CC BY
48
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
www.hjournal.ru
DOI: 10.17835/2078-5429.2015.6.3.138-147
ЦЕНОЛОГИЧЕСКАЯ ОЦЕНКА КРЕДИТНЫХ РИСКОВ В
. W
ПРОМЫШЛЕННОСТИ (РЕСУРНЫИ АСПЕКТ)
ТЯГЛОВ СЕРГЕЙ ГАВРИЛОВИЧ,
доктор экономических наук, профессор, заведующий кафедрой «Национальная и региональная экономика», Ростовский государственный экономический университет (РИНХ),
г. Ростов-на-Дону, e-mail: [email protected]
КУЗЬМИНОВ АЛЕКСАНДР НИКОЛАЕВИЧ,
доктор экономических наук, профессор кафедры управления человеческими ресурсами, Южный федеральный университет, г. Ростов-на-Дону,
e-mail: [email protected]
КОРОСТИЕВА НАТАЛЬЯ ГЕННАДЬЕВНА,
аспирант,
Южный федеральный университет, г. Ростов-на-Дону, e-mail: [email protected]
Модернизация экономической инфраструктуры современной России в настоящее время имеет важнейшее значение, снимая естественный ограничитель необходимой динамики, что особенно актуально в условиях существующих глобальных мировых тенденций и с учетом принимаемых усилий государства, направленных на масштабный рост производства продукции российских компаний. В данной статье рассматривается направление преодоления проблемы недостаточной доступности финансовых услуг хозяйствующим субъектам, обусловленная отсутствием универсального инструментария определения рисков при предоставлении кредитных ресурсов, понимание которого, несмотря на различие в толковании российских и зарубежных источников, представляет собой некоторую совокупность онтологического восприятия исследователей, предлагается расширить за счет общепризнанных феноменов самоорганизации. Предлагается оценивать риски предприятий на основе положений ценологической теории, которая позволяет при помощи нескольких ключевых параметров определять степень эффективности использования имеющихся ресурсов, выявлять устойчивость предприятия как системы и прогнозировать его динамические изменения.
Ключевые слова: риски предприятий; ценологические исследования; кредитование.
COENOSES RISK ASSESSMENT IN INDUSTRY (RESOURCE SPECIFICITY)
TYAGLOV SERGEY, G.,
Doctor of Economics (DSc), Professor, Head of the Department «National and Regional Economy», Rostov State University of Economics, Rostov-on-Don, e-mail: [email protected]
© Тяглов С. Г., Кузьминов А. Н., Коростиева Н. Г., 2015
Ценологическая оценка кредитных рисков в промышленности ...
139
KUZMINOV ALEKSANDR, N.,
Doctor of Economics (DSc), Professor of the Department of Human Resource Management, Southern Federal University, Rostov-on-Don, e-mail: [email protected]
KOROSTIEVA NATALYA, G.,
Post-Graduate Student, Southern Federal University, Rostov-on-Don, e-mail: [email protected]
The modernization of the economic infrastructure of modern Russia is now essential, taking a natural limiter necessary momentum, which is especially important in the current conditions of global trends and taking into account the efforts taken by the State, aimed at large-scale growth of production of Russian companies. This paper discusses the direction of overcoming the problem of lack of access to financial services to business entities, due to the lack of a universal tool to identify risks in the provision of credit resources to the understanding that, despite the differences in interpretation of Russian and foreign sources, is a complex of ontological perception of researchers, proposed expanded by generally accepted phenomenon of self-organization. It is proposed to assess the risks of the enterprises on the basis of the provisions of coenoses theory, which allows using a few key parameters to determine the degree of efficiency of use of available resources, to identify the stability of the enterprise as a system and predict its dynamic changes.
Keywords: enterprise risk; coenoses study; loans.
JEL: D81, E51, G32.
1. Постановка проблемы
Рассматривая проблему обеспечения кредитными ресурсами хозяйствующих субъектов, необходимо отметить наличие у них специфических черт, усложняющих кредитование со стороны коммерческих банков, в том числе за счет проблем, связанных с управлением кредитным риском.
