Банковские риски и методы их регулирования в ОАО «Промышленно-строительный банк

- показатели, характеризующие  способность предприятия к наращению  капитала;

- доля собственного  капитала в совокупных активах;

- показатели, учитывающие  влияние длительности операционного  цикла и периода погашения обязательств;

- показатели, характеризующие  потребности в капитале и оборотных  средств.    

Как методику окончательной  оценки финансовой устойчивости можно  применить интегральную балльную оценку. Данная методика позволяет отнести  оцениваемый субъект по степени риска, исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого из показателей, выраженного в баллах к тому или иному уровню риска.

  В целом, сущность  методики заключается в классификации  предприятий по степени риска, исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого из показателей, выраженного в баллах. Существует множество различных методик и систем показателей. В качестве примера можно привести работу Л.В. Донцовой, Н.А. Никифоровой [6], где предложена система показателей и их рейтинговая оценка в баллах. Большинство подобных работ страдают общим главным недостатком – пороговые значения показателей заданы заранее без учета особенностей предприятия и его работы, а также отличаются весьма ограниченной сферой применения. Ниже рассмотрены теория и методология построения моделей интегральной балльной оценок, в частности, оценки финансовой устойчивости с целью устранения недостатков и ограничений традиционных моделей.

 

ПРИЛОЖЕНИЕ Б

(обязательное)

ИНТЕГРАЛЬНЫЕ БАЛЛЬНЫЕ ОЦЕНКИ

 

Для оценки риска банкротства  и кредитоспособности предприятия  в финансовом анализе широко используются дискриминантные модели факторные  модели, такие как Альтмана, Лиса, Таффлера, Тишоу и др., разработанные с помощью многомерного дискриминантного анализа. Такие модели удобны для анализа, но имеют много недостатков. Тестирование предприятий по моделям, подобным указанным выше, показало, что они реально мало подходят для оценки рисков предприятий и не универсальны, так как не учитывают специфику структуры капитала в различных отраслях. Так, по модели Альтмана, несостоятельные предприятия, имеющие высокие показатели соотношения собственного капитала и заемного, получают нереально высокую оценку. В связи с действующей методикой переоценки основных фондов, когда старым фондам придается такое же значение, как и новым, необоснованно увеличивается вес собственного капитала за счёт фонда переоценки. Кроме того, предприятия имеют свои особенности по отраслям и по роду деятельности, поэтому они нуждаются при оценке в поправках на данную специфику. Еще одним фактором, существенно влияющим на результаты исследования, являются особенности российской экономики. В целом, использование таких моделей целесообразно для оценки рейтинга состояния субъекта и вероятности их банкротства. Выходом может стать разработка методологии создания моделей с учётом специфики условий. Более того, модели должны тестироваться каждый год на новых выборках с целью их уточнения и, при необходимости, должна проводиться их поправка.

Идея таких дискриминантных  моделей заключается в нахождении некоторого общего рейтинга по группе взвешенных показателей.   

Ввиду указанных выше недостатков традиционных моделей, каждому предприятию необходимо разрабатывать собственную модель Z – счета в соответствии не только с отраслью, но и со спецификой деятельности. Более того, подобная модель может выступать в качестве базы для своего дальнейшего развития прогнозного анализа. Иными словами, возможно построение такой модели Z – счета, которая позволит изучать изменения финансовых показателей во времени.

Задача нахождения формулы Z – счета заключается в следующем:

- Подбор набора показателей,  наиболее точно отражающих финансовое  состояние конкретного предприятия;

- Нахождение оптимального  их соотношения для максимальной  коррелированности.

Для вывода соотношения  показателей необходимо определить коэффициенты a, b, c, d и f, в формуле:

  

где - выбранные финансовые показатели;

β  - значение возмущения.

При этом должны выполняться  следующие условия:

1. для математического ожидания возмущения β справедливо ;
2. для дисперсии возмущения β выполняется условие

Так как в модели, очевидно, имеет место мультиколлинеарность, то первой задачей является сглаживание мультиколинеарности и отбор наиболее существенных переменных (финансовых показателей) в регрессионной модели. Отбор таких переменных может быть проведен с помощью традиционных пошаговых процедур отбора переменных: на первом шаге рассматривается лишь одна объясняющая переменная (финансовый показатель), имеющая с переменной Z наибольший коэффициент детерминации, затем последовательно включаются новые объясняющие переменные, имеющие с Z наиболее высокий (скорректированный) коэффициент детерминации (в порядке по убывающему). Размерность Z - модели целесообразно ограничивать введенными в модель финансовыми показателями до того, как будет увеличиваться соответствующий (скорректированный) коэффициент детерминации.

При анализе модели следует учитывать, что изменения значений множества    не всегда лишены фактора вероятности, в особенности, это касается изменений величин статей дебиторской задолженности в перспективе, непредвиденных (чрезвычайных) расходов (по факту отнесения их на затраты). Кроме того, динамика финансовых показателей на протяжении ряда финансовых периодов, в основном зависит от их значений за прошлые периоды времени, но существуют показатели, выступающих в качестве независимых переменных. Таким образом, Z – модель является моделью с лагированными переменными. Ввиду этого, модель Z – счета должна быть рассмотрена в качестве модели со стохастическими регрессорами.

 Еще одной проблемой при  решении данной задачи выступает разнородность составляющих модель показателей. Устранение этой проблемы может быть произведено с помощью метода фиктивных переменных (dummy variables) [7].

Обобщая вышесказанное, новую модель Z – счета можно выразить следующим образом:

где – структурные переменные.

 

Модель в условном выражении:

- условное математическое ожидание;

условная ковариационная матрица.

При этом справедливы условия:

Пусть - МНК – оценки вектора φ, - вектор остатков, - оценка дисперсии, - оценка матрицы φ.

Тогда:

Отсюда следует, что:

Сомножитель, функционально  зависимый от условия, можно выносить из под знака условного математического  ожидания. Таким образом, являются условно несмещенными. Используя еще одно правило условного математического ожидания – правило повторного ожидания, можно сделать следствия:

В соответствии с теоремой Гаусса – Маркова, среди всех линейных условно несмещенных оценок векторов a,b , его МНК – оценка обладает наименьшей условной ковариационной матрицей. Следовательно, при выполнении условий 1,2,3 МНК – оценка в модели со стохастическими регрессорами обладает свойствами, аналогичные свойствам МНК – оценки в классической модели.

 

После построения модели Z – счета на основе ее, ввиду сделанных выше предпосылок, возможно моделирование перспективной ситуации. Для этого удобнее всего применять авторегрессионные модели p – порядка или модель AR – Марковский случайный процесс.  

 

Исходя из вышесказанного, модель Z – счета может с успехом использоваться предприятием не только как заключительная оценка финансового состояния, но и как универсальная формула текущей оценки, иными словами, выступать в роли универсальной составляющей методики общего анализа финансового состояния. 

 

Следует учесть, что для  вывода адекватной модели Z – счета, кроме вышеперечисленных условий, необходима реальная оценка стоимости капитала. Часто стоимость капитала рассчитывается по методу WACC:

где WACC – стоимость капитала (минимальная ставка доходности проекта);

we, wsd, wld – удельный вес соответственно собственных, краткосрочных платных займов и долгосрочных заемных средств в капитале предприятия;

ke, ksd, kld – стоимость собственного, краткосрочного заемного и долгосрочного заемного капитала, %;

<p class=