close

Вход

Забыли?

вход по аккаунту

Кузнецов Александр Сергеевич.Проектирование информационной системы скоринговой оценки заемщика

код для вставки
ýIИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИИСКОИ ФЕДЕРАIШИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ
УЧРЕ}КДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИrI
(ОРЛОВСКИЙ ГОС УДАРСТВЕННЫЙ УНИВЕРСИТЕТ
имени И.С.
ВЫПУСКНАЯ
ТУРГЕНЕВА)
КВАЛИФИКАЦИОННАЯ
РАБОТА
по направлению подготовпr, On.O0.03 Прикладная информатика
шаправленность (профиль): Прикладная информатика в аналитической экономике
Магистранта: Кузнецова Алексанлра Сергеевича, шифр |50776
Факул ьте,r : физико* математический
Тема выпускной квалификационной работы
ПРОЕКТИРОВАНИЕ ИНФОРМАЦИОННОЙ
СКОРИНГОВОЙ ОЦШНКИ
зАЕмщикА
Ш{агистрант: Кузнецов Александр Сергеёвич
Щ.коволитель: Строев Сергей Павлович
к,э,н., доцент
Ъв. кафелрой / РОП: Селютин Владимир Щмитриевич
д.-р.,п,н, профессор
Оглавление
Введение……………………………………………………………………3
Глава 1 ……………………………………………………………………..6
1.1 Актуальность исследовательской работы………………….……….6
1.2 Обзор существующих решений……………………………………...9
1.2.1 SAS Credit Scoring………………………………………………….9
1.2.2 Transact SM…………………………………………………………13
1.2.3 EGAR Technology …………………………………………………..15
1.3 Модели оценки кредитоспособности в проектируемой системе…..19
1.3.1 Модель Сайфуллина-Кадыкова……………………………………19
1.3.2 Двухфакторная модель Альтмана………………………………….24
1.3.3 Модель Зайцевой……………………………………………………25
1.3.4 Модель Таффлера…………………………………………………..25
1.3.5 Модель Лиса………………………………………………………...26
1.3.6 Прогнозная модель платежеспособности Спрингейта……………27
1.3.7 Модель Беликова-Давыдовой……………………………………….27
1.3.8 Методика Сбербанка РФ………………………………………….....28
1.3.9 Альфа банк …………………………………………………………..31
1.3.10 Дерево решений Федоровой………………………………………..35
Глава 2……………………………………………………………………….40
2.1 Анализ требований……………………………………………………...40
2.2 Детальное проектирование……………………………………………..42
2.3 Управление проектом…………………………………………………...50
Заключение…………………………………………………………………..56
Список источников………………………………………………………….57
Аннотация…………………………………………………………………....60
3
Введение
Под
кредитоспособностью
заемщика
в
российской
банковской
практике понимается способность юридического или физического лица
полностью и в срок рассчитаться по своим обязательствам. В западной
банковской практике кредитоспособность трактуется как желание заемщика,
соединенное
с
возможностью
своевременно
погасить
выданное
обязательство, и выражается аббревиатурой WAS, где W (wiliness) –
желание, A (ability) – возможность, S (stability) – стабильность. [9]
При этом анализ заемщика производится по нескольким направлениям:
оценка деловой репутации заемщика, оценка качества менеджмента, оценка
финансового
состояния,
оценка
денежного
потока.
Экономичность,
эффективность использования и ликвидность средств предприятий и
организаций – все это отражаются на стабильности кредитного потенциала
банка. В этой связи банк должен хорошо знать деятельность своих клиентов,
систематически анализируя такие его показатели, как:
— ликвидность баланса;
— рентабельность использования средств, в частности оборачиваемость
оборотных
средств
как
реальный
экономический
критерий
степени
ликвидности средств;
— планы производства
и
их соответствие
условиям
рыночной
конъюнктуры товаров;
— технический уровень предприятия и перспективы его развития;
— удельный вес продукции, производимой на экспорт, и др.
Еще одной особенностью оценки кредитоспособности заемщика является
дилемма «риск – доходность». Понятие «кредитный риск» трактуется по–
разному в отечественной и зарубежной литературе.
Изучение
кредитоспособности
осуществляется
для
оценки
потенциального заемщика до решения вопроса о возможности и условиях
кредитования. Оценка кредитоспособности является одним из способов
4
предупреждения или сведения к минимуму кредитного риска, связанного с
кредитованием клиента.
В банковской практике не существует единой стандартизированной
системы оценки кредитоспособности. Банки разных стран используют
различные системы анализа кредитоспособности заемщиков. Многообразие
подходов определяется различной степенью доверия к количественным и
качественным
способам
оценки
факторов
кредитоспособности,
особенностями индивидуальной культуры кредитования и исторически
сложившейся практикой оценки кредитоспособности. [20]
Оценка кредитоспособности кредитополучателя – юридического лица
включает два основных этапа: финансовый анализ (проводится на основе
системы финансовых показателей) и качественный (нефинансовый) анализ.
В рамках данной работы будет рассмотрен только финансовый анализ,
основанный на оценке коэффициентов, взятых из бухгалтерского баланса.
Финансовый
кредитоспособности
анализ
являетсязавершающим
заемщика
и
заключается
этапом
в
в
оценке
определении
ряда
показателей, к которым чаще всего относят коэффициенты ликвидности,
коэффициенты
обеспеченности
собственными
средствами,
показатели
финансовой устойчивости клиента, а также коэффициенты оборачиваемости
и рентабельности.
На сегодняшний день развития отрасли кредитования и оценки
кредитоспособности решающим фактором решения о предоставлении
заемных средств является не просто кредитный рейтинг потенциального
заемщика, а соответствующая этому рейтингу вероятность банкротства.
В данной исследовательской работе представлена система анализа
кредитоспособности предприятия, основанная на оценке ряда экономических
показателей. В системе имеется аналитический аппарат, основанный
комбинирующей в себе ряд моделей оценки кредитоспособности. Модели
выбирались
по
критерию
распространенности,
адаптируемости под нужды бизнеса.
эффективности
и
5
Глава 1
1.1 Актуальность исследовательской работы
Входной порог даже в сферу малого бизнеса может оказаться
непосильным для среднестатистического человека, т.к. на оформление ИП
(индивидуальное предпринимательство), закупку сырья, оборудования,
найма специалистов и т.д. нужны внушительные денежныевложения. В связи
с этим, многие предприятия, чтобы осуществлять свою деятельность и
оставаться на плаву в мире бизнеса прибегают к взятию кредита денежных
средств. Кредит – это денежные средства, предоставляемые кредитором в
пользование заемщику на определенный срок времени с условием возврата
денежных средств и процентов от предоставляемой суммы.[12] Получение
процентов с предоставляемого кредита является основным способом
получения прибыли для коммерческих банков и других видов кредиторов.
Для
любого
коммерческого
предприятия
главным
фактором
эффективности работы является получаемая прибыль. Прибыль является
ключевым фактором для привлечения инвесторов. Однако, для того, чтобы
всецело оценить состояние предприятия, одного показателя прибыли, взятого
изолированно, будет недостаточно. По одному показателю прибыли нельзя
оценить уровень развития предприятия, ведь то, что в течение нескольких
временных периодов показатель прибыли предприятия не меняется не
означает, что предприятие развивается.
В связи с вышесказанным, актуальным является вопрос о выборе
оптимальной
методики
оценки
кредитоспособности
заемщика,
ведь
получение процента с предоставления кредита является основным способом
получения прибыли для коммерческих банков и других организаций,
предоставляющих кредиты.
Существует
предприятия.
множество
Инструментарий
способов
оценки
оценки
кредитоспособности
варьируется
от
применения
неиросетевых технологий и применения методов dataminingдо оценки
6
финансового состояния предприятия при помощи математических моделей и
сравнения
коэффициентов
бухгалтерского
баланса.[24]В
данной
исследовательской работе будут рассмотрены математические методы
оценки финансового состояния предприятия.
Математические методы оценки финансового состояния предприятия
имеют как преимущества, так и недостатки. Преимуществами данного
подхода является:
Относительная легкость в освоении и использовании математических
методов
–
для
использования
математических
методов
оценки
кредитоспособности достаточно обладать определенным базовым набором
знаний математики и экономики.
Большой спектр выбора моделей, который охватывает множество
видов предприятий из разных сфер бизнеса –для российского и зарубежного
рынка
кредитования
существует
множество
различных
моделей,
адаптированных под нужды региона.
К недостаткам можно отнестинегибкость математических методов и
плохую адаптируемость зарубежных методов к российским реалиям.
Негибкость математических методов в зависимости от ситуации
заключается в том, один и тот метод нельзя использовать для предприятий
разных сфер бизнеса. Например, бизнес в сфере высоких технологий имеет
высокие показатели в таких строках бухгалтерского баланса, как закупка
оборудования, заработная плата специалистов, закупка ПО, в то время как
показатели расходов на оплату коммунальных услуг и аренды помещений
относительно низок. В связи с этим, один математический метод не может
быть использован для оценки предприятий в двух разных сферах бизнеса.
Плохая адаптируемость зарубежных методов под отечественные
нужды - структура западной экономики существенно отличается от
российской,в связи с этим, нормативные показатели для финансовых
коэффициентов, используемые в Европе и Америке во многих ситуациях не
подходят для использования в нашей стране. Западная экономика развита
7
лучше, чем Российская, поэтому применять одинаковые нормативные
показатели коэффициентов для обеих экономик нельзя. Для России более
низкие показатели нормативных значений не означает, что предприятие
несет убыток.
Скоринг – используемая банками система оценки клиентов, в основе
которой заложены статистические методы. Как правило, это компьютерная
программа, куда вводятся данные потенциального заемщика. В ответ
выдается результат – стоит ли предоставлять ему кредит. Название скоринг
происходит от английского слова score, то есть «счет».[7]
Банки и прочие предприятия, специализирующиеся на предоставлении
кредитов,
используют
предоставляемых
скоринг
денежных
для
средств.
минимизации
рисков
потери
Существуют
разные
методы
скоринговой оценки заемщика.
–
Applicationscoring
используется
для
оценки
заемщика
при
непосредственно при предоставлении кредита. В данном методе скоринга
лежит сбор анкетных данных о заемщике, их обработка и вывод результатов.
Collectionscoring– вид скоринга, работающий с невозвращенными
кредитами. В данном методе заключаются шаги, способствующие возврату
денежных средств, начиная от звонка с предупреждением до передачи дела
коллекторскому агентству.
Behavioralscoring
составления
–
модели
поведенческий
поведения
скоринг.
заемщика
Предназначен
и
для
прогнозирования
кредитоспособности. Данный вид скоринга базируется на изучении истории
лицевого счета заемщика.
