|
ОглавлениеВведение. Глава 1. Теоретические положения экономического анализа кредитоспособности заемщика Для бесплатного чтения доступна только часть главы! Для чтения полной версии необходимо приобрести книгуГлава 3. |
Дата |
Выручка (нетто) от реализации товаров, продукции, работ, услуг (без НДС) / Выручка |
Кредиторская задолженность |
y[r] |
y[c] |
|
III кв. 2011 |
119 829 |
6177 |
IV кв. 2011 |
264 276 |
922 |
I кв. 2012 |
58 095 |
6159 |
II кв. 2012 |
132 508 |
374 |
III кв. 2012 |
202 152 |
1028 |
IV кв. 2012 |
272 795 |
2490 |
I кв. 2013 |
60 253 |
2490 |
II кв. 2013 |
155 677 |
1356 |
III кв. 2013 |
227 431 |
1450 |
IV кв. 2013 |
290 148 |
3673 |
I кв. 2014 |
59 193 |
3040 |
II кв. 2014 |
128 024 |
3245 |
III кв. 2014 |
190 397 |
2964 |
IV кв. 2014 |
265 129 |
4371 |
I кв. 2015 |
61 567 |
7254 |
Для наглядности представим тренд выручки на рис. 3.1.
Рис. 3.1. Динамика выручки ООО «Винегрет»
Как видно из рис. 3.1, выручка ООО «Винегрет» подвержена эффекту сезонности, следовательно, для построения модели динамики выручки, необходимо учесть данный фактор. Кроме того, были введены классификационная переменная , позволяющая всё множество точек данных разделить на те, которые характеризовали высокий тренд, и на те, которые характеризовали низкий тренд. Исходные данные модели представим в табл. 3.2.
Таблица 3.2
Исходные данные для построения модели с сезонными эффектами и двумя классификационными переменными
f1 |
f2 |
f3 |
||||
202 152 |
119 829 |
0 |
1 |
0 |
1 |
1 |
272 795 |
264 276 |
0 |
0 |
1 |
1 |
1 |
60 253 |
58 095 |
0 |
0 |
0 |
1 |
1 |
155 677 |
132 508 |
1 |
0 |
0 |
1 |
1 |
227 431 |
202 152 |
0 |
1 |
0 |
1 |
1 |
290 148 |
272 795 |
0 |
0 |
1 |
1 |
1 |
59 193 |
60 253 |
0 |
0 |
0 |
1 |
1 |
128 024 |
155 677 |
1 |
0 |
0 |
1 |
1 |
190 397 |
227 431 |
0 |
1 |
0 |
1 |
1 |
265 129 |
290 148 |
0 |
0 |
1 |
1 |
1 |
61 567 |
59 193 |
0 |
0 |
0 |
1 |
1 |
Полученная модель имеет следующий вид
= 65 336,8092–0,0734 + 87 095,3591f1 + 159 473,7221f2 +
(3395,5990) (0,0432) (4928,4641) (6112,4272)
+ 231 589,7221f3 + 8032,0280 + 6072,6140, R2 = 0,99.
(9808,1759) (1206,7557) (1207,7527)
Стандартные ошибки всех коэффициентов меньше значений коэффициентов, что свидетельствует о статистической значимости всех коэффициентов регрессии.
Отрицательное значение оценки коэффициента означает, что выручка достигла своего равновесного значения, и надеяться на ее более высокие значения можно только в пределах ошибки. Об этом свидетельствуют и предельные (равновесные) значения, которые с учетом возможных вариантов определяют границы равновесных значений.
В каждом квартале возможны пять уровней выручки:
– «самый низкий» (тренд состоит из самых низких значений);
– «нижний» (тренд состоит из значений, которые выше самого низкого тренда, но ниже средних значений);
– «средний» (тренд состоит из средних значений);
– «высокий» (тренд состоит из значений, которые выше среднего тренда, но ниже самых высоких значений);
– «самый высокий» (тренд состоит из самых низких значений).