Отметим, что объемы выданных кредитов растут более значительными темпами, чем объемы кредитных портфелей. Такая тенденция объясняется тем, что большинство выдаваемых банками кредитов для хозяйствующих субъектов оформляются на относительно короткие сроки.
Но такие параметры продукта, как сроки кредитования, лимиты на одного заемщика, обеспечение, сроки рассмотрения заявки на получение ссуды во многом зависят от ресурсной базы банка, от общей склонности к риску, а также от предложений конкурентов. Причем следует иметь в виду, что нижняя граница процентных ставок конкурентов может означать недооценивание ими всей полноты принимаемых рисков. Однако для клиента, желающего получить кредит, такой просчет выгоден, и он может не обратиться в банк, где риски оценены адекватно, но в связи с этим ставка за кредит оказывается выше.
Таким образом, повышение эффективности управления потенциальным кредитным риском кредитного продукта возможно посредством реализации в нем известных экономических и логических законов (Хендерсон, 2007. С. 37), когда приходится оперировать не точными измерениями, а лишь операциями сравнения, когда в результате абстрагирования можно выявить закономерности, проявляющиеся при прочих равных условиях.
В данном случае речь идет о проблеме асимметричности информации при управлении потенциальным кредитным риском кредитных продуктов,
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
140
Тяглов С. Г., Кузьминов А. Н., Коростиева Н. Г.
разрабатываемых банками для субъектов предпринимательства. В различных источниках асимметричность информации определяется как возникающая в процессе заключения договоров, сделок ситуация, в которой отдельные участники обладают важной, имеющей непосредственное отношение к предмету договора, сделки информацией, которой не обладают другие участники (Лутохнна, 2011. С. 18-21).
2. Методологические основы ценологического анализа систем в условиях ограниченности информации
Поскольку информация распространена среди субъектов неравномерно, то одни фирмы, обладая большей информацией, получают преимущества перед другими, в том числе весьма ощутимые конкурентные преимущества на рынке (Мишкин, 2006. С. 46).
В связи с быстрым распространением явления асимметричности информации на современных рынках, связанным с ростом многообразия необходимой информации в условиях глобализации, асимметрия стала рассматриваться не как случайность, а как имманентное свойство современного рынка (Полищук, 2003).
Важным направлением анализа проблем асимметричной информации служит теория сигналов. Первыми работами, сформировавшими традиции исследования в этой области, стали статьи Нельсона, расширенные и дополненные впоследствии Килстремом и Риорданом (Kihlstrom and Riordan, 1984. Р. 427-450), использовавших динамическую оценку комплекса косвенных показателей при оценке риска.
Мы считаем целесообразным учитывать фактор, имеющий многочисленные следствия, который связан с резким увеличением разнообразия выпускаемой продукции и ростом родственных, но разнотипных издержек, обеспечивающих деятельность экономических систем. Такое разнообразие приводит к увеличению кумулятивной суммы расходов, что в условиях ограниченности финансовых и других ресурсов также косвенно свидетельствует о рисках, связанных с кредитоспособностью предприятия.
Целевой установкой при этом является обеспечение устойчивости предприятия. Мы исходим из того, что экономическая устойчивость определяется как комплексная характеристика субъекта хозяйствования за определённый период времени, отражающая способность поддерживать ключевые финансовые, маркетинговые, производственные и кадровые показатели на уровне, описываемом ценологическим равновесием, под воздействием возмущений внешней и внутренней среды (Кузьминов, 2009. С. 127-131).
Экономическую устойчивость предприятия целесообразно оценивать количественно, т.к. это позволит управлять ее уровнем. Оптимальное распределение средств между стратегическими единицами бизнеса, на наш взгляд, необходимо рассматривать как процесс, управляемый в границах ценологических ограничений. Такой подход имеет высокую аналитическую и прогнозную перспективы для исследования крупных (по числу элементов) стохастических систем.
Ценологическая научная школа управления экономическими системами, развивающая идеи Кудрина Б. И. (Кудрин, 1993; 2006), представляет собой практический пример реализации таких синтетических моделей, получивших обоснование в последние годы. Они охватывают макро- и микроуровни экономики и показывают высокий прикладной результат в следующих областях исследований: инновационное развитие, управление региональными и территориальными структурами предпринимательства, реструктуризация естественных монополий, совершенствование моделей выравнивания территориального развития, управление затратами предприятия, формирование ассортиментной политики и производственной программы промышленного предприятия, совершенствование налоговой политики и т.п.
