CC BY
56
зателеи, что привело к снижению уровня кадастровой стоимости [1]. Указанное допущение введено с целью уменьшения количества заявлений по оспариванию результатов кадастровой оценки.
Учитывая вышеприведенную особенность методики, средняя относительная погрешность результатов не дает полного понимания качества проведенной оценки, поэтому более точным показателем может служить среднее отклонение кадастровой стоимости в сторону завышения, которое составило 17,2 % (по результатам анализа части данных кадастровой оценки в рамках контрольной выборки исследования). При этом среднее отклонение результатов, полученных на базе разработанной в ходе данного исследования методики, составило всего 6,71 %.
Заключение. Проведенный анализ показал, что описанная методика массовой оценки недвижимости, основанная на принципах индивидуального подхода, позволяет получать достоверные результаты при малых временных и финансовых затратах. Предложенная методика может быть применена в различных профессиональных областях, например, в банковской сфере для расчета залоговой стоимости недвижимости либо для целей налогообложения при определении кадастровой стоимости. Приведенный алгоритм массовой оценки недвижимости, позволяющий в автоматизированном режиме обрабатывать и анализировать полученную информацию, имеет ценность для областей, связанных с аналитикой рынка недвижимости.
Библиографический список
1. Методические рекомендации по оценке объектов недвижимости (здания, помещения, сооружения, объекты незавершенного строительства), подлежащих государственной кадастровой оценке. - М. : ООО «НИПКЦ Восход-А», 2012. - 116 с.
2. Грибовский, С. В. Методология и методы оценки недвижимости в Российской Федерации : дис. ... д-ра экон. наук / С. В. Грибовский. - СПб., 1999. - 352 с.
3. Стерник, Г. М. Оценка недвижимости на основе методологии дискретного пространственно-параметрического моделирования рынка / Г. М. Стерник. - М., 2009. - С. 13-25.
4. Борис, Ф. Н. Вопросы автоматизации оценки объектов недвижимости / Ф. Н. Борис, Е. А. Козочкина // Теоретические знания в практические дела : сб. XIV Междунар. науч.-инновац. конф. студентов, аспирантов и молодых исследователей, 2013. -№ 1. - С. 14-15.
5. Об утверждении результатов определения кадастровой стоимости объектов недвижимости на территории Омской области : приказ Министерства имущественных отношений Омской области от 21 января 2013 года № 1-п // Омский вестник. - 2013. - № 4-6.
БОРИС Елена Александровна, аспирантка кафедры кадастра и оценки недвижимости Омского государственного аграрного университета им. П. А. Столыпина, ведущий специалист ООО «Земельный вопрос». Адрес для переписки: [email protected]
Статья поступила в редакцию 01.07.2014 г. © Е. А. Борис
УДК 336774 Н. А. МОРОЗОВА
Новосибирский государственный университет экономики и управления
«НИНХ»
ВОПРОСЫ ОЦЕНКИ СИСТЕМЫ УПРАВЛЕНИЯ РИСКАМИ КРЕДИТОВАНИЯ МАЛОЙ И СРЕДНЕЙ ФИРМЫ_
В статье выделены две группы современных методических подходов к оценке системы управления кредитными рисками малых и средних предприятий. Проведен их сравнительный анализ. Предложена авторская позиция относительно сильных и слабых сторон действующих методических подходов.
Ключевые слова: кредитные риски, малые и средние предприятия, методический подход, управление рисками кредитования, сценарный и коэффициентный анализ.
В условиях крайней неопределенности в виду эскалации присутствия агрессивных факторов различного происхождения (усложнения их взаимосвязи) и ограниченности ресурсов все большее внимание уделяется вопросам рискологии, особенно в части кредитных отношений, являющихся кровеносной артерией экономики любой страны. Кредитные риски, методологиях их оценки и управления выступают предметом дискуссий широкого круга ученых-экономистов.
