Введение 4
Актуальность работы 4
Управленческая проблема 5
Объект и предмет исследования 6
Цель и задачи ВКР 6
Структура работы 6
Глава I. Обзор литературы, основные понятия и законодательное регулирование 7
Обзор литературы 7
Ключевые понятия и концепции 10
Кризисный период 2022 года 16
Подходы к оценке кредитоспособности и вероятности банкротства 18
Глава II. Факторы вероятности банкротства компаний малого и среднего бизнеса 23
Методология и порядок эмпирического исследования 23
Данные для исследования 24
Объясняющие переменные 25
Гипотезы 28
Описательная статистика 29
Базовая модель 32
Модели по компаниям микро, малого и среднего бизнеса 37
Обзор качества моделей из литературы на данных 48
Глава III. Выводы и управленческие рекомендации 51
Выводы из моделирования 51
Управленческие рекомендации 56
Ограничения исследования 58
Заключение 59
Список литературы 61
Приложения 70
Оценка риска банкротства малого и среднего бизнеса (МСП) – живая тема в российском бизнесе последних лет. Ее поднимают как в бизнес-сообществе, так и в академической среде. И хотя раньше фокус изучения проблематики находился в области широких вопросов того, как финансировать малые предприятия, учитывая их низкую кредитоспособность и высокий риск, сейчас все большую озабоченность вызывает то, как выстраивать взаимодействие с небольшими предприятиями в условиях кризиса.
Актуальность работы
Традиционно в оценке кредитного риска сегмент малого и среднего бизнеса относят к высокорисковым и недоходным. Наиболее показательна в этом отношении оценка кредитного риска в банковском бизнесе. По устоявшейся практике крупнейшие банки формируют пул клиентов из компаний, имеющих расчетные счета в банке-кредиторе и отличающихся достаточно хорошими показателями, чтобы производить автоматическое одобрение кредита с наименьшим риском. Остальные предприятия вынуждены обращаться в небольшие кредитные организации, где шансы получить одобрение ненамного выше. Такой взгляд на сегмент обусловлен осторожностью банков в принятии рисков.
Исторически сегмент малого и среднего бизнеса характеризовался высокой долей просроченной задолженности по кредитам в сравнении с сегментом крупного бизнеса. Тем не менее, в последние годы ситуация меняется: к июлю 2023 года доля просроченной задолженности по кредитам МСП приблизилась к 4,8%, тогда как у юрлиц, не относящихся к МСП, уровень просроченной задолженности составил 5,1%. Такой показатель указывает на консервативный подход банков в выборе заемщиков и, как следствие, изменение структуры выдач кредитов МСП. В снижении доли просроченной задолженности сыграло роль также увеличение реструктуризации задолженности, что приводит к искажению статистики по кредитованию.
Несмотря на консервативный взгляд на малый и средний бизнес как сомнительный объект банковского кредитования, в последние годы представители научного сообщества и бизнес-среды указывают на перспективность кредитования МСП в развитии банковского дела. Исследователи указывают на высокие ставки для сегмента, которые вполне покрывают убытки по просроченным и дефолтным кредитам при разумном портфельном подходе, а также на сокращение срока иммобилизации денежных средств за счет малых объемов займов. В целом подход с позиции портфельного инвестирования и автоматизация процессов отбора заемщиков-МСП позволяют соблюдать баланс доходности и риска при более гибком управлении, чем при концентрации на сегменте крупного бизнеса, что особенно важно в турбулентной среде. В этой связи тематика особенностей и адаптации оценки кредитного риска МСП к кризисным условиям актуальна для банковского сектора.
Несмотря на отсутствие отдельной статистики по кредиторской задолженности малых и средних предприятий, можно утверждать, опираясь на общие данные по Российской Федерации , что сейчас проблема оценки кредитного риска по контрагентам в кризис актуальна не только для банковских структур, но и в целом в вопросах контрактации. Крупный бизнес вынужден ориентироваться всё больше на контрагентов с внутреннего рынка, что требует адаптации системы управления кредитным риском для минимизации потерь при отборе новых корпоративных покупателей. Необходимость учета в оценке кредитного риска кризисных изменений обосновывает актуальность рассматриваемой тематики...
Данная работа направлена в первую очередь на кредитные организации как первоочередных пользователей моделей оценки дефолта заемщиков. Малый и средний бизнес в кризис – это не только несущий риски сегмент кредитования, но и перспективное поле для развития банковского бизнеса. Экономический спад негативно сказывается на всем бизнесе, а малый и средний бизнес особенно чувствителен к изменениям во внешней среде, однако упускать возможность занять свое место на этом еще только развивающемся рынке кредитования МСП нельзя. По этой причине, а также по причинам все более быстрого устаревания подходов, кредитным организациям необходимо пересматривать оценку кредитного риска. Кризисы последних лет в России несколько отличаются от прежних условий существования рынка: значимость факторов несостоятельности компаний меняется.
