Во-вторых, неоднозначное отношение к оценке нефинансовых параметров заемщика. Комплексный характер кредитоспособности требует выделения двух направлений её оценки: финансовой и нефинансовой. В рамках первого оцениваются возможности заемщика по обслуживанию и погашению кредита путем исследования состояния его финансовой отчетности. В рамках второго с привлечением данных управленческого учета заемщика и сведений, полученных из прочих источников, анализируются внешние условия и мотивы ссудополучателя, побуждающие к своевременному погашению кредитной задолженности.
Если показатели первой группы (финансовые коэффициенты) повсеместно используются при оценке заемщиков, то проведение формальной оценки нефинансовых параметров заемщика предполагается лишь в каждой третьей методике, что свидетельствует о слабой развитости комплексного подхода к анализу кредитоспособности. Это не означает игнорирования нефинансовых аспектов деятельности заемщика, поскольку при подготовке кредитного заключения обычно учитываются все факторы кредитоспособности. Однако определение её класса исключительно по значениям коэффициентов, характеризующих финансовое положение предприятия, приводит к субъективизму в оценке значимости нефинансовых параметров заемщика.
В-третьих, игнорирование недостатков, присущих финансовой отчетности как информационной базе оценки кредитоспособности. Для большинства методик оценки кредитоспособности характерно применение стандартных формул расчета финансовых показателей, не позволяющих устранить моментность и политизированность баланса, использование универсальных нормативов коэффициентов, не учитывающих отраслевые особенности заемщиков, расчет тесно связанных между собой показателей как самостоятельных.
В-четвертых, недостаточная методическая база оценки нефинансовых параметров заемщика. В методиках, предусматривающих формальную оценку нефинансовых аспектов заемщика, удельный вес последних достаточно высок-60% и более, что предъявляет определенные требования к содержанию соответствующего методического обеспечения. Однако методики оценки этого направления кредитоспособности содержат ряд недостатков.
Для большинства направлений проводится преимущественно качественная оценка, предусматривающая использование вопросника. Основная сложность при определении количества баллов заключается в том, что предлагаемые варианты ответов не являются взаимоисключающими, либо при оценке заемщика возникает ситуация, не описанная в методике. Неудачная формализация, таким образом, не только не способствует увеличению точности оценки кредитоспособности, но, напротив, снижает её.
При расчете количественных показателей, описывающих в основном состояние счетов и кредитную историю заемщика, предполагается использование в некотором роде несопоставимых данных (например, часто обороты по счетам за отчетный период часто относят к сумме запрашиваемого кредита, несмотря на то, что числитель характеризует прошлый период деятельности заемщика, а знаменатель - будущий).
Также можно отметить узкий круг показателей, характеризующих нефинансовые параметры заемщика (в каждой второй из изученных методик отсутствует оценка качества менеджмента, в каждой третьей – оценка обеспечения, в каждой четвертой – оценка оборотов заемщика, в каждой шестой – оценка кредитной истории).
В-пятых, неопределенность доли прогнозных показателей заемщика. Практически все показатели, используемые при анализе кредитоспособности, рассчитываются по отчетным данным, то есть дается, по сути, историческая оценка кредитных возможностей и стремлений заемщика, позволяющая ответить на вопрос: «Было ли способно предприятие обслуживать и погашать испрашиваемый кредит в истекшем периоде?», но не дающая представления о его перспективной кредитоспособности.
Несмотря на то, что заемщики предоставляют банкам сведения, касающиеся предполагаемых денежных потоков и финансовых результатов, построение прогнозных финансовых документов осуществляется упрощенно, в основном, с использованием трендового способа, а их данные непосредственно не учитываются при определении класса заемщика.
В-шестых, преимущественно балльная оценка кредитоспособности. В большинстве методик класс кредитоспособности определяется балльным способом по финансовым показателям; нефинансовые показатели учитываются дополнительно и не вносят существенного вклада в результаты оценки. Более современными можно признать методики, предусматривающие расчет результирующего показателя кредитоспособности с учетом заданных удельных весов всех направлений кредитоспособности, включая нефинансовые.
