Моделирование оценки кредитного риска коммерческого банка в условиях Республики Таджикистан тема диссертации по экономике, полный текст автореферата

Ученая степень
кандидата экономических наук
Автор
Аминов, Хакимджон Иномджонович
Место защиты
Санкт-Петербург
Год
2009
Шифр ВАК РФ
08.00.13

Автореферат диссертации по теме "Моделирование оценки кредитного риска коммерческого банка в условиях Республики Таджикистан"

На правах рукописи

АМИНОВ Хакимджон Иномджонович

МОДЕЛИРОВАНИЕ ОЦЕНКИ КРЕДИТНОГО РИСКА КОММЕРЧЕСКОГО БАНКА В УСЛОВИЯХ РЕСПУБЛИКИ ТАДЖИКИСТАН

Специальность: 08.00.13 - Математические и инструментальные методы

экономики;

08.00.10 - Финансы, денежное обращение и кредит

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

- 8 Ом'Т 2С-3

Санкт-Петербург 2009

003478865

Работа выполнена на кафедре информационных систем в экономике ГОУ ВПО «Санкт-Петербургский государственный инженерно-экономический университет».

НАУЧНЫЙ РУКОВОДИТЕЛЬ -ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ:

кандидат технических наук, доцент Фомин Владимир Ильич

доктор экономических наук, профессор Соколицын Александр Сергеевич

доктор экономических наук, профессор, Мокин Валентин Николаевич

ВЕДУЩАЯ ОРГАНИЗАЦИЯ - ГОУ ВПО «Санкт-Петербургский

государственный университет информационных технологий, механики и оптики»

Защита состоится о/илтл 2009 года в часов на заседании диссертационного совета Д 212.219.05 при ГОУ ВПО «Санкт-Петербургский государственный инженерно-экономический университет» по адресу: 191002, Санкт-Петербург, ул. Марата, д. 27, ауд. 422.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Санкт-Петербургский государственный инженерно-экономический университет» по адресу: 196084, Санкт-Петербург, Московский пр., д. 103-а.

Автореферат разослан

Ученый секретарь диссертационного совета Д 212.219.05,

кандидат экономических наук, профессор

Корабельников В.М.

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Кредитование заемщиков это один из наиболее рискованных видов деятельности коммерческих банков, способный в тоже время приносит высокий доход, что привлекательно для коммерческих банков. За последние годы объемы кредитования увеличились в несколько раз, о чем свидетельствует проведенное исследование вопросов кредитования заемщиков коммерческими банками Республики Таджикистан.

В связи с приоритетностью задач Республики Таджикистан по созданию благоприятных условий для развития и обеспечения предприятий доступными кредитами, особенно значимы разработки в области кредитования предприятий-заемщиков. При расширении банковского кредитования возрастают риски, с которыми сталкиваются коммерческие банки, что порождает проблему обеспечения устойчивости банковской системы в целом. В этой связи возрастает необходимость разработки адекватных для коммерческих банков Республики Таджикистан моделей оценки кредитных рисков по предприятиям-заемщикам, сопоставимых по эффективности с математическим инструментарием, используемым в теории и практике ведущих стран.

Экономика Республики Таджикистан имеет ряд существенных особенностей, которые не позволяют применять общепринятые в мировой банковской практике методы и модели оценки кредитного риска в чистом виде, в частности, из-за недостаточности информации о предприятиях-заемщиках. Поэтому возникает необходимость разработки адекватных методов и моделей оценки кредитного риска по предприятиям-заемщикам. При этом эти методы должны учитывать специфику предприятий-заемщиков Республики Таджикистан, отражаемую соответствующей информацией, что позволит коммерческим банкам и микрофинансовым организациям Республики Таджикистан, применять их в практической деятельности. Разработке этих методов и посвящено данное исследование, что подтверждает актуальность его темы.

Цель исследования состоит в разработке методических положений и модели оценки кредитного риска по предприятию-заемщику в коммерческом банке с учетом специфики кредитования в условиях Республики Таджикистан.

