System oceny sytuacji finansowej i ryzyka kredytowego, Ekonomia, Bankowość, Bankowość - Kredyty
[ Pobierz całość w formacie PDF ]
Leonard Rozenberg
1
, Patrycja Trojczak
2
SYSTEM
OCENY
SYTUACJI
FINANSOWEJ
PRZEDSIĦBIORSTWA
I
RYZYKA
KREDYTOWEGO
W
DZIAýALNOĺCI
BANKOWEJ
1. Wprowadzenie
W poni
Ň
szym artykule prezentowany jest system oceny ryzyka kredytowego, który zo-
stał opracowany w Katedrze Organizacji i Zarz
Ģ
dzania, na Wydziale Informatyki Politechniki
Szczeci
ı
skiej. W systemie tym dokonuje si
ħ
analizy podstawowych czynników ryzyka towa-
rzysz
Ģ
cych działalno
Ļ
ci bankowej, ze szczególnym uwzgl
ħ
dnieniem ryzyka kredytowego, jako
najbardziej charakterystycznego ryzyka na styku bank-przedsi
ħ
biorstwo.
Pewn
Ģ
innowacj
Ģ
jest to,
Ň
e w opisywanym systemie dost
ħ
pnych jest kilka metod oceny
indywidualnej zdolno
Ļ
ci kredytowej, tak
Ň
e przydatnych dla oceny du
Ň
ych podmiotów gospo-
darczych, w których ocena ryzyka jest utrudniona ze wzgl
ħ
du na zło
Ň
ono
Ļę
czynników decydu-
j
Ģ
cych o sytuacji finansowo-ekonomicznej promotora projektu.
Metodyka oceny zdolno
Ļ
ci kredytowej dla potrzeb systemu opracowana została w taki
sposób,
Ň
e bazuje na rzeczywistych danych finansowych za ostatnie cztery okresy rozliczenio-
we oraz uzale
Ň
niona jest od struktury aktywów i pasywów analizowanego podmiotu. W tym
celu podzielono badane podmioty na dwie grupy:
•
kredytobiorców o niskim udziale maj
Ģ
tku trwałego w strukturze bilansu,
•
kredytobiorców o wysokim udziale maj
Ģ
tku trwałego w strukturze bilansu.
Klasyfikacja ta zale
Ň
y nie tylko od bie
ŇĢ
cej struktury aktywów, ale bazuje tak
Ň
e na ana-
lizie kształtowania si
ħ
tej struktury w okresach poprzednich. Dla potrzeb analizy zastosowano
dwa systemy oceny ryzyka, to jest system austriacki i system mi
ħ
dzynarodowy.
W systemie mi
ħ
dzynarodowym stosowana jest skala 6-cio stopniowa, od klasy 1 dla
kredytobiorcy najbardziej wiarygodnego, do klasy 6, oznaczaj
Ģ
cej kredytobiorców najmniej
wiarygodnych. Natomiast w systemie austriackim zastosowana jest klasyfikacja 5-cio stopnio-
wa, od klasy 1 dla najbardziej wiarygodnych klientów, do klasy 5 dla klientów najmniej wiary-
godnych.
Zadaniem tak skonstruowanej aplikacji jest mo
Ň
liwo
Ļę
obiektywnej oceny kredytobior-
ców, a tak
Ň
e wspieranie analityków bankowych w ocenie wiarygodno
Ļ
ci potencjalnych klien-
tów i kredytobiorców. Na podstawie dokumentów finansowych (bilansu, rachunku zysków i
strat i informacji dodatkowych) przedstawionych przez analizowan
Ģ
firm
ħ
, ubiegaj
Ģ
c
Ģ
si
ħ
o
kredyt za czas czterech okresów rozliczeniowych analizuje si
ħ
sytuacj
ħ
ekonomiczn
Ģ
przedsi
ħ
-
biorstwa. Badanych jest przy tym szereg wska
Ņ
ników ekonomicznych, ich wzajemne powi
Ģ
za-
nia oraz zmiany ich warto
Ļ
ci w czasie. Wynikiem tej analizy jest zakwalifikowanie ewentual-
nego klienta do jednej ze zdefiniowanych powy
Ň
ej grup ryzyka i przyporz
Ģ
dkowanie mu odpo-
wiedniej oceny ratingowej.
