих управляющих - все это способно отразиться на погашении долга заемщиком. Предоставляя ссуды, коммерческий банк должен изучать факторы, которые могут повлечь за собой их непогашение. Такое изучение именуют анализом кредитоспособности (credit analysis).

      Основная  цель такого анализа  определить способность  и готовность заемщика вернуть запрашиваемую  ссуду в соответствии с условиями  кредитного договора. Банк должен в  каждом случае определить степень риска, который он готов взять на себя, и размер кредита, который может быть предоставлен в данных обстоятельствах.

      Рассматривая  кредитную заявку, служащие банка  учитывают много факторов. На протяжении многих лет служащие банка, ответственные  за выдачу ссуд исходили из следующих моментов: дееспособности заемщика; его репутации; способности получать доход; владение активами; состояния экономической конъюнктуры.

      Банки развитых капиталистических стран  применяют сложную систему большого количества показателей для оценки кредитоспособности клиентов. Эта система дифференцирована в зависимости от характера Заемщика (фирма, частное лицо, вид деятельности), а также может основываться как на сальдовых, так и оборотных показателях отчетности клиентов.

      При оценке кредитоспособности клиента коммерческого банка рекомендуется использовать не только основные, но и дополнительные показатели. В их числе могут быть показатели, характеризующие обрачиваемость запасов или средств в расчетах, долю ликвидных активов в общей сумме оборотных средств или соотношение ликвидных активов I класса и задолженности, уровень неплатежей за истекший период, эффективность производственного потенциала, доходность и прибыльность партнеров (например, кредитоспособность заказчика), среднюю продолжительность строительства, равномерность распределения дохода.

      Анализ  и оценка потенциального заемщика заключается в проверке не только и не столько его финансового состояния, но и многих других аспектов, в том числе связанных с принятием на себя риска третьих лиц. Ведь даже самый законопослушный предприниматель не застрахован от того, что его не подведет партнер или контрагент. А гражданин, берущий потребительский кредит, не может гарантировать, что завтра не окажется без источника дохода. Таким образом, исключительно актуальным сегодня становится комплексный подход к оценке заемщиков.

      Минимизация кредитного риска наталкивается  на российские проблемы защиты бизнеса, начиная с отсутствия информационной базы хозяйствующих субъектов в  масштабах региона и страны. Добавим нескоординированность деятельности государственных органов и частных организаций, фрагментарный и противоречивый характер нормативно-правовой базы, продолжающуюся "либеральную криминализацию" бизнеса и общества и так далее.

      Второе  типичное явление - привлечение службы безопасности банка только тогда, когда проблемы с возвратом кредита уже возникли.

      Это неправильно по сути. Проверку клиентов изначально следует организовывать силами трех подразделений: кредитного, юридического и безопасности. При этом каждое должно отвечать за решение строго определенных вопросов, отнесенных к их компетенции.

      Данные  проблемы и обусловили  выбранную  тему курсовой работы: «Анализ  кредитоспособности заемщика». 
 
 
 

       Глава 1 Теоретические аспекты  анализа (оценки) кредитоспособности заемщика

       1.1 Методы оценки  потенциального заемщика  с позиции экономической  безопасности  

      Одним из важнейших вопросов управления кредитным  риском конкретной рисковой позиции  является определение вероятности  дефолта или вероятности дефолта конкретного контрагента. Под термином "дефолт" как в западной, так и в отечественной научной литературе понимается неисполнение контрагентом в силу неспособности или нежелания условий кредитного соглашения или рыночной сделки.

      При определении вероятности дефолта контрагента, как правило, применяются несколько методов, образующих модели, в которых, с одной стороны, метод финансовых коэффициентов регламентирует порядок подбора и расчета финансовых коэффициентов, а с другой стороны - методы, использующие математический аппарат, определяют механизм действия.

      В силу того что современные реалии российских и западных банков существенно  отличаются по таким важнейшим параметрам, как правовое поле и исторически  сформировавшиеся экономические отношения, по нашему мнению, справедливо разделить существующую практику определения вероятности дефолта на российскую и западную.

      Проведя анализ западной практики определения  вероятности дефолта (компании, заемщика, контрагента), мы пришли к выводу о  параллельном существовании нескольких видов моделей:

      - модели, основанные исключительно  на данных финансовой отчетности;

      - модели, использующие как финансовую  отчетность, так и другие данные;

      - актуарные модели;

      - модели, основанные на определении  рыночной стоимости.

      Рассмотрим  приведенные модели более подробно.

