МНОГОКРИТЕРИАЛЬНЫЙ ВЫБОР МЕТОДОМ МАКСИМАЛЬНОЙ СВЕРТКИ В СФЕРЕ БАНКОВСКОГО КРЕДИТОВАНИЯ - Студенческий научный форум

IX Международная студенческая научная конференция Студенческий научный форум - 2017

МНОГОКРИТЕРИАЛЬНЫЙ ВЫБОР МЕТОДОМ МАКСИМАЛЬНОЙ СВЕРТКИ В СФЕРЕ БАНКОВСКОГО КРЕДИТОВАНИЯ

Юдичева И.М. 1
1Самарский Государственный Экономический Университет
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Как известно, кредитование-процесс, который связан с большими рисками, а именно непогашенные ссуды в установленный срок.

Для того чтобы понять какова реальная ситуация кредитоспособности определенного лица, нужно определить возможность полного, а также своевременного погашения кредита. Кроме этого важно знать все условия, при которых предоставляется кредит, степень риска, размеры предоставляемой суммы.

С развитием рынка оценку кредитоспособности начали связывать не только с анализом платежеспособности клиента на выбранную дату, но и нахождением самых выгодных заемщиков, прогнозированием их финансовой устойчивости в будущем, учетом возможных рисков по производимым операциям. При условии соблюдения всех критериев можно добиться наиболее эффективного управления имеющимися ресурсами, соответственно получить прибыль.

Нужно учитывать, что большинство используемых банками методов в кредитовании связаны, прежде всего, с данными бухгалтерских отчётов. Они способны лишь показать кредитоспособность заёмщика, но при этом не дают возможности определить максимально выгодного заёмщика для снижения факторов риска проводимых банком операций.

Покажем, как на практике применяется метод решений, основанный на теории нечетких множеств в области кредитования, который позволяет выделить из всех возможных вариантов самый оптимальный и рациональный.

В банк поступили обращения от четырех предприятий с просьбой предоставить им кредиты. Так как финансовые средства банка ограничены, нам нужно выбрать то предприятие, которое будет подходить по большинству критериев качества. Альтернативы обозначим через наименования организаций: ООО «Секунда», OOO «Грифон», ООО "ГК «Торус», ООО «Весна».

Для оценки кредитоспособности предприятий-заемщиков были использованы данные их бухгалтерской отчетности (табл. 1).

Таблица 1

Данные бухгалтерской отчетности

Финансовый показатель

Значение показателя для предприятия, тыс. руб.

ООО «Секунда»

OOO

«Грифон»

ООО "ГК «Торус»

ООО

«Весна»

Денежные средства( ДС)

498,2

859,7

373,6

799,2

Краткосрочные финансовые вложения(КФВ)

578,9

1460

678,1

1600

Дебиторская задолженность(ДЗ)

2969,9

3860,3

1401,6

2103,2

Запасы и затраты(ЗЗ)

8434,8

10921,7

33158,4

32165,4

Собственный капитал(СК)

29083

21095

57966

45371

Краткосрочные обязательства(ОКс)

2198,4

1968

1991,6

5373,0

Итог баланса(ИБ)

45098,0

56255,5

11157,5

22423,3

Валовая выручка(ВВ)

19323,5

11908

13754

10210,1

Прибыль(П)

4901,0

4801,0

33158,4

32165,4

На основе имеющихся данных произведены расчёты финансовых коэффициентов, показывающих кредитоспособность заёмщиков: коэффициент абсолютной ликвидности (F1), промежуточный коэффициент покрытия (F2), общий коэффициент покрытия (F3), коэффициент финансовой независимости (F4), коэффициент рентабельности продукции (F5).

Данные коэффициенты являются критериями качества кредитоспособности предприятий и рассчитываются по формулам, приведенным ниже:

  1. F1=

  2. F2=

  3. F3=

  4. F4=

  5. F5=

Полученные данные о критериях качества для рассматриваемых организаций приводятся в табл. 2, в ней же показаны нормативные значения критериев. Именно анализ расчётных и нормативных значений критериев даёт понять, что все рассматриваемые предприятия могут претендовать на поучение кредита.