Опыт кредитования и научные исследования автора позволяют определить кредитный риск как меру качества системы отношений между банком
и хозяйствующим субъектом по поводу движения ссуженной стоимости и платы за ее пользование с позиции реализации целей, поставленных акционерами (инвесторами) банка. В связи с чем оценка качества целенаправленных кредитных отношений (исходных условий, непосредственно бизнес-процессов и их результата) дает возможность определить степень действенности системы управления рисками кредитования. Более того, с позиции автора, методические подходы к оценке системы управления рисками кредитования малых и средних предприятий могут быть систематизированы следующим образом (схема 1):
Методические подходы к оценке управления рисками кредитования малых и средних предприятий
Оценка кредитных отношений с применением сценарного анализа
Оценка кредитных отношений с применением коэффициентного
на уровне головного офиса
- прямой коэффициентный анализ
на уровне филиальной сети
-прямой коэффициентный
анализ. - система лимитов
Схема 1. Группы методических подходов к оценке системы управления рисками кредитования малых и средних предприятий
1. Оценка кредитных отношений с применением сценарного анализа.
2. Оценка кредитных отношений с применением коэффициентного анализа (прямой коэффициентный анализ и система лимитов).
I. Оценка кредитных отношений с применением сценарного анализа. Сценарный анализ представляет собой системный подход к оценке кредитных отношений, посредством моделирования (прогнозирования) их возможных состояний под влиянием различного рода факторов. Результатирующим критерием модели выступает ее доходность и (или) императивные нормативы (наступление шока или отсутствие шанса). Сценарный анализ наиболее широко используется банками при значительных объемах кредитных портфелей (профильном направлении бизнеса) и потребности в среднесрочном и долгосрочном планировании.
В целом в сценарном анализе выделяют две школы: американскую и французскую [1]. Сравнительная характеристика направлений сценарного анализа отражена в табл. 1.
Сценарный анализ в рамках обеих школ имеет целью, с одной стороны, оценку способности кредитных отношений достигать установленные бизнес-показатели в ситуации значительной динамики факторов и (или) исключительных ситуаций; с другой — формирование информационной базы об окружении и условиях существования текущего и будущего кредитного портфеля. Этапы сценарного анализа кредитного портфеля малых и средних предприятий (независимо от школ) представлены на схеме 2.
Описание полярных вариантов в рамках любой школы некорректно ввиду их ограниченности и искусственной адаптации к исследуемому кредитному портфелю; предпочтение отдается применению комбинированных моделей с целью анализа возможных вариаций его состояния для выработки оптимальных управленческих решений в части реализации кредитной функции.
Общность школ также проявляется и в математическом аппарате — это методология регрессионного и корреляционного анализа, вероятностных оценок. Использование данного инструментария в силу специфики факторов кредитных отношений с малыми и средними фирмами (внутренняя среда заемщиков, отраслей, кредитных продуктов, вторичных источников погашения кредитов и т. д.) осложняет рациональный выбор факторов и оценку их взаимосвязи с результатирующим критерием. Обо-
значенные особенности частично нивелируются в рамках американской школы (метод анализа перспективного влияния) за счет применения самоорганизующихся карт Кохонена и комбинации регрессии с экспертным мнением.
В целом сценарный анализ требует построения максимального количества согласованных, логически обоснованных сценариев. По рекомендациям Банка России, сценарии должны опираться на консервативный подход, учитывать статистику в период кризисных явлений и возможность экономического спада в горизонте планирования. Наиболее часто для портфелей малых и средних предприятий выделяют четыре типа шоковых событий:
— экстренные события с вероятностью реализации выше относительно исторических показателей с учетом рыночной обстановки и инфраструктурных изменений, в результате которых возможны структурные сдвиги, видоизменяющие корреляцию в портфеле;
— новые экстренные события, не происходившие ранее;
— экстренные события, вызывающие структурные сдвиги в будущем;
— экстренные события, свидетельствующие о возможности прекращения или видоизменения взаимосвязей в объекте оценки [1 —3].
Данный методический подход оценки кредитного процесса достаточно трудоемкий. Наиболее часто сценарный анализ применяется банками при получении от внешних или внутренних источников негативных прогнозов по факторам кредитного риска субъектов малого и среднего бизнеса. В рамках текущего мониторинга кредитного портфеля малых и средних предприятий преимущественно используется упрощенный сценарный анализ с минимальным использованием математического аппарата в разрезе портфелей однородных ссуд по видам кредитных продуктов.
