63
банкротства, предполагают использование целого комплекса показателей,
которые можно объединить в следующие основные группы:
- качество структуры бухгалтерского баланса;
- ликвидность и платежеспособность;
- финансовая независимость;
- эффективность оборотного капитала (оборачиваемость, доходность,
рентабельность);
- эффективность внеоборотного капитала (фондоотдача основных
средств, доходность долгосрочных финансовых вложений);
- полнота и своевременность исполнения бюджетных и внебюджетных
обязательств;
- инвестиционная привлекательность;
- рыночная финансовая устойчивость.
Кроме количественных параметрических характеристик аналитических
индикаторов при проведении анализа потенциального банкротства
организации целесообразно использование экспертных оценок признаков
банкротства, к числу которых следует отнести:
- наличие судебных исков различных контрагентов;
- просроченную кредиторскую задолженность;
- просроченную дебиторскую задолженность;
- устойчивую тенденцию погашения текущих обязательств за счет
новых заимствований;
- убыточную текущую деятельность и сокращение объемов реализации
продукции (товаров, работ, услуг);
- сокращение ресурсного потенциала (сокращение штатов
производственных и управленческих кадров, значительные объемы продаж
профильных активов и т.п.);
- серьезные просчеты высшего руководства компании в выборе стиля
управления бизнесом (автократизм, пассивность, личностные и
профессиональные недостатки и т.п.), а также неэффективную
64
организационную структуру предприятия;
- отсутствие сплоченной профессиональной команды менеджеров,
способных разработать и реализовать план финансового оздоровления
предприятия;
- недостатки в организации учетного процесса;
- недостаточное качество процессов бюджетирования, стратегического
планирования и контроллинга и др.
Вывод
Подводя итог, следует отметить необходимость разработки целостной
системы показателей в процессе анализа кредитоспособности и
прогнозирования банкротства коммерческих организаций, сложности
создания для этих целей качественного информационного обеспечения,
непосредственную зависимость объективности аналитических выводов от
полноты охвата учетных и внеучетных данных.
Предложенные направления совершенствования методов и методик
анализа кредитоспособности и оценки потенциального банкротства
коммерческих организаций расширяют и дополняют традиционные
методические подходы и могут использоваться в учетно-аналитической
практике.
3.2 Автоматизация оценки кредитоспособности заемщика с применением
рейтинговых систем
Оценка кредитоспособности заемщика решает ряд серьезных задач,
стоящих перед банком-кредитором: обеспечивает механизм принятия
решения о выдаче ссуды, мониторинг выданных ссуд, резервирование,
лимитирование кредитных операций, ценообразование по кредитным
продуктам. Автоматизируя оценку кредитоспособности, банки все чаще
делают выбор в пользу промышленных решений от специализированных
поставщиков программного обеспечения. Рассмотрим особенности процесса
65
автоматизации оценки кредитоспособности заемщиков методом
рейтингования.
Почему лучше использовать промышленное решение
Непромышленные решения для автоматизации оценки
кредитоспособности можно условно разделить на следующие категории:
программное обеспечение внутренней разработки банка и решения на базе
Excel. Главным достоинством внутренней разработки является то, что,
используя ее, банк не зависит от внешних поставщиков программного
обеспечения. Однако такая видимая независимость не выглядит столь
абсолютной в условиях текучести кадров. Нередко пользователи из бизнес-
подразделений оказываются в ситуации, когда люди, которые стояли у
истоков создания такого программного обеспечения, уже сменили место
работы, а документация отсутствует. При этом сил сотрудников ИТ-
подразделений, которые в данный момент ответственны за этот
программный продукт, едва хватает, чтобы обеспечить минимально
приемлемый уровень поддержки, не говоря уже о каких-то глобальных
доработках, изменениях настроек и расширении функциональности. Как
следствие, даже готовность и желание бизнес-подразделений внедрить новые
методики или улучшить существующие упирается в невозможность
претворения этих планов в жизнь по технологическим причинам.