Fraudscoring – статистическая оценка вероятности мошеннических
действий со стороны заемщика. Данный вид скоринга используется с
другими видами исследований. [1]
1.2 Обзор существующих решений
На рынке программного обеспечения для банков существуют готовые
решения. Самыеизвестныезападныепрограммы– SAS Credit Scoring, EGAR
8
Scoring, Transact SM (Experian-Scorex).
1.2.1 SASCreditScoring
Компания SAS предоставляет интегрированную среду для построения
прогнозных и описательных моделей, интеллектуального анализа данных,
интеллектуального
анализа
текста,
прогнозирования,
оптимизации,
имитационного моделирования, планирования экспериментов и многого
другого. На протяжении всего цикла работы с данными – от динамической
визуализации и до построения прогнозных моделей, их внедрения и
оптимизации процессов – SAS предлагает широкий набор методов сбора,
классификации, анализа и интерпретации данных для обнаружения скрытых
закономерностей, отклонений, аномалий, значимых переменных и их
взаимосвязей,
позволяя,
в
конечном
счете,
оперативно
принимать
обоснованные решения.
Компания SAS занимает 32% в нише рынка кредитного скоринга, что
делает компанию лидером на мировом рынке. Ближайший конкурент имеет в
два раза меньшие цифры занимаемого объема.
SAS предоставляет широкий набор программного обеспечения для
исследования и анализа данных, который помогает обнаруживать скрытые
закономерности и потенциальные возможности, стимулирующие принятие
продуманных, подкрепленных фактами решений.
Основные общепринятые модели делятся на следующие типы, каждый из
которых может быть реализован средствами SAS CreditScoringforBanking:
 Анкетный (заявочный) скоринг;
 Поведенческий скоринг;
 Коллекторский скоринг;
 Антимошеннический скоринг.
9
Рисунок 1 – схемаработы«SASCreditSсoring»
DDS
представляет
собой
единый
источник
консолидированной
информации, организованный в виде логической структуры данных. Такая
организация позволяет использовать DDS в качестве надежной основы для
построения решений SAS. В частности, это относится к формированию
витрин данных для решения SAS CreditScoringforBanking. Благодаря заранее
определенным
процедурам
ETL,
пользователю
доступен
удобный
графический интерфейс создания выборки для моделирования, генерации
переменных для исследования с заранее подготовленным списком наиболее
часто используемых из них.
Одной из отличительных особенностей SAS является генерация кода
программного кода на различных языках программирования для дальнейшего
его переиспользования
и составления
моделей.
SAS EnterpriseMiner
автоматизирует длительный процесс скоринга и генерирует код для всех
стадий внедрения модели на языках программирования SAS, C, Java или
PMML. Такой код может быть в дальнейшем использован множеством
интерактивных и пакетных сред как внутри SAS, так и в Web-приложениях, в
10
реляционных базах данных и напрямую в бизнес-процессах. Эта функция
поможет значительно сэкономить ваше время и предотвратить неточности,
возможные при ручном внедрении.
Поддержка
Широкий
набор
всего
процесса
инструментов.
интеллектуального
Независимо
от
анализа
вашего
данных.
опыта
в
интеллектуальном анализе данных, SAS предоставляет вам гибкую систему
методов, специально приспособленную к решению задач различной
сложности. Переход от сырых данных к точным, соответствующим нуждам
конкретно Вашей компании моделям происходит в рамках выверенного
цельного процесса, предоставляя статистикам, бизнес-менеджерам и ИТспециалистам возможность эффективнее объединять усилия.
Для анализа данных и разработки моделей SAS CreditScoringforBanking
предлагает своим пользователям простой в использовании, но одновременно
весьма гибкий и многофункциональный инструмент - SAS EnterpriseMiner.
SAS
EnterpriseMiner
обладает
интуитивно
понятным
графическим
интерфейсом для создания проектов по datamining и моделированию.
Программный продукт SAS EnterpriseMiner - это интегрированный
компонент системы SAS, созданный специально для выявления в огромных
массивах данных информации, которая необходима для принятия решений.
Разработанный для поиска и анализа глубоко скрытых закономерностей в
данных SAS, EnterpriseMiner включает в себя методы статистического
анализа, соответствующую методологию выполнения проектов DataMining
(SEMMA) и графический интерфейс пользователя. Важной особенностью
SAS EnterpriseMiner является его полная интеграция с программным
продуктом SAS WarehouseAdministrator, предназначенным для разработки и
эксплуатации информационных хранилищ, и другими компонентами системы
SAS. Разработка проектов DataMining может выполняться как локально, так и
в архитектуре клиент-сервер.
Пакет SAS EnterpriseMiner предоставляет набор инструментов и
алгоритмов прогностического и описательного моделирования, включающий
11
деревья решений, нейронные сети, самоорганизующиеся нейронные сети,
методы
рассуждения,
(memorybasedreasoning),
основанные
линейную
на
механизмах поиска
и
логистическую
в
памяти
регрессии,
кластеризацию, ассоциации, временные ряды и многое другое. Интеграция
различных моделей и алгоритмов в пакете EnterpriseMiner позволяет
производить последовательное сравнение моделей, созданных на основе
различных методов, и оставаться при этом в рамках единого графического
интерфейса. Встроенные средства оценки формируют единую среду для
сравнения различных методов моделирования, как с точки зрения статистики,
так и с точки зрения бизнеса, позволяя выявить наиболее подходящие методы
для имеющихся данных. Результатом является качественный анализ данных,
выполненный с учетом специфических проблем конкретного бизнеса.
Бизнес- аналитики могут самостоятельно быстро и легко извлекать из данных
новые знания.
12
При работе с SAS EnterpriseMiner аналитик создает диаграммы,
состоящие из источников, данных, узлов обработки и указаний направления
движения потока данных. Узлы обработки представляют собой готовые
решения
отдельных подзадач аналитика
параметров
и
выбора
алгоритмов.
Все
с
возможностью настройки
узлы
разбиты
на
группы,
составляющиелогическую последовательность этапов разработки модели –
SEMMA:
Рисунок 2 – схемаработы«SAS Enterprise Miner»
1.2.2 TransactSM
Используя сложные методы сегментации и оценки, Transact SM
предоставляет возможность точно оценивать и принимать решение о
кандидате, определяя оптимальное предложение с индивидуальным пакетом,
соответствующим потребностям заявителя и бизнеса. Новые бизнесстратегии контролируются бизнес-пользователями на рабочем столе, а затем
развертываются по всей организации, предоставляя полный контроль для
определения,
тестирования
и
управления
бизнес-стратегиями
без
13
необходимости
программирования
ресурсов.
Transact
SM
поводит
пользователей через процесс обработки данных. Алгоритм этого процесса
таков, что он фильтрует информацию, отсеивая ненужную часть и оперируя
только с «эффективной выборкой».
Интерфейс системы Transact SM устроен использует технологию
мультискрина, что позволяет открыть несколько экранов и работать с
системой, как с несколькими рабочими столами. В то же время, каждый
рабочий стол может быть использован удаленным пользователем, как если бы
это был рабочий стол обычного ПК. Во всех разделах системы используется
одинаковый интерфейс, чтобы пользователь, который один раз освоился с
системой, мог быстро освоиться с остальным функционалом и разделами.
Система обрабатывает внутренние и внешние данные потенциального
заявителя на получение кредита. Система взаимодействует с внешними
ресурсами, например, такими как банки, налоговые службы, статистические
агентства, кредитные бюро. Весь процесс взаимодействия автоматизирован.
В случае, если данные не подходят под формат системы, задействуют людейспециалистов. Формат обработки данных расширяется каждый раз, когда
система сталкивается с новой ситуацией. Другие источники данных легко
интегрируются, в том числе существующие клиентские системы и записи о
случаях мошенничества, причем вся информация доступна на любом этапе
процесса обработки данных.
С Transact SM бизнес-пользователь создает и контролирует стратегии
принятия решений и андеррайтинга, которые позволяют организации
принимать правильное решение и привлекать подходящих кандидатов с
правильными условиями. На рабочем столе элементы процесса принятия
решений
четко
иллюстрируются
графическими
бизнес-объективными
потоками.
На каждом этапе процесса кандидаты могут быть разделены на разные
профили, чтобы применять соответствующие стратегии, решения и условия.
После сегментации претендентов создаются и применяются различные
14
оценочные карты и правила политики для каждого профиля населения.
Используя всю информацию, принимается решение о том, какие заявители
принять,
направить
и
отклонить,
согласовывая
условия
бизнеса,
предлагаемые принятым заявителям, в соответствии с их профилями. На
рабочем столе у бизнес-пользователя есть полный контроль над созданием,
поддержкой и улучшением стратегий. Благодаря симуляции в аналитической
среде и объектах Champion / Challenger, стратегии могут быть оценены и
развиты для максимальной производительности. [17]
Система Transact SM используется Сбербаком в программе «Кредитная
фабрика». Внедрение этой системы было осуществлено в 2011 году, что
позволило сократить время принятия решения о выдаче кредита до двух дней.
1.2.3EGARTechnology
Компания
EGAR
Technology
оказывает
услуги
по
интеграции
приложений, ИТ-систем и бизнес-процессов для участников финансового
рынка.
Интеграционные
современных
технологий
проекты
и
реализуются
платформ,
с
использованием
обеспечивающих
построение
архитектуры SOA (Service-OrientedArchitecture).
EGAR Technology предлагает высокотехнологичное решение EGAR
CreditAdministration
(юридические
лица)
по
автоматизации
процесса
принятия решений в области корпоративного кредитования. Внедрение
системы в практическую деятельность банка обеспечивает:
Минимизацию субъективного фактора в процессе принятия кредитных
решений
 Снижение
операционных
рисков
за
счет
комплексной
автоматизации процесса предкредитной обработки;
 Расширение объемов и видов кредитования (в частности, за счет
кредитования малого и среднего бизнеса);
 Количественную оценку кредитных рисков.
Функциональная схема решения приведена рисунке:
15
Рисунок 3 – схемаработысистемы «EGAR Credit Administration»
Аналитическое ядро системы EGAR CreditAdministration поддерживает:
 Оценку и ведение истории кредитоспособности заемщика и
внутреннего
рейтингования
на
основе
финансовой
и
управленческой отчетности, а также анкет для индивидуальных
предпринимателей
 Расчет вероятности дефолта заемщика
 Определение обоснованной величины резерва средств по каждому
кредиту
Аналитическое
ядро
EGAR
CreditAdministration
использует
математический аппарат системы интегрированного управления кредитным
риском банка EGAR CreditRisk.