Ценологическая оценка кредитных рисков в промышленности ...
141
Идеологией исследований экономических систем является их рассмотрение в двух аспектах: дескриптивное (описательное) определение должно отвечать на вопрос о том, как отличить системный объект от несистемного; а конструктивное должно помочь исследователю в ответе на вопрос о том, как строить систему путем выделения ее из среды. По нашему мнению, дескриптивное определение системы должно проводить четкую границу между системными и несистемными объектами, рассматривая систему «в целом», а конструктивное — базироваться на общих принципах выделения системы из среды и предоставлять возможность идентификации конкретной системы.
Не все реальные системы могут быть адекватно описаны в рамках перечисленных выше допущений. Многое из теории систем не применимо к сложным системам природного и искусственного происхождения, имеющим сложную структуру и состоящим из большого числа разнообразных не связанных элементов, которые изучаются разрабатываемой теорией ценозов (coenose).
Универсальный характер ценологических моделей позволяет описывать структуру множества разнородных элементов (субъектов предпринимательства, затраты предприятия и т.п.), образующих по некоторому функциональному признаку своеобразное сообщество - в терминах родовидовой классификации -семейство элементов (малое предпринимательство), которое наблюдаемо и непосредственно измеряемо разными величинами. Каждый элемент семейства можно пометить парой чисел:
i = 1,U — номер элемента в некотором порядке, где U - общее число элементов семейства;
j = 1,S — номер кластера, или популяция, в которую входит конкретный элемент, где S - общее число кластеров.
Структуру ценозов можно описывать разными распределениями. Рассматривают видовое распределение - зависимость числа видов от количества особей в виде, ранговидовое распределение (ранг - номер по порядку при расположении видов в порядке уменьшения численности) и ранговое по параметру, при расположении видов в порядке уменьшения какого-либо параметра. Для моделирования невозрастающей функции всех трех распределений применяется гипербола вида:
N(r)=A/ra (G), (1)
в частности, для рангового видового распределения N(r) - количество особей в виде с рангом г, шт.; А, G - постоянные распределения (Кудрин, 1993).
Колебания кривой ^-распределения ограничено характеристическим параметром а. Любое изменение в структуре предприятий приводит к перераспределению видов по поверхности ^-распределения или потребителей ресурсов по ранговой поверхности и находит математическое подтверждение в изменениях основных показателей модели ^-распределения.
3. Практическая реализация процедуры оценки рисков, связанных с эффективностью использования ресурсов на примере промышленного
предприятия
Исследование и моделирование структурно-топологической динамики Н— распределений позволяет оценить устойчивость структуры искусственно создаваемых ценозов, видовую надежность, параметры и эффективность целенаправленного воздействия, осуществить прогноз (в пределах устойчивости) численного состава определенных видов, в рассматриваемом ценозе — издержек предприятия.
Одной из фундаментальных закономерностей целостных систем и, одновременно, информационным показателем структурной сложности является ранговое распределение по параметру ресурсопотребления, от которого зависят как абсолютный рост совокупных затрат, так и их сбережение. В качестве объекта рассмотрены ранговые распределения следующих ценозов: роспись финансовых
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
142
Тяглов С. Г., Кузьминов А. Н., Коростиева Н. Г.
затрат ОАО «АОМЗ» в разрезе «Производственные» и «Хозяйственные» за период 2011-2014 гг.
Целью первого этапа исследования является определение соответствия структуры затрат рассматриваемого предприятия ценологическому виду для дальнейшей оптимизации за счет процедур выявления аномального потребления ресурсов, прогнозирования и нормирования потребления ресурсов, а также расчета оптимального по параметрам и номенклатуре состава ресурсов.
Основу оптимизации финансовых ресурсов составляет планомерная реализация широкого комплекса управленческих и технологических мер, которым должна предшествовать оптимизация ресурсопотребления (оптимальное управление ресурсопотреблением) в рамках инфраструктуры на системном уровне. Ее целью является упорядочение ресурсопотребления центрами затрат
предприятия, экономия средств, полученная за счет организационных мероприятий, а также создание научно обоснованных предпосылок для проведения целенаправленных углубленных финансовых обследований с последующей реализацией управленческих и технологических мер по оптимизации финансовых средств.