      В течение прошлого века в финансовом мире прослеживались следующие тенденции: волнообразное действие глобальных и национальных финансовых кризисов, увеличение волатильности финансовых рынков, стремительно растущая конкуренция, глобализация финансовых рынков. Одновременно с этим характер экономических отношений в развитом капиталистическом мире ХХ века позволял ученым проводить свои исследования, опираясь на достоверные статистические данные и финансовую отчетность. Все это сформировало необходимые предпосылки для создания модели, использующей сравнительно небольшое количество показателей и направленной на определение вероятности банкротства предприятия. Такую модель впервые в 1968 году разработал профессор финансов Нью-Йоркского университета Э. Альтман.

      Для создания модели первоначально Альтманом  использовались 22 финансовых показателя и финансовая отчетность 66 компаний, половина которых успешно функционировала, а другая потерпела банкротство. С помощью метода множественного дискриминантного анализа производилась пошаговая статистическая оценка значимости финансовых коэффициентов, где менее значимые отсеивались, и эксперимент повторялся снова. В результате была получена модель, состоящая из пяти финансовых показателей (см. формулу 1.1): 

                                 Z = 1,2Х₁ + 1,4X₂ + 3,3Х₃ + 0,6Х₄ + 0,999Х₅,             (1.1) 

      где Х₁ - отношение собственного оборотного капитала к сумме активов;

            Х₂ - отношение нераспределенной прибыли к сумме активов;

            Х₃ - отношение прибыли до выплаты процентов и налогов к сумме активов;

            Х₄ - отношение рыночной стоимости капитала к балансовой стоимости обязательств;

            Х₅ - отношение выручки от реализации к сумме активов.

      Когда количество показателей модели попробовали  понизить до четырех, статистическая точность резко снизилась. Был сделан вывод, что дискриминантная функция с пятью переменными наиболее оптимально выполняет возложенную на нее задачу. Экспериментально был определен диапазон значений показателя Z - 1,81-2,99, который, в свою очередь, выступал как интегральный показатель кредитоспособности заемщика. Для компаний, у которых показатель Z был меньше 1,81, вероятность банкротства в ближайшем году определялась как высокая. Для компаний, у которых показатель Z превышал 2,99, вероятность банкротства определялась как низкая. Для компаний, чей показатель Z попал в диапазон 1,81-2,99, прогноз финансового состояния оказался затруднительным.

      Для таких моделей характерны два  вида ошибок:

      1) модель предсказала банкротство,  а компания успешно функционирует;

      2) модель предсказала успешное  функционирование, а компания обанкротилась.

      Значимость  этих двух ошибок неоднозначна, так  как предсказать банкротство  компании для банка гораздо важнее и сложнее.

      Модель  Альтмана допустила ошибки-погрешности первого вида в двух случаях из 33, что составило 6%, и второго вида - в одном случае из 33 (3%). Общая точность составила 95%, что является довольно точным прогнозом во временном диапазоне один год.

      Еще одним примером применения метода финансовых коэффициентов и метода множественного дискриминантного анализа является модель надзора за ссудами по Чессеру, прогнозирующая вероятность невыполнения контрагентом договорных обязательств по ссуде (см. формулу 1.2): 

      У = -2,0343 - 5,24Х₁ + 0,0053Х₂ - 6,6507Х₃ + 4,4009Х₄ - 0,0791Х₅ - 0,122Х₆,        (1.2) 

      где Х₁ - отношение высоколиквидных активов к сумме активов;

            Х₂ - отношение выручки от реализации к ликвидным активам;

           Х₃ - отношение совокупного дохода к сумме активов;

           Х₄ - отношение общей задолженность к общим активам;

           Х₅ - отношение основного капитала к оборотным активам;

           Х₆ - отношение оборотных активов к выручке от реализации.

      Переменная  У, представляющая собой линейную комбинацию независимых переменных Хn, в свою очередь, используется в формуле определения вероятности невыполнения договорных обязательств (см. формулу 1.3_:

                                                               _-y

                                                  Р = 1 / 1 + e ,                                                  (1.3) 

      где Р - вероятность невыполнения контрагентом договорных обязательств;

               е - число Эйлера, равное 2,71828.

      Р > = 0,50 (контрагент не выполнит своих  обязательств);

      Р < = 0,50 (контрагент выполнит свои обязательства).

      Так же, как и Альтман, Чессер анализировал отчетность компаний, 37 из которых выполнили  условия кредитного договора, и такое  же количество компаний, не выполнивших  эти условия. Модель Чессера правильно  определяла три из каждых четырех исследуемых случаев.

      Большой известностью пользуется аналогичная  моделям Альтмана и Чессера модель оценки риска банкротства фирмы, разработанная Банком Франции в 1982 году. Данная модель включает восемь показателей, обладающих определенным знаком и корректирующим коэффициентом. Итоговый интегральный показатель имеет такие критерии:

      > 0,125 - компания финансово устойчива;

      < -0,25 - компания в преддверии финансового  кризиса;

      в диапазоне 0,125-0,25 находятся компании с неопределенным будущим.