Оценка кредитоспособности юридических лиц осуществляется на
основании квартальных финансовых отчетов за год и дополнительной
информации о деталях бизнеса заемщика. Оценка кредитоспособности
индивидуальных предпринимателей может осуществляться как на основании
управленческой отчетности, так и на основании анкеты физического лица. В
общем случае, оценка разбивается на два этапа - вычисление финансовых
показателей и базовой среднегодовой вероятности дефолта по ним, а затем
выполнение дополнительной экспертной оценки с выводом поправочного
16
коэффициента к базовой вероятности.
На основании вычисляемых характеристик, зависящих от суммы
предполагаемого кредита, залога, надежности обеспечения, длины сделки,
кредитной маржи и общих параметров портфеля делается вывод о
целесообразности для банка кредитования заемщика или предоставления ему
альтернативных условий сделки, приемлемых для кредитора.
Решение EGAR CreditAdministration для юридических лиц реализовано
на современной технологической платформе, отличающейся высокими
интеграционными и эксплуатационными качествами.
Система EGAR ApplicationScoring решает задачи всесторонней оценки
кредитоспособности заемщика и включает в себя как традиционные
возможности скоринговых систем, так и принципиально новые элементы.
Система EGAR ApplicationScoring поддерживает следующие возможности
скоринга:
 Расчет рисков дефолтов, убытков и досрочного погашения;
 Скоринг кредитных сделок с множеством объектов разной природы:
созаемщиков и поручителей, объектов обеспечения;
 Восстановление
доходов
по
социально-демографическим
характеристикам заемщика;
 Предупреждение возможных фактов мошенничества;
 Обеспечение скорингового тестирования: автоматическое создание
обоснования для принятого скорингового решения и контроль
соответствия операционного процесса бизнес-целям кредитной
организации.
Исходными данными для работы системы является информация о ранее
выданных кредитах, а также статистическая или экспертная информация о
покупательской способности по отдельным рынкам.
EGAR
ApplicationScoring
кредитоспособность
физического
позволяет
лица
реалистично
исходя
из
его
оценивать
социально-
17
демографической принадлежности, а также динамики экономических
показателей, независимо от наличия и состояния кредитной истории
заемщика. При этом полученный результат учитывает конкретный тип
кредитного продукта, предлагаемого заемщику, и особенности локального
рынка кредитования, например, города или региона.
Система EGAR ApplicationScoring обеспечивает настройку процедуры
скоринга в соответствии с бизнес-целями кредитной организации путем
прямого учета ее требований по риск-менеджменту и параметров кредитных
продуктов.
Использование EGAR ApplicationScoring позволяет кредитной организации:
 Ориентировать операционный процесс скоринга непосредственно
на бизнес-цели кредитной организации (захват рынка, увеличение
доходности и т.д.) и обеспечить его контроль;
 Увеличить достоверность расчетов и качество принимаемого
решения за счет использования при работе системы информации из
целого ряда источников;
 Расширить бизнес на уже занятых рынках за счет возможности
скоринга по нестандартным кредитным продуктам и заявкам любой
сложности;
 Увеличить доходность бизнеса за счет снижения потерь по фактам
мошенничества и улучшения качества скоринга по заявкам сложной
структуры и за счет эффективного управления риском досрочного
погашения.
Система EGAR ApplicationScoring реализована на промышленной
платформе, поддерживает многотерминальную сеть удаленных рабочих мест,
обеспечивающих комплексное управление процессом андеррайтинга – от
ввода анкетных данных с гибкой настройкой форм до оперативного принятия
решения по кредитной сделке. Система поставляется как в локальной версии,
так и в форме ASP-решения, что делает ценовую политику EGAR Technology
18
гибкой и приемлемой для большинства российских банков.
EGAR ApplicationScoring является одним из модулей интегрированного
решения в области автоматизации кредитования физических и юридических
лиц EGAR E4 Banking, поставляемого компанией EGAR Technology.
1.3 Модели оценки кредитоспособности в проектируемой системе
Состав и содержание показателей для оценки кредитоспособности
заемщика вытекают из самого понятия кредитоспособности. Они должны
отразить финансово-хозяйственное состояние предприятий с точки зрения
эффективности размещения и использования заемных средств и всех средств
вообще, оценить способность и готовность заемщика совершать платежи и
погашать кредиты в заранее определенные сроки. Способность своевременно
возвращать кредит оценивается путем анализа баланса предприятия на
ликвидность, эффективного использования кредита и оборотных средств,
уровня рентабельности, а готовность определяется посредством изучения
дееспособности заемщика, перспектив его развития, деловых качеств
руководителей предприятия.
В проектируемой системе оценка кредитоспособности предприятия
будет
оцениваться
при
помощи
ряда
зарубежных
и
российских
математических моделей. Пользователь сам выбирает, какая модель оценки
ему подходит. Можно использовать сразу несколько моделей отдельно,
результаты оценки каждой модели будут сохранены в рамках текущей
сессии.
Подробнее каждая модель будет описана ниже.
1.3.1 Модель Сайфуллина-Кадыкова
Одной из наиболее известных рейтинговых моделей является модель
Р.С.
Сайфуллина,
и
Г.Г.Кадыкова.
Российские
ученые
разработали
среднесрочную рейтинговую модель прогнозирования риска банкротства,
которая может применяться для любой отрасли и предприятий различного
масштаба. Общий вид модели:
 = 21 + 0.12 + 0.083 + 0.454 + 5,
19
где 1 – коэффициент обеспеченности собственными средствами,
2 – коэффициент текущей ликвидности (currentratio),
3 – коэффициент оборачиваемости активов (asset turnover),
4 – коммерческая маржа,
5 – рентабельность собственного капитала (return on equity, ROE).
Если значение итогового показателя R<1 вероятность банкротства
предприятия высокая, если R>1, то вероятность низкая [1].
Рассмотрим коэффициенты, необходимы для расчета R.
Коэффициент обеспеченности собственными средствами1показывает
достаточность у организации собственных средств для финансирования
текущей деятельности. Согласно Приказу ФСФО РФ от 23.01.2001 г. N 16
"Об
утверждении
финансового
«Методических
состояния
указаний по проведению анализа
организаций»
коэффициент
рассчитывается
следующим образом (в Приказе он называет коэффициент обеспеченности
собственными средствами)[1]:
Коэффициент обеспеченности СОС = (Собственный капитал –
Внеоборотные активы) / Оборотные активы
Смысл данного коэффициента заключается в следующем. Сначала, в
числителе формулы вычитают из собственного капитала внеоборотные
активы. Считается, что самые низколиквидные (внеоборотные) активы
должны
финансировать
за
счет
самых
устойчивых
источников
–
собственного капитала. Более того, должна остаться еще некоторая часть
собственного капитала для финансирования текущей деятельности.
Данный коэффициент не имеет распространения в западной практике
финансового анализа. В российской практике коэффициент был введен
нормативно
Распоряжение
Федерального
управления
по
делам
о
несостоятельности (банкротстве) от 12.08.1994 г. N 31-р и ныне не
действующим Постановление Правительства РФ от 20.05.1994 г. N 498 "О
некоторых мерах по реализации законодательства о несостоятельности
20
(банкротстве) предприятий". Согласно указанным документам, данный
коэффициент используется как признак несостоятельности (банкротства)
организации. Согласно указанным
документам, нормальное значение
коэффициента обеспеченности собственными средствами должно составлять
не менее 0,1. Следует отметить, что это достаточно жесткий критерий,
свойственный
только
российской
практике
финансового
анализа;
большинству предприятий сложно достичь указного значения коэффициента.
Коэффициент текущей ликвидности (currentratio) 2 является мерой
платежеспособности организации, способности погашать текущие (до года)
обязательства
организации.
Кредиторы
широко
используют
данный
коэффициент в оценке текущего финансового положения организации,
опасности выдаче ей краткосрочных займов.
В западной практике
коэффициент также известен под названием коэффициент рабочего капитала
(workingcapitalratio).
Коэффициент текущей ликвидности рассчитывается как отношение
оборотных активов к краткосрочным обязательствам равен:
Коэффициент текущей ликвидности = Оборотные активы /
Краткосрочные обязательства
Расчет делают по балансу: числитель формулы берется из актива
бухгалтерского баланса, знаменатель – из пассива.[24]
Чем выше значение коэффициента текущей ликвидности, тем выше
ликвидность активов компании. Нормальным, а часто и оптимальным,
считается значение коэффициента 2 и более. Однако в мировой практике
допускается снижение данного показателя для некоторых отраслей до 1,5.
Значение коэффициента ниже нормы (ниже 1) говорит о вероятных
трудностях в погашении организацией своих текущих обязательств. Однако
для полноты картины нужно смотреть поток денежных средств от
операционной деятельности организации – часто низкий коэффициент
оправдан мощным потоком наличности (например, в сетях быстрого питания,
розничной торговле).
21
Слишком высокий коэффициент текущей ликвидности также не
желателен,
поскольку
может
отражать
недостаточно
эффективное
использование оборотных активов либо краткосрочного финансирования. В
любом случае, кредиторы предпочитаются видеть более высокое значение
коэффициента как признак устойчивого положения компании.
Коэффициент
оборачиваемости
активов
(assetturnover)
3
–
финансовый показатель интенсивности использования организацией всей
совокупности имеющихся активов.
Расчет коэффициента осуществляется по формуле[24]:
Оборачиваемость активов (коэффициент) = Выручка / Среднегодовая
стоимость активов
или
Оборачиваемость активов (в днях) = 365 / Коэффициент оборачиваемости
активов
Данные о выручки можно получить из "Отчета о прибылях и убытках",
данные о величине активов – из Баланса (сальдо баланса). Для расчета
среднегодовой величины активов находят их сумму на начало и конец года и
делят на 2.
Определенного норматива для показателей оборачиваемости не
существует, поскольку они зависят от отраслевых особенностей организации
производства. В капиталоемких отраслях оборачиваемость активов будет
ниже, чем в торговле или сфере услуг.
Желательна
более
высокая
оборачиваемость
активов.
Низкая
оборачиваемость может свидетельствовать о недостаточной эффективности
использования активов. Кроме того, оборачиваемость зависит от нормы
рентабельности продаж. При высокой рентабельности оборачиваемость
активов, как правило, ниже, а при низкой норме рентабельности – выше.
Следует
обратить
внимание,
что
в
отличие
от
показателя
"рентабельность активов", где в числителе стоит прибыль, оборачиваемость
22
активов не дает представление о прибыльности деятельности (т.е. показатель
будет иметь положительное значение и при убытках).