Задачи исследования. В соответствии со сформулированной целью в диссертации были поставлены и решены следующие задачи:

• анализ и уточнение основных понятий исследования;

• анализ методов и моделей оценки кредитного риска;

• выявление и систематизация специфики кредитования заемщиков в коммерческих банках Республики Таджикистан;

• разработка методических положений оценки кредитного риска по предприятию-заемщику;

• обоснование целесообразности применения аппарата теории нечетких множеств, для оценки кредитного риска по предприятию-заемщику;

• разработка алгоритма построения функции принадлежности количественных показателей, с применением метода нечеткой кластеризации;

• разработка нечеткой модели оценки кредитного риска по предприятию-заемщику на основе системы иерархического нечеткого вывода;

• апробация разработанной модели оценки кредитного риска по предприятию-заемщику, в условиях Республики Таджикистан;

• выработка предложения по определению условий кредитования с учетом полученного результата нечеткой модели оценки кредитного риска по предприятию-заемщику.

Объектом исследования является кредитная деятельность коммерческих банков Республики Таджикистан.

Предметом исследования является оценка кредитного риска по предприятию-заемщику коммерческого банка.

Соответствие паспорту специальности. Диссертационное исследование соответствует пунктам 1.4 «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений» специальности 08.00.13 «Математические и инструментальные методы экономики» и 9.4 «Развитие инфраструктуры кредитных отношений современных кредитных инструментов, форм и методов кредитования» специальности 08.00.10 «Финансы, денежное обращение и кредит».

Методологической и теоретической основой диссертационного исследования послужили труды отечественных и зарубежных авторов в области банковского дела, управления кредитными рисками, финансового анализа и теории нечетких множеств. Для обоснования выдвинутых в диссертации положений применялись, методы финансового анализа, оценки кредитного риска, экспертные методы, статистические методы анализа и методы теории нечетких множеств: система нечеткого вывода, нечеткая кластеризация.

В ходе исследования в области оценки кредитного риска, финансового анализа и теории нечетких множеств были использованы труды: Аверкина А.Н., Алтунина А.Е., Альтмана Э., Андрейчикова A.B., Балабанова И.Т., Борисова А.Н., Брусаковой И.А., Вальравена К.Д., Васильева В.И., Вишнякова И.В., Донцовой Л.В., Дятлова В.А., Едроновой В.Н., Заде JL, Кабушкина С.Н., Кофмана А., Лаврушина О.И., Леоненкова A.B., Мелихова А.Н., Месаровича М., Мокина В.Н., Недосекина А.О., Орловского С.А., Пановой Г.С., Рахимова З.А., Рид Э., Синки Дж.Ф., Соколицына A.C., Соколова Р.В., Фулмера Ж.Дж., Шеремета А.Д., Штовбы С.Д., Ягера Р., Ярушкиной Н.Г. и др.

Информационной базой исследования послужили законодательно-нормативные акты Республики Таджикистан по вопросам банковской деятельности, статистические и аналитические материалы Национального банка, коммерческих банков и микрофинансовых организаций Республики Таджикистан, отечественные и зарубежные публикации в научной и периодической печати, а также данные, собранные в ходе исследования автором.

Научная новизна выносимых на защиту положений и выводов заключается в следующем:

1. Систематизирована специфика кредитования заемщиков коммерческими банками в условиях переходной экономики Республики Таджикистан, определяющая субъективность принятия банками решений о выдаче кредитов:

• неполнота и неразвитость законодательной базы, допускающие несвоевременный возврат кредита;

• большая доля краткосрочных кредитов (76,5 % в 2007 г.) против среднего по Европе 48 %, США 39 %, что свидетельствует о высоком уровне кредитного риска;

• отсутствие официальной организации, занимающейся сбором информации о заемщиках (кредитных историй);

• неразвитость или отсутствие системы банковского страхования;

• неточность (недостоверность) или отсутствие данных финансовой отчетности заемщиков (согласно отчету Программы развития ООН Таджикистана «Теневая экономика в Таджикистане» объем теневой экономики в Таджикистане в 2005 г. составил 60,93% от официальной цифры ВВП).