Подводя итоги анализа методических подходов к оценке кредитных отношений с применением сценарного анализа, автор отмечает их следующие слабые стороны:
— потребность в выборке данных (правильном измерении и сборе) минимум за 3 — 5 лет при условии отсутствия неустойчивой внешней предыстории. Ввиду специфики хозяйствования малых и средних предприятий накопленные данные не отвечают в полной мере требованиям достоверности для калибровки и верификации сценариев;
Сравнительная характеристика методов сценарного анализа
Таблица 1
Наименование метода Американская школа Французская школа
Метод интуитивной логики Метод анализа влияния на тренд Метод анализа перспективного влияния Метод La Prospective
Критерии
Применение аппарата математического анализа Нет Метод Монте-Карло Методом Монте-Карло и т. п. Да
Степень зависимости от экспертного суждения Высокая Умеренная Умеренная Умеренная
Формирование объекта оценки в виде модели с выделением факторов. Определение и анализ факторов с позиции истории, трендов, неопределенности и их взаимосвязи. Измерение влияния прогнозов факторов на базовые модели Да Да, в том числе анализ качественных факторов, но кроме взаимного влияния Да. Дополнительно учет взаимного влияния событий Да, корректировка сценариев за счет учета их взаимной зависимости
Основа формирования сценариев Последовательная и убедительная логика Временные ряды с последующим формированием сценариев (их вероятностей и влиянием на прогноз) Временные ряды или матрица перекрестного влияния. Разделение горизонта планирования на периоды и оценка вероятности сценария до окончания временного периода. Случайный выбор сценариев для первого временного интервала, которые могут и не произойти Математическое моделирование и экспертные мнения с целью формирования согласованных сценариев. Ретроспективный анализ переменных факторов
Критерии результатов сценарной модели Реализация некоторых положительных или отрицательных событий
Простота понимания и внедрения Да Относительно Относительно Относительно
Легкость применения альтернативных гипотез Да Нет, сильная зависимость от исторических данных Да, кроме метода «Монте-Карло», для получения более согласованных сценариев Да
— исторический характер оценки. С позиции автора факторы риска требуют адаптации к текущим реалиям и вариации поведения моделей;
— проблема полноты выявления всех факторов, включая дискретно влияющие критерии с невысоким уровнем корреляции. Доминирование макроэкономических факторов и их значений в ситуациях шока;
— акцент на полярные модели состояний кредитных отношений.
II. Оценка кредитных отношений с применением коэффициентного анализа. В основе коэффициентного анализа кредитных отношений банка с малыми и средними предприятиями лежит расчет внутренних и внешних императивных и частных показателей кредитных портфелей. Рассматриваемый методический подход независимо от уровня оценки кредитных отношений (банк в целом либо его структурные региональные подразделения) включает в себя следующие этапы:
— определение перечня и периодичности расчета показателей и их пороговых значений. Выбор показателей определяется менеджментом банка в зависимости от его внутренних особенностей. Данные коэффициенты выступают элементами различных рейтинговых (балльных) методик оценки кредитных отношений, разрабатываемых банками на основе эмпирического подхода с применением математи-
ческого инструментария: некоторых аспектов теории вероятности и эконометрики;
— проведение анализа полученных значений показателей и оценки причинно-следственных связей;
— синтез результатов анализа для принятия решений по устранению выявленных отклонений в кредитных отношениях;
— организация данных для нового цикла анализа на отчетную дату.
Базой для расчетов показателей выступает величина соответствующего кредитного портфеля, определяемая на практике четырьмя основными методами: балансовым, рыночным, экспертным и методом регламентаций [4].
Оценка кредитных отношений на уровне филиальной сети осуществляется посредством коэффициентного анализа, результатом которого выступают ключевые показатели эффективности (КР1) кредитных операций и система лимитов самостоятельного кредитования (далее по тексту — ЛСК).