Маржа (коэффициент 4 ) - это понятие, обозначающее разницу между
ценой на товар и его себестоимостью, и выражающееся в абсолютных
величинах. Также маржа обозначает размер необходимого аванса при
торговле на бирже, и разницу между ставками по кредитам и процентными
ставками в банковском деле. В общерыночной терминологии понятие маржа
обозначает разницу между специфичными для каждого вида деятельности
показателями:
5 – рентабельность собственного капитала (return on equity, ROE) –
показатель чистой прибыли в сравнении с собственным капиталом
организации. Это важнейший финансовый показатель отдачи для любого
инвестора, собственника бизнеса, показывающий, насколько эффективно был
использован вложенный в дело капитал. В отличие от схожего показателя
"рентабельность активов", данный показатель характеризует эффективность
использования не всего капитала (или активов) организации, а только той его
части, которая принадлежит собственникам предприятия.
Рентабельность собственного капитала рассчитывается делением
чистой прибыли (обычно, за год) на собственный капитал организации:
Рентабельность собственного капитала = Чистая прибыль / Собственный
капитал
Для получения результата в виде процента, указанное отношение часто
умножают на 100.
По усредненным статистическим данным рентабельность собственного
капитала составляем примерно 10-12% (в США и Великобритании). Для
инфляционных экономик, таких как российская, показатель должен быть
выше. Главным сравнительным критерием при анализе рентабельности
собственного капитала выступает процент альтернативной доходности,
которую мог бы получить собственник, вложив свои деньги в другой бизнес.
Например, если банковский депозит может принести 10% годовых, а бизнес
23
приносит лишь 5%, то может встать вопрос о целесообразности дальнейшего
ведения такого бизнеса.
Расчет показателя рентабельности собственного капитала имеет смысл
только в том случае, если у организации имеется собственный капитал (т.е.
положительные
чистые
активы).
В
противном
случае
расчет
дает
отрицательное значение, малопригодное для анализа.
1.3.2Двухфакторная модель Альтмана
В модели учитываемым фактором риска является возможность
необеспечения заемных средств собственными в будущем периоде.
 = −0.3877 − 1.073Ктл + 0.0579Кзс
гдеКтл – коэффициент текущей ликвидности;
Кзс – коэффициенткапитализации.
Расчет коэффициентов, вошедших в модель, представлен в табл. 1.
Коэффициенты рассчитываются на основании «Бухгалтерского баланса»
(форма № 1).[26]
Интерпретация результатов:
Z < 0 – вероятность банкротства меньше 50% и далее снижается по
мере уменьшения Z;
Z = 0 – вероятность банкротства равна 50%;
Z > 0 – вероятность банкротства больше 50% и возрастает по мере
увеличения рейтингового числа Z.
Таблица 1 – Коэффициенты модели Альтмана
Показатель
Ктл
Кзс
Способ расчета
стр. 290
стр.(610+620+630+660)
Комментарий
Показывает, какую часть текущих
обязательств по кредитам и расчетам
можно погасить, мобилизовав все
оборотные средства
стр. (590+690)
Сколько заемных средств привлекло
стр. 490
предприятие на 1 рубль вложенных в
Отношение всех обязательств активы собственных средств
24
к собственным средствам
1.3.3 Модель Зайцевой для оценки риска банкротства
Модель О.П. Зайцевой для оценки риска банкротства предприятия
имеет вид [26]
K = 0.251 + 0.12 + 0.23 + 0.254 + 0.15 + 0.16 ,
где  = Куп – коэффициент убыточности предприятия, характеризующийся
отношением
 =
Кз
чистого
–
убытка
коэффициент
к
соотношения
собственному
капиталу;
кредиторской и дебиторской
задолженности;
 = Кс – показатель соотношения краткосрочных обязательств и наиболее
ликвидных активов, этот коэффициент является обратной величиной
показателя
абсолютной
ликвидности.
 = Кур – убыточность реализации продукции, характеризующийся
отношением чистого убытка к объёму реализации этой продукции;
 = Кфл – коэффициент финансового левериджа (финансового риска) –
отношение
заемного
обязательства)
к
капитала
собственным
(долгосрочные
источникам
и
краткосрочные
финансирования;
 = Кзаг – коэффициент загрузки активов как величина, обратная
коэффициенту оборачиваемости активов – отношение общей величины
активов предприятия (валюты баланса) к выручке.
1.3.4 Модель Таффлера
Модель Таффлера – называют тестом Таффлера или моделью
банкротства Таффлера, впервые была опубликована в 1977 году британским
ученым Ричардом Таффлером[3].
25
Он
разработал
линейную
регрессионную
модель
с
четырьмя
финансовыми коэффициентами для оценки финансового здоровья фирм
Великобритании на основе исследования 46 компаний, которые потерпели
крах и 46 финансово устойчивых компаний в период с 1969 по 1975 года [3].
Формула расчёта:
( − ) = 0.0531 + 0.132 + 0.183 + 0.164
где
1 = Прибыль от продаж / Краткосрочные обязательства
2 = Оборотные активы / (Краткосрочные обязательства +
Долгосрочные обязательства)
3 = Долгосрочные обязательства / Общая сумма активов
4 = Общая сумма активов / Выручка от продаж
Если показатель
Z-score
принимает
значение
больше
0.3,
то
предприятие имеет небольшой риск банкротства в течение года, если
значение меньше 0.2, то у предприятия присутствует большой риск
банкроства.
Удельный вес финансовых показателей в модели Таффлера по степени
влияния на результирующий показатель Z распределяется следующим
образом: 1 -53%, 2 -13%, 3 -18%, 4 -16%.
Согласно
проведенным
тестам
данная
модель
идентифицирует
компанию банкрота с вероятностью:

97% за год до банкротства;

70% за два года до банкротства;

61% за три года;

35% за четыре года.
1.3.5 Модель Лиса
Модель Лиса – это модель оценки вероятности банкротства, в которой
факторы-признаки
учитывают
такие
результаты
деятельности,
как
ликвидность, рентабельность и финансовая независимость организации [26].
26
Модель можно записать в виде:
 = 0.0631 + 0.0922 + 0.0573 + 0.0014
где
1 =оборотный капитал / сумма активов;
2 = прибыль от реализации / сумма активов;
3 = нераспределенная прибыль / сумма активов;
4 = собственный капитал / заемный капитал.
Интерпретация результатов:

Z < 0,037 — вероятность банкротства высокая;

Z > 0,037 — вероятность банкротства малая.
1.3.6 Прогнозная модель платежеспособности Спрингейта
Гордоном Л. В. Спрингейтом (Gordon L.V. Springate) в 1978 года, на
основании модели Альтмана и пошагового дискриминантного анализа была
разработана модель прогнозирования вероятности банкротства предприятия.
В процессе разработки модели из 19 финансовых коэффициентов,
считавшимися лучшими, Спрингейтом было отобрано четыре коэффициента,
на основании которых была построена модель Спрингейта [26]. Оценка
вероятности банкротства по модели Спрингейта производится по формуле:
 = 1.031 + 3.072 + 0.663 + 0.44 ,
где
1 = Оборотный капитал / Баланс;
2 = (Прибыль до налогообложения + Проценты к уплате) / Баланс;
3 = Прибыль до налогообложения / Краткосрочные обязательства;
4 = Выручка (нетто) от реализации / Баланс
При Z <0.862 компания является потенциальным банкротом.
В процессе тестирования модели Спрингейта на основании данных 40
компаний
была
достигнута
92,5%
неплатежеспособности на год вперёд.
1.3.7 Модель Беликова-Давыдовой
точность
предсказания
27
Одна из первых отечественных моделей прогнозирования банкротства
предприятия была предложена А.Ю. Беликовым в своей диссертации в 1998
году. Научным руководителем у него была Г.В. Давыдова. Поэтому более
правильно
называть
эту
модель
оценки
финансовой
устойчивости
предприятия – модель Беликова. Зачастую эту модель называют моделью
ИГЭА. Регрессионная формула модели выглядит следующим образом[3]:
 = 8.381 + 2 + 0.0543 + 0.634,
1= Оборотный капитал / Активы
2 =Чистая прибыль / Собственный капитал
3 = Выручка / Активы
4 = Чистая прибыль / Себестоимость
Коэффициент К1 в модели Беликова-Давыдовой взят из модели
Альтмана, а финансовый коэффициент К3 использовался в модели
банкротства Таффлера. Остальные финансовые коэффициенты ранее не
использовались зарубежными авторами. Большое значение в определении
банкротства предприятия по модели Беликова-Давыдовой имеет первый
финансовый коэффициент (К1). Связано это с тем, что у него стоит удельный
вес
8.38,
что
несравненно
больше
чем
у
остальных
финансовых
коэффициентов в модели. Модель была построена на выборке торговых
предприятий, которые стали банкротами и остались финансово устойчивыми.
Нормативные показатели для данной модели являются следующими:
Если Z<0, риск банкротства максимальный (90-100%);
Если 0<Z<0.18, риск банкротства высокий (60-80%);
Если 0.18<Z<0.32, риск банкротства средний (35-50%);
Если 0.32<Z<0.42, риск банкротства низкий (15-20%);
Если Z>0.42, риск банкротства минимальный (до 10%).
1.3.8 Методика Сбербанка РФ
Сбербанк России разработал и применяет методику определения
кредитоспособности
заемщика
на
основе
количественной
оценки
28
финансового состояния и качественного анализа рисков [27]. Финансовое
состояние заемщика оценивается с учетом тенденций в изменении
финансового состояния и факторов, влияющих на такие изменения. С этой
целью анализируются динамика оценочных показателей, структура статей
баланса, качество активов, основные направления финансово-хозяйственной
политики заемщика. При расчете показателей (коэффициентов) применяется
принцип осторожности, т.е. пересчет статей актива баланса в сторону
уменьшения на основе экспертной оценки. Для оценки финансового
состояния заемщика используются три группы оценочных показателей:
— коэффициенты ликвидности (К1, К2, К3);
— коэффициент соотношения собственных и заемных средств (К4);
— показатель оборачиваемости и рентабельности (К5).
Согласно Регламенту Сбербанка России основными оценочными
показателями являются коэффициенты К1K2, K3, К4, К5, а остальные
показатели (оборачиваемости и рентабельности) необходимы для общей
характеристики и рассматриваются как дополнительные к первым пяти
коэффициентам. По результатам анализа пяти коэффициентов заемщику
присваивается категория по каждому из этих показателей на базе сравнения
полученных значений с установленными (достаточными). Далееопределяется
сумма баллов по этим показателям в соответствии с их весами. Разбивка
показателей на категории в зависимости от их фактических значений
представлена в таблице 1.
Следующий шаг — расчет общей суммы баллов (S) с учетом
коэффициентов значимости каждого показателя, имеющих следующие
значения: K1 = 0,11; К2 = 0,05; К3 = 0,42; К4 = 0,21; К5 = 0,21. Значение S
наряду с другими факторами используется для определения рейтинга
заемщика.