Общая методология исследований в области оптимизации финансовых ресурсов в соответствии с введенной стратификацией может быть условно разделена на три системных уровня (см. рис. 1). Первый уровень соответствует исследованиям, нацеленным на конкретные управленческие и технологические разработки, способствующие снижению объемов ресурсопотребления (бюджетирование,
формирование центров затрат и т.д.). В основе методологии здесь лежит имитационное моделирование, которое базируется на аксиоматике гауссовых распределений. На третьем уровне осуществляется стратегическое планирование и прогнозирование финансов. Здесь, в дополнение к гауссовой методологии первого уровня, находит применение методология исследования операций, которая в основном базируется на эвристических и алгоритмических процедурах.
Рис. 1. Методологические уровни исследования оптимальности ресурсов
предприятия
Связующим звеном является промежуточный (второй) уровень исследований в области оптимизации финансовых ресурсов. На нем осуществляется оптимизация ресурсопотребления экономических ценозов в целом. В качестве методологической основы на этом уровне применяется ранговый анализ. Именно этот уровень является ключевым при построении методологии управления ресурсопотреблением.
Ценологическая оценка кредитных рисков в промышленности ...
143
Учитывая принципиальные концептуальные и методологические отличия, лежащие в основе исследований на втором уровне, он рассматривается как системный по отношению к уровню исследований, касающихся конкретных организационно -экономических и технологических решений в области оптимизации финансовых
ресурсов.
Оптимизация ресурсопотребления на системном уровне осуществляется в рамках связанной методики, включающей ряд этапов (см. рис. 2). На этапе анализа ресурсопотребления экономического ценоза по специально разработанным формам запроса осуществляется сбор данных о потребителях финансовых ресурсов (на основе данных 1С-Предприятие). Это позволяет получить развернутую картину ресурсопотребления (с историей на глубину до 5 лет и более), выявить объекты, которые обеспечиваются финансовыми ресурсами с нарушением существующих организационно-экономических требований, подготовить электронную базу данных для многофакторного анализа.
г Сбор данных по потреблению
\ объектов техноценоза j—
j Статистический анализ и построение эмпирической модели
Ранговый анализ
J I ' г 4 . ' '
Аппроксимация Кластерный
рлспределений анализ
__| Информационно-
_i^j аналитический комплекс
Формирование базы данных
Интервальное
оценивание
Про гнозпровЕшие потреблении
Нормирование
потребления
Предложения по оптимизации
П редпожения по аудиту
Прогнозные
оценки
Нормы
потребления
потребления
Предложения Нормативные по развитию акты
Рис. 2. Модифицированная методика оптимального управления ресурсопотреблением экономического ценоза Источник: составлено авторами на основе (Гнатюк, 2005).
На этапе статистического анализа и построения эмпирической модели процесса ресурсопотребления осуществляется полномасштабная статистическая обработка данных по ресурсопотреблению, которая включает взаимосвязанные процедуры рангового и кластерного анализа. Ранговый анализ позволяет упорядочивать информацию, выявлять в динамике и наглядно представлять объекты с аномальным уровнем, эффективно осуществлять прогнозирование ресурсопотребления отдельными объектами и экономическим ценозом в целом. Кластерный анализ позволяет разбивать объекты по группам и осуществлять нормирование ресурсопотребления в каждой группе с подробным статистическим описанием норм.
С целью повышения точности расчетов стандартные процедуры рангового анализа дополняются соответствующими тонкими процедурами: верификацией базы данных, а также дифлекс-, GZ-, ASR-анализом рангового параметрического распределения.
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
144
Тяглов С. Г., Кузьминов А. Н., Коростиева Н. Г.
Анализ проведен на основе методологии, указанной выше, с использованием программного комплекса MathCAD. В качестве исходных данных использовались статистические данные по затратам предприятия за 3 года.