Для большей наглядности расположим поквартальные предельные значения выручки ООО «Винегрет» в табл. 3.3.
Таблица 3.3
Поквартальные предельные значения выручки ООО «Винегрет»
Дата |
Самый низкое предельное значение |
Низкое предельное значение |
Среднее предельное значение |
Высокое предельное значение |
Самое высокое предельное значение |
I кв. |
47 727,2393 |
59 041,5802 |
60 866,9456 |
62 692,3109 |
74 006,6518 |
II кв. |
128 864,1749 |
140 178,5158 |
142 003,8811 |
143 829,2465 |
155 143,5874 |
III кв. |
196 290,9481 |
207 605,2890 |
209 430,6543 |
211 256,0197 |
222 570,3606 |
IV кв. |
263 473,2969 |
274 787,6378 |
276 613,0031 |
278 438,3685 |
289 752,7094 |
Получив поквартальные значения выручки, мы можем аналогичным образом смоделировать поквартальные значения кредиторской задолженности и оценить кредитные риски, связанные с погашением кредита в будущем.
Поскольку динамика кредиторской задолженности, как и дебиторской, может следовать как высокому, так и низкому тренду, введем две классификационные переменные , обеспечивающие построение четырехтрендовой модели, кроме того, введем в модель зависимую переменную «Выручка ». Представим исходные данные для расчетов в табл. 3.4.
Таблица 3.4
Исходные данные для построения модели кредиторской задолженности с двумя классификационными переменными
922 |
6177 |
264 276 |
–1 |
1 |
6159 |
922 |
58 095 |
1 |
–1 |
374 |
6159 |
132 508 |
–1 |
–1 |
1028 |
374 |
202 152 |
–1 |
–1 |
2490 |
1028 |
272 795 |
1 |
–1 |
2490 |
2490 |
60 253 |
–1 |
–1 |
1356 |
2490 |
155 677 |
–1 |
–1 |
1450 |
1356 |
227 431 |
–1 |
1 |
3673 |
1450 |
290 148 |
1 |
1 |
3040 |
3673 |
59 193 |
–1 |
1 |
3245 |
3040 |
128 024 |
–1 |
1 |
2964 |
3245 |
190 397 |
1 |
–1 |
4371 |
2964 |
265 129 |
1 |
1 |
7254 |
4371 |
61 567 |
1 |
1 |
Оцененная модель с двумя классификационными переменными (четырехтрендовая модель) имеет вид:
= 6114,4117–0,1718 — 0,1147+
(419,9109) (0,0831) (0,017)
+ 1561,9016 + 819,5987, R2 = 0,96.
(141,9630) (1422,6085)
Особенность этой модели в том, что ее предельные значения зависят от включенного в модель регрессора (выручки).
Рассчитанные предельные значения содержатся в табл. 3.5.
Таблица 3.5
Предельные значения кредиторской задолженности
Самый низкое предельное значение |
Низкое предельное значение |
Среднее предельное значение |
Высокое предельное значение |
Самое высокое предельное значение |
–132,5417 |
1266,3221 |
1899,7910 |
2533,2600 |
3932,1238 |
2456,1864 |
3855,0501 |
4488,5191 |
5121,9880 |
6520,8518 |
1521,8858 |
2920,7496 |
3554,2185 |
4187,6875 |
5586,5513 |
647,4630 |
2046,3268 |
2679,7957 |
3313,2646 |
4712,1284 |
–239,5029 |
1159,3609 |
1792,8298 |
2426,2988 |
3825,1625 |
2429,0913 |
3827,9551 |
4461,4241 |
5094,8930 |
6493,7568 |
1230,9849 |
2629,8487 |
3263,3176 |
3896,7866 |
5295,6504 |
330,0697 |
1728,9335 |
2362,4025 |
2995,8714 |
4394,7352 |
–457,3804 |
941,4834 |
1574,9523 |
2208,4213 |
3607,2850 |
2442,4003 |
3841,2641 |
4474,7330 |
5108,2020 |
6507,0657 |
1578,1852 |
2977,0489 |
3610,5179 |
4243,9868 |
5642,8506 |
795,0542 |
2193,9179 |
2827,3869 |
3460,8558 |
4859,7196 |
–143,2516 |
1255,6122 |
1889,0811 |
2522,5501 |
3921,4138 |
2412,5933 |
3811,4571 |
4444,9260 |
5078,3949 |
6477,2587 |
На следующем этапе необходимо сопоставить полученные предельные значения кредиторской задолженности с рассчитанными ранее равновесными состояниями выручки. Результаты расчетов приведены в табл. 3.6.