Решения на базе Excel, в котором расчеты задаются формульным
языком или же обеспечиваются выполнением макросов, могут подключаться
к какой-то базе данных. Преимущество такого подхода в том, что Excel
является наиболее популярным и привычным инструментом бизнес-
пользователей банковской сферы. Кроме того, Excel содержит много
встроенных возможностей. Но и у этого решения есть существенные
недостатки. Например, если для каждого заемщика формируется свой файл
Excel, то в случае изменения порядка расчета необходимо вносить изменения
в файлы для всех заемщиков, что достаточно трудоемко. Также с помощью
Excel трудно реализовать задачу по разграничению ролей. Кроме того,
66
достаточно высокий уровень работы с Excel не всегда подразумевает у
пользователей столь же глубокие навыки по доработке макросов. Таким
образом, даже использование в банке каких-то инструментов не всегда
избавляет бизнес-пользователей от необходимости привлекать ИТ-
специалистов для изменения и доработки расчетной части.
Именно с учетом перечисленных аргументов банки все чаще делают
свой выбор в пользу промышленных решений от специализированных
поставщиков программного обеспечения, которые обычно используют для
своих бизнес-приложений развитые, многократно опробованные платформы.
Это исключает "детские болезни", которым зачастую подвержены локальные
решения. Для специализированных компаний разработка программного
обеспечения является основным видом деятельности, в то время как для
банков - побочным, что определяет уровень программ. В отличие от ИТ-
подразделений банков профессиональные ИТ-компании во многих случаях
имеют возможность задействовать в разработке больше персонала различных
профилей (бизнес-аналитиков, системных аналитиков, инженеров по
тестированию, специалистов по оптимизации баз данных и т.д.), что
позволяет им развивать систему быстрее и эффективнее. При внедрении
промышленного решения заказчику практически не грозит остаться без
поддержки купленного продукта, поскольку, как правило, заключается
договор на сопровождение внедренного функционала. Более того,
поставщики бизнес-приложений сами заинтересованы в расширении
функциональности решения, поскольку это позволяет получить им
дополнительные преимущества перед конкурентами.
Какой должна быть система
Одним из основных требований к автоматизированной системе оценки
кредитоспособности должна быть гибкость.
Это, во-первых, возможность быстрой адаптации базового
функционала системы под требования конкретного заказчика, что особенно
важно, поскольку проекты по внедрению автоматизированных систем оценки
67
кредитоспособности являются не столь долгосрочными и дорогими, как,
например, проекты по созданию корпоративных хранилищ данных. К тому
же начиная с периода финансового кризиса 2008 - 2009 гг. банки стали
сокращать затраты на развитие ИТ-технологий и отказываться от
долгосрочных проектов по внедрению комплексных всеобъемлющих
решений в пользу целевых компонентных решений, срок внедрения которых
укладывается в период от полугода до года и которые приносят быстрый
бизнес-результат.
Во-вторых, под гибкостью понимается возможность самостоятельно
изменять функционал системы и развивать ее силами специалистов заказчика
после внедрения. Это должно позволить заинтересованным лицам (риск-
менеджерам и кредитным инспекторам) оперативно вносить изменения в
текущие методики расчета и избежать ситуации, когда методологическая
необходимость изменения порядка расчетов блокируется технологической
трудоемкостью или принципиальными ограничениями системы. Идеальной
является ситуация, когда система позволяет изменять модели расчета через
интерфейс бизнес-пользователя без привлечения ИТ-специалистов (ИТ-
подразделения банка и поставщика системы). Выполнение этого требования
осложняется тем, что в любой системе невозможно заранее предусмотреть
абсолютную универсальность из-за отсутствия стандартизированного
подхода к отбору финансовых и нефинансовых показателей. Более того, даже
перечень информации, которую рекомендуется использовать для оценки
финансового состояния, может быть лишь примерным.