Фактические значения составных компонентов КР1 по направлению бизнеса сравниваются с планом и в зависимости от утвержденных руководством головного банка условий его выполнения используются при расчете итого КР1 каждой единицы филиальной сети.
Система ЛСК региональных подразделений филиальной сети утверждается кредитным комитетом
Этап 1:
Моделирование кредитного портфеля
Этап 2:
Формирование сценариев
Этап 3:
Построение карты рисков. Интерпретация и оценка результатов
Рекомендации Банка России
Особенности кредитования предприятий малого и среднего бизнеса
Самоорганизующиеся карты Кохонена. Экспертная оценка. Математические методы
Макроэкономическое моделирование
Финансовая модель банка. Самоорганизующиеся карты Кохонена. Кластерный анализ
Схема 2. Этапы сценарного кредитного портфеля малых и средних предприятий
головного офиса. На практике выделяют три вида ЛСК: а) на одного контрагента или группу взаимосвязанных лиц; б) в разрезе кредитных продуктов; в) в целом по кредитному портфелю регионального подразделения. На практике размер ЛСК не превышает 5—10 % в рублевом эквиваленте от кредитного портфеля соответствующего структурного подразделения филиальной сети, но не более 0,5 % от собственного капитала банка.
В целом широкое использование рейтинговых моделей в управленческих целях для оценки кредитных отношений вызвано текущей политикой Банка России в направлении внедрения требований Базеля III, согласно которым расчет достаточности капитала основан на системе внутренних рейтингов. Соответственно, банки стремятся максимально приблизить управленческий и нормативный подходы к оценке кредитных отношений.
По мнению автора, оценка кредитных отношений с малыми и средними предприятиями с применением коэффициентного анализа содержит такие отличительные проблемы, как:
— корректное определение показателей и их весов в составе рейтинговой модели в части правильного построения регрессии и исключения высокой корреляции между показателями;
— отсутствие сопоставимости интегральных показателей на уровне филиальной сети и головного офиса по причине различной структуры балльных моделей, что существенно осложняет принятие рациональных управленческих решений.
Таким образом, общими недостатками обеих групп методических подходов выступают:
— неспособность выявить резервы повышения эффективности кредитных отношений за счет оценки системных региональных факторов риска и факторов риска, формируемых качеством деятельности банка и его филиальной сети (сфера непосредственно банка-кредитора). В то время как кредитное качество малых и средних предприятий есть отражение уровня экономического развития регионов их присутствия. В российской действительности диспропорции в данной области крайне велики;
— невозможность учета слабо формализуемых параметров;
— дискретность оценки кредитных отношений: акцент на оценке отдельных функциональных аспектов кредитных отношений (традиционно — кредитный портфель) и опосредованный характер оценки кредитной функции и продуктового ряда, также выступающих источниками кредитного риска. Невозможность комплексно выявить узкие места кредитного процесса ни на уровне головного банка, ни на уровне филиальной сети;
— отсутствие оценки системы управления с позиции рациональности распределения капитала на уровне филиальной сети с учетом ее региональных особенностей;
— низкий уровень информативности результирующих показателей.
На взгляд автора, методический подход к оценке системы управления рисками малых и средних предприятий в рамках текущих бизнес-процессов (не шоковых ситуаций) должен быть основан на верификации качества кредитных отношений посредством подходов квазистатистики и с учетом полной совокупности факторов:
— факторы первого уровня (по степени управляемости): системные (федеральные и региональные) и специфические;
— факторы второго уровня (по источнику возникновения): сфера заемщика и сфера непосредственно банка-кредитора (продукт, функция, портфель).
Библиографический список
1. Черкасова, В. Н. Развитие сценарных методов анализа инвестиционных проектов [ Электронный ресурс] // Экономический анализ: теория и практика. — 2008. — № 6. — Доступ из справ.-правовой системы «Консультант Плюс».
2. Андриевская, И. К. Стресс-тестирование: обзор методологий [ Электронный ресурс] // Управление в кредитных организациях. — 2007. — № 5. — Доступ из справ.-правовой системы «Консультант Плюс».