Таблица 3.6
Условные предельные значения кредиторской задолженности для равновесных состояний выручки
Дата |
Равновесные значения выручки |
Условные равновесные значения кредиторской задолженности |
I кв. |
60 866,9456 |
4453,7156 |
II кв. |
142 003,8811 |
3434,9920 |
III кв. |
209 430,6543 |
2588,4078 |
IV кв. |
276 613,0031 |
1744,8925 |
Анализ табл. 3.6 позволяет сделать следующие выводы:
1) кредитные риски распределены по кварталам, причем самый высокий риск относится к первому кварталу, когда выручка самая низкая, и наименьший риск имеет место в четвертом квартале, когда выручка самая высокая;
2) поскольку оцененная динамика выручки и кредиторской задолженности ООО «Винегрет» носит устойчивый характер, то можно признать кредитозаемщика достаточно надежным.
В соответствии с общей методикой предрейтингового экономического анализа далее следует этап анализа рискогенности организации-кредитозаемщика. Для реализации этого этапа используются адаптивные модели, позволяющие оценить надежность кредитозаемщика в каждый конкретный момент времени. Если на протяжении ретроспективного периода обнаружится хотя бы один случай потери устойчивости, то можно сделать вывод о недостаточно высокой надежности заемщика, поскольку существует ненулевая вероятность повторения такой ситуации в будущем.
Таблица 3.7
Исходные данные для построения адаптивной модели кредиторской задолженности
i |
||
1 |
2 |
3 |
1 |
6177 |
922 |
1 |
922 |
6159 |
1 |
2 |
3 |
1 |
6159 |
374 |
1 |
374 |
1028 |
1 |
1028 |
2490 |
1 |
2490 |
2490 |
1 |
2490 |
1356 |
1 |
1356 |
1450 |
1 |
1450 |
3673 |
1 |
3673 |
3040 |
1 |
3040 |
3245 |
1 |
3245 |
2964 |
1 |
2964 |
4371 |
1 |
4371 |
7254 |
Последовательность всех построенных текущих моделей и соответствующих им предельных значений кредиторской задолженности приведены в табл. 3.8.
Таблица 3.8
Адаптивное моделирование: текущие модели и предельные значения
Текущие модели |
Предельные значения |
1 |
2 |
= 3491,7199–0,4424 |
= 2420,7691 |
= 3494,2894–0,4425 |
= 2422,3214 |
= 3465,3771–0,4410 |
= 2404,8374 |
= 3405,3390–0,4327 |
= 2376,8650 |
= 3444,9607–0,4380 |
= 2395,7110 |
= 3467,5534–0,4333 |
= 2419,1986 |
= 3499,6901–0,4323 |
= 2443,3389 |
= 3524,1241–0,4305 |
= 2463,5876 |
Внимание! Авторские права на книгу "Предрейтинговый анализ кредитоспособности заемщика: организация и методика обеспечения. Монография" ( Ендовицкий Д.А., Фролов И.В., Широбоков В.Г., Беленов О.Н., Купрюшина О.М.; под ред. Ендовицкого Д.А ) охраняются законодательством!