Вектор науки Тольяттинского государственного университета. Серия: Экономика и управление. 2017; : 22-27
МОДЕЛИРОВАНИЕ ОЦЕНКИ ПЛАТЕЖЕСПОСОБНОСТИ КЛИЕНТОВ МИКРОФИНАНСОВОЙ ОРГАНИЗАЦИИ
https://doi.org/10.18323/2221-5689-2017-4-22-27Аннотация
Оценка платежеспособности клиентов является немаловажной проблемой для микрокредитных организаций. Несмотря на то, что применяется множество мер для предотвращения возникновения задолженности, избежать ее полностью невозможно. Одним из способов предотвращения возникновения просроченной задолженности является присвоение при первичной оценке платежеспособности скорингового балла клиенту. Как показала практика, модели, построенные на основе собранной по РФ статистики, оказались малоэффективными для микрокредитных организаций, осуществляющих деятельность в рамках конкретного региона РФ. В связи с этим было принято решение о формировании скоринговой системы на основе статистики конкретной микрокредитной организации. Цель статьи – разработка системы оценки платежеспособности клиентов для микрокредитных организаций, действующих в Дальневосточном регионе. В качестве статистического материала используются данные крупной микрокредитной организации Дальневосточного региона. Для построения эконометрических моделей предварительно была разработана шкала платежеспособности клиента, собрана и обработана обширная клиентская база. На основе корреляционно-регрессионного анализа выявлены и исключены из модели коллинеарные и несущественные факторы. Построение эконометрических моделей проводилось с использованием пакета Statistica.
В результате построения, анализа и оценки качества различных эконометрических моделей на основании соответствующих тестов определена наилучшая модель для расчета балла оценки платежеспособности клиента.
Разработанная модель является инструментом для первичной оценки новых клиентов, ее возможно использовать не как определяющий фактор в вопросах оценки кредитоспособности физических лиц, а как один из факторов, влияющих на решение о заключении договора.
Список литературы
1. Ишина И.В., Сазонова М.Н. Скоринг-модель кредитного риска // Аудит и финансовый анализ. 2007. № 4. С. 297–304.
2. Деркач В.В., Закиров И.Д. Принципы формирования маркетинговой стратегии микрофинансовой организации // Современные проблемы науки и образования. 2015. № 1-2. С. 64–72.
3. Орлова Е.А. Оценка кредитного риска на основе методов многомерного анализа // Компьютерные исследования и моделирование. 2013. Т. 5. № 5. С. 893–901.
4. Лятин А.В., Ерилин С.А. К вопросу о проблематике управления кредитными рисками // Азимут научных исследований: экономика и управление. 2014. № 3. С. 59–61.
5. Ханнанова Е.А. Анализ оценки кредитоспособности физических лиц // Вестник науки и образования. 2016. № 12. С. 43–45.
6. Телиженко А.М., Байстрюченко Н.О., Мирошноченко Ю.А. Исследование критических параметров системы «заемщик-кредитор» // Вектор науки Тольяттинского государственного университета. Серия: Экономика и управление. 2013. № 1. С. 131–135.
7. Айвазян С.А., Иванова С.С. Эконометрика. М.: Маркет ДС, 2007. 104 с.
8. Кремер Н.Ш., Путко Б.А. Эконометрика. М.: ЮНИТИ-ДАНА, 2008. 311 с.
9. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика: начальный курс. М.: Дело, 2000. 576 с.
10. Доугерти К. Введение в эконометрику. М.: Инфра-М, 2009. 466 с.
11. Сигел Э.Ф. Практическая бизнес-статистика. М.: Вильямс, 2008. 1056 с.
12. Кучерова С.В., Потехина А.В. Применение факторного анализа для исследования преступности на основе социально-экономических показателей // Интернет-журнал Науковедение. 2014. № 2. С. 51–59.
13. Емцева Е.Д., Морозов В.О., Черкасова Э.З. Эконометрические исследования взаимосвязи ВРП и показателей качества жизни // Фундаментальные исследования. 2015. № 11-6. С. 1175–1179.
14. Кучерова С.В. Эконометрическое моделирование взаимосвязи основных показателей рыбной отрасли Приморского края // Фундаментальные исследования. 2016. № 12-2. С. 441–446.
15. Волгина О.А., Шуман Г.И., Ерохина И.В. Анализ и прогноз рынка молочной продукции в Приморском крае // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. 2015. № 4. С. 41–47.
16. Боровиков В.П. Популярное введение в современный анализ данных в системе Statistica. М.: Горячая линия-Телеком, 2013. 288 с.
17. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.: ИНФРА–М, 2002. 528 с.
18. Колеников С.О. Прикладной эконометрический анализ в статистическом пакете. М.: Российская экономическая школа, 2000. 111 с.
19. Baum C.F. An introduction to modern econometrics using Stata. New York: Stata Press, 2006. 341 p.
20. Brian S.E., Rabe-Hesketh S. A Handbook of Statistical Analysis Using Stata. New York: Chapman & Hall/CRC, 2006. 352 p.