2. Обоснована целесообразность применения аппарата теории нечетких множеств для оценки кредитного риска по предприятию-заемщику в условиях Республики Таджикистан, характеризующихся неточностью количественной информации, необходимостью учета качественной информации и недостаточностью статистических данных при оценке кредитного риска заемщика.

3. Разработаны методические положения оценки кредитного риска по предприятию-заемщику в коммерческом банке, отличающиеся представлением вероятностной меры кредитного риска как совокупности бизнес-риска, финансового риска и риска обеспечения кредита, с использованием иерархического подхода.

4. Предложен алгоритм построения функций принадлежности количественных показателей с применением метода нечеткой кластеризации, позволяющий определять лингвистические переменные модели оценки кредитного риска без участия эксперта.

5. Разработана нечеткая модель оценки кредитного риска по предприятию-заемщику на основе системы иерархического нечеткого вывода, предусматривающая декомпозицию процесса оценки риска в виде иерархии предлагаемых продукционных правил системы нечеткого вывода, что обеспечивает снижение стоимостных и временных затрат на оценку кредитного риска.

Практическая значимость заключается в возможности использования основных научных выводов и методических положений выполненного исследования коммерческими банками и микрофинансовыми организациями Республики Таджикистан для оценки кредитного риска по предприятию-заемщику, а также в учебном процессе при подготовке специалистов по управлению кредитными рисками и теории нечетких множеств.

Апробация результатов. Основные результаты диссертационного исследования были изложены на научно-практических конференциях и семинарах. Кроме того, практические и научные разработки были использованы в работе филиала ЗАО ТАКПБРР «Таджпромбанк» в г. Худжанде, Республика Таджикистан.

Объем публикаций по теме диссертации составляет 8 печатных работ общим объемом 1,6 п.л., из них две работы опубликованы в журналах, входящих в перечень Высшей аттестационной комиссии.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

П. ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

Одним из узких мест банковской системы Республики Таджикистан, является проблема кредитного риска, что сказывается на развитии не только банковской системы, но и всей экономики Республики Таджикистан.

Обобщение ряда взглядов на понятие кредитного риска показывает, что большинство экономистов определяет кредитный риск как риск непогашения выданного кредита (основного долга и процентов по нему). Эта позиция в настоящее время является наиболее устоявшейся и вполне обоснованной, и с ней следует согласиться, а также дополнить.

Под кредитным риском будем понимать вероятность непогашения или несвоевременного погашения заемщиком полученного кредита или процентов по нему полностью или частично.

Процесс регулирования кредитного риска является основной целью управления кредитным портфелем коммерческого банка. Этот вывод основывается на том факте, что другие базовые характеристики кредитного портфеля банка, доходность и ликвидность являются показателями, тесно связанным с кредитным риском.

Кредитный портфель это совокупность всех выданных банком кредитов, текущих (не погашенных заемщиком) на определённый момент времени, классифицированных в соответствии с системой критериев, характеризующих кредитный риск каждого кредита, с целью оптимизации кредитного риска по всему объему кредитов на каждый момент времени.

По мнению, известного экономиста О.И. Лаврушина, процесс управления кредитным портфелем банка рассматривается также и как процесс управления кредитными операциями, который включает в себя:

• управление технологией кредитных операций;

• управление кредитными рисками.

Отсюда, одним из важнейших этапов управления кредитным портфелем является управление кредитными рисками. Целью управления рисками является уменьшение кредитного риска, как всего кредитного портфеля, так и отдельного заемщика.

Система управления кредитным риском включает определение метода оценки кредитного риска; анализ структуры кредитного портфеля; исходя из принятых банком методов его оценки, использование различных методов, инструментов регулирования кредитного риска; создание специальных отделов контроля рисков и координация их деятельности.

Основное место среди них принадлежит определению методов оценки кредитного риска по каждому отдельному кредиту/заемщику и на уровне банка

(кредитного портфеля) в целом. Данная работа посвящена вопросам оценки кредитного риска по кредиту/предприятию-заемщику.

Банковская система Республики Таджикистан и рынок кредитования в целом имеют ряд особенностей. К этим особенностям относятся:

1. Коммерческие банки сталкиваются с проблемой несвоевременного возврата кредита из-за неполноты и неразвитостью законодательной базы. Например, отсутствие сколько-нибудь устойчивого законодательства по залогу и инфраструктуры по реализации залогов. В результате всего этого невозвратные кредиты под залог приносят кредитору крупные убытки.