Для остальных показателей третьей группы (оборачиваемость и
рентабельность) не устанавливаются оптимальные или критические значения
ввиду большой зависимости этих значений от специфики хозяйствующего
29
субъекта, его отраслевой принадлежности и других конкретных условий.
Осуществляется сравнительный анализ этих показателей и оценивается их
динамика.
Качественный анализ базируется на использовании информации,
которая не может быть выражена в количественных показателях. Для
проведения
такого
анализа
применяются
сведения,
представленные
заемщиком, подразделением безопасности, и информация базы данных. На
этом этапе оцениваются риски отраслевые, акционерные, регулирования
деятельности
хозяйствующего
субъекта,
производственные
и
управленческие.
Таблица 2 – категории заемщиков по методике Сбербанка
Коэффициент
I категория
II категория
III категория
K1
0,2 и выше
0,15-0,2
Менее 0,15
К2
0,8 и выше
0,5-0,8
Менее 0,5
К3
2,0 и выше
1,0-2,0
Менее 1,0
К4, кроме торговли
1,0 и выше
0,7-1,0
Менее 0,7
К4, для торговли
0,6 и выше
0,4-0,6
Менее 0,4
К5
0,15 и выше
Менее 0,15
Нерентабельные
Заключительным
этапом
оценки
кредитоспособности
является
определение рейтинга заемщика, или класса. Устанавливаются три класса
заемщиков: первоклассные, кредитование которых не вызывает сомнений;
второклассные
—
кредитование
требует
взвешенного
подхода;
третьеклассные — кредитование связано с повышенным риском. Рейтинг
определяется на основе суммы баллов по пяти основным показателям,
оценки остальных показателей третьей группы и качественного анализа
рисков. Сумма баллов (S) влияет на рейтинг заемщика следующим образом:
S=l или 1,05 — заемщик может быть отнесен к первому классу
кредитоспособности; 1,05 < S< 2,42 соответствует второму классу; S> 2,42
соответствует третьему классу. Далее определенный таким образом
30
предварительный рейтинг корректируется с учетом других показателей
третьей группы и качественной оценки заемщика. При отрицательном
влиянии этих факторов рейтинг может быть снижен на один класс. [10]
1.3.9 Альфа банк
В КИБ «Альфа-Банк» с целью выяснения уровня кредитоспособности
хозяйствующего
субъекта
используется
инструкция
по
определению
кредитоспособности заемщика, в которой установлены общие требования и
порядок
анализа
финансово-хозяйственного
положения
заемщика.[24]
Финансовое состояние заемщика при этом оценивается с точки зрения
краткосрочной и долгосрочной перспектив. В первом случае критерием
оценки являются ликвидность и платежеспособность заемщика, во втором —
структура источников средств. В рамках анализа финансового состояния и
кредитоспособности заемщика оцениваются платежеспособность заемщика,
его имущественное положение, ликвидность, финансовая устойчивость,
деловая активность, рентабельность деятельности.
Платежеспособность.
О
неплатежеспособности,
как
правило,
свидетельствуют непокрытые убытки прошлых лет, непокрытый убыток
отчетного года, краткосрочные и долгосрочные кредиты банков, не
погашенные в срок, прочие краткосрочные и долгосрочные займы, не
погашенные
кредиторская
в
срок,
просроченная
задолженность,
краткосрочная
кредиты
банков
для
и
долгосрочная
работников,
не
погашенные в срок, и т.д.
Имущественное положение. В рамках анализа имущественного
положения заемщика проводится вертикальный и горизонтальный анализ
финансовой отчетности, который позволяет составить наиболее общее
представление об имевших место качественных изменениях в структуре
средств и их источников, а также о динамике их изменений. Имущественное
положение,
наличие
и
качество
внеоборотных
активов
заемщика
характеризуются следующими показателями: сумма хозяйственных средств,
31
находящихся в распоряжении предприятия (авансированный капитал), доля
активной части внеоборотных активов; коэффициент износа основных
средств; коэффициент обновления; коэффициент выбытия.
Ликвидность. Оценка ликвидности состоит в определении объемов и
источников средств, используемых для покрытия различных видов активов
организации. В зависимости от соотношения показателей собственных
оборотных средств и источников финансирования запасов определяется с
некоторой долей условности тип текущей финансовой устойчивости
заемщика: абсолютная финансовая устойчивость; нормальная финансовая
устойчивость;
неустойчивое
финансовое
положение;
критическое
финансовое положение. [15]В рамках анализа в дополнение к абсолютным
показателям рассчитывается ряд относительных аналитических значений:
маневренность
собственных
оборотных
активов;
доля
собственных
оборотных активов в текущих активах; коэффициент покрытия; коэффициент
быстрой
ликвидности;
коэффициент
абсолютной
ликвидности;
доля
оборотных активов в валюте баланса; коэффициент покрытия запасов.
Оценка финансовой устойчивости состоит в расчете доли каждого
вида источника средств в общей сумме авансированного капитала.
Финансовая устойчивость характеризуется соотношением собственных и
заемных средств, и при этом, согласно инструкции, рассчитываются
следующие
коэффициенты:
финансовой
зависимости,
концентрации
собственного
капитала,
маневренности
собственного
капитала,
концентрации привлеченного капитала,структуры долгосрочных вложений,
долгосрочного привлечения заемных средств; соотношения привлеченных и
собственных средств.
Оценка деловой активности заключается в расчете показателей,
характеризующих эффективность текущей (основной, производственной)
деятельности
организации:
оборачиваемость
производительность
дебиторской
труда;
задолженности,
фондоотдача;
оборачиваемость
производственных запасов, оборачиваемость кредиторской задолженности,
32
оборачиваемость
собственного
капитала,
оборачиваемость
основного
капитала (ресурсоотдача), период окупаемости собственного капитала.
Оценка на качественном уровне проводится в сравнении деятельности
заемщика и родственных по сфере приложения капитала предприятий; в этом
случае учитываются следующие критерии: емкость рынков сбыта продукции;
наличие продукции, поставляемой на экспорт. [4] Далее осуществляется
формализованная оценка производства на основании кредитной заявки и
оценки финансового состояния заемщика, предназначенной для повышения
объективности балльной системы. Позиции разделов кредитной заявки
оцениваются по пятибалльной шкале. Каждая оцениваемая позиция
кредитной заявки имеет вес, представленный в таблице 3.
Таблица 3 –веса позиций разделов в методике Альфа банка
Оцениваемая позиция
Вес позиции
Обеспечение
15
Оценка финансового состояния
10(по 2)
Прибыль/убытки
5
Выручка от продаж
5
Обороты по счетам в банках
15
Дебиторская задолженность
5
Прочие кредиторы
5
Кредиты в банках
10
Качество управления
5
Положение на рынке
5
Основные поставщики/покупатели
5
Денежный поток (Cash flow)
15
Итого
100
Рейтинг вычисляется путем умножения балла, выставленного по
каждой оцениваемой позиции, на ее вес. Кредит классифицируют исходя из
соотношения рейтинга заемщика и рейтинга обеспечения в соответствии с
таблицей 1.3.
Классы кредита характеризуются следующим образом:
— IA «Лучший» — клиент первоклассной кредитоспособности;
— IB «Хороший» — кредит высокого качества;
33
— II «Удовлетворительный» — кредит удовлетворительного качества;
— III «Приемлемый» — кредит приемлемого качества;
— IV «Проблемный» — проблемный кредит;
— V «Худший» — кредит крайне низкого качества.
Таблица 4 – Оценка класса заемщика при классификации кредита по
методике КИБ Альфа-Банк
Рейтинг-обеспечения
75-60
Рейтингзаемщика
59-45
44-30
29-15
Ниже 15
425- 340
IA
IB
IB
II
II
339-255
IB
II
II
III
III
254-170
IB
III
III
IV
IV
169-85
II
III
IV
IV
V
Ниже 85
III
IV
V
V
V
Описанные
методики
анализа
кредитоспособности
заемщиков,
применяемые российскими коммерческими банками, свидетельствуют о
важности объективной и достоверной оценки финансового состояния
потенциальных заемщиков. Используются различные экспресс-методики
анализа финансового состояния, а также анализ денежных потоков. Наряду с
количественными показателями оценки кредитоспособности банки уделяют
внимание и качественным показателям, внешним и внутренним факторам,
влияющим на бизнес. Однако возможности анализа ограничены из-за
отсутствия единой нормативной базы по разным отраслям экономики. Нет и
отраслевых справочников или классификаторов, позволяющих достоверно
отнести ту или иную организацию-заемщика к определенному классу
кредитоспособности с учетом ее отраслевых особенностей, а также дающих
банкам возможность оценить свой риск при предоставлении кредитных
ресурсов. [20] Российские коммерческие банки вынуждены опираться в
основном на собственную информационную базу, уделяя больше внимания
репутации
заемщика,
возможностям.
его
кредитной
истории,
а
не
финансовым
34
Таким образом, введение, так называемого, регионального компонента
R , который будет уточнять основную методику банка, адаптируя ее под
особенности реализации деятельности предприятий одной отрасли в
рамкахконкретного региона, позволит корректировать рейтинг заемщика в
соответствии с условиями региона, в котором он находится.
Данный региональный компонент может быть составлен несколькими
способами. Первый из них, это методы экспертных оценок. В данном случае,
региональный компонент будет иметь вид агрегированного показателя:
R  f (1  x1 ,  2  x2 ,..., n  xn ),
где
x1 ,..., xn – экономические показатели, по мнению экспертов,
оказывающие существенное влияние на кредитоспособность заемщика, а
1 ,..., n – весовые коэффициенты, определяющие значимость показателей.
Другим способом получения регионального компонента является
анализ статистики. Обработка экономических показателей надежных и
неблагонадежных заемщиков из одной отрасли при помощи корреляционнорегрессионного анализа покажет, какие факторы и показатели обладают
наибольшим влиянием на кредитоспособность заемщика.
Введение регионального компонента, имеющего рекомендательный
характер,
может
значительно
повысить
точность
определения
типа
кредитоспособности заемщика. Кроме того, данный компонент позволит
снизить стоимость кредита для клиентов банка за счет снижения премии за
риск.
1.3.10 Дерево решений Федоровой
В качестве одной из возможных моделей решено использовать
класификационно–регрессионное
дерево,
предложенное
Еленой
Анатольевной Федоровой в статье «BankruptcypredictionforRussiancompanies:
Applicationofcombinedclassifires» вжурнале «Expertsystemswithapplications».
В
данной
статье
описаны
различные
методы
предсказания
возможности банкротства предприятия. Одним из предложенных методов
35
оценки
является
классификационно-регрессионное
дерево
принятия
решений.
