Оценку вероятности банкротства с использованием панельных данных о предприятиях-заемщиках предлагается проводить двухшаговым методом. На первом этапе проводится нечеткий кластерный анализ предприятий-заемщиков. На основе имеющейся базы данных заемщиков (как устойчивых компаний, так и предприятий-банкротов) выделяются подгруппы (кластеры) схожих предприятий. Для каждого отдельного кластера оценивается параметр интенсивности банкротств в единицу времени. На втором этапе для каждого предприятия-заемщика, для которого необходимо провести оценку кредитного риска, рассчитывается вероятность банкротства в течение определенного промежутка времени на основе показателя интенсивности банкротств соответствующего кластера.
В ходе кластерного анализа все объекты исследования - предприятия-заемщики - разбиваются на подгруппы схожих предприятий. В работе используется нечеткий кластерный анализ, при котором каждому предприятию-заемщику ставится в соответствие набор вероятностей попадания данного объекта в каждый из рассматриваемых кластеров. Оптимальный набор вероятностей определяется на максимуме энтропии распределения вероятностей. С большой долей уверенности можно предположить, что схожие предприятия обладают одинаковой вероятностью банкротства на фиксированном временном промежутке. Для получения оценок вероятности банкротства на базе кластерного анализа необходимо использовать полную базу данных заемщиков, включающую как предприятия-банкроты, которые когда-либо были заемщиками кредитной организации и не выполнили своих обязательств по кредиту, так и устойчивые предприятия.
Предприятия, попавшие в один и тот же кластер, считаются принадлежащими к одной и той же группе риска и обладают одинаковой интенсивностью банкротств. Интенсивность банкротств определяется как вероятность банкротства предприятия в течение единичного интервала времени. Для целей кредитных организаций за единичный интервал времени наиболее удобно принять один месяц. Отчетность о деятельности предприятий поступает в кредитные организации не чаще, чем один раз в месяц, и судить об изменении кредитного качества заемщика можно лишь по истечении следующего месяца. Процентные платежи по кредитам начисляются в среднем также ежемесячно. Любая просрочка платежа отражается на балансе кредитной организации один раз в месяц. Кредитоспособность физических лиц зависит от их доходов - заработной платы - получаемой ежемесячно. Таким образом, единичный интервал длиной в один месяц является наиболее приемлемым для оценки кредитного риска.
Временной интервал от даты проведения оценки риска до банкротства заемщика есть случайная величина, подчиненная экспоненциальному закону распределения. Каждому предприятию в анализируемом кластере ставится в соответствие «показатель времени жизни» - длина временного интервала, выраженная в месяцах, от момента выдачи кредита данному предприятию, до даты проведения анализа в случае устойчивых предприятий, и до даты банкротства, в случае предприятий-банкротов. Далее для каждого из различных показателей времени жизни выбираются соответствующие им предприятия, и находится оценка вероятности банкротства как отношение числа предприятий банкротов к общему числу предприятий соответствующей подгруппы. Используя эту оценку, рассчитывается интенсивность банкротств на базе экспоненциального закона распределения. Интенсивность банкротств, соответствующая всему анализируемому кластеру есть среднее значение оценок интенсивностей, полученных на уровне разных показателей времени жизни предприятий.
Оценка вероятности банкротства каждого конктетного предприятий проводится на базе существующего кластерного деления. Интенсивность банкотств определяется как средневзвешанная интенсивность, соответствующая каждому из выделенных кластеров. При этом весовыми коэффициентами выступают вероятности попадания данного предприятия в каждый из рассматриваемых кластеров. Вероятность банкротства предприятия на заданном временном интарвале рассчитывается как значение функции распределения экспоненциального закона распределения с соответствующим параметром интенсивности. Полученная оценка вероятности далее может быть использована для вычисления величины ожидаемых потерь по кредиту, для определения группы риска заемщика, для расчета объемов резервов, которые кредитной организации необходимо создать при выдаче этого кредита, а так же для проведения портфельного анализа, оценки общего риска портфеля, ожидаемых потерь, расчета VaR и других показателей.
Разбиение предприятий на кластеры необходимо регулярно обновлять с учетом новой информации о заемщиках, их экономическом состоянии и финансовой устойчивости. Частота обновления зависит от притока новой информации. Например, если кредитная организация расширяет деятельность, так что число заемщиков удваивается в довольно короткие сроки, перерасчет состава и характеристик кластеров должен производиться не реже, чем один раз в месяц. С другой стороны, если приток новых клиентов не значителен по сравнению с уже имеющейся базой данных заемщиков, перегруппировка кластеров может проводиться один раз в полгода.
Библиографическая ссылка
Колоколова О.В. ДВУХШАГОВЫЙ МЕТОД ОЦЕНКИ КРЕДИТНОГО РИСКА // Современные наукоемкие технологии. – 2007. – № 5. – С. 56-57;URL: https://top-technologies.ru/ru/article/view?id=24924 (дата обращения: 21.11.2024).