4. Критериальная оценка системы показателей эффективности использования финансовых ресурсов
Для рассматриваемого предприятия расчетное значение характеристического показателя в составило 1,193, что свидетельствует о развитости рассматриваемого ценоза (0,5 < в < 2,0).
Коэффициент конкордации, определенный для совокупности ранговых параметрических распределений, характеризует степень взаимосвязанности техноценоза (Бусленко, 1977; Гнатюк, 2001). Он показывает согласованность перемещения объектов по ранговой поверхности при переходе от одного временного интервала к последующему. Для совокупности оцениваемых данных коэффициент конкордации значим (K=0.997), что свидетельствует о взаимосвязанности исследуемого ценоза (во всяком случае, по параметру ресурсопотребления) (Бусленко, 1977; Гнатюк, 2001). Данный вывод позволяет использовать созданную базу данных для интервального оценивания, нормирования и прогнозирования ресурсопотребления объектов ценоза.
Оценка на соответствие распределения ценологическому дана с использованием стандартных статистических критериев:
X2 = 1.188х105 и x2kp = 15.507.
Как видно, теоретические и эмпирические частоты отличаются значимо, т.е. гипотеза о нормальном распределении генеральной совокупности отвергается (Гнатюк, 2001; 2005).
Проверка взаимосвязанности данных проведена с помощью коэффициента конкордации а:=0,05, который статистически значим, что свидетельствует о взаимосвязанности исследуемого ценоза (во всяком случае по параметру ресурсопотребления). Данный вывод позволяет использовать созданную базу данных для интервального оценивания, нормирования и прогнозирования электропотребления объектов ценоза (Айвазян и др., 1989; Бусленко, 1977; 1978).
Выборочный коэффициент ранговой корреляции Кендалла (Гнатюк, 2001; 2005), определенный для пары ранговых распределений, характеризует степень их взаимосвязанности. Он показывает согласованность перемещения объектов по ранговой поверхности при переходе от одного временного интервала к другому. Абсолютная величина ранговой корреляции Кендалла не превышает единицы, что означает, что выборочные коэффициенты ранговой корреляции значимы, следовательно, ранговые параметрические распределения взаимосвязаны и их можно использовать при дальнейшей статистической обработке.
Выборочный коэффициент ранговой корреляции Спирмена (Гнатюк, 2001; 2005), определенный для пары ранговых распределений, характеризует степень их взаимосвязанности. Он показывает согласованность перемещения объектов по ранговой поверхности при переходе от одного временного интервала к другому. Абсолютная величина коэффициента ранговой корреляции Спирмена не превышает единицы, следовательно, ранговые параметрические распределения взаимосвязаны и их можно использовать при дальнейшей статистической обработке.
Выборочный коэффициент линейной корреляции (Гнатюк, 2001; 2005), определенный для пары распределений, характеризует степень их взаимосвязанности. Абсолютная величина коэффициента линейной корреляции не превышает единицы R = 95.945; Kr5 = 1.
Величины ресурсопотребления объектов в 96 % коррелируют, что указывает на существующую связь между элементами исследуемой системы, т.е. все коэффициенты статистически значимы. Очевидно, что в данном случае мы имеем дело с ярко выраженным ценозом. Подобный вывод позволяет в дальнейшем при обработке статистических данных по ресурсопотреблению использовать методологию
Ценологическая оценка кредитных рисков в промышленности ...
145
рангового анализа.
Методика оптимального управления ресурсопотреблением позволяет в процессе оптимизации финансовых ресурсов задействовать системный уровень оперативного и структурного управления, который ранее не использовался. При этом в реальном масштабе времени осуществляются процедуры формирования базы данных по ресурсопотреблению, выявления аномальных объектов, прогнозирования и нормирования. Интервальное оценивание выявляет в динамике и наглядно представляет объекты с аномальным ресурсопотреблением. Прогнозирование ресурсопотребления отдельными объектами и экономический ценоз в целом осуществляется с использованием гауссовых и ципфовых методов. Кластерный анализ позволяет разбить объекты по группам и осуществить нормирование ресурсопотребления объектов в каждой группе с подробным статистическим описанием норм. Более тонкий анализ рангового параметрического распределения позволяет существенно повысить эффективность рангового анализа. Он осуществляется в рамках следующих, так называемых, тонких процедур: дифлекс-анализа (на этапе интервального оценивания), GZ-анализа (на этапе прогнозирования) и ASR-анализа (на этапе нормирования). Это дает возможность оценить риски при использовании предприятием финансовых ресурсов, которые могут повлиять на оценку его кредитоспобности, соответствие граничным значениям которых становится дополнительной системой критериев при определении ставки кредита.