Дерево принятия решений – это условное дерево, «ветками» которого
являются возможные варианты развития событий, а «листьями» являются
сами события. У каждого варианта развития событий имеется своя
вероятность
наступления.
установленным
в
листьях
Вероятность
параметрам.
рассчитывается
Параметры
согласно
подбираются
исследователем на свое усмотрение в зависимости от исследуемой области.
Например,
в
известной
задаче
по
классификации
ирисов
Фишера
параметрами являются длина и толщина чашелистика и длина, толщина
лепестка.
При построении регрессионного дерева в «листьях» должно находиться
значение целевой функции. В случае с деревом, предложенной Федоровой, в
качестве целевых функций используются финансовые показатели, которые
важность которых была вычислена из выборки в несколько сотен
финансовых
коэффициентов,
используемых
в
моделях
оценки
кредитоспособности. Значимость коэффициентов вычислялась на выборке из
3505 реально существующих российских компаний, половина из которых
обанкротилась.
36
Рисунок 4 – классификационно-регрессионное дерево Федоровой
В
классификационно-регрессионном
дереве,
представленном
на
рисунке 4 используется следующие экономические показатели:






cashflow/sales;
cash/currentliabilities
sales/currentliabilities
inventories/current liabilities
cash/currentassets
revenuereserves/totalassets
Cashflow – общий денежный поток на предприятии, свободные деньги на
счетах
в
кассе,
cashflowподразумеваются
т.е.
все
наиболее
ликвидные
денежные
поступления
активы.
и
расходы
Под
на
предприятии за определенный промежуток времени. Численное значение
отражает величину притока денег, если оно больше нуля и оттока денег, если
значение меньше нуля. Положительный денежный поток формируется из
37
денежных средств, которые поступили на предприятие за определенный
временной
период,
например,
поступления
от
продажи
продукции,
выполнения работ, оказание какие-либо услуг, за которые предприятие
получает прибыль. Отрицательный денежный поток формируется из
затрачиваемых денежных средств, например, инвестиции, выплата кредита,
выплата налогов, выплата заработной платы сотрудникам, затраты на
закупку оборудования и сырья для производства.
Currentliabilities – текущие денежные обязательства предприятия. К
обязательствам относятся выплаты заработной платы, оплата налогов,
выплаты
в
пенсионный
фонд
и
социальное
страхование,
выплаты
кредиторской задолженности, оплата долговых обязательств и т.д.
Sales – прибыль от продажи продукции предприятия. В этом показателе
учитывается прибыль исключительно от продаж, прибыль от предоставления
оплачиваемых услуг и прочих возможных средств получения дохода
учитываться не должны.
Inventories – запасы и активы, используемые в качестве сырья, материалов
и т.д. при производстве продукции предназначенной для продажи. В
российском бухгалтерском балансе данный показатель находится на строке
1210 и к нему относят: сырье, материалы и другие ценности, животных на
выращивании и откорме, затраты в незавершённом производстве, готовую
продукцию для перепродажи, товары отгруженные, расходы будущих
периодов, прочие запасы и затраты.
Currentassets – текущие активы, стоимость наличности, дебиторской
задолженности, материальных и товарных запасов, легко реализуемых
ценных бумаг и других активов, которые могут быть конвертированы в
наличность меньше чем за 1 год.
Revenuereserves – доля прибыли компании, которая не задействована в
текущем производстве или иных текущих затратах, но, предназначенная для
введения в оборот в будущих периодах для обеспечения роста и
стабильности бизнеса.
38
Totalassets - окончательная сумма всех валовых инвестиций, денежных
средств и их эквивалентов, дебиторской задолженности и других активов,
как они представлены в балансе.
39
Глава 2
2.1Анализ требований
Система
оценки
кредитоспособности
организации
позволяет
пользователю оценить риск банкротства предприятия при помощи различных
математических
моделей,
разработанных
российскими
и
западными
учеными.
Приложение
взаимодействует с
представляет
собой
веб-страницу,
которая
пользователем через интерфейс, предоставляемый
браузером. Пользователь сам выбирает, при помощи какой модели он хочет
провести оценку кредитоспособности организации. При выборе модели
пользователю предоставляется краткая информация о ней, а также описание
переменных, которые задействованы в модели. Также явным преимуществом
перед «настольными» приложениями является настройка приложения и
конфигурирование на стороне сервера. Пользователю не нужно разбираться с
настройками и тратить время на освоение новой, зачастую непонятной
информации.
Если приложение будет обновляться, пользователю не придется
скачивать обновления: при очередном посещении страницы приложения
новая версия будет применена при очередном запросе к серверу.
В качестве платформы для создания системы был выбран вэб по ряду
причин. Вэб платформа является универсальной: она поддерживается
мобильными устройствами и ПК. Браузер можно запустить на любом
устройстве, если у него имеется доступ к интернету, независимо от ОС,
установленном на устройстве.
То, как используются возможности системы каждым действующим
лицом, отображено на диаграммах вариантов использования.
40
Рисунок 3 – диаграмма вариантов использования для пользователя
Как видно из диаграммы, самое первое, что должен сделать
пользователь – это пройти процедуру авторизации. После того, как
пользователь авторизовался, ему доступны два варианта действий: выбор
моделей и просмотр информации о выбранной модели.
После того, как пользователь выбрал модель, сервер присылает ему
форму веб-страницы с полями для заполнения коэффициентов. Когда
пользователь закончил заполнение и отправил серверу данные, сервер
производит вычисления и отправляет пользователю результат вычислений с
интерпретацией.
Рисунок 4 – диаграмма вариантов использования для сервера
На рисунке 4 представлена диаграмма вариантов использования для
сервера.
Как
использования
видно
для
из
сервера
диаграммы,
линейная.
последовательность
вариантов
Сервер
запрос
принимает
о
41
пользователя на предоставление одной из моделей из базы доступных
моделей, затем предоставляет пользователю запрашиваемую модель. После
того, как пользователь заполнит исходные данные модели и отправит их
серверу,
сервер производит вычисления
вычислений.
После
интерпретации
и интерпретирует результат
результата,
сервер
возвращает
пользователю результат и интерпретацию.
2.2 Детальное проектирование
Внутреннее устройство работы приложения удобно описать при
помощи паттерна MVC.
Модель
MVC
(model,
view,
controller)
–
схема
шаблонов
проектирования, предназначенная для создания веб-приложений. Данный
шаблон представляет собой универсальные рекомендации по созданию
удобочитаемого кода, и в то же время рабочего приложения с понятным
внутренним
устройством[17].
Очевидное
преимущество,
которое
предоставляет нам MVC– это четкое разделение логики представления
(интерфейса пользователя) и логики приложения. Помимо изолирования
видов от логики приложения, концепция MVC существенно уменьшает
сложность
больших
приложений.
Код
получается
гораздо
более
структурированным, и, тем самым, облегчается поддержка, тестирование и
повторное использование решений.
Также, преимуществом использования данного паттерна является его
применимость ко всем типам устройств, которые пользуются данным вебприложением. Для MVCнет разницы, с какой операционной системы
происходит запрос к приложению, будь то windows, linuxили mac. Вся
функциональная
часть
выполняется
на
стороне
сервера,
поэтому
возвращаемые данные для всех будут одинаковыми. Но есть различия между
запросами с ПК и с мобильных устройств.Предоставляемый интерфейс
должен различаться, если запрос приходит с персонального компьютера или
с
мобильного
телефона.
Модель
возвращает
одинаковые
данные,
42
единственное различие заключается в том, что контроллер выбирает
различные виды для вывода данных.
Далее будет детально рассмотрена модель MVC, представленная на
рисунке 5.
Рисунок 5 – схема MVCработы приложения
В описываемом приложении имеется только один действующий
пользователь,
который
будет
пользоваться
всем
представленным
функционалом. Для пользователя доступны функции авторизации и
собственно взаимодействия с системой.
Роль контроллера в модели MVCв данном случае представляет браузер.
Браузер принимает запрос от пользователя и проверяет его корректность.
Если запрос прошел проверку и соответствует всем требованиям, то
контроллер переправляет запрос на «модель».
Роль модели в данном приложении играет программный код на языке
JavaScript.
В
приложении
реализована
возможность
оценки
кредитоспособности предприятия на основе западных и российских моделей
43
прогнозирования банкротства. Система принимает требуемые данные и, в
зависимости от выбранной модели производит расчеты. Пользователь сам
выбирает интересующую его модель. Для каждой модели существует свой
набор исходных данных, т.к. модели оперируют разными финансовыми
показателями. После произведения расчетов, выводится результат и его
интерпретация. Интерпретация включает рекомендации относительно слабых
мест,
которые
выявляются
на
основе
введенных
коэффициентов.
Коэффициенты, введенные пользователем сравниваются с нормативными
значениями, которые берутся из официальных документов и рекомендаций
правительства РФ относительно оценки кредитоспособности заемщика.
Роль «представления» в данном приложении играет вывод браузером
страницы с результатами вычисления системы, согласно заданным условиям
и выбранной модели.
44
Рисунок 6 – диаграмма деятельности
Самое первое действие, которое пользователь может и должен сделать
при начале работы в приложении – это авторизация. Данная функция была
описана
выше.
Если
авторизация
проходит
успешно,
приложение
перенаправляет пользователя на главный экран, где доступна функция
выбора интересующей его модели.
Выбор моделей представляет собой селектор. При выборе нужной
позиции из селектора, отправляется запрос на сервер, и он присылает форму
страницы с полями ввода для коэффициентов выбранной модели.
45
Когда пользователь заполнил данные и отправил запрос на сервер,
сервер обрабатывает присланный запрос. Если приложение не может
работать с введенными данными, значит они были введены в недопустимом
формате. Пользователю требуется повторить ввод.
После проверки на корректность заполнения полей модели оценки,
сервер делает вычисления по присланным данным или отправляет
пользователю сообщение об ошибке. Если выполнение расчетов прошло
успешно, сервер использует механизм интерпретации для описания
результатов
вычисления
и
отправляет
пользователю.
Интерпретация
результата производится при помощи заложенной в приложении базы
знаний.
После того, как пользователь получит результаты вычислений и их
интерпретацию, рабочий цикл системы завершается.
Для того, чтобы показать декомпозицию системы по составляющим ее
фундаментальным блокам, задействована диаграмма классов, представленная
на рисунке 7.
46
Рисунок 7 – диаграмма классов
На диаграмме классов представлены все классы системы и отображено
то, как они взаимодействуют между собой. Подробнее о каждом классе:
«Пользователь»
–
класс,
отражающий
пользователя
системы.