2. Условия кредитования предприятий, прежде всего, процентная ставка и сроки, как правило, более высокие и краткосрочные, чем в других странах. На увеличение цены кредита заемщиков влияет не только высокий риск, но и рост затрат на услуги банков. Установление более высокой ставки процентов банка, неизбежно влечет за собой высокую степень риска.

3. Высокая цена кредита (процентные ставки по кредитам), которая в 2008 г. составляла, в пределах от 23-28 % в национальной валюте и 22-36 % в иностранной валюте, в зависимости от срока, выступает одним из существенных факторов, сдерживающих развитие кредитования с учетом нужд предприятий. Такая ситуация во многом объясняется неразвитостью банковского сектора экономики, недостатками институтов банковского надзора и регулирования.

4. В результате анализа данных Национального банка Таджикистана выявлено, что доля краткосрочных кредитов банков варьируется в пределах от 76,5 % в 2007 г. до максимума - 96,3 % в 2003 г. Доля долгосрочных кредитов в 2007 г. составила 23,5 % против 3,7%, в 2003 г. В целом есть положительные тенденции, но такое соотношение в практике банковского кредитования нуждается в совершенствовании.

5. Данные финансовой отчетности предприятий в Республике Таджикистан не всегда объективно отражают реальное финансовое состояние предприятий. Зачастую предприятия не ведут финансовую отчетность. Вследствие экономической и политической нестабильности рыночная стоимость активов предприятия может значительно отличаться от учетной, вследствие чего возрастает степень неопределенности. Согласно отчету ПРОООН «Национальный отчет по человеческому развитию 2007 «Теневая экономика в Таджикистане» объем теневой экономики в Таджикистане в 2005 г. составил 60,93% от официальной цифры ВВП.

6. Согласно отчету «Технико-экономическое обоснование открытия кредитно-информационного бюро» в Таджикистане отсутствует официальный институт кредитных бюро (организация, занимающаяся сбором информации о заемщиках). Попытки со стороны Национального банка Таджикистана осуществлялись в виде пилотного проекта «Центр кредитных историй НБТ». Однако, создание формального бюро кредитных историй в настоящее время, не реализовано.

7. Проведенный в июне 2003 года Международной Финансовой Корпорацией (IFC) независимый опрос двух тысяч представителей малого и среднего предпринимательства Таджикистана показал, что при получении банковского кредита в 2002 г. около 88 % малых и средних предприятий, 71 % индивидуальных предпринимателей и 62 % фермеров столкнулись с необходимостью

предоставления залогового обеспечения и большинство из них предоставили залоговое обеспечение в два раза превышающее суммы полученного кредита. Повторное исследование данного вопроса в 2006 году показало, что ситуация в целом несколько улучшилась, но проблема до конца не устранены.

8. В настоящее время практически полное отсутствие или неразвитость банковского страхования на национальном рынке банковских услуг сдерживает эффективное развитие кредитования и сотрудничества между отечественными и крупными банками других стран.

9. Согласно отчету «Расширение возможностей финансирования в сельской местности» в кредитных организациях Таджикистана «неотработанные» навыки кредитования все еще сохраняются. Несмотря на повышение показателей финансовой устойчивости банков, сфера кредитования и привлечение вкладов все еще плохо развита. Решения банков о предоставлении кредита очень часто основывается на гарантиях возвратности и залоге, а не на прибыльности и предполагаемом потоке средств предприятий, личности и предпринимательских способностей.

Из этих особенностей вытекает малые объемы кредитования из-за высокой степени риска. С целью уменьшения риска при кредитовании предприятий-заемщиков необходимо решить проблему оценки кредитного риска по предприятию-заемщику в коммерческих банках Республики Таджикистан.

