Методика оценки финансового состояния заемщиков по

УДК 004(06) Информатика и процессы управления
Ю.А. БАЛИЦЕВИЧ
Московский инженерно-физический институт (государственный университет)
МЕТОДИКА ОЦЕНКИ ФИНАНСОВОГО СОСТОЯНИЯ ЗАЕМЩИКОВ ПО ПОКАЗАТЕЛЯМ МСФО
В работе рассматривается методика оценки финансового состояния кредитных заемщиков по показателям международной финансовой отчетности на основе кластерного анализа.
Рост интереса к управлению кредитным риском обусловлен тем, что увеличились объемы заемного финансирования, наметились тенденции к снижению рентабельности банков и участились случаи значительных потерь по ссудам и займам. Вследствие этого банки постоянно совершенствуют методы управления
кредитными рисками, в том числе и методы оценки кредитоспособности заемщиков.
В настоящее время российские компании переходят на финансовую отчетность в соответствии с международными стандартами (МСФО). Это привело к необходимости создания методики для оценки финансового состояния компаний по показателям МСФО.
Для решения указанной задачи экспертно были выбраны наиболее репрезентативные показатели МСФО:
Выручка компании, EBITDA, Чистый долг компании, Активы, Отношение Чистого долга к Активам, Отношение Чистого долга к Выручке, Отношение Чистого долга к Активам, Отношение EBITDA к Выручке, Отношение Чистого долга к EBITDA [1].
После чего были выбраны 40 компаний - клиентов банка, имеющих аудированную отчетность в соответствии с международными стандартами за 2003, 2004 и 2005 годы. По данным отчетности были рассчитаны
значения указанных показателей. После предварительного анализа данных и их отбраковки осталось 87 измерений. По полученным значениям компании экспертно были разделены на две группы «Хорошие» и
«Плохие» по принципу выполнения обязательств перед банком в будущем. Таким образом, была получена
статистическая выборка для анализа.
Предварительный качественный анализ данных показал, что необходимо исключить абсолютные значения показателей, а использовать только относительные, т.е. последние четыре коэффициента. Абсолютные
показатели не оказывают существенное влияние на качество финансового состояния компании.
Методом кластерного анализа «К - средних» [2] была произведена группировка данных таким образом,
чтобы различия между группами компаний были максимальны, а внутри групп – минимальны. В результате
анализа были выявлены пять характерных групп компаний с различными значениями анализируемых коэффициентов (Таблица 1). Далее для каждой из групп был рассчитан коэффициент риска, исходя из количества
«Плохих» компаний, попавших в соответствующую группу.
Анализ финансового состояния заемщика состоит в присвоении ему определенного рейтинга, исходя из значений показателей МСФО. Рейтинг соответствует группе, в которую относится заемщик. После соотнесения заемщика с группой, заемщику присваивается коэффициент риска, рассчитанный для группы. Сопоставление с
группой происходит по принципу наименьшего значения евклидовой метрики (1) до центра указанных групп кластеров.
Ri  ( K1ç  K1i )2  ( K 2ç  K 2i )2  ( K 3ç  K 3i )2  ( K 4ç  K 4i )2
, i = 1,…, 5, (1) где K1з, K2з, K3з, K4з – соответственно
Отношение Чистого долга к Активам, Отношение Чистого долга к Выручке, Отношение EBITDA к Выручке, Отношение Чистого долга к EBITDA для заемщика; K1i, K2i, K3i, K4i – соответственно Отношение Чистого долга к Активам, Отношение Чистого долга к Выручке, Отношение EBITDA к Выручке, Отношение
Чистого долга к EBITDA для i – ой группы.
В таблице 1 приводятся результаты проведенного анализа для основных групп и значения коэффициентов для них.
Таблица 1
Отношение Отношение
Отношение Количество
Отношение
Номер чистого
чистого
чистого компаний, Коэф- ХарактеEBITDA к
групдолга к
долга к
долга к попавших в фициент ристика
выручке,
данную
пы
активам, выручке,
EBITDA,
риска
группы
K3
группу
К1
K2
K4
1
-0,07
-0,08
0,46
-0,19
11
0%
2
3
0,27
0,43
0,52
0,34
0,35
0,10
1,60
3,65
23
13
5%
35%
4
0,14
0,10
0,13
0,90
37
50%
5
0,60
1,00
0,15
7,00
3
100%
Очень хорошие
Хорошие
Средние
Ниже среднего
Плохие
Список литературы
1. Колб Р.В., Родригес Р.Дж. Финансовый менеджмент / Пер. 2-го англ. Издания. М.: «Финпресс», 2001. 496 с.
ISBN 978-5-7262-0883-1. НАУЧНАЯ СЕССИЯ МИФИ-2008. Том 12
1
УДК 004(06) Информатика и процессы управления
2. Айвазян С.А. Мхитарян В.С. Теория вероятностей и прикладная статистика. 2-е изд., испр. - Т.1. М -.: ЮНИТИ-ДАНА, 2001.
656 с.
ISBN 978-5-7262-0883-1. НАУЧНАЯ СЕССИЯ МИФИ-2008. Том 12
2