1
dr hab. in
Ň
., profesor PS, pracownik Wydziału Informatyki Politechniki Szczeci
ı
skiej, specjalizuje si
ħ
w zagad-
nieniach bankowo
Ļ
ci i zarz
Ģ
dzania finansami z zastosowaniem narz
ħ
dzi informatycznych; Kierownik Katedry Or-
ganizacji i Zarz
Ģ
dzania oraz współpracuj
Ģ
cy wykładowca Zachodniopomorskiej Szkoły Biznesu w Szczecinie,
2
mgr in
Ň
., doktorantka w Katedrze Organizacji i Zarz
Ģ
dzania na Wydziale Informatyki Politechniki Szczeci
ı
skiej,
realizuje prac
ħ
doktorsk
Ģ
z zagadnie
ı
logiki rozmytej i modelowania matematycznego.
2. Metody oceny wiarygodnoĻci finansowej
Ocena wiarygodno
Ļ
ci kredytowej zazwyczaj prowadzona jest w dwóch płaszczyznach,
jako ocena jako
Ļ
ciowa i ilo
Ļ
ciowa. Poniewa
Ň
ocena jako
Ļ
ciowa jest - z oczywistych powodów -
ocen
Ģ
subiektywn
Ģ
, przeto niełatwo jest poda
ę
uniwersalny algorytm jej oszacowania. Inaczej
jest w przypadku oceny ilo
Ļ
ciowej.
Ta opiera si
ħ
wył
Ģ
cznie na dostarczonych dokumentach, posiada jasno okre
Ļ
lone reguły
analizy i z tego powodu mo
Ň
liwe jest jej całkowite zautomatyzowanie i - co nie mniej wa
Ň
ne –
daje to mo
Ň
liwo
Ļę
obiektywizacji oceny ilo
Ļ
ciowej. Obecnie istnieje wiele obiektywnych metod
oceny sytuacji finansowej, opartych na analizach matematycznych danych zawartych w doku-
mentach finansowych. Dzi
ħ
ki temu mo
Ň
liwe jest stworzenie systemów informatycznych dla au-
tomatycznej, kompleksowej oceny standingu finansowego podmiotów gospodarczych.
Bardzo cz
ħ
sto stosuje si
ħ
tutaj metody statystyczne, które wykorzystuj
Ģ
techniki ilo-
Ļ
ciowe, opieraj
Ģ
ce si
ħ
o opracowane modele matematyczne. Metody statystyczne s
Ģ
coraz po-
wszechniej stosowane z uwagi na fakt,
Ň
e rozwój technik informatycznych pozwolił na proste
implementowanie ich przy u
Ň
yciu komputerów osobistych.
Modele matematyczne, stosowane w metodach statystycznych podzieli
ę
mo
Ň
na na pa-
rametryczne i nieparametryczne. Modele nieparametryczne nie wymagaj
Ģ
w praktyce odno
Ļ
nie
relacji wyst
ħ
puj
Ģ
cych mi
ħ
dzy badanymi zmiennymi, ale wymagaj
Ģ
zapewnienia du
Ň
ego zbioru
danych do bada
ı
(jest to cz
ħ
sto ograniczenie do
Ļę
istotne, bowiem wiele firm w naszym kraju
ma krótk
Ģ
histori
ħ
). Modele parametryczne za
Ļ
, to modele oparte na wielowymiarowej analizie
wariancyjnej, analizie dyskryminacyjnej oraz modele logitowe i probitowe. Modele nieparame-
tryczne bazuj
Ģ
te
Ň
na sieciach neuronowych, drzewach klasyfikacyjnych oraz najbli
Ň
szego s
Ģ
-
siedztwa.
Modele logitowy i probitowy mo
Ň
na sporz
Ģ
dzi
ę
w wyniku nast
ħ
puj
Ģ
cego podej
Ļ
cia.