В настоящее время в мире не существует единого подхода к оценке кредитного риска. Коммерческие банки используют различные способы оценки кредитного риска. Автором рассмотрены методы оценки кредитного риска, получившие наибольшее распространение в теории и на практике. К ним относятся:

• Рейтинговые (делят заемщиков на классы в зависимости от их категории, устанавливаемой с помощью группы рассчитываемых финансовых коэффициентов и присваиваемых им уровней значимости);

• Статистические (дифференцируют заемщиков в зависимости от вероятности банкротства);

• Комплексные (позволяют агрегировать количественные и качественные характеристики клиентов).

В ходе исследования были выявлены особенности, исследованы принципы и недостатки существующих методик оценки кредитного риска. В результате сделан вывод о неприменимости существующих научных разработок в коммерческих банках Республики Таджикистан, ввиду неточности и неполноты количественной информации и неспособности учитывать качественные показатели заемщиков.

Необходимо отметить взаимосвязь кредитного риска и неопределенности, характеризующие действия банка на рынке кредитных услуг, так как процесс принятия решения по кредитной сделке банки часто принимают в условиях неопределенности.

Общим свойством задачи оценки кредитного риска, решаемой с активным участием кредитного эксперта, является наличие разноплановой информации, трудноформализуемой в рамках традиционных математических формализмов. Причина такой трудноформализуемости отчасти связана с тем, что кредитные эксперты при описании и оценивании реальных объектов и ситуаций используют

слова естественного языка, которые отражают их субъективный опыт, субъективные мнения, взгляды и интересы. Использование слов естественного языка вносит в поступающую от эксперта информацию неопределенность в виде нечеткости. К методам учета неопределенности обычно относят теорию вероятностей и теорию нечетких множеств.

В качестве основы для оценки кредитного риска мы предлагаем использовать аппарата теории нечетких множеств.

Во-первых, теория нечетких множеств позволяет принимать решения в случаях, в которых отсутствуют точные данные, а имеются лишь субъективная информация.

Во-вторых, большинство проблем у банков возникает из-за необоснованности выдачи кредита. В практике большинства западных банков наибольшее внимание уделяется анализу кредитного риска, причем при этом анализе учитывается максимальное число факторов, от которых зависит финансовое состояние заемщика. Метод нечеткой оценки кредитного риска позволяет учесть максимальное число факторов, от которых оно зависит.

В-третьих, вероятность возврата кредита в данном случае оценивается, не только исходя из отдельно взятого фактора. Предлагаемый нами метод дает оценку количественных и качественных показателей кредитного риска, что рисует наиболее общую картину состояния клиента.

При рассмотрении задачи оценки кредитного риска, теория нечетких множеств имеет неоспоримое преимущество над вероятностными подходами, которое заключается в том, что модели, построенные на ее основе, обладают повышенной степенью обоснованности. Это связано с тем, что в расчет попадают все возможные сценарии развития событий, что несвойственно вероятностным методам, рассчитанным на конечное (дискретное) множество сценариев.

Выбор подхода на основе теории нечетких множеств для оценки кредитного риска в условиях неопределенности (недостоверности) или отсутствия данных финансовой отчетности заемщиков обусловлен его достоинствами, такими как: возможность оперировать входными данными, заданными нечетко, возможность проведения качественных оценок входных данных и результатов и др.

На основе анализа банковской системы Республики Таджикистан, а также методов оценки кредитного риска, разработаны методические положения оценки кредитного риска по предприятию-заемщику, которые позволяют наиболее полно и точно оценить состояние заемщика в Республике Таджикистан. При этом нужно учитывать, что коммерческий банк не может проанализировать всё многообразие информации о клиенте, а вынужден выбирать наиболее важную, и в то же время достаточно легко собираемую информацию. Исходя из возможности получения информации коммерческими банками Республики Таджикистан, факторы и их показатели, влияющие на кредитный риск, выбраны с учетом мнения экспертов (рис. 1).

Кредитный риск

где \vl-w29 - важность (коэффициент значимости), влияния каждого фактора на кредитный риск.

Рис. 1. Схема иерархии показателей оценки кредитного риска по предприятию-заемщику

В соответствии с методическими положениями кредитный риск по предприятию-заемщику как вероятность не погашения кредита разбит на следующие составляющие:

• бизнес-риск - вероятность непогашения кредита независимо от финансового состояния заемщика;

• финансовый риск - вероятность несохранения финансовой устойчивости заемщика;

• риск обеспечения кредита - вероятность невозмещения ущерба за счет залогового обеспечения.