СПИСОК ЛИТЕРАТУРЫ
Айвазян С. А. и др. (1989). Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 607 с.
Аристотель (1975). Сочинения в четырех томах. Т. 1. М.: Издательство Мысль, 550 с.
Бусленко В. Н. (1977). Автоматизация имитационного моделирования сложных систем. М.: Наука, 240 с.
Бусленко Н. П. (1978). Моделирование сложных систем. М.: Издательство Наука, 399 с.
Гнатюк В. И. (2001). Оптимизация ресурсопотребления на системном уровне // Электрификация металлургических предприятий Сибири. Вып. 10. Томск: Изд-во ТГУ, с. 61-72.
Гнатюк В. И. (2005). Закон оптимального построения экономических ценозов. Вып. 29. Ценологические исследования. М.: Изд-во ТГУ — Центр системных исследований, 384 с.
Гнатюк В. И. (2009). Закон оптимального построения экономических ценозов. Компьютерная версия, перераб. и доп. М.: Изд-во ТГУ — Центр системных исследований. (http://gnatukvi.ru/ind.html).
Кудрин Б. И. (1993). Введение в технетику. 2-е изд., перераб. и доп. Томск: ТГУ, 552 с.
Кудрин Б. И. (2006). Классика технических ценозов. Общая и прикладная ценология. Вып. 31. «Ценологические исследования». Томск: ТГУ — Центр системных исследований, 220 с.
Кузьминов А. Н. (2009). Концептуальная модель ценологического управления в социально-экономических системах // Экономический вестник РГЭУ (РИНХ), № 4, с. 127-131.
Лутохнна Э. А. (2011). Проблема информационной состоятельности современной банковской системы в условиях асимметрии информации // Роль финансово-кредитной системы в реализации приоритетных задач развития экономики. Материалы 4(15)-Й международной научной конференции. 17-18 февраля 2011 года: сборник докладов. Т. II / под ред. д-ра экон. наук, проф. В. Е. Леонтьева, д-ра экон. наук, проф. Н. П. Радковской. СПб.: Изд-во СПбГУЭФ, 335 с., с. 18-21.
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
146
Тяглов С. Г., Кузьминов А. Н., Коростиева Н. Г.
Мишкин Ф. С. (2006). Экономическая теория денег, банковского дела и финансовых рынков, 7-е издание. Часть 1: Пер. с англ., 880 с.
Никитина А. Риски кредитования индивидуального предпринимателя. (http//:ftankir.ru/technoIogy/articlc/1384250 - Дата обращения: 25.03.2015).
Петров В. А. Управление рисками при банковском кредитовании субъектов малого предпринимательства. (http://www.nisse.ru/busincss/article/article_1201.html? efiort= - Дата обращения: 25.03.2015).
Полищук Л. И. (2003). Микроэкономическая теория: проблемы
асимметричной информации и общественных благ. Препринт KL/2003/009. М.: Российская экономическая школа, 94 с.
Пропекая Н. С. (2012). Модернизация системы риск-менеджмента в банке: факторный подход // Финансы и кредит, № 14 (494), с. 41-46.
Русанов Ю. Ю. и Агаев Э. Г. (2009). Банковские риски в работе с малым бизнесом // Банковское дело, № 7, с. 44-47.
Хендерсон Б. Д. (2007). Рассмотрение кривой опыта: почему это работает? 1974 // К. Штерн, Дж. Сток-мл. Стратегии, которые работают. Подход BCG. Издательство Манн, Иванов и Фсрбср, 496 с.
Chapman J. M. (1940). Commercial Banks and Consumer Instalment Credit // The National Bureau of Economic Research, pр. 109-139. (http://www.nber.org/chaptcrs/ c4732).
Kihlstrom R. E. and Riordan M. H. (1984). Advertising as a Signal // Journal of Political Economy, vol. 92, pp. 427-450.