Пользователь обладает следующими атрибутами:
 «Имя» – публичный атрибут для идентификации пользователя в
системе. Один из двух атрибутов идентификации;
 «Фамилия» - публичныйатрибут для идентификации пользователя в
системе. Один из двух атрибутов идентификации;
 user_ID–приватный атрибут для идентификации пользователя в
системе. Атрибут нужен для уникальной идентификации пользователя
в системе, т.к. атрибут «Имя» и «Фамилия» может дублироваться у
многих пользователей.
Классу «Пользователь» доступны следующие операции:
 «Авторизация»– при вводе логина и пароля пользователь отправляет
запрос
серверу
комбинации
на
проверку
логин/пароль,
аутентификации.
сервер
При
отправляет
успешной
пользователю
уникальный токен, при получении которого у пользователя начинается
сессия на странице системы. Сессия не ограничена по времени. При
выходе из системы сессия прекращается;
 «Выбор модели» - пользователь, взаимодействия с системой через
интерфейс веб-страницы выбирает одну из существующих в системе
моделей оценки кредитоспособности.
 «Добавление
модели»
-
пользователю
доступна
возможность
расширять базу моделей системы. При этом, интерпретация новых
моделей добавляется самим пользователем, т.к. в системе изначально
не заложена информация о добавленной пользователем модели.
«Интерфейс» – интерфейс страницы в браузере, через который
пользователь взаимодействует с системой. Через интерфейс пользователь
47
может узнать описание методов, ввести исходные данные, авторизоваться,
выбрать подходящий метод, увидеть результаты работы системы и
интерпретацию результатов.
«Сервер» – класс, отвечающий за функционал системы. На сервере
выполняются операции по применению расчетов согласно выбранной
модели,
проверка
аутентификации
пользователя,
отображению
интерфейса пользователя.
Классу «Сервер» доступны следующие операции:
 Обработать данные согласно выбранной методике;
 Предоставить результат – возврат в интерфейс результата
вычислений;
 Интерпретация выводимого результата;
 Проверка авторизации.
«База моделей оценки» – библиотека для хранения методик, хранится
на сервере. У этого класса две функции – предоставить пользователю список
доступных моделей оценки и добавить новую модель оценки. Новые модели
добавляются
по
запросу
пользователя
после
подачи
пользователем
соответствующей заявки. Услуга добавления модели в базу монетизирована.
«Механизм интерпретации результатов» – класс для интерпретации
выводимых
системой
результатов,
хранится
на
сервере.
Механизм
интерпретации работает с выводимыми результатами. Данный функционал
оценивает выводимый результат работы системы и интерпретирует его
согласно заложенной базы знаний. Если работа системы была прервана или
по какой-то причине была завершена некорректно, например, разрыв
интернет – соединения во время работы, то механизм интерпретации
результатов выводит ошибку.
«Backendразработчик» -класс для описания серверного разработчика,
задействованного в системе. Непосредственно разработчик не влияет на
работоспособность системы. Backendразработчик имеет те же атрибуты, что
48
и
обычный
пользователь
системы.
Т.к.
backend-разработчик
не
взаимодействует с системой напрямую, описание доступных ему действий
приводиться не будет.
«Веб-разработчик» - класс для описания участия веб-разработчика в
работе
системы.
Непосредственно
разработчик
не
влияет
на
работоспособность системы. Веб-разработчик имеет те же атрибуты, что и
обычный
пользователь
системы.
Т.к.
backend-разработчик
не
взаимодействует с системой напрямую, описание доступных ему действий
приводиться не будет.
«Провайдер» - в этом классе содержится понятие интернет-соединения.
Если по какой-то причине отсутствует соединение, любое функционирование
системы невозможно.
Для того, чтобы наглядно отобразить последовательность процессов
работы используется диаграмма последовательности, представленная на
рисунке 8.
Рисунок 8 – диаграмма последовательности
На диаграмме последовательности отражен поэтапный процесс работы
системы. Взаимодействуя через интерфейс веб-страницы с сервером,
49
пользователь отправляет запрос. В запросе содержится информация
относительно того, чего хочет пользователь от системы.
Сервер обрабатывает запрос и присылает пользователю форму вебстраницы
согласно
выбранному
методу
оценки
кредитоспособности.
Пользователь заполняет присланные формы своими данными и отправляет
их обратно серверу.
Сервер обрабатывает полученные от пользователя данные и, используя
механизм
интерпретации
результатов
возвращает
пользователю
интерпретированный результат с подсказками и советами относительно
изменения деятельности его предприятия.
На каждом этапе работы системы должно поддерживаться интернетсоединение. Если в какой-то момент соединение будет разорвано, должно
выводиться соответствующее сообщение об ошибке.
2.3 Управление проектом
Для того, чтобы реализовать проектируемую систему программно,
нужна следующая команда по разработке проекта:
1) Менеджер проекта;
2) Дизайнер;
3) Веб разработчик;
4) Backend разработчик;
5) QA специалист.
Менеджер проекта является руководителем проекта со стороны
исполнителя. Он отвечает за ведение переговоров с заказчиком, уточнение
требований,
формирование
команды
разработки,
контроль
процесса
исполнения, планирование спринтов. Менеджер проекта ответственен за
сдачу проекта в назначенный срок.
Дизайнер отвечает за создание качественного дизайна согласно
требованиям заказчика. Т.к. требования заказчика могут изменяться в
процессе разработки, дизайнер должен изменять уже нарисованный дизайн в
соответствии с новыми требованиями.
50
Вебразработчик отвечает за написание кода и реализацию отображения
страницы приложения в соответствии с нарисованным дизайном и
требованиями заказчика. Если в дизайне есть элементы, не реализуемые с
точки
зрения
разработки
программной
части,
разработчик
должен
своевременно сообщить об этом менеджеру проекта.
Backendразработчик
отвечает
за
реализацию
серверной
части
разрабатываемой системы. В его обязанности входит разработка APIдля
полноценного
функционирования
разрабатываемой
системы,настройка
сервера и поддержание его в рабочем состоянии.
QAспециалист отвечает за разработку планов тестирования, проведение
тестирования согласно разработанным планам. В его обязанности входит
проведение тестирования backendи frontendчасти приложения. Если будут
выявлены
несоответствия
работы
приложения
с
заявленным
в
ТЗ
функционалом, QAспециалист обязан поставить соответствующие задачи по
исправлению в разработку.
Разработка будет декомпозирована на следующие составные части:
 Анализ требований;
 Проектирование архитектуры и интерфейсов (с точки зрения дизайна);
 Разработка документации и плана интеграции;
 Написание программного кода и сборка проекта;
 Итоговое тестирование.
Оплата труда задействованных специалистов включает в себя следующие
позиции:
1) Заработная плата, включает подоходный налог – 13%;
2) Премия;
3) Выплаты в пенсионный фонд и фонд социального страхования –
14%;
4) Медицинская страховка – 1% от ЗП;
5) Расходы на питание – 2% от ЗП;
51
В таблицениже будут представлены расчеты затрат на оплату труда и
сопровождение проекта:
Таблица 5 – затраты на реализацию проекта
Менедж Backend
Frontend
ер
разработчик
разработчик
Дизайнер
QA
инженер
проекта
ЗП
сотрудника,
140000
120000
120000
120000
60000
1400
1200
1200
1200
600
2800
2400
2400
2400
1200
14%
14%
14%
14%
14%
19600
16800
16800
16800
8400
Премия 15% от ЗП
21000
18000
18000
18000
9000
Затраты времени в
1
5,6
2,4
5,6
4200
1800
1200
rur/месяц
Медицинская
страховка -1% от ЗП
rur/месяц
Расходы на питание
– 2% rur/месяц
Ставка
социальных
налогов
Социальные налоги
на сотрудника
5,6
день на
сопровождение и
разработку(часы)
Затраты на оплату
6125
4200
согласно времени
разработки
Реализация проекта предположительно займет срок в 15 рабочих дней
по 8 часов, что равняется 3 рабочим неделям. В таблице ниже описаны этапы
разработки и временные затраты на каждый этап.
Таблица 6 – методика RACI
Работы
Сроки
Менеджер
Дизайнер
Веб
Backend
разработчик разработчик
QAспециалист
52
Заключение
1
R
1
R
1
R
2
R
C
2
A
C
3
R
4
A
договора
Формирование
команды
Планирование
спринтов
Определение
функциональных
требований
Определение
R
технических
требований
Приобретение
C
оборудования
Установка
R
A
оборудования
Написание ТЗ
3-5
Разработка
5-6
R
A
R
C
дизайна
Разработка API
6-9
R
C
на сервере
Разработка
9-13
C
R
программного
кода
Тестирование
13-14
Сдача проекта
15
C
R
заказчику
В таблице 6 представлена методика RACI
RACI – это аббревиатура:
R – Responsible (исполняет);
A – Accountable (несет ответственность);
C – Consultbeforedoing (консультирует до исполнения);
I – Informafterdoing (оповещается после исполнения).
R
C
53
Исходя из того, что проект будет реализован за 15 рабочих дней,
стоимость оплаты труда сотрудников за неполный рабочий месяц будет
составлять только половину от месячной ставки. Общая сумма оплаты труда
всех сотрудников составит 280000 рублей.
Сумма отчислений социальных налогов изприведенной выше суммы
составит 39200 рублей.
Сумма отчислений в виде премии сотрудникам за проделанную работу,
исходя из длительности проекта в 15 рабочих дней составит 42000 рублей.
Для реализации проекта потребуются определенные затраты на
офисную технику и мебель. Предполагается, что в цене проекта будет
учитываться полная стоимость закупки оборудования с амортизационными
отчислениями. Перечень закупок приведен ниже.
Персональные компьютеры –Dell«Vostro 3900 MT». Цена 1 единицы
составляет 19600 рублей.Потребуется 5 экземпляров. Итого 98000 рублей.
Мониторы –Samsung LS24F350FHI. Цена одной единицы товара
8990 рублей.Потребуется 5 экземпляров.Итого 44950 рублей.
Офисная мебель – столы и стулья. Стоимость стола 1350 рублей за
единицу. Стоимость стула 850 рублей за единицу. На закупку 5 экземпляров
столов и стульев понадобится 11000 рублей.
Социальные нужды – поставка воды, оплата интернета. Сумма затрат
на социальные нужды 3000 рублей.
Также, в составлении цены проекта нужно учесть амортизацию
закупаемого оборудования. Для подсчета амортизации была выбрана
линейная амортизация. Этот вид амортизации рассчитывается следующим
образом.
1) Определяется годовая норма амортизации.
Годовая норма амортизации =
100%
;
Срок полезного использования
2) Вычисляется сумма годовой амортизации.