Все показатели факторов кредитного риска с использованием иерархического подхода представлены на рис. 1.

Путем экспертной оценки определяется важность факторов и показателей, назначая им то или иное количество баллов. Для этих целей используется метод Дельфы. Расчет важности факторов кредитного риска и их показателей, приведены в приложении к диссертации.

Предложен алгоритм построения функций принадлежности количественных показателей с применением метода нечеткой кластеризации, позволяющий производить фаззификацию лингвистических значений переменных модели без участия эксперта. Применение данного алгоритма позволило устранить влияние субъективного мнения кредитных экспертов, тем самым повысив качество оценки кредитного риска по предприятию-заемщику. Данный алгоритм позволяет снизить временные затраты на разработку нечеткой модели оценки кредитного риска.

Формально алгоритм построения функции принадлежности количественных показателей по методу нечеткой кластеризации на основе метода нечетких с-средних определяется в форме итеративного выполнения следующей последовательности шагов:

1. Предварительно статистически обработать выборки значений показателя кредитного риска.

2. Определить лингвистические значения (количество кластеров) показателя.

3. Установить параметры алгоритма: с - количество кластеров; т -экспоненциальный вес; е - параметр сходимости алгоритма (как правило, т=2; в=0.00001).

4. Случайным образом сгенерировать матрицу нечеткого разбиения Б, удовлетворяющую условиям:

=1, к = 1,т,

0<1Х <п- 1 =1>с.

(1)

5. Рассчитать центры кластеров:

V. = ^-, 1 = 1,с

(2)

6. Рассчитать расстояния между объектами из X и центрами кластеров:

О.-^-Х.Ц2, к = 1,т, 1 = 1,с

(3)

7.Пересчитать элементы матрицы нечеткой кластеризации(к = 1 ,щ I = 1,с):

1/(ш-1)'

(4)

к. рк.

I! 1,2

8. Проверить условие р-Р*| <г, где Р*- матрица нечеткой кластеризации

на предыдущей итерации алгоритма. Если «да», то перейти к шагу 9, иначе к шагу 5.

9. Получить результата нечеткой кластеризации в виде таблицы со степенями принадлежности.

10. Ранжировать таблицу со степенями принадлежности и определить диапазон лингвистических значений.

11. Представить значения таблицы в виде графика и выбрать вид функции принадлежности на ее основе.

12. Построить функции принадлежности количественных показателей кредитного риска по предприятию-заемщику.

Функции принадлежности для качественных показателей строятся с помощью эксперта.

Функции принадлежности качественных и количественных показателей приведены в диссертационной работе.

Разработана нечеткая модель оценки кредитного риска по предприятию-заемщику на основе системы иерархического нечеткого вывода, для решения задачи оценки кредитного риска по предприятию-заемщику, предусматривающая декомпозицию процесса оценки риска в виде иерархии продукционных правил системы нечеткого вывода, что обеспечивает снижение стоимостных и временных затрат на оценку кредитного риска.

Систему иерархического нечеткого вывода в нечеткой модели оценки кредитного риска по предприятию-заемщику можно представит следующей схемой (рис. 2).

Система иерархического нечеткого вывода оценки кредитного риска по предприятию-заемщику подробно описана в диссертации.

Представим модель процесса иерархического нечеткого вывода на следующем рис. 3.

Рис. 3. Модель процесса иерархического нечеткого вывода

Экономическая ситуация в отрасли

в скобках указано количество правил нечеткого вывода Рис. 2. Схема системы иерархического нечеткого

вывода оценки кредитного риска по предприятию-заемщику

Для реализации задачи иерархического нечеткого логического вывода алгоритм работы иерархического нечеткого логического вывода примет следующий вид:

1. Входные переменные, используемые на всех этапах нечеткого вывода (х= {х,,х2,...,хт}).

2. Фаззификация - преобразование входных переменных в нечеткую форму.

3. Цикл i:=l до N выполнить (