Science Vector of Togliatti State University. Series: Economics and Management. 2017; : 22-27
MODELING OF FINANCIAL SOLVENCY EVALUATION OF MICROFINANCE ORGANIZATION CLIENTS
https://doi.org/10.18323/2221-5689-2017-4-22-27Abstract
Assessment of client’s creditworthiness is an important issue for microcredit organizations. In spite of the fact that a lot of measures are applied to avoid incurring of debt, it is impossible to avoid it completely. One of the ways to prevent overdue indebtedness is to assign a scoring point to clients at the initial assessment of their solvency. Experience has shown that models built on the basis of statistics collected by the official bodies turn out to be ineffective for microcredit organizations operating in a particular region of the Russian Federation. In this regard, it was decided to form a scoring system based on the statistics of a particular microcredit organization. The purpose of this study is to develop a system for assessing the solvency of clients for a microcredit organization on the basis of econometric modeling. The paper uses the data of a large microcredit organization of the Far East region. To create econometric models, the client's solvency scale was previously developed; an extensive database of clients was collected and processed. Collinear and non-essential factors were excluded from the study based on the correlation-regression analysis. Statistica software package was used to develop the econometric models.
As a result of the creation, analysis, and evaluation of the quality of different econometric models, the best model for calculating the client's solvency assessment score was determined on the basis of the relevant tests.
The developed model is a tool for the initial evaluation of new clients. It can be used not as the main factor in assessing the creditworthiness of individuals, but as one of the factors that influence the final decision for signing a contract.
References
1. Ishina I.V., Sazonova M.N. Skoring-model' kreditnogo riska // Audit i finansovyi analiz. 2007. № 4. S. 297–304.
2. Derkach V.V., Zakirov I.D. Printsipy formirovaniya marketingovoi strategii mikrofinansovoi organizatsii // Sovremennye problemy nauki i obrazovaniya. 2015. № 1-2. S. 64–72.
3. Orlova E.A. Otsenka kreditnogo riska na osnove metodov mnogomernogo analiza // Komp'yuternye issledovaniya i modelirovanie. 2013. T. 5. № 5. S. 893–901.
4. Lyatin A.V., Erilin S.A. K voprosu o problematike upravleniya kreditnymi riskami // Azimut nauchnykh issledovanii: ekonomika i upravlenie. 2014. № 3. S. 59–61.
5. Khannanova E.A. Analiz otsenki kreditosposobnosti fizicheskikh lits // Vestnik nauki i obrazovaniya. 2016. № 12. S. 43–45.
6. Telizhenko A.M., Baistryuchenko N.O., Miroshnochenko Yu.A. Issledovanie kriticheskikh parametrov sistemy «zaemshchik-kreditor» // Vektor nauki Tol'yattinskogo gosudarstvennogo universiteta. Seriya: Ekonomika i upravlenie. 2013. № 1. S. 131–135.
7. Aivazyan S.A., Ivanova S.S. Ekonometrika. M.: Market DS, 2007. 104 s.
8. Kremer N.Sh., Putko B.A. Ekonometrika. M.: YuNITI-DANA, 2008. 311 s.
9. Magnus Ya.R., Katyshev P.K., Peresetskii A.A. Ekonometrika: nachal'nyi kurs. M.: Delo, 2000. 576 s.
10. Dougerti K. Vvedenie v ekonometriku. M.: Infra-M, 2009. 466 s.
11. Sigel E.F. Prakticheskaya biznes-statistika. M.: Vil'yams, 2008. 1056 s.
12. Kucherova S.V., Potekhina A.V. Primenenie faktornogo analiza dlya issledovaniya prestupnosti na osnove sotsial'no-ekonomicheskikh pokazatelei // Internet-zhurnal Naukovedenie. 2014. № 2. S. 51–59.
13. Emtseva E.D., Morozov V.O., Cherkasova E.Z. Ekonometricheskie issledovaniya vzaimosvyazi VRP i pokazatelei kachestva zhizni // Fundamental'nye issledovaniya. 2015. № 11-6. S. 1175–1179.
14. Kucherova S.V. Ekonometricheskoe modelirovanie vzaimosvyazi osnovnykh pokazatelei rybnoi otrasli Primorskogo kraya // Fundamental'nye issledovaniya. 2016. № 12-2. S. 441–446.
15. Volgina O.A., Shuman G.I., Erokhina I.V. Analiz i prognoz rynka molochnoi produktsii v Primorskom krae // Territoriya novykh vozmozhnostei. Vestnik Vladivostokskogo gosudarstvennogo universiteta ekonomiki i servisa. 2015. № 4. S. 41–47.
16. Borovikov V.P. Populyarnoe vvedenie v sovremennyi analiz dannykh v sisteme Statistica. M.: Goryachaya liniya-Telekom, 2013. 288 s.
17. Tyurin Yu.N., Makarov A.A. Analiz dannykh na komp'yutere. M.: INFRA–M, 2002. 528 s.
18. Kolenikov S.O. Prikladnoi ekonometricheskii analiz v statisticheskom pakete. M.: Rossiiskaya ekonomicheskaya shkola, 2000. 111 s.
19. Baum C.F. An introduction to modern econometrics using Stata. New York: Stata Press, 2006. 341 p.
20. Brian S.E., Rabe-Hesketh S. A Handbook of Statistical Analysis Using Stata. New York: Chapman & Hall/CRC, 2006. 352 p.