3. Ковалев, П. П. Управление кредитными рисками посредством сценарного анализа [Электронный ресурс] // Банков-
ское кредитование. — 2007. — № 5. — Доступ из справ.-правовой системы «Консультант Плюс».
4. Соколинская, Н. Э. Оценка и анализ кредитного риска банка [ Электронный ресурс] // Внутренний контроль в кредитной организации. — 2010. — № 1. — Доступ из справ.-правовой системы «Консультант Плюс».
МОРОЗОВА Наталья Александровна, аспирантка кафедры «Банковское дело» Новосибирского государ-
ственного университета экономики и управления «НИНХ», начальник отдела кредитования Омского филиала ОАО АКБ «Связь-Банк».
Адрес для переписки: [email protected]
Статья поступила в редакцию 15.10.2014 г. © Н. А. Морозова
УДК 330.331.5
А. А. ХОМУТОВ Д. В. ШАБАЛИН П. В. ПЕТУНИН
Омский автобронетанковый инженерный институт
ОПРЕДЕЛЕНИЕ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ГИБРИДНЫХ АВТОМОБИЛЕЙ В ГОРОДСКОМ ОБЩЕСТВЕННОМ ПАССАЖИРСКОМ ТРАНСПОРТЕ
Статья посвящена изучению проблем применения гибридных транспортных средств предприятиями городского общественного пассажирского транспорта. Произведена оценка показателей экономической эффективности проекта использования гибридных автомобилей. Разработаны критерии и параметры оценки эффективности гибридных автомобилей, связанные с защитой окружающей среды.
Ключевые слова: городской пассажирский транспорт, гибридные автомобили, экономическая эффективность, экологическая безопасность, инвестиции, окупаемость.
Городской общественный пассажирский транспорт (ГПТ) является одним из основных элементов городского хозяйства и обеспечивает транспортную взаимосвязь всех частей города. Система городского общественного пассажирского транспорта имеет важное социальное значение для населения и выступает как важнейшая часть городской инфраструктуры. В результате ряда исследований установлено, что в городах с населением свыше 500 тысяч человек каждый житель затрачивает на передвижение к месту работы более одного часа [1].
В условиях сложившегося хозяйственного механизма обновление подвижного состава ГПТ весьма проблематично, что ведет к неизбежному старению эксплуатируемого парка и, следовательно, к увеличению затрат на поддержание автобусов в работоспособном состоянии, ухудшению всех технико-экономических показателей. Все это указывает на необходимость поиска перспективных направлений совершенствования транспортных средств в ГПТ.
Городские автобусные перевозки производятся в общем потоке транспортных средств, с частыми разгонами, замедлениями и остановками. При этом двигатели автобусов более 60 % времени работают на неустановившихся режимах, характеризующихся высоким расходом топлива и большим выбросам вредных веществ. Поэтому решение вопросов повышения экономических и экологических качеств автобусов в направлении совершенствования силовых установок является актуальным [1, 2]. Ведущие
производители автотранспортных средств приняли концепцию создания экологически чистого автомобиля, и на первой стадии предусматривается создание гибридных автомобилей. В гибридном автомобиле (ГА) обеспечивается работа ДВС на режимах его наибольшей эффективности, вне зависимости от режима движения автомобиля.
Инвестиционная привлекательность создания гибридных автобусов сдерживается высокими начальными затратами в жизненном цикле гибридного автомобиля. Для продвижения проекта ГА нужны экономические методы оценки затратного и возвратного механизма финансовых вложений. Создание опытных образцов гибридных автобусов носит преимущественно поисковый инициативный характер. Создавать индустриальную базу на данном этапе технически сложно и экономически не исследовано. Стоимость созданной продукции может быть оценена по фактическим затратам (издержкам).
Капитальные вложения реализации проекта определены в соответствии с технологическими принципами проектирования гибридной установки. Они включают традиционные затраты на проведение строительно-монтажных работ, закупку компонентов ГА и технологического оборудования, установку и его наладку. Структура и содержание статей затратного механизма не вызывают сомнения [3, 4].
Модель определения показателей экономической эффективности проекта ГА включает капитальные вложения, годовой пробег автомобиля, трудоемкость