В ходе работы было проведено исследование факторов, влияющих на наступление банкротства малых и средних предприятий в кризис на горизонте 1 года, на выборках компаний различных секторов экономики за 2022 год. В ходе отбора факторов и тестирования моделей были сформированы наборы коэффициентов, хорошо предсказывающих банкротство компаний-МСП. Кроме того, на подвыборках из микробизнеса, малого и среднего бизнеса наборы факторов были уточнены, а предсказательная способность улучшилась. Были опровергнуты гипотезы о значимости факторов отношения чистого оборотного капитала к активам, чистой рентабельности активов, коэффициента независимости, текущей ликвидности, коэффициента покрытия краткосрочных обязательств нераспределенной прибылью, рентабельности активов до уплаты обязательных платежей и долговой нагрузки по доналоговой прибыли. Основываясь на анализе на мультиколлинеарность, были сделаны выводы о необходимости тщательного отбора коэффициентов, в связи с сильной взаимосвязанностью балансовых показателей, которая может искажать состоятельность моделей. Также было указано на специфичность МСП и на необходимость ограниченного использования часто прямо или косвенно манипулируемых в кризис расчетных коэффициентов, таких как EBIT. Исследование позволило подтвердить гипотезы о значимости и положительной связи с вероятностью банкротства факторов убыточной деятельности, отрицательных чистых активов, исковой нагрузки; подтверждены гипотезы об отрицательной направленности связи и значимости коэффициентов количества сотрудников, возраста компании, отношения нераспределенной прибыли к активам, динамики чистой прибыли по Олсену. Частично подтверждены гипотезы о факторах оборачиваемости активов, долговой нагрузки, быстрой ликвидности, величины оборотного капитала для генерации единицы выручки, динамики выручки. Полученные модели были протестированы, а их метрики матрицы путаницы сопоставлены с аналогичными метриками по существующим моделям, построенным на некризисных данных; по результатам сравнения сделаны выводы о неспособности оцененных классических моделей выявить банкротные компании с достаточной степенью надежности, а также о необходимости пересмотра методик оценки риска банкротства и кредитного риска по контрагентам. Выявленные наборы статистически значимых факторов позволяют решить проблему, поставленную в исследовании, и определяют перечень значимых факторов, на который предлагается ориентироваться при адаптации скоринговых моделей в сегменте МСП в кризисный период.
Предложенный перечень факторов, необходимых для включения в оценки вероятности банкротства контрагентов-МСП, указывает на явные требуемые изменения в процессах оценки кредитного риска малого и среднего бизнеса. Если в стабильные периоды зарубежные и российские авторы указывали на достаточность оценок вероятности банкротства компаний на основе финансовых показателей из отчетностей, то сейчас фокус моделей должен быть смещен на нефинансовые факторы. Для банков качественные характеристики, не требующие экспертной оценки, станут ключом к закреплению на рынке кредитования МСП и позволят в периоды спада диверсифицировать портфель ссуд для получения дополнительного дохода с оправданным уровнем принимаемых рисков. Разработка подобных скоринговых систем на базе различных моделей вероятности банкротства отсечет несостоятельные компании и создаст новые возможности для массовой выдачи кредитов с невысокими затратами и хорошей маржинальностью продукта. Для некредитных организаций актуализация методик оценки риска банкротства в рамках оценки кредитоспособности контрагентов позволит более эффективно управлять риском, принимаемым при контрактации с новыми покупателями и поставщиками.
В качестве направления для дальнейшего развития проблематики оценки вероятности банкротства малого и среднего бизнеса в кризис представляется возможным рассмотрение иных типов моделей, не относящихся к линейным, для составления комплексной оценки вероятности банкротства и дефолта заемщика. Кроме того, необходимо углубить исследования использованием более закрытых источников информации при содействии банков, бюро кредитных историй и государственных служб. Всестороннее рассмотрение проблемы и вовлеченность лиц, принимающих решения, на локальном и государственном уровне важно для эффективной разработки единых рекомендаций и оперативной валидации подходов.
1. Burova A., Penikas H., Popova S. Probability of Default (PD) Model to Estimate Ex Ante Credit Risk // Центральный Банк России. – 2020. – URL: https://www.cbr.ru/StaticHtml/File/116468/wp-66_e.pdf (дата обращения: 10.04.2024).