Таблица 2

Расчетные и нормативные значения критериев качества предприятий

Критерий качества

Значение критерия для предприятия

Нормативное значение

ООО «Секунда»

OOO

«Грифон»

ООО "ГК «Торус»

ООО

«Весна»

F1

0,490

1,179

0,528

0,447

0,1-0,25

F2

1,841

3,140

1,232

0,838

0,5-1,0

F3

5,678

8,690

17,881

6,824

1,0-2,5

F4

0,645

0,375

5,195

2,023

0,6

F5

0,254

0,403

2,411

3,150

Чем выше, тем лучше

Обработка полученных данных производится в 3 этапа с помощью применения математического аппарата теории нечетких множеств.

Этап 1. Построение функций принадлежности, которые будут соответствовать терминам "желаемый промежуточный коэффициент покрытия", "наилучший коэффициент рентабельности", "предпочтительны коэффициент абсолютной ликвидности" и др. (рис. 1).

Функции принадлежности были построены на основе экспертных оценок лиц, имеющих знания в области кредитования предприятий различного функционального назначения.

Этап 2. Определение конкретных значений функции принадлежности по критериям качества F1, ..., F5. На рис. 1 проиллюстрированы значения функций принадлежности, принадлежащие рассматриваемым организациям. Нечеткие множества для 5 рассматриваемых критериев, включающие 4 анализируемые альтернативы, имеют следующий вид:

= 0,38/0,447+0,42/0,490+ 0,45/0,528+ 1,0/1,179;

= 0,27/0,838+ 0,39/1,232+0,59/1,841+ 1,0/3,140;

= 0,32/5,678 + 0,38/6,824+ 0,49/8,690+ 1,0/17,881;

= 0,07/0,375+0,12/0,645+ 0,38/2,023+ 1,0/5,195;

= 0,08/0,254+ 0,12/0,403+ 0,77/2,411+ 1,0/3,150.

Рис. 1. Функции принадлежности критериев качества

Этап 3. На данном этапе нужно выявить самую подходящую альтернативу путем свертки полученной информации. Оптимальные альтернативы В находятся с помощью пересечения нечетких множеств, содержащих оценки альтернатив по всем критериям выбора.

Если же критерии, благодаря которым делается выбор из доступных вариантов, одинаковы важны, то правило выбора имеет вид:

В = F1F2F3F4F5.

Наиболее рациональной принято считать альтернативу с максимальным значением функции принадлежности к множеству В. Операция пересечения нечетких множеств соответствует выбору минимального значения для j-й альтернативы:

Для рассматриваемой задачи множество оптимальных альтернатив имеет вид:

В = { min { 0,38; 0,27; 0,32; 0,07; 0,08 }

min {0,42; 0,39; 0,38; 0,12; 0,12 }

min { 0,45; 0,59; 0,49; 0,38; 0,77 }

min { 1,00; 1,00; 1,00; 1,00; 1,00 }.

Результирующий вектор приоритетов альтернатив имеет следующий вид:

= max {0,07; 0,12; 0,38; 1,00}.

Итак, лучшей альтернативой является ООО «Весна», которой соответствует значение 1,0. На втором, третьем и четвертом местах находятся соответственно ООО ГК «Торус»-0,38,

OOO «Грифон»-0,12, ООО «Секунда»-0,07.

______________________________________________

Список литературы

1) Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике /. — Москва "Финансы и статистика/ 2000г., 368 с., ISBN 5-279-02188-1.

2) А. М. Дубров, Б. А. Лагоша, Е. Ю. Хрусталев / Учеб. Пособие Под ред. Б. А. Лагоши. — М.: Финансы и статистика, 2000. — 176 с.: ил. ISBN 5-279-02068-0.

Просмотров работы: 292