Niech x
i
oznacza wektor wybranych cech kredytobiorcy, przy czym liczno
Ļę
tych cech wynosi
N, czyli,
Ň
e i=1,..N. Zmienna y
i
oznacza
ę
b
ħ
dzie zdolno
Ļę
kredytobiorcy do wywi
Ģ
zywania si
ħ
z umowy (w naszym przypadku kredytowej), czyli wywi
Ģ
zywalno
Ļę
. Zakładamy,
Ň
e zmienna
y
i
=1 dla przypadku, gdy pewna ukryta nieobserwowalna zmienna y
i
*
³0, za
Ļ
y
i
=0, je
Ň
eli
zmienna nieobserwowalna y
i
*
<0. Ponadto zachodzi zale
Ň
no
Ļę
y
i
* =
b’x
i
+ e
i
. W przypadku mo-
delu logitowego zaburzenie e
i
ma rozkład logistyczny, za
Ļ
w przypadku modelu probitowego
ma ono rozkład normalny
Metoda najbli
Ň
szego s
Ģ
siedztwa polega z kolei na wprowadzeniu do przestrzeni cech
pewnej metryki, tj. miary „odległo
Ļ
ci”. Za jej pomoc
Ģ
wyznacza si
ħ
k
najbli
Ň
szych (zwykle w
sensie euklidesowym) s
Ģ
siadów analizowanego kredytobiorcy i bior
Ģ
c pod uwag
ħ
ich sytuacj
ħ
wysuwa si
ħ
wniosek na temat jego przyszłej zdolno
Ļ
ci kredytowej.
Metoda drzew klasyfikacyjnych polega na rekurencyjnym podziale próby na dwie pod-
próby (lew
Ģ
i praw
Ģ
) na podstawie jednej z cech kredytobiorcy. W ten sposób powstaje drzewo
decyzyjne, pozwalaj
Ģ
ce klasyfikowa
ę
kredytobiorców.
Pomimo sporej atrakcyjno
Ļ
ci i nowych mo
Ň
liwo
Ļ
ci powy
Ň
ej zasygnalizowanych metod,
ich zło
Ň
ono
Ļę
oraz brak do
Ļ
wiadcze
ı
w praktycznym stosowaniu ci
Ģ
gle jeszcze czyni analiz
ħ
wska
Ņ
nikow
Ģ
najcz
ħĻ
ciej stosowanym narz
ħ
dziem przy badaniu wiarygodno
Ļ
ci i standingu fi-
nansowego podmiotów gospodarczych.
- 2 -
Analiza wska
Ņ
nikowa jest metod
Ģ
bada
ı
analitycznych polegaj
Ģ
c
Ģ
na wyznaczeniu i
ocenie wska
Ņ
ników, które uzyskuje si
ħ
na podstawie danych zawartych w sprawozdaniach fi-
nansowych. Klasyczna analiza wska
Ņ
nikowa jest najcz
ħĻ
ciej uzupełniana analiz
Ģ
porównawcz
Ģ
przede wszystkim w czasie, ale czasem tak
Ň
e w przestrzeni. Wska
Ņ
niki mog
Ģ
przedstawia
ę
re-
lacje obrazuj
Ģ
ce zale
Ň
no
Ļ
ci zachodz
Ģ
ce pomi
ħ
dzy pozycjami jednego sprawozdania:
•
bilansu (wska
Ņ
niki bilansowe),
•
rachunku zysków i strat (wska
Ņ
niki wynikowe)
lub zale
Ň
no
Ļ
ci zachodz
Ģ
ce pomi
ħ
dzy pozycjami z ró
Ň
nych sprawozda
ı
(wska
Ņ
niki mieszane).