      Применение таких моделей, особенно в российской действительности, сталкивается с определенными трудностями. Так, анализ исключительно финансовой отчетности не может нам дать полную характеристику заемщика, а в условиях, когда финансовая отчетность, мягко говоря, не всегда отвечает действительности, и подавно. Необходимо учитывать отраслевую и межотраслевую специфику компаний, что делает такие модели довольно громоздкими.

      В российской практике наиболее приемлемой сферой применения дискриминантных  моделей представляется межбанковский рынок в силу его отраслевой однородности и более высокой отчетной дисциплины.

      Несмотря  на всю точность своих прогнозов, дискриминантные модели не могли  предоставить банкам полную картину  о состоянии контрагента. Поэтому  для учета таких характеристик, как кредитная история, репутация, качество менеджмента и т.п., коммерческие банки пришли к необходимости создания качественно иной модели, получившей обобщенное название "рейтинговая модель оценки заемщика".

      Анализ  мировой практики показал, что практически в каждой развитой капиталистической стране в течение 70-90-х годов были разработаны несколько таких моделей.

      Несомненно, рейтинговые модели в западных странах  являются одной из надежнейших технологий управления кредитным риском. Однако сам факт существования в каждой стране национальных моделей свидетельствует о том, что при создании подобных моделей страновая специфика играет важнейшую роль. Поэтому создание модели рейтинговой оценки, учитывающей специфику российских экономических отношений, остается одной из актуальнейших задач управления кредитным риском в коммерческих банках России. 

       1.2 Определение категории кредитного риска заемщика 

      По  данным статистики, за последние несколько  лет значительно увеличились  объемы активных операций коммерческих банков, связанных с ссудными операциями. В условиях резкого роста объемов кредитования, позволяющего получать большие прибыли, резко возросли, как конкуренция, так и риски. В такой ситуации большое значение приобретает качество внутренних моделей оценки заемщиков, применяемых банками.

      В практике наиболее часто встречаются два типа методик (см. рисунок 1.1):

Рисунок 1.1 Методы оценки потенциального заемщика 

      Их  в основном применяют банки, кредитующие  ограниченный круг заемщиков и, как правило, успевшие накопить большой объем информации о финансовом положении и кредитной истории клиентов. Основная цель данных методик - минимизация резервов, создаваемых с учетом требований законодательства. Второй тип методик используют те, кто активно кредитует заемщиков, по которым нет накопленной информации, следовательно, имеются высокие риски. Главная цель подобных методик состоит в том, чтобы классифицировать заемщиков по категориям качества ссудной задолженности и выявить факторы, способные ухудшить их финансовое положение.

      Какую из методик выбрать, банк решает самостоятельно - ему предоставлено такое право. Состав конкретных показателей и  их критерии закрепляются внутренними  документами. Законодательно определены лишь признаки ухудшения финансового положения (появление картотеки неоплаченных документов к счетам заемщика, резкое уменьшение величины чистых активов, отсутствие информации о заемщике) или признаки ухудшения качества обслуживания долга?- наличие просроченных платежей по процентам или сумме основного долга, либо реструктуризация ссуды.

      Основным  методом оценки заемщиков в банках остается балльно-весовой. Он основан  на расчете финансовых показателей, взятых из отчетности заемщика, каждому  из которых присваивается балл, и  весового коэффициента. Качественным показателям также присваиваются баллы. Сумма полученных баллов, умноженных на весовые коэффициенты, дает результат, согласно которому присваивается рейтинг ссудной задолженности.

      У данной методики есть неоспоримые преимущества (см. рисунок 1.2):

Рисунок 1.2 Преимущества методики оценки заемщиков основанной на балльно – весовой оценки 

      Скажем, часто встречается показатель "уровень  конкуренции в отрасли", для  которого используются единые критерии: низкие баллы при высоком уровне конкуренции и высокие - при низком. Объяснением является то, что для конкурентного рынка высоки риски, но именно на нем могут присутствовать более эффективные заемщики, чем на неконкурентном рынке;

      - невозможно написание единой методики;

      - присваиваемые баллы и весовые коэффициенты определяются банком самостоятельно - как правило, без предварительного расчета обоснованности критериев.

      Однако  балльно-весовой метод имеет и  свои недостатки (см. рисунок 1.3):

Рисунок 1.3 Недостатки методики оценки заемщиков основанной на балльно – весовой оценки 

      Такая методика имеет большие допущения. Из-за неточности расчета присутствует риск ошибочного определения категории  качества ссуды заемщика.