54
Ежегодная сумма амортизации
= Первоначальная стоимость ∗ Годовая норма
3) Расчет ежемесячных отчислений
Ежемесячная сумма амортизации = Ежегодная сумма ∶ 12
В данном примере амортизационные отчисления будут высчитываться
от компьютеров, мониторов и офисной мебели. Предполагается что срок
полезного использования описанных активов равен двум годам. Это означает,
что годовая норма амортизации для каждого актива равна 50%. Значения,
равные годовым суммам амортизации приведены в таблице ниже.
Таблица 7 – годовые суммы амортизации.
Компьютеры
Мониторы
Офисная мебель
49000
22475
5500
Соответственно, значения годовой амортизации будут следующими:
 Персональные компьютеры – 4083 рубля;
 Мониторы – 1873 рубля;
 Офисная мебель – 483 рубля.
Сумма месячных амортизационных отчислений составляет 6415 рублей.
Общая стоимость проекта, учитывая закупку оборудования, оплату
труда сотрудников и амортизационные отчисления будет составлять 443365
рублей.
55
Заключение
В результате проделанной работы была спроектирована система
скоринговой оценки кредитоспособности заемщика. Система представляет
собой вэб приложение, через которое пользователь может ознакомиться с
моделями, заложенными в системе, выбрать подходящую для него модели и
на основании вводимых данных получить интерпретацию работы системы.
Перед началом проектирования, был приведен перечень существующих
решений в нише рынка скоринговой оценки, выявлены их сильные стороны и
отличительные особенности.
В качестве описания функционала системы был приведен перечень
математических моделей, которые будут включены в состав проектируемой
системы. Полный перечень моделей следующий: модель СайфуллинаКадыкова, модель Альтмана, модель Зайцевой, модель Таффлера, модель
Лиса, модель Спрингейта, модель Беликовой-Давыдова. Предполагается, что
в систему будут включены также методики Сбербанка РФ и Альфа банка.
Также, предполагается, что в систему будет включен аналитический аппарат
классификационно-регрессионного дерева решений Федоровой.
В главе о проектировании был приведен ряд диаграмм, которые
показывают внутреннее строение системы и этапы ее разработки. Были
приведены
диаграммы
вариантов
использования,
диаграмма
классов,
диаграмма деятельности и диаграмма последовательности.
В заключительной части работы приведены элементы управления
проектом: рассчитана стоимость проекта, поэтапно расписаны работы по
реализации проекта, приведена команда специалистов, необходимых для
разработки проекта.
Система
подразумевает
аппарат
расширения,
т.е.
кроме
того
56
инструментария, который был заявлен в работе, в приложение можно
добавлять собственные модели скоринговой оценки.
Список источников
1. A comparison of alternative bankruptcy prediction models
[Электронныйресурс]: сайт. – Режимдоступа:
http://www.sciencedirect.com/science/article/pii/S1815566910000032
2. Altman – Izan: Identifying Corporate Distress in Australia: An Industry
Relative Analysis. Working Paper, New York University, 1984.
3. Altman, E. I.: Financial Ratios, Discriminant Analysis and the Prediction of
Corporate Bankruptcy. Journal of Finance, September 1968, 589-609 pp.
4. Bankruptcy prediction for Russian companies : Application of combined
classifiers / Elena Fedorova, Evgenii Gilenko, Sergey Dovzhenko.
5. Bankruptcy prediction models based on multinorm analysis: An alternative
to accounting ratios [Электронныйресурс]: сайт. – Режимдоступа:
http//www.sciencedirect.com/science/article/pii/S0950705111002413
6. Bankruptcy prediction models: How to choose the most relevant variables?
[Электронный ресурс]: сайт. – Режим доступа: https://mpra.ub.unimuenchen.de/44380/
7. Beaver W. H.: Financial Ratios as Predictors of Failure. Empirical Research
in Accounting, Selected Studies, 1966.
8. Deakin, E. B.: A Discriminant Analysis of Predictors of Failure. Journal of
Accounting Research, 1972/10. 167-179 pp.
9. Анализ и диагностика финансово-хозяйственной деятельности предприятия: учебное пособие / Под редакцией П.П. Табурчака, В.М.
Гумина, М.С. Сапрыкина. – Ростов-на-Дону: Феникс, 2009. – 352 с.
10. Антикризисное управление: от банкротства - к финансовому
оздоровлению/ Под ред. Г.П. Иванова. - М.: Закон и право, ЮНИТИ,
1995. – 130с.
57
11. Балдин К.В., Белугина В.В., Галдицкая С.Н., Передеряев И.И.
Банкротство предприятия: анализ, учет и прогнозирование: Учебное
пособие. - М.: ИТК «Дашков и Ко», 2007. – 407с.
12. Берникова, Т.Б. Анализ и диагностика финансово-хозяйственной
деятельности предприятия / Т.Б. Берникова. - М., 2003. – 539с.
13. Брауде Э. Технология разработки программного обеспечения / Э.
Брауде. СПб.: Питер, 2004. – 655 с.
14. Бройдо В.Л. Вычислительные системы, сети и телекоммуникации:
Учебник для вузов. 2-е изд. / В. Л. Бройдо. – СПб.: Питер, 2004. – 703 с.
15. Бухгалтерский учёт и анализ хозяйственной деятельности в
строительных организациях: Учебник / Под общей редакцией проф.
М.И. Дмитриева. - М.: Финансы, 2006.–278с.
16. Гермалович Н.А. Анализ хозяйственной деятельности предприятия /
Н.А. Гермалович. – М: Финансы и статистика, 2011. – 346с.
17. Грекул, В.И., Проектирование информационных систем / Г.Н.
Денищенко, Н.Л. Коровкина – М.: Бином. Лаборатория знаний, 2008. –
304с.
18. Григорьев, М.В., Григорьева, И.И. Проектирование информационных
систем. Учебное пособие для вузов / Григорьев М.В. – М.: Юрайт,
2016. – 319с.
19. Григорьев, М.В., Григорьева, И.И. Проектирование информационных
систем. Учебное пособие для вузов / Григорьев М.В. – М.: Юрайт,
2016. – 319с.
20. Ефимова О.В. Финансовый анализ. 3-е изд., перераб. с доп. / О.В.
Ефимова. М.: Бухгалтерский учет, 1999. – 351c.
21. Исаев, Г.Н., Проектирование информационных систем / Исаев, Г.Н. –
М.: Омега-Л, 2012. – 432с.
58
22. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор
инвестиций. Анализ отчетности. - М.: Финансы и статистика, 1996. –
432с.
23. Лешек А. Мацяшек, Анализ и проектирование информационных
систем с помощью UML 2.0/ Лешек А. Мацяшек – М.: Вильямс, 2008. –
816с.
24. Маркарьян Э.А., Герасименко, Г.П. "Финансовый анализ" - М.:
"ПРИОР", 1997 г. – 160с.
25. Постановление Правительства РФ от 1 июня 1998 г. № 537 "О
Федеральной службе России по делам о несостоятельности и
финансовому оздоровлению".
26. Руководство по кредитному менеджменту: Пер. с англ. / Под ред. Б.
Эдвардса. - М.: ИНФРА-М, 1996. – 464с.
27. Скоун Т. "Управленческий учет"/Пер. с англ. под редакцией Н.Д.
Эриашвили. - Аудит, ЮНИТИ, 1997. – 179с.
28. Федоров И.Г. Моделирование бизнес-процессов в нотации BPMN 2.0:
Монография / И.Г. Федоров. – М: МЭСИ, 2013. – 255с.
59
Аннотация
Тема: «Проектирование информационной системы скоринговой
оценки заемщика».
Объем: дипломной работы 59 страниц, на которых размещены 8
рисунков, 7 таблиц.При написании диплома использовалось 28 источников.
Ключевые слова: скоринг, кредитоспособность, проектирование,
математическая модель, заемщик, кредит.
В работу входят введение, две главы, итоговое заключение по
проделанной работе.
Во введении ставится задача работы, приводится план работы, даются
определения, используемые в работе, ставится проблема, цель и задачи
текущей работы.
В первой главе описывается актуальность работы, приводится обзор
существующих
систем
и
описываются
модели,
используемые
в
проектируемой системе.
Во
второй
главе
осуществляется
проектирование
системы:
приводятся диаграммы, описываются этапы разработки, приводится расчет
стоимости проекта и команда разработчиков.
В заключении подводятся итоги проделанной работы.
д.,t
Т &
fi
Ё
'i'+.i
Орловский
Ё"ýffi&ГЬ4&ý
И"iý {*Hffi
ýý
ý"{
Цfu
[
ГУ
t* ý'fъ"t*l\{
сIIрлвкл
о результатах проверки текстового документа на
наличие заимствований
пповепка выполнена в системе
' Антиплагиат.В}'З
Автор работы
Куз,нецов .dлександр Сергеевич
Факl,льтет. кафе:ра"
номер гр),пllы
Физико-математический
экономике
Тип работы
Дипломнм работа
Название работы
ЦвФ.кrироватlяе.иfiфЬ,рЙаi$tФiт{{ýft,оиот,$Ёir,Фкýри
Название фай.rа
кузнечов АлсксаЕдр сергеевич,iiосх
[-lpoueHT ]аимL]твования
38,49Уо
ПроIrенr цитирования
0,07Уо
[1роuент ориги нальности
б1,44ол
l]aTa rtроверки
l0:07:l
Молули поиска
Работу провериjt
Дата подtlиси
чтобы убедиться
в подлинности справки,
используйте QR-код, который
содержит ссылку ва отчет,
l
факультет, кафелра аmебры и математических мЕтодов в
ЬilФil о:ircф*t,жеЙrМка:
l3 июня 20l7г.
MoлyльnoискaЭБС.ЪибrмoPoссикa'';I-[итиpoввx"i;ЖН*i,}ТЁii:i.**
.iУвйве,вýйтетсltф бйбйоfека: о!$айfii:i;КсМе
.Я*iёё.ёЯТ.ёЦff::fi:hi
eLIBr{д,RY.RU; Модультtои€ка.'lд,fiýуксi];l!чtоФ.дь поискаИrтернrц Мр,ду.ffi:Еýfiёlti
ЭБС "Лань": Молулъ поиска "ФГБОУ ВО ОГУ шt. И.С, Тфгеiёва"; Колъчо вров
Селютин Владимир !млприевич
Фl l{) проьеlliкlurеr
l-/?4/a//,
,,
i
от9ет на 9опрос, является ли обнаруженное заимствование
цорРектLlым; ёистема оставляет на усмотрение про8еряюшего,
ПрЙоЪтiвленная информация не подлежит использованию в
кdМмерческих целях.
1/--страниц
Пожаловаться на содержимое документа