Za pomoc
Ģ
wska
Ņ
ników mo
Ň
na scharakteryzowa
ę
syntetycznie wiele ekonomicznych i
finansowych aspektów działalno
Ļ
ci przedsi
ħ
biorstwa. Pozwalaj
Ģ
one zidentyfikowa
ę
mocne i
słabe strony funkcjonowania przedsi
ħ
biorstwa, a tak
Ň
e dostarczaj
Ģ
informacji o zagro
Ň
eniach i
szansach w jego działalno
Ļ
ci. Analiza wska
Ņ
nikowa cieszy si
ħ
du
ŇĢ
popularno
Ļ
ci
Ģ
z wzgl
ħ
du na
prostot
ħ
stosowania, mo
Ň
liwo
Ļę
dokonywania wszechstronnych porówna
ı
, jak równie
Ň
łatwo
Ļę
dostosowania do potrzeb ró
Ň
nych grup u
Ň
ytkowników.
Korzystaj
Ģ
c z analizy wska
Ņ
nikowej, nale
Ň
y mie
ę
na uwadze dwa zagadnienia: kon-
strukcj
ħ
wska
Ņ
ników i ich interpretacj
ħ
. Zrozumienie konstrukcji, czyli metodologii oblicze
ı
danego wska
Ņ
nika, jest warunkiem wła
Ļ
ciwej jego interpretacji. Poniewa
Ň
metodologii oblicza-
nia wska
Ņ
ników nie reguluj
Ģ
Ň
adne akty prawne i przepisy, skutkuje to mnogo
Ļ
ci
Ģ
podej
Ļę
do
oblicze
ı
poszczególnych wska
Ņ
ników - niektóre wska
Ņ
niki maj
Ģ
wr
ħ
cz po kilka funkcjonuj
Ģ
-
cych równolegle nazw. Zdarza si
ħ
te
Ň
,
Ň
e wska
Ņ
niki, okre
Ļ
lane jedn
Ģ
nazw
Ģ
, obliczane s
Ģ
na
wiele ró
Ň
nych sposobów.
Z tego powodu opracowania przedstawiaj
Ģ
ce wielko
Ļ
ci wska
Ņ
ników s
Ģ
cz
ħ
sto bezu
Ň
y-
teczne, bo nie daj
Ģ
gwarancji zachowania warunków porównywalno
Ļ
ci, je
Ļ
li nie poda si
ħ
w
nich precyzyjnych formuł obliczanych wska
Ņ
ników. Teoretycznie mo
Ň
liwe jest wyró
Ň
nienie
około 400 wska
Ņ
ników, ale w przewa
Ň
aj
Ģ
cej cz
ħĻ
ci literatury przedmiotu, dotycz
Ģ
cej analizy
wska
Ņ
nikowej, omawianych jest od kilkunastu do kilkudziesi
ħ
ciu wska
Ņ
ników. Wynika to z
faktu,
Ň
e wi
ħ
kszo
Ļę
wska
Ņ
ników stanowi modyfikacj
ħ
lub proste przekształcenia innych
wska
Ņ
ników.
Zastosowanie techniki komputerowej zwi
ħ
kszyło znacznie u
Ň
yteczno
Ļę
analizy finan-
sowej, poprzez przy
Ļ
pieszenie otrzymania wyników, zmniejszenie kosztów jej przeprowadze-
nia, a tak
Ň
e poprzez unikanie bł
ħ
dów podczas obliczania wska
Ņ
ników.
Interpretacja wska
Ņ
ników, stanowi
Ģ
ca niezb
ħ
dny element analizy finansowej, jest naj-
trudniejsz
Ģ
i najbardziej niejednoznaczn
Ģ
jej cz
ħĻ
ci
Ģ
. Wynika to z ograniczonej u
Ň
yteczno
Ļ
ci
informacji prezentowanych w sprawozdaniach finansowych, na podstawie których mo
Ň
na do-
kona
ę
jedynie przybli
Ň
onej i obarczonej subiektywizmem oceny sytuacji, w jakiej znajduje si
ħ
przedsi
ħ
biorstwo. Interpretacja wska
Ņ
ników jest uzale
Ň
niona od mo
Ň
liwo
Ļ
ci dokonania porów-
na
ı
obliczonych wska
Ņ
ników z pewnymi wielko
Ļ
ciami bazowymi. Tylko w przypadku niektó-
rych wska
Ņ
ników wielko
Ļ
ci bazowe, tzn. takie, które przedsi
ħ
biorstwo powinno osi
Ģ
gn
Ģę
, s
Ģ
znane i z góry okre
Ļ
lone. W wi
ħ
kszo
Ļ
ci przypadków wielko
Ļ
ci te s
Ģ
ró
Ň
ne dla przedsi
ħ
biorstw
działaj
Ģ
cych w ró
Ň
nych bran
Ň
ach, a tak
Ň
e podlegaj
Ģ
zmianom w czasie. W analizie wska
Ņ
niko-
wej wyró
Ň
ni
ę
wi
ħ
c trzeba analiz
ħ
trendu
oraz analiz
ħ
porównawcz
Ģ
.