Решение компании R-Style Softlab
Автоматизированная система оценки кредитоспособности RS-Data-
House:СОК - продукт компании R-Style Softlab, которая является одним из
ведущих отечественных поставщиков программного обеспечения для
кредитных организаций. Одно из направлений деятельности компании -
внедрение бизнес-приложений и хранилищ данных на базе платформы
собственной разработки RS-DataHouse. Компания традиционно отслеживает
68
тренды изменения потребностей бизнеса, чтобы наилучшим образом
отвечать на эти потребности. Именно такой подход естественным образом и
привел к появлению продукта RS-DataHouse:СОК. Это программное решение
прошло апробацию на реальных проектах, в рамках которых были внедрены
различные методики расчета рейтинга для различных видов заемщиков и
разработаны следующие функциональные компоненты:
- механизмы загрузки исходных данных по заемщику как из внешних
систем и файлов, так и с помощью ручного ввода. Важным моментом
является то, что платформа, на которой построено рассматриваемое бизнес-
приложение, изначально замышлялась и разрабатывалась как платформа для
хранилищ, что уже на этапе проектировки позволило заложить такие важные
возможности, как отлаженная система загрузки из различных источников:
ADO-таблица, DBF, Excel, TXT, UN/EDIFACT, таблица Oracle, табличный
XML-файл. Именно это позволяет настроить загрузку данных, в частности из
СУБД, на которых функционируют автоматизированные банковские системы
заказчика. Данный механизм обеспечивает в том числе реальную
возможность загрузки в систему таких данных, как счета, проводки, остатки
и т.д., с дальнейшим включением их в расчет показателей в случае, когда
рассматриваемый заемщик является действующим клиентом кредитной
организации, которая использует приложение RS-DataHouse:СОК;
- конструктор методик - функционал, позволяющий формировать
произвольный набор показателей, объединять их в группы с большой
степенью вложенности и задавать последовательность обработки.
Пользователю предоставляется возможность указать алгоритмы расчета
показателей с помощью развитого формульного языка, позволяющего
обращаться как к отчетным данным заемщика, так и к его атрибутам из
клиентского досье. Математический аппарат формульного языка позволяет
производить вертикальный и горизонтальный анализ отчетности заемщика.
Функционал также содержит механизм внесения экспертных правок с их
последующим включением в расчет;
69
- конструктор форм отчетности - функционал, предоставляющий
пользователю возможность создания и настройки произвольных форм и
расшифровок, а также возможность выгрузки шаблонов настроенных
расшифровок для наполнения их данными с помощью загрузки из Excel или
заполнения через интерфейс самого бизнес-приложения;
- построение агрегированных балансов - функционал, позволяющий
пользователю создавать расшифровки, значения которых вычисляются по
формулам, использующим данные из других расшифровок и отчетных форм.
Таким образом, пользователь имеет возможность создания собственных
промежуточных отчетных форм и таблиц с указанием правил их
автоматического заполнения;
- функционал формирования групп заемщиков и осуществления
массовых расчетов по сформированным группам. С помощью данного
функционала пользователь имеет возможность производить расчет рейтинга
одновременно по заранее сформированным пулам заемщиков;
- функционал настройки нефинансовых факторов, позволяющий
формировать анкеты с последующим включением расчета оценки по ним в
методику;
- встроенная система информационной безопасности, позволяющая
настройку разграничения доступа на уровне объектов системы, действий с
объектами и наборов данных.
Особое внимание следует обратить на то, что система позволяет вести
реестр всех произведенных оценок кредитоспособности по всем заемщикам с
полным сохранением всех данных. Под полным набором данных понимаются
как рассчитанные значения, полученные в процессе оценки
кредитоспособности (числовые значения показателей, которые используются
в методике, балльные значения показателей, значения агрегированных
показателей, полученные путем группировки детальных показателей,
значения нефинансовых факторов, значение бизнес-риска, расчетное
значение рейтинга, значение качества обслуживания долга,
70
скорректированное значение рейтинга), так и исходные данные, на основе
которых были получены расчетные значения. Это позволяет в любой момент
произвести ретроспективный анализ сделанных расчетов, что может быть
полезным при проведении проверочных мероприятий, как внешних, так и
внутренних.
При этом любые данные, присутствующие в системе (как исходные,
так и полученные в ходе расчетов), могут быть выведены в отчетные формы
по шаблонам, созданным с помощью встроенного генератора отчетов. Таким
образом, сформированные отчетные формы и формы заключений могут быть
включены в регулярный документооборот банка.