      В экономической литературе присутствует много вариантов балльно-весового метода. Похожий принцип - в Z модели Альтмана. Точность прогноза на год составляет 95%, на два - 82%. Несмотря на достаточно высокую точность прогноза, ее использование затруднено, чему есть свои причины:

      - определяется вероятность наступления банкротства. Банку для оценки заемщика также необходимо знать текущее и перспективное финансовое положение заемщика;

      - коэффициенты определяются по фактическим данным определенного временного промежутка. Их использование в наши дни может оказаться некорректным.

      Другой  тип методики предполагает отнесение  кредитов к определенной категории  качества с помощью методов математической статистики. Данные об отдельных категориях заемщиков собираются в течение  длительного времени. Затем они  классифицируются в группы по присвоенным рейтингам, в качестве которых используются данные независимых рейтинговых агентств или собственные рейтинги банка. Оценка риска производится на основе статистики, которая включает:

      - долю заемщиков, не выполнивших обязательства по кредитным договорам;

      - долю заемщиков, нарушавших обязательства по своевременной уплате процентов или сумм основного долга;

      - причины невыполнения или несвоевременного выполнения обязательств;

      - случаи мошенничества заемщиков;

      - величину потерь кредитной организации по группе заемщиков.

      Как и в первом типе, здесь используются данные отчетности заемщиков и информация о сфере их деятельности. Но есть и отличия:

      - помимо расчета финансовых показателей, оцениваются факторы, влияющие на деятельность заемщика;

      - определяется вероятность изменения в процессе кредитования категории качества или перехода заемщика в другую рейтинговую группу. Отметим, что резервы, создаваемые в соответствии с законом, не всегда показывают реальную категорию качества из-за ограничений. Например, в практике встречаются случаи, когда кредит в соответствии с п. 3.8. Положения Банка России N 254-П первоначально относился к III категории качества, а после первого погашения начисленных процентов переводился во II, так как появлялась возможность вынести решение о признании обслуживания долга хорошим в профессиональное суждение о категории качества ссуды (в соответствии с п. 3.7.1.1 того же документа). Фактически рейтинг заемщика остался таким же, изменился только законодательно установленный резерв. При оценке вероятности изменения рейтинга заемщика в методике исключаются подобные факты;

      - определяется величина возможных потерь по группе заемщиков. Эта величина используется для определения размера создаваемого резерва по данной группе. До 2004 года законом были установлены точные величины резервов для каждой группы заемщиков. Затем банкам предоставили право самим определять размер резерва в пределах установленных интервалов. Это позволило им использовать внутренние модели оценки кредитного риска. Появилась возможность отражать по балансу размер резервов на возможные потери по ссудам - исходя из реальных данных по потерям кредитной организации (если использовались собственные рейтинги) или по средним расчетным потерям в целом по группам заемщиков (если использовались рейтинги независимых агентств);

      - проводится верификация данных, получаемых с помощью методики. Верификация предполагает проверку адекватности используемых моделей фактическим данным. В случае значительного расхождения результатов модель оценки корректируется;

      - определяется степень влияния значений факторов риска на результаты оценки;

      - рассчитывается корреляция между факторами риска, а на ее основе - совокупный риск по кредитному портфелю и его составляющим;

      - строится распределение вероятности убытков банка от проведения ссудных операций для определенных банком групп заемщиков. В дальнейшем оно используется для определения величины создаваемых резервов;

      - определяются различные сценарии изменения факторов риска и вероятность их реализации, строится прогноз будущего состояния кредитного портфеля с учетом планируемых изменений в структуре портфеля и его объема.

      К недостаткам внедрения такой  методики можно отнести следующие:

      - отсутствие у большинства потенциальных банковских заемщиков рейтингов, присвоенных независимыми агентствами;

      - отсутствие единой базы по заемщикам, позволяющей сформировать единую систему рейтингов. Закон "О кредитных историях" предусматривает, что информация о заемщике предоставляется в БКИ с его согласия. Но в практике кредитования большинство заемщиков на это не соглашаются, а значит, пока создать полноценную базу невозможно. Рейтинговые же агентства работают в основном с крупными заемщиками;

      - сложность реализации и трудоемкость использования. Многие банки не могут полноценно использовать методику ввиду небольших объемов кредитных портфелей и, как следствие, недостатка информации для полноценного анализа;

      Тем не менее преимущества такой методики очевидны:

      - простота отнесения заемщиков к определенным группам по категориям качества и расчета по ним резервов;

      - сформированные резервы отражают наиболее вероятные потери от ссудных операций. Таким образом, информация о качестве кредитного портфеля исходя из сумм резервов и структуры кредитного портфеля может быть использована при принятии банком управленческих решений;

      - возможность коррекции критериев (факторов) кредитного риска в зависимости от изменения общей экономической ситуации или условий деятельности отдельного региона или отрасли;