Analiza
trendu
polega na porównaniu obliczonych wska
Ņ
ników na przestrzeni kilku lub
kilkunastu okresów (najlepiej nie mniej ni
Ň
3 lata). Zalet
Ģ
analizy trendu jest łatwo
Ļę
uzyskania
- 3 -
danych do obliczenia wska
Ņ
ników, natomiast wad
Ģ
- brak mo
Ň
liwo
Ļ
ci okre
Ļ
lenia pozycji przed-
si
ħ
biorstwa wzgl
ħ
dem konkurencji.
Analiza
porównawcza
polega na porównaniu obliczonych wska
Ņ
ników ze wska
Ņ
nikami
innych przedsi
ħ
biorstw (działaj
Ģ
cych w tej samej bran
Ň
y) lub
Ļ
rednimi w danej bran
Ň
y. Porów-
nanie musi dotyczy
ę
tego samego okresu, a metodologia obliczania wska
Ņ
ników powinna by
ę
identyczna dla wszystkich przedsi
ħ
biorstw. Analiza porównawcza dostarcza znacznie wi
ħ
cej
informacji ni
Ň
analiza trendu, gdy
Ň
umo
Ň
liwia dokonanie oceny sytuacji przedsi
ħ
biorstwa na tle
konkurencyjnych firm.
Analiza wska
Ņ
nikowa pozwala oceni
ę
nie tylko bie
ŇĢ
c
Ģ
sytuacj
ħ
finansow
Ģ
przedsi
ħ
-
biorstwa, ale tak
Ň
e cz
ħĻ
ciowo prognozowa
ę
t
ħ
sytuacj
ħ
na okresy przyszłe. Wybór wska
Ņ
ników
i ich wpływ na wiarygodno
Ļę
kredytow
Ģ
definiowany jest indywidualnie przez banki i zazwy-
czaj jest wynikiem bada
ı
i analiz zale
Ň
no
Ļ
ci pomi
ħ
dzy warto
Ļ
ciami wska
Ņ
ników a spłat
Ģ
kredy-
tów przez kredytobiorców.
Stosunkowo now
Ģ
, ale coraz bardziej popularn
Ģ
metod
Ģ
interpretacji warto
Ļ
ci poszcze-
gólnych wska
Ņ
ników staje si
ħ
sprowadzenie ich wyniku do jednej warto
Ļ
ci, a wi
ħ
c do wska
Ņ
ni-
ka zagregowanego, który jednoznacznie okre
Ļ
la sytuacj
ħ
finansow
Ģ
przedsi
ħ
biorstwa. Metoda
ta polega na wybraniu odpowiednich wska
Ņ
ników, takich, które najlepiej b
ħ
d
Ģ
charakteryzowa-
ły badany podmiot i badane zjawisko
3
, a nast
ħ
pnie przypisaniu tym wska
Ņ
nikom odpowiednich
wag. Wagi te dobiera si
ħ
zwykle według znaczenia, jakie maj
Ģ
poszczególne wska
Ņ
niki dla
oceny kondycji firmy. Zagregowany wska
Ņ
nik równy jest sumie iloczynów wybranych wska
Ņ
-
ników i przypisanych im wag. Zalet
Ģ
tej metody jest prostota implementacji i jednoznaczno
Ļę
interpretacji wyniku. Wad
Ģ
metody jest jej mała elastyczno
Ļę
i ograniczony zakres stosowania.
Oceniaj
Ģ
c sytuacje finansow
Ģ
nale
Ň
y tak
Ň
e pami
ħ
ta
ę
,
Ň
e wska
Ņ
niki wyliczane s
Ģ
na podstawie
danych historycznych.
3. Algorytmy implementacji
W celu przebadania i oceny skuteczno
Ļ
ci zaproponowanej procedury opracowano sys-
tem komputerowy, który realizuje algorytm przedstawiony na rysunku 1. Na bazie danych uzy-
skanych z dokumentów dostarczonych przez klienta wyliczane s
Ģ
z góry okre
Ļ
lone wska
Ņ
niki
finansowe. Ich rodzaj zale
Ň
y od rodzaju oceny ratingowej wybranej przez oceniaj
Ģ
cego oraz od
struktury analizowanych sprawozda
ı
.
Algorytm ten jest w zasadzie typowym algorytmem stosowanym przy tego typu oka-
zjach, ale wprowadzono w nim pewne dodatkowe udogodnienia oraz przeł
Ģ
czniki, które za-
pewni
ę
mu maj
Ģ
wi
ħ
ksz
Ģ
elastyczno
Ļę
, jak równie
Ň
zbie
Ň
no
Ļę
otrzymywanych wyników z rze-
czywisto
Ļ
ci
Ģ
.
3
Do wyboru wska
Ņ
ników stosuje si
ħ
najcz
ħĻ
ciej analiz
ħ
istotno
Ļ
ci w formie znanych testów.
- 4 -
Rys. 1. Algorytm zastosowany do oceny ratingowej
W p ro w a d z e n ie d a n y c h
fin a n s o w y c h k lie n ta
W p ro w a d z e n ie d a n y c h
k o ry g u jĢc y c h
W y lic z e n ie w s k aŅn ik ó w
e k o n o m ic z n y c h
O k reĻle n ie u d z ia łu
m a jĢtk u trw a łe g o
O c e n a ra tin g o w a
m i
ħ
d z y n a ro d o w a
O c e n a ra tin g o w a
a u s tria c k a
ń
ródło: Opracowanie własne
Wska
Ņ
niki stosowane do oblicze
ı
pokazano w tabeli 1.
Tab. 1. WskaŅniki ekonomiczno-finansowe wykorzystywane do oceny ratingowej
Rodzaj wska
Ņ
nika
Sposób liczenia
Wska
Ņ
nik amortyzacji
Amortyzacja/BL
*
Wska
Ņ
nik kapitału własnego
Kapitał własny ogółem/Suma bilansowa
Wska
Ņ
nik operacyjnego Cash
Flow w stosunku do BL
(Operacyjny CF/BL)*100%
Wska
Ņ
nik Cash Flow ogółem w
stosunku do BL
(CF ogółem/BL)*100%
Realny wska
Ņ
nik zadłu
Ň
enia
(Zobowi
Ģ
zania ogółem/kapitał własny ogó-
łem)*100%
Working Capital
Maj
Ģ
tek obrotowy+Rozliczenia mi
ħ
dzyokresowe
czynne)/(Zobowi
Ģ
zania krótkotermino-
we+Rozliczenia mi
ħ
dzyokresowe bierne))*100%
Wska
Ņ
nik pokrycia odsetek pła-
conych
(Wynik operacyjny+Saldo odsetek)/Dochody z
tytułu odsetek
Wska
Ņ
nik pokrycia zobowi
Ģ
za
ı
długoterminowych
Operacyjny CF/Zobowi
Ģ
zania długotermino-
we)*(12/ilo
Ļę
miesi
ħ
cy w okresie rozliczenio-
wym)
Ebit Marge
((Wynik Operacyjny+Saldo odsetek)/BL)*100%
Wska
Ņ
nik operacyjnego Cash
Flow w stosunku do BL
(Operacyjny CF/BL)*100%
Wska
Ņ
nik Cash Flow ogółem w
stosunku do BL
(CF ogółem/BL)*100%
ń
ródło: Opracowanie własne
*
Przychody operacyjne ogółem
- 5 -
[ Pobierz całość w formacie PDF ]