Статистические методы оценки кредитного риска

В последние время в западных и российских банках разрабатываются методы оценки качества потенциальных заемщиков с помощью разного рода статистических моделей [22]. Цель состоит в том, чтобы выработать стандартные подходы для объективной характеристики заемщиков, найти числовые критерии для разделения клиентов на основе представленных ими материалов на надежных и ненадежных.

Весьма широко используется в западных банках метод кредитного скоринга. Скоринговая модель может использоваться как для оценки уже предоставленного кредита (т.е. степени вероятности нарушения фирмой условий кредитного договора), так и для отбора потенциальных заемщиков. Такие модели сейчас широко используются в США, Великобритании и в других странах различными организациями - от банкиров и кредитных менеджеров до бухгалтеров, инвесторов и местных властей.

Одним из примеров скоринговой модели предсказания платежеспособности заемщика может служить, так называемый, "коэффициент z" (z-score technique) - коэффициент вероятности банкротства.

Например, в модели финансовых затруднений компании, используемой фирмой "SYSPAS Ltd.", на базе микрокомпьютерной техники анализа кредитных рисков на первой стадии вычисляются 80 отношений по данным обанкротившихся и платежеспособных компаний. Затем, используя статистический метод, известный как анализ многомерного дискриминанта, строиться модель платежеспособности, определяя частные соотношения, которые наилучшим образом выделяют две группы компании и их коэффициенты. Такой выборочный подсчет соотношений является типичным для определения некоторых ключевых измерений деятельности корпорации, таких, как прибыльность, соответствие оборотного капитала, финансовый риск и ликвидность. Объединяя эти показатели и сводя их соответствующим образом воедино, модель платежеспособности производит точную картину финансового состояния корпорации (см. иллюстрацию 1)

Иллюстрация 1. Скоринговая модель анализа кредитного риска

Анализ показывает необходимость различных комбинаций отношений и коэффициентов для компаний, действующих в различных секторах экономики. Так, хотя основополагающие принципы неизменны, могут быть использованы различные модели платежеспособности для оценки компаний.

Таким образом, при анализе деловых ссуд могут применяться разные приемы кредитного скоринга - от простейших формул до сложных математических моделей.

Одним из преимуществ подобного рода моделей заключается в быстроте ее использования при анализе платежеспособности заемщика. Доступность числового материала (финансовая отчетность) позволяет автоматически подсчитывать искомые соотношения заложенные в модель скоринга, и вычислять z-коэффициент.

Важно также отметить, что используемые финансовые данные могут быть как отчетными, так и прогнозируемыми. Таким образом, будущий риск, связанный с компанией, можно оценить как на основе ее прошлой, так и настоящей деятельности.

Однако данного рода модели, широко используемые на западе, в российских условиях имеют достаточно ограниченное применение. Мало кто из менеджеров российских банков на основании результатов, полученных при использовании скоринга, решится делать какие-либо выводы по предоставлению кредита. Проблема здесь, главным образом, заключается в качестве статистического материала.

Дело в том, что стабильность экономики, совершенность законодательства и, что не мало важно, «честность» компаний западных стран дают банкам возможность использовать при анализе кредитоспособности только финансовую отчетность, которая и является основным источником информации, достаточно объективно отражающей реальное положение дел компаний. Поэтому, скоринговые модели строятся на основании чисто числовых данных, но при этом не учитывают качественные в своей природе показатели. А ведь именно эти показатели, как было сказано выше, играют огромную роль в анализе кредитоспособности в условиях нестабильной экономики и не принимать их во внимание никак нельзя. Статистический же материал собранный на основе финансовой отчетности обанкротившихся и платежеспособных российских компаний может быть достаточно неоднородным, так как решения по предоставленным кредитам принимались в разные периоды с разной экономической конъюнктурой.

Проблемы, не решаемые статистическими моделями, могут быть ликвидированы построением, так называемых, рейтинговых или балльных моделей оценки кредитоспособности.