Scientific journal
International Journal of Applied and fundamental research
ISSN 1996-3955
ИФ РИНЦ = 0,593

1
1
1152 KB
Традиционные методы оценки кредитоспособности банковского заемщика основаны на анализе массивов статистических данных (включающих финансовые коэффициенты рентабельности, ликвидности и структуры капитала, рассчитанных по балансу и другим документам сводной отчетности предприятия). Это оказывается эффективным, если заёмщик (в данном случае, юридическое лицо) имеет продолжительную историю контактов с банком и имеется значительная статистическая информация о клиенте.

Однако, появляются и новые корпоративные заёмщики, о которых кредитное учреждение (коммерческий банк) не располагает достаточной информацией, позволяющей объективно оценить их финансово-экономическое состояние. В этом случае решение о выдаче кредита приходится принимать в условиях низкой осведомленности ЛПР, вынужденного оперировать только субъективными оценками экспертов, полученными в большей степени с учетом только их прошлого опыта.

В этой ситуации целесообразно использовать один из методов нечёткой логики – метод упорядочения альтернатив на основе условных нечётких свидетельств оценки кредитоспособности заёмщика.

Приведем преимущества метода нечёткой логики при анализе кредитоспособности заемщика в условиях неопределённости:

– в отличие от традиционных методы нечёткой логики обладают гибким принципом отображения решения, соответствующего разным комбинациям оцениваемых параметров, что обеспечивается использованием функции принадлежности, позволяющей учесть не «точечное» ( абсолютное) решение задачи оценки кредитоспособности, а интервальное;

– нечёткие методы дают возможность на вербальном уровне с использованием качественной информации представить постановку задачи оценки кредитоспособности заемщика путём введения понятия лингвистической переменной;

– применение аппарата нечёткой логики позволяет формализовать имеющиеся скрытые связи между факторами отличной природы, привлекаемыми для оценки кредитоспособности, что в большей степени соответствует природе феномена заключения кредитного договора и предшествующего ему этапа взаимодействия субъектов сделки на естественном языке.

Методы нечеткой математики позволяют включить и учесть в расчетах максимальное число показателей, характеризующих финансово-экономическое состояние предприятия (корпоративного заёмщика): специализация и условия рыночной деятельности; основные поставщики и покупатели; место, занимаемое на рынке; история взаимоотношений с банками; структура баланса (в части текущих активов и пассивов); денежные средства.

Предложим следующий алгоритм реализации метода:

1. Выявить цепочку оцениваемых событий (предполагаемый объем и эффективность кредита для заемщика и банка).

2. Определить критерии, по которым оцениваются эти события (спрос на продукцию (услуги) и предполагаемый результат деятельности, залоговое обеспечение кредита и др.).

3. Определить качественные признаки, влияющие на оценки выбранных критериев (уровень спроса, качество залога и т.д.).

4. Разбить множество значений признаков на интервалы значений, соответствующие единообразной оценке событий по выбранному критерию.

5. Для каждого интервала по каждому критерию определить вероятность попадания значения критерия в данный интервал.

6. Определить ожидаемую эффективность кредитной операции в условиях проявления рисков, связанных с нестабильным функционированием заемщика и (или) резким изменением макроэкономической ситуации.

7. В соответствии с процедурой нечеткого моделирования зависимости «финансово-экономическое состояние заемщика- кредитный риск» ЛПР последовательно решает задачи: формирование обучающего набора данных, определение универсальных и терм-множеств с заданными функциями принадлежности, формирование базы непротиворечивых нечетких правил, определение четких значений кредитного риска, соответствующих возможным значениям оцениваемых параметров и выбранных критериев.

Основные преимущества предлагаемого метода:

– в отличие от традиционных методик позволяет принимать решения в случаях, в которых отсутствуют точные данные (по балансу, формам отчётности и т.д.), а имеются лишь субъективные оценки экспертов, т.е. в условиях неопределённости, что приближенно к реальной ситуации анализа кредитоспособности банковских клиентов, которые имеют короткую историю контактов с банком;

– позволяет учесть при анализе финансово-экономического состояния заемщика максимальное число факторов и предоставляет интегральную оценку этого состояния;

– анализ кредитоспособности заемщика ведётся в терминах лингвистических переменных, что упрощает задачу понимания анализируемого процесса и облегчает проблему представления данных средствами ЭВМ для ЛПР, т.к. последний оперирует не «голыми» цифрами, а терминами, что более понятно и удобно для осмысления человеком.