REFERENCES
Aristotle (1975). Works in four volumes, vol. 1. Moscow, Thought [Mysl] Publ., 550 p. (In Russian).
Ayvazyan S. A. et al. (1989). Applied Statistics: Classification and dimension reduction. Moscow, Finance and Statistics Publ., 607 p. (In Russian).
Buslenko V. N. (1977). Automation simulation of complex systems. Moscow, Science [Nauka] Publ., 240 p. (In Russian).
Buslenko N. P. (1978). Modeling of complex systems. Moscow, Science [Nauka] Publ., 399 p. (In Russian).
Chapman J. M. (1940). Commercial Banks and Consumer Instalment Credit. The National Bureau of Economic Research, pр. 109-139. (http://www.nber.org/chaptcrs/ c4732).
Henderson B. D. (2007). Consideration of the experience curve: why does it work? 1974 // K. Stern, George. Stoke-jr. Strategies That Work. Approach BCG. Publ. House of Mann, Ivanov and Fsrbsr, 496 p. (In Russian).
Hnatiuk V. I. (2001). Optimization of resource consumption at the system level. The Electrification of the Metallurgical Enterprises of Siberia, vol. 10. Tomsk, Publ. House of TSU, pp. 61-72. (In Russian).
Hnatiuk V. I. (2005). Law optimal construction of economic cenoses, vol. 29. Coenoses Study. Moscow, Publ. House of Tbilisi State University - Center for System Studies, 384 p. (In Russian).
Hnatiuk V. I. (2009). Law optimal construction of economic cenoses. The Electronic Version, revised. and add. Moscow, Publ. House of Tbilisi State University -Center for System Studies. (http://gnatukvi.ru/ind.html). (In Russian).
Kihlstrom R. E. and Riordan M. H. (1984). Advertising as a Signal. Journal of Political Economy, vol. 92, pp. 427-450.
Kudrin B. I. (1993). Introduction to technetics. 2nd ed., Rev. and add. Tomsk, Publ. House of TSU, 552 p. (In Russian).
Kudrin B. I. (2006). Classic technical coenoses. General and Applied Coenoses Studies, vol. 31. "Coenoses Study". Tomsk, Publ. House of TSU - Center for System Studies, 220 p. (In Russian).
Kuzminov A. N. (2009). Conceptual model of coenoses management in social and
Ценологическая оценка кредитных рисков в промышленности ...
147
economic systems. Economic Bulletin of RSEU, no. 4, pp. 127-131. (In Russian).
Lutohnna E. A. (2011). The problem of information consistency of the modern banking system in the conditions of information asymmetry // The Role of Financial and Credit System in the Implementation of the Priority Tasks of Economic Development. Materials of 4 (15)th International Scientific Conference. February 17-18, 2011: Collection of Reports. Vol. II / Ed. by prof. V. E. Leontiev, prof. N. P. Radkovskaya. St. Petersburg, Publ. House of SPSUEF, 335 p., pp. 18-21. (In Russian).
Mishkin F. S. (2006). Economic theory of money, banking and financial markets, 7 ed.. Part 1: Trans. from English, 880 p. (In Russian).
Nikitina A. Credit risks of individual entrepreneur. (http//:ftankir.ru/technoIogy/ articlc/1384250 - Access Date: 25.03.2015). (In Russian).
Petrov V. A. Risk management in bank lending to small businesses. (http:// www.nisse.ru/busincss/article/article_1201.html?efiort= - Access Date: 25.03.2015). (In Russian).
Polishchuk L. I. (2003). Microeconomic theory: the problem of asymmetric information and public goods. Preprint KL / 2003/009. Moscow, Publ. House Russian Economic School, 94 p. (In Russian).
Propekaya N. S. (2012). Modernization of the system of risk management in the bank: factorial approach. Finances and Credit, no. 14 (494), pp. 41-46. (In Russian).
Rusanov Yu. Yu. and Agaev E. G. (2009). Banking risks in working with small businesses. Banking, no, 7, pp. 44-47. (In Russian).
JOURNAL OF ECONOMIC REGULATION (Вопросы регулирования экономики) • Том 6, №3. 2015