Несмотря на некоторые недостатки, присущие балльной оценке (произвольность выбора показателей и их удельных весов), она является простой, дешевой и прозрачной, по сравнению, например, с оценкой, полученной в результате использования нейронных сетей. Мало чем отличается от балльной по уровню сложности и точности результатов методики, предусматривающие определение ранга или рейтинга заемщика с использованием кластерного, вербального анализа, корректирующих коэффициентов и т.д., также часто встречающиеся на практике.
Использование многофакторных математических моделей собственной разработки – достаточно редкое явление, хотя формула «Z-счета» Э.Альтмана применяется во многих банках.
Таким образом, можно сделать вывод о неполном отражении сущности понятия «кредитоспособность» в используемых на практике методиках оценки заемщика, что прежде всего проявляется в отсутствии их гибкости и комплексности, низком уровне формализации процедуры анализа нефинансовых параметров заемщика.
Это свидетельствует о необходимости совершенствования теоретических основ методики оценки предприятия – заемщика, учет которых при аналитической проработке кредитных решений будет способствовать более полной реализации основополагающего принципа кредита – возвратности.
3.2 Перспективные и новые методики оценки кредитоспособности
В России все большее распространение наряду с традиционными способами оценки кредитоспособности получает скоринг – кредитование, а также оценка кредитоспособности заемщика на основе интеллектуального анализа данных DataMining (с использованием деревьев решений).
Система «кредит – скоринг» в США – специальная шкала для измерения рейтинга заемщика, представляющая начисление баллов клиенту в зависимости от уровня его кредитоспособности. Скоринг используется главным образом при кредитовании физических лиц и представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.
Важная черта системы «кредит – скоринг» заключается в том, что она не может применяться по шаблону, а должна разрабатываться исходя из особенностей, присущих банку, его клиентуре, учитывая характер банковского законодательства и традиции страны, то есть подлежит обязательному наблюдению и видоизменению.
Сегодня известно достаточно много методик кредитного скоринга. Одной из самых известных является модель Дюрана. Дюран выделил группы факторов, позволяющих максимально определить степень кредитного риска, и коэффициенты для различных факторов, характеризующих кредитоспособность физического лица: пол, возраст, срок проживания в данной местности, профессия, финансовые показатели, работа, занятость.
В самом упрощенном виде скоринговая модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель (SCORE). Чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени кредитоспособности.
Сейчас банки требуют от потенциальных клиентов широкий перечень документов, которые являются официальным основанием для получения кредита. Несмотря на то, что не существует официальной процедуры работы с ними, и каждый банк по своей собственной схеме собирает эти документы, в целом они должны содержать все необходимые сведения о заемщике.
Среди преимуществ скоринговых систем банкиры указывают снижение уровня невозврата кредита, быстроту и беспристрастность в принятии решений, возможность эффективного управлении кредитным портфелем, отсутствие необходимости длительного обучении персонала.
Основной недостаток скоринговой системы оценки кредитоспособности физических лиц – низкая адаптируемость. Используемая же для оценки кредитоспособности система должна отвечать положению дел. Например, в США считается плюсом, если человек поменял место работы – это говорит о его востребованности. В нашей стране наоборот - данное обстоятельство свидетельствует, что человек либо не может ужиться с коллективом, либо он малоценный специалист, и, соответственно, повысится вероятность просрочки в платежах.
В России скоринг будет скорее применим к юридическим, нежели к физическим лицам, потому что у российских банков накоплено больше информации о предприятиях.
Еще одним вариантом решения поставленной задачи является применение алгоритмов, методом математического анализа данных, то есть отнесения какого - либо потенциального заемщика к одному из известных классов. Такого рода задачи с большим успехом решаются одним из методов DataMining – при помощи «деревьев решений». Получаемая модель – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.