Классификационные модели оценки кредитоспособности заемщиков

Банковское дело » Анализ и оценка кредитоспособности заемщика » Классификационные модели оценки кредитоспособности заемщиков

Страница 3

Отечественные дискриминантные модели прогнозирования банкротства представлены двухфакторной моделью М. Федотовой и пятифакторной моделью Р. Сайфулина, Г. Кадыкова. Модель оценки вероятности банкротств Федотовой опирается на коэффициент текущей ликвидности (Х{) и долю заемных средств в валюте баланса (Х2).

В уравнении Сайфулина, Кадыкова используются следующие коэффициенты: коэффициент обеспеченности собственными средствами (нормативное значение Х1 > 0,1); коэффициент текущей ликвидности (Х2> 2); интенсивность оборота авансируемого капитала, характеризующая объем реализованной продукции, приходящейся на 1 руб. средств, вложенных в деятельность организации (Х3 >2,5); рентабельность продаж, рассчитываемая как отношение прибыли от продаж к выручке (для каждой отрасли индивидуальная); рентабельность собственного капитала (Х5>0,2). При полном соответствии значений финансовых коэффициентов минимальным нормативным уровням Z = 1 финансовое состояние заемщика с рейтинговым числом менее 1 характеризуется как неудовлетворительное.

Помимо МДА-моделей прогнозирования вероятного банкротства заемщика могут использоваться и упрощенные модели, основанные на системе определенных показателей. К примеру, система показателей Бивера включает: коэффициент Бивера (КБивера); рентабельность активов; финансовый рычаг; коэффициент покрытия активов собственным оборотным капиталом; коэффициент покрытия краткосрочных обязательств оборотными активами. Коэффициент Бивера равен отношению разницы чистой прибыли и амортизации к сумме долгосрочных и краткосрочных обязательств. Значение КБивера ≥ - 0,15 свидетельствует о неблагополучном финансовом состоянии за год до банкротства, как и значение коэффициента покрытия активов чистым оборотным капиталом меньше 0,06, а коэффициента покрытия краткосрочных обязательств меньше 1[18].

4. Модель CART (Classification and regression trees – «классификационные и регрессионные деревья») – непараметрическая модель, основные достоинства которой заключаются в возможности широкого применения, доступности для понимания и легкости вычислений, хотя при построении применяются сложные статистические методы. В «классификационном дереве» фирмы-заемщики расположены на определенной «ветви» в зависимости от значений выбранных финансовых коэффициентов; далее идет «разветвление» каждой из них в зависимости от следующих коэффициентов. Точность классификации при использовании данной модели – около 90%.

5. Методика на основе анализа денежных потоков позволяет использовать не данные об остатках по статьям активов и пассивов, а коэффициенты, определяемые по данным об оборотах ликвидных активов, запасах и краткосрочных долговых обязательствах, посредством расчета чистого сальдо различных поступлений и расходов денежных средств за определенный период. Разница между притоком и оттоком средств показывает величину общего чистого денежного потока. Кратковременное превышение оттока над притоком говорит о дефиците денежных средств (более низком рейтинге клиента). Систематическое превышение оттока над притоком средств характеризует клиента как некредитоспособного. Сложившаяся средняя величина общего денежного потока может устанавливаться в качестве предела выдачи новых кредитов, так как показывает размер средств, с помощью которых клиент имеет возможность погашать долговые обязательства. На основе соотношения величины общего денежного потока и размера долговых обязательств клиента определяется его класс кредитоспособности. Анализ денежного потока позволяет сделать вывод о слабых сторонах управления предприятия. При решении вопроса о выдаче кредита на длительный срок анализ денежного потока проводится не только на основе данных за истекший период, но и на основе прогнозных данных на планируемый период[19].

Страницы: 1 2 3 

Еще по теме:

Необходимость создания и развития интернет-банкинга
Впервые банк, обслуживающий клиентов через Интернет, появился в 1995 г. Им был Security First Network Bank. Основателем виртуального банкинга в России следует считать «Автобанк», который уже в мае 1998 г. предложил своим клиентам данный вид услуг. Сегодня по уровню интернетизации Россия находится н ...

Коммерческие банки на финансовых рынках
Вложения в ценные бумаги. По состоянию на 01.06.06 в долговые ценные бумаги кредитными организациями было вложено 1257 млрд руб. В связи с падением доходности государственных ценных бумаг они утратили свою колоссальную привлекательность для коммерческих банков, которой обладали до 1998 г. Тем не ме ...

Анализ выполнения пруденциальных нормативов банков второго уровня
Для обеспечения стабильности и надежности банковской системы органы банковского надзора устанавливают для коммерческих банков экономические нормативы, последние в банковской практике Казахстана называются пруденциальными. В состав пруденциальных нормативов входит: - минимальный размер уставного кап ...

Меню сайта

Copyright © 2021 - All Rights Reserved - www.stablebank.ru