Выводы
Важность оценки кредитоспособности банковских заемщиков никем не
ставится под сомнение. В последнее время банки начали оценивать
кредитоспособность своих заемщиков посредством присвоения им
рейтинговой оценки, что соответствует современным потребностям банков-
кредиторов и рекомендациям Базеля II. В условиях объемных портфелей
банковских кредитов задача автоматизации процесса присвоения
рейтинговой оценки стоит особенно остро. Эффективным решением
автоматизации оценки кредитоспособности является использование
программного продукта профессионального разработчика, учитывающего
специфику кредитного анализа, особенности содержания процесса
кредитного риск-менеджмента и потребности пользователей программы.
71
ЗАКЛЮЧЕНИЕ
Новые макроэкономические условия требуют дальнейшего
совершенствования практических методов оценки кредитоспособности как
на федеральном уровне, так и на уровне каждого отдельного банка путем
разработки или модернизации комплексной методики оценки
кредитоспособности заемщиков, которая является составляющей кредитного
процесса банка. Банкам необходимо максимально точно установить
критерии, влияющие на кредитоспособность предприятий-заемщиков,
которые могли бы быть положены в основу кредитной политики и с
помощью которых можно было бы определять целевых клиентов.
Все вышеизложенное подтверждает актуальность выбранной темы
выпускной квалификационной работы.
В первой главе были рассмотрены теоретические и методологические
аспекты анализа кредитоспособности заемщика.
Очевидно, что банк для принятия решения о кредитовании должен
осуществить предварительный анализ финансового состояния заемщика и
изучить его кредитоспособность.
Ключевым этапом оценки кредитоспособности является анализ
финансового состояния заемщика, в процессе которого рассматриваются
количественные показатели экономического положения предприятия.
Во второй главе изучалась деятельность базового предприятия - ПАО
«Сбербанк России» Мечетенское отделение № 5221/0681. Так же проводился
финансово-экономический анализ деятельности банка.
Рост активов Банка позволил не только сохранить в целом стоимость
банковских ресурсов, но и получить прибыль, в размерах, обеспечивающих
дальнейшее развитие Банка.
За исследуемый период наблюдается рост источников формирования
имущества в 3.4 раза, или на 920566 тыс.руб.
72
Анализируя финансовые результаты деятельности ПАО «Сбербанк
России» Мечетенское отделение № 5221/0681 мы наблюдаем, что за
исследуемый период прибыль за отчетный период увеличилась на 12093
тыс.руб., или в 3,2 раза.
Высокие результаты деятельности ПАО «Сбербанк России»
Мечетенское отделение № 5221/0681 стали возможными, в первую очередь,
благодаря высокому профессиональному уровню работников, качественной
организации работы всех его подразделений, наличию отлаженной системы
управления банковскими рисками. В 2016 году в ПАО «Сбербанк России»
Мечетенское отделение № 5221/0681 продолжалась работа по
совершенствованию системы управления банковскими рисками.
Так же в этой главе приводился анализ кредитоспособности заемщика -
ООО «Легион». Чаще всего при оценке кредитоспособности применяются
качественные и количественные методы анализа. При этом основным
критерием кредитоспособности является финансовое состояние заемщика,
анализ которого проводится по данным бухгалтерского учета и отчетности.
Изучив схему работы ООО «Легион» с контрагентами, можно сделать
вывод о том, что показатель кредиторской задолженности необходимо
корректировать.
на основе анализа приведенного баланса ООО «Легион» (см. табл. 6)
можно сделать следующие выводы:
- за анализируемый период собственный капитал вырос на 2946 тыс.
руб. и составил 49%;
- после выдачи кредита доля собственного капитала составит 43%
(произойдет замещение кредита в банке в 2 млн руб. на кредит с лимитом 3
млн руб.). Нормативное пороговое значение по методике банка составляет
40%;
- несмотря на рост в числовом выражении, доля собственного капитала
в валюте баланса сократилась на 16%, что свидетельствует о росте
зависимости организации от заемного капитала.