2. Charalambakis, E. O. On corporate financial distress prediction: What can we learn from private firms in a small open economy? / Evangelos C. Charalambakis // Bank of Greece. ─ 2014. ─ Vol. 188. ─ Bank of Greece, 2014. ─ URL: https://www.bankofgreece.gr/Publications/Paper2014188.pdf (дата обращения: 10.12.2021).
3. Fedorova E. A., Dovzhenko S. E., Fedorov F. Yu. Bankruptcy-prediction models for Russian enterprises: Specific sector-related characteristics // Financial Problems– 2016. – 27 - URL: https://link.springer.com/article/10.1134/S1075700716030060 (дата обращения: 10.04.2024).
4. Harjans L. A comparison of Altman’s z-score and the Jmodel in assessing corporate failure: Evidence from the USA // University of Twente. – 2018. – URL: https://essay.utwente.nl/75423/1/Harjans_BA_BMS.pdf (дата обращения: 10.04.2024).
5. Hjelseth I. H. A bankruptcy probability model for assessing credit risk on corporate loans with automated variable selection// NORGES BANK RESEARCH. – 2022. URL: https://www.norges-bank.no/contentassets/b26854d9fce24f49b68182e121eed2eb/wp_07_2022.pdf?v=21062022162855 (дата обращения: 10.04.2024).
6. Kanapickiene R. Bankruptcy Prediction for Micro and Small Enterprises Using Financial, Non-Financial, Business Sector and Macroeconomic Variables: The Case of the Lithuanian Construction Sector / R. Kanapickiene, T. Kanapickas, A. Neˇciunas // Credit Risk Management. – 2023. - Vol. 11, Issue 5. - URL: https://www.mdpi.com/2227-9091/11/5/97 (дата обращения: 10.04.2024).
7. Kücher A. Determinants and consequences of SME insolvency risk during the pandemic / A. Kücher, S. Mayr, Ch. Mitter, Ch. Duller, B. Feldbauer-Durstmüller // Economic Modelling. ─ 2022. ─ Vol. 15. ─ Elsevier, 2022. ─ URL: https://www.sciencedirect.com/science/article/pii/S0264999322002048?via%3Dihub (дата обращения: 10.12.2024).
8. Nure, Gazmend Access to Bank Credit and SME Financing. (Case of Kosovo) // SSRN. - 2021. URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3813863 (дата обращения: 10.04.2024).
9. Orcun K. Firm age dynamics and causes of corporate bankruptcy: age dependent explanations for business failure // Review of Managerial Science. ─ 2014. ─ Vol. 188. ─ Bank of Greece, 2014. ─ URL: https://link.springer.com/article/10.1007/s11846-018-0303-2 (дата обращения: 10.12.2024).
10. Pramudita A. The Application of Altman Revised Z-Score Four Variables and Ohlson O-Score as A Bankruptcy Prediction Tool in Small and Medium Enterprise Segments in Indonesia // University of Indonesia. – 2021. – URL: https://www.atlantis-press.com/article/125960507.pdf (дата обращения: 10.04.2024).
11. Sponerova M. Dependence of Company Size on Factors Influencing Bankruptcy // SHS Web of Conferences. – 2021. - 1 - URL: https://www.shs-conferences.org/articles/shsconf/pdf/2021/03/shsconf_glob20_03028.pdf (дата обращения: 10.04.2024).
12. Александров М.В., Иванов В.В. ТЕХНОЛОГИЯ БАНКОВСКОГО КРЕДИТОВАНИЯ СУБЪЕКТОВ МАЛОГО И СРЕДНЕГО БИЗНЕСА // ИННОВАЦИОННОЕ РАЗВИТИЕ ЭКОНОМИКИ. - 2023. – 2. - URL: https://elibrary.ru/item.asp?id=53964746 (дата обращения: 10.04.2024).
13. Анализируем коэффициент Уильяма Бивера // Международная Академия Инвестиций. – 2024. – URL: https://globalinvestmentacademy.ru/koefficient-bivera-cash-flow-to-debt (дата обращения: 10.04.2024).
14. Архипова И.И. Кредитование малого и среднего бизнеса // Ученые записки Российской академии предпринимательства. - 2022. - № 21. URL: https://www.scinotes.ru/jour/article/view/774/761 (дата обращения: 10.04.2024).
15. Банка России от 06.08.2015 N 483-П // URL: https://www.consultant.ru/document/cons_doc_LAW_186639/6e35b8e409c663285f4c7029ae49a7b1f89495e1/#dst100445 (дата обращения: 10.04.2024)...77