CC BY
98
М.С. МАРАМЫГИН
зав. кафедрой финансовых рынков и банковского дела, доктор экономических наук, профессор Уральского государственного экономического университета,
г. Екатеринбург e-mail: maram_m_s@mail.ru
Е.В. СТРЕЛЬНИКОВ
кандидат экономических наук, доцент Уральского государственного экономического университета,
г. Екатеринбург e-mail: Strelnikoff76@mail.ru
ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ ДЕФОЛТНЫХ СИТУАЦИЙ В ЭКОНОМИКЕ
Рассматривается проблема дефолта, его возникновения как на уровне государства, так и на уровне отдельно взятого хозяйствующего субъекта. Оценивается вероятность наступления дефолта в зависимости от экономического развития отрасли, региона или страны в целом.
Ключевые слова: дефолты, финансовый рынок, нестабильность финансового рынка, банкротство, вероятность дефолта, прогнозирование дефолта, способы защиты от дефолта, стабильность экономики, способы защиты от нестабильности, стабильность финансовой системы.
УДК 338.26 ББК 65.054.3
M.S. MARAMIGIN
Chairholder, Chair of Financial Markets and Banking,
Doctor of Economics, Professor, Ural State University of Economics, Yekaterinburg
e-mail: maram_m_s@mail.ru
E.V. STRELNIKOV
PhD in Economics, Associate Professor, Ural State University of Economics, Yekaterinburg
e-mail: Strelnikoff76@mail.ru
PROBLEMS OF DEFAULT FORECASTING IN ECONOMICS
The article deals with the phenomenon of default, the problems of its occurrence both at the level of a state and an individual economic entity. The authors assess the probability of default depending on economic development of an industry, a region or a state.
Keywords: defaults, financial market, instability of financial market, bankruptcy, probability of default, default forecasting, protecting methods from defaults, stability of economy, protecting methods from instability, financial system stability.
Как известно, проблема дефолта и его возникновения как на уровне государства, так и на уровне отдельно взятого хозяйствующего субъекта является актуальной и требующей отдельного рассмотрения. Вероятность наступления дефолта отдельного хозяйствующего субъекта или государства
полностью и всецело зависит от экономического развития отрасли, региона, страны в целом. В общем и целом снижение темпов экономического роста, как правило, может повлечь за собой неограниченный рост банкротств различных предприятий. В этой связи проблема возникновения и, главное, прогно-
© М.С. Марамыгин, Е.В. Стрельников, 2012
зирования дефолта представляется довольно серьезной.
В случае подобного развития событий в экономике прогноз вероятности дефолта должен осуществляться на двух уровнях: анализ контрагента; экономический анализ показателей страны, в которой осуществляет свою деятельность контрагент. Проще говоря, резидентом какого государства является контрагент.
Как правило, вероятность дефолта предприятий различных секторов экономики может быть оценена на основе публикуемых рейтингов, которые присваиваются исходя из соответствующей финансовой отчетности предприятий1. Однако следует помнить одно важное правило, заключающееся в том, что финансовая и бухгалтерская отчетности отражают лишь текущее состояние представляемой компании. Следовательно, дать оценку риску (в нашем случае это может быть кредитный риск) на основе рассмотренных сведений не представляется возможным. В данной ситуации мы видим некое состояние компании в режиме «постфактум». В результате это может привести к неадекватным оценкам и прогнозам финансового положения соответствующего юридического лица [1, с. 47].
Как отмечает Ю. Бригхем, главным индикатором финансовой устойчивости предприятия являются коэффициенты финансовой зависимости и коэффициент процентного покрытия [2, с. 361]. Конечно, при прочих равных условиях банкротство любой компании будет зависеть от этих двух факторов, т.е. первый, будет неплохим индикатором
’ В настоящее время наиболее влиятельными агентствами, присваивающими рейтинг, считаются Moody's и Standart & Poor's. Перечисленные агентства основываются на данных двух систем оценки факторных показателей как отдельных хозяйствующих субъектов, так и показателей, анализируемых по странам. При этом прийти к четкому пониманию, что некоторые агентства, используя качественные методики оценки риска, больше ориентируются на измерение политического риска, в частности, может и основанные на подходе PSSI явно в этом имеют лидерство; или агентства, методики оценки риска, которые берут свою базу в экспликации отдельных элементов метода Delphi, где анализу подвергаются конкретные экономические показатели исследуемой системы. Будь это отдельный хозяйствующий субъект или целое государство.
уровня финансовой зависимости субъекта; второй — приемлемым и адекватным сигналом для низкого финансового покрытия. При соблюдении названных факторов дефолт любой компании наиболее вероятен. При этом стоит отметить, что фундаментом экономики любого государства видится некая пирамидальная структурированная постройка из единичных звеньев, которыми и являются отдельные компании. При их массовом банкротстве могут произойти нежелательные, порой катастрофические сдвиги в экономике.
Кроме того, важной дефолтной составляющей видится тот фактор, что большинство субъектов в экономике тем или иным образом зависимы от уровня своей платежеспособности. При этом платежеспособность можно представить как производную функцию от кредитоспособности соответствующей компании. В свою очередь, уровень кредитоспособности компании можно измерить при помощи системы кредитных рейтингов. Так, кредитный рейтинг практически любой компании зависит от некоторых вешних факторов. Необходимо определить основные из них:
1. Финансовое положение страны базирования, стабильность ее банковской системы, уровень доступности к «длинным» и «дешевым» деньгам, уровень вмешательства государства в экономику, проводимая в стране денежно-кредитная и бюджетная политика, уровень и динамика платежного баланса страны, государственная политика по регулированию финансовых рынков.
2. Различия в юридических системах органах стран, их преемственность сквозь призму международных организаций и систему международного права, развитие и применение системы банкротств предприятий, их преемственность как для бизнес-сообщества, так и для государства, степень защиты собственности.
3. Уровень развития отраслевой принадлежности субъектов экономики, принадлежащих к различным секторам экономики [3, с. 275].
Более того, хотелось бы сразу отметить, что кредитный рейтинг в качестве некоего динамического показателя риска нельзя рассматривать как только одну составляющую, представленную одномерным массивом. В ситуации построения глобального
кредитного рейтинга любой исследователь сталкивается с некой неопределенностью будущего состояния субъектов экономики, что может быть связано и с неоднородностью пространственных явлений в экономике [7, с. 53]. При этом данное состояние автоматически накладывается на риск, соответственно, мы можем назвать его одним из видов кредитного риска. В этом случае наиболее приемлемый был бы вариант расчета отношения размера потребительских корзин в различных странах (по отношению, например, к корзине в США) с учетом некого взвешивающего коэффициента. Подобным образом рассчитывается валютный риск1.
Например, такие показатели, как ожидаемые темпы роста, текущее положение на рынке ведущих экономических агентов из каждого сегмента экономики, чувствительность к финансовым рискам и другие факторы, т.е. некая составляющая, которая прямым образом влияет на формирование цен на финансовом рынке как долговых, так и долевых ценных бумаг. Данное обстоятельство может стать профилирующим при анализе рыночных переменных, которые прямым образом могут повлиять на не просто кредитный риск, приводящий к множественным банкротствам, а скорее к глобальному риску всего государства, в частности, к дефолтному риску2.
Однако если переходить к исследованию кредитных рисков государства, то можно сразу столкнуться с рядом проблем, которые на уровне отдельного хозяйствующего субъекта казались практически решаемыми. В частности, в отличие от предприятий у любого государства нет таких пусть даже не представляющих действительную ценность показателей, которые бы охарактеризовали финансовое положение государства в целом. Как отмечает В.В. Федосеев, в случае с госу-
’ Имеется ввиду один из способов расчета валютного риска, предложенный Л.Е. Стровским, Е.С. Пономаревой и А.Н. Неппом [8].
2 На уровне государства понятие «кредитный риск»
в большинстве случаев плавно трансформируется в риск дефолта или дефолтный риск, так как кредитный риск государства сам по себе не может существовать без риска полной неплатежеспособности рассматриваемого субъекта. В этом случае и следует вести разговор именно о дефолтном риске.
дарством необходимо провести качественный фундаментальный анализ [9, с. 111]. Если вести разговор о полноценном фундаментальном анализе экономического положения страны, то классическое понимание термина «фундаментальный анализ» в данном случае неприменимо [14, с. 57]. Просто фундаментальный анализ финансовых рынков и подобный анализ экономической ситуации в стране — несколько разноплановые понятия3.
В нашей ситуации для достижения адекватного и полноценного результата необходимо обобщить массу экономических показателей в стране. В Особое внимание следует уделить на соотношении обязательств в национальной и иностранной валютах, суммах долга, отдельно исследовать динамику процентных платежей. Данный показатель необходимо соотнести с суммой годового экспорта, исследовать срочную структуру задолженности по срокам погашения [4, с. 793]. Кроме того, необходимо особое внимание обратить на базовые макроэкономические индикаторы, такие как рост или снижение ВВП, темп инфляции и уровень золотовалютных резервов, а также динамику их роста или снижения объема [5, с. 165].
Ввиду превалирующего влияния перечисленных факторов на уровень оценки риска возникновения и дальнейшего развития дефолтов оценка странового риска представляется весьма субъективной и достаточно приближенной к реальной действительности. В данном случае страновой риск следует рассматривать в качестве некой первообразной функции относительно функции риска образования дефолта. Например, даже оценка риска корпоративных обязательств, находящихся на уровне «мусорных» ценных бумаг, видится более перспективной и правдоподобной, чем оценка риска дефолтов в такой обстановке [15].
3 В настоящий момент принципы и методики применения фундаментального анализа не позволяют нам применять его в полной мере к прогнозированию дефолтных ситуаций в экономике страны. Фундаментальный анализ в настоящее время представляется как один из элементов инструмента прогнозирования изменения тенденций на валютных и фондовых рынках. В отношении прогнозирования тенденций на финансовом рынке это методики, применяемые фундаментальным анализом, более применимы [14, с. 326].
Однако при таком положении возможно использовать элементы системы мониторинга частных компаний. Так вполне уместен рыночный подход к определению вероятности дефолта государства. В этом случае ученый непременно сталкивается с проблематикой выбора методологии исследования.
При прогнозировании дефолтных ситуаций в любой стране наиболее привлекательными видятся вероятностные модели1 оценки возникновения дефолта.
В частности, наиболее приемлемыми считаются:
- актуарные методы, позволяющие рассчитать некую объективную (в отличие от нейтральной к риску) оценку вероятности дефолта на основе неких статистических данных по дефолтам [10, с. 291];
- методы, основанные на рыночной стоимости облигаций, акций или производных финансовых инструментах, с помощью которых определяют нейтральную к риску оценку вероятности дефолта и премию за риск применительно к конкретному выпуску ценных бумаг [12, с. 93].
В нашем случае наиболее приемлемыми будут считаться актуарные методы оценки вероятности дефолта, предполагающие выставление соответствующей актуарной оценки вероятности дефолта. Экономическая сущность актуарных моделей ясно прослеживается на примере расчета вероятности дефолта. Как известно, ключевую роль в обнаружении признаков возникновения дефолтных ситуаций играют рейтинги ведущих агентств2.
Расчеты представленных агентств берутся за некий базис при рассмотрении вероятности дефолта исследуемой страны, так как являются наиболее объективными и соответствующими действительному положению дел как в стране в целом, так и в конкретной компании, в зависимости от того какой из объектов подвергается исследованию. При этом не следует забывать о специфических особенностях. В частности,
’ Применение вероятностных моделей позволяет использовать практически все необходимые инструменты оценки экономического состояния сектора как экономики, так и политики рассматриваемого государственного образования.
2 Рассматриваются рейтинги агентств «Moody's»
и «Standart & Poor's».
агентство «Moody's», в своих исследованиях обращает особое внимание на политическую нестабильность страны, делая при этом вывод о возможности возникновения дефолтных ситуаций в экономике. В свою очередь, агентство «Standart & Poor's» старается анализировать две основные группы показателей — политические и экономические. В рамках исследования политических показателей страны Агентство исследует совокупность факторов, при этом результирующим фактором будет желание платить по своим долгам, некая политическая воля. В рамках исследования экономических показателей Агентство исходит из возможности страны платить по своим обязательствам. Вот такая некая агрегированная функция и приводит к вычислению соответствующего числового значения, которое трансформируется в буквенный рейтинг. Существуют случаи, когда рейтинг не присваивается, в этом случае экономическое состояние страны и возможность дефолта вычисляется страной самостоятельно на основе собственных экономических показателей.
Рассмотрим один пример оценки вероятности дефолта на основе статистики дефолтов по облигациям, проанализировав данные по государственным облигациям Португалии3. Для начала определим экономическую сущность методики оценки вероятности дефолта на основе статистики дефолтов по облигациям. В данном случае наибольшую известность в области оценки вероятности дефолта по облигациям получили исследования, проведенные Альтманом в 1988-1997 гг., не следует также забывать и о методических наработках агентств Moody's и Standart&Poor's, о которых ранее было сказано более подробно [10, с. 387]. Однако если более детально рассмотреть модели, предлагаемые названными агентствами, то их методики имели своим базисом весьма обширные статистические данные и затем выражались в некой регрессионной формуле, которая суммировала показатели по долям компаний-эмитентов, объявивших о своем дефолте в данный год. При этом агентства допускают серьезные ошибки, анализируя вероятность дефолта как
3 В связи с последними событиями в Еврозоне, пример Португалии может оказаться знаковым с позиции существования всей Еврозоны.
в целом компании, так и государства, делая акцент только на годичном периоде.
Однако практика показывает, что возраст облигации оказывает существенное влияние на дефолт как на уровне отдельной компании, так и на уровне страны. Более того, возраст облигаций существенным образом влияет на вероятность возникновения дефолта именно в первые пять лет. В это время у компании/государства эмитента существуют денежные средства для обслуживания своей задолженности1.
Кроме того, при анализе вероятности возникновения дефолта необходимо исследовать несколько массивов данных по облигациям. В частности, следует обратить особое внимание на облигации, эмитированные в текущем году. В этом случае период обращения облигаций не должен превышать 1 год, т.е. при анализе учитывается возраст облигации. В то же самое время необходимо параллельно рассматривать не все обращающиеся на рынке облигации, получившие кредитный рейтинг, заострить внимание только на «прямых облигациях», имеющих высокую доходность2. Так необходимо отметить, что подобные исследования проводил Альтман [13, с. 388]. Но его исследования не носили законченный характер, конкретного ответа на вопрос о страновом дефолте его модель, к сожалению, не предлагала.
При оценке вероятности странового дефолта особое внимание необходимо уделить объемным характеристикам рынка облигаций, т.е. это некая величина, равная отношению объема (суммарной номинальной стоимости) выпусков прямых высокодоходных португальских облигаций, по которым наиболее вероятен дефолт, к общему объему такого рода облигаций на рынке.
1 Следует сразу отметить, что в эту гипотезу никак не может быть вписана Греция, так как финансовое положение данной страны уже давно свидетельствовало о невозможности обслуживать свои обязательства, что можно было рассчитать с помощью кумулятивной вероятности дефолта. Дефолт Греции вопрос на 98% уже решенный, и, к сожалению, никакие консолидированные еврооблигациии здесь уже делу не помогут.
2 Прямая облигация — это ценная бумага, не конвертируемая в любые иные ценные бумаги, с фиксированной процентной ставкой без права досрочного погашения.
Исследуя проблему прогнозирования дефолтов, Альтман вычислил некую средневзвешенную вероятность дефолта, где весами выступали относительные объемы выпусков облигаций, по которым был объявлен дефолт. В частности, при использовании данного подхода можем получить ситуацию, когда из двух компаний, разместивших на рынке свои облигации при равных условиях, доминировать будут облигации той компании, которая их выпустила в большем объеме. Следовательно, дефолт другой компании не будет оказывать существенную роль на рынок и вносить искажения в оценки вероятности прогнозирования неблагоприятных факторов.
Однако не следует забывать, что отдельные крупные дефолты могут оказать очень существенное влияние на ситуацию на рынке и внести искажения в оценку вероятности дефолта для данного периода. Необходимо отметить, что государственные облигации Португалии будут неким барометром, по которому можно проследить тенденцию к намечающемуся дефолту, так как на фондовом рынке в этой позиции облигации могут сыграть роль «Тихой Гавани». Рыночная обстановка может быть очень разнообразной, так вполне ожидаем вариант роста спроса на португальские бумаги при дальнейшем резком спаде цен на облигации, что будет напрямую связано с оттоком капитала в более ликвидную и надежную ценную бумагу. В данном случае многое будет зависеть от паритета капитала, вложенного в единую еврооблигацию, и цен на золото.
Но, несмотря на все предположение, следует все-таки представить общую формулу определения вероятности дефолта.
Предельная вероятность дефолта MMR (marginal mortality rate) в течение t-го периода с момента выпуска облигации в обращение находится по формуле
,
------------------------------------.
,
При этом предельная вероятность дефолта выражает статистическую оценку вероятности дефолта по облигациям с определенным кредитным рейтингом в течении t-го года с момента выпуска бумаги в обраще-
ние. Данный показатель можно рассчитывать за несколько лет [11, с. 674].
При этом наиболее интересны и показательны значения вероятности выживаемости и вероятности выживаемости в течение некого продолжительного периода времени Т. Так, вероятность выживаемости SR представляется неким значением, недостигаемым, но стремящимся к 100%. Следовательно, формула будет выглядеть следующим образом:
В случае же, если необходимо рассматривать некий более продолжительный период времени, то следует рассчитать вероятность выживаемости на протяжении периода Т по следующей формуле:
Исходя из представленных выражений, можно сконструировать формулу вероятности дефолта в год t при условии «выживаемости» в предыдущие годы, т.е. в течение периода времени Т. По своей экономической природе это будет показателем устойчивости эмитента ценных бумаг, в нашем случае — Португалии.
Формула выглядит следующим образом:
Если рассмотреть экономическую составляющую представленного выражения, то увидим, что в ней аккумулированы все перечисленные формулы выживаемости, вероятности выживаемости и т.д. Нахождение MR^ имеет важное значение как для прогнозирования дефолта государства, так и при прогнозировании частных дефолтов коммерческих организаций. Например, если взять за базис формулу вероятности дефолта в год t, то можно вывести последующие формулы, которые бы отражали вероятность дефолта в конкретный период времени, а также прогностическую формулу для оценки ситуации в экономике, подверженности большинства предприятий дефолтам1.
1 Оба названных показателя очень важны для экономики и, в частности, для эмитента облигаций, в особенности, если этот эмитент — государство. В данном случае рассматриваются 2 экономических показателя: первый — это по своей сути методика определения вероятности дефолта в конкретный период времени, второй — это некий показатель общего уровня восприимчивости экономики к возникновению каких-либо дефолтов.
Например, вероятность дефолта в конкретный период времени будет складываться из всех формул вероятности дефолта в определенное время Т, данный период может быть обусловлен несколькими годами.
Кумулятивная вероятность дефолта CMR (cumulative mortality rate) за период времени Т лет представляется в следующем виде:
cmrt =MR = 1-П[. SR ■
Таким образом, кумулятивная вероятность дефолта — это вероятность того, что эмитент с данным кредитным рейтингом объявит дефолт в любой момент времени между датой выпуска ценных бумаг в обращении [6, с. 453]. В нашем случае это t = 0 и концом календарного года Т. Кроме того, вторая часть формулы показывает, что кумулятивная вероятность дефолта рассчитывается как некое дополнение до единичного значения. В рассматриваемом случае это означает «выживет» или нет эмитент, т.е. высока ли вероятность объявления дефолта в данный период времени.
Другой не менее значимой величиной представляется средняя вероятность дефолта AMR (average mortality rate), которая предполагает измерение некого угла отклонения дефолтной составляющей в экономике от единичного значения.
Чем она выше, тем больше отклонение от единичного значения, что говорит об общей опасности возникновения дефолтов в экономике. Вычисляется данный показатель следующим образом:
.
Следовательно, при исследовании MMRt и CMR, анализе статистических данных по приведенным показателям португальских облигаций, можно констатировать следующую закономерность: предельная вероятность дефолта растет на протяжении первых нескольких лет после выпуска облигаций Португалией. Однако затем положение стабилизируется и риск (вероятность дефолта) уменьшается, но при этом возможны всплески «недоверия» к португальским бумагам. Это может быть связано с несколькими причинами. Одна из них состоит в том, что для заемщика рейтинг Португалии является доминирующим при принятии решения о покупке или продаже ценных бумаг. При этом вероятность к дефолту наиболее
четко и ясно проявляется в течение первых 3 лет. Вторая причина в том, что португальские бумаги сильно подвержены влиянию со стороны ценных бумаг Италии и Греции, что оказывает крайне негативное влияние на общую рыночную картину. В целом, следует отметить, что риск дефолта португальским бумагам не грозит, напротив, есть большая вероятность последующего роста облигаций в течение 2012 г. в среднем на 3-4%, если говорить в отношении десятилетних бондов.
Таким образом, риск возникновения и образования дефолтной ситуации как в экономике страны, так и на частном предприятии может проявиться не только в европейских государствах. Дефолтный риск и его определение — важная составляющая проведения мероприятий по оценке странового риска. Однако необходимо заострить внимание на том факте, что единой и приемлемой модели оценки дефолтного риска на сегодняшний день нет.
Список использованной литературы
1. Браун С.Дж., Крицмен М.П. Количественные методы финансового анализа: пер. с англ. М., 1996.
2. Бригхем Ю., Гапенски Л. Финансовый менеджмент. Полный курс: в 2 т. / пер. с англ. под ред. В.В. Ковалева. СПб., 2004. Т. 1.
3. Гришина O.A., Звонова Е.А. Регулирование мирового финансового рынка: теория, практика, инструменты. М., 2010.
4. Дамодаран А. Инвестиционная оценка: пер. с англ. М., 2006.
5. Дункан Р. Кризис доллара. Причины, последствия и пути выхода / пер. с англ. М. Волкова. М., 2008.
6. Люу Ю.-Д. Методы и алгоритмы финансовой математики: пер. с англ. М., 2007.
7. Сокольников М. Теория пространства. Екатеринбург, 2002.
8. Стровский Л.Е., Пономарева Е.С., Непп А.Н. Минимизация валютных рисков хозяйствующих субъектов
на основе прогнозирования валютного курса: препринт. Екатеринбург, 2010.
9. Федосеев В.В. Математическое моделирование в экономике и социологии труда. М., 2007.
10. Шапкин А.С., Шапкин В.А. Экономические и финансовые риски. Оценка, управление, портфель инвестиций. М., 2008.
11. Шарп У., Александер Г., Бэйли Дж. Инвестиции: пер. с англ. М., 2001.
12. Эйдинов Р.М. Математическое моделирование экономических и финансовых ситуаций: учеб. пособие. Екатеринбург, 2008.
13. Энциклопедия финансового риск-менеджмента / В.Е. Барбаумов, М.А. Рогов, Д.Ф. Щукин [и др.]; под ред. А.А. Лобанова, А.В. Чугунова. М., 2005.
14. Якимкин В.Н. Фундаментальный анализ. М., 2006.
15. Adiad A. Early warning systems // IMF Research. 2003. Vol. 4 (June). № 2. P. 1—7.
Referenses
1. Braun S.Dzh., Kritsmen M.P. Kolichestvennye metody finansovogo analiza: per. s angl. M., 1996.
2. Brigkhem Yu., Gapenski L. Finansovyi menedzhment. Polnyi kurs: v 2 t. / per. s angl. pod red. V.V. Kovaleva. SPb., 2004. T. 1.
3. Grishina O.A., Zvonova E.A. Regulirovanie mirovogo finansovogo rynka: teoriya, praktika, instrumenty. M., 2010.
4. Damodaran A. Investitsionnaya otsenka: per. s angl. M., 2006.
5. Dunkan R. Krizis dollara. Prichiny, posledstviya i puti vykhoda / per. s angl. M. Volkova. M., 2008.
6. Lyuu Yu.-D. Metody i algoritmy finansovoi matematiki: per. s angl. M., 2007.
7. Sokol'nikov M. Teoriya prostranstva. Ekaterinburg, 2002.
8. Strovskii L.E., Ponomareva E.S., Nepp A.N. Minimizatsiya valyutnykh riskov khozyaistvuyushchikh sub'ek-tov na osnove prognozirovaniya valyutnogo kursa: preprint. Ekaterinburg, 2010.
9. Fedoseev V.V. Matematicheskoe modelirovanie v ekonomike i sotsiologii truda. M., 2007.
10. Shapkin A.S., Shapkin V.A. Ekonomicheskie i finansovye riski. Otsenka, upravlenie, portfel' investitsii. M., 2008.
11. Sharp U., Aleksander G., Beili Dzh. Investitsii: per. s angl. M., 2001.
12. Eidinov R.M. Matematicheskoe modelirovanie ekonomicheskikh i finansovykh situatsii: ucheb. posobie. Ekaterinburg, 2008.
13. Entsiklopediya finansovogo risk-menedzhmenta / V.E. Barbaumov, M.A. Rogov, D.F. Shchukin [i dr.]; pod red. A.A. Lobanova, A.V. Chugunova. M., 2005.
14. Yakimkin V.N. Fundamental'nyi analiz. M., 2006.
15. Adiad A. Early warning systems // IMF Research. 2003. Vol. 4 (June). № 2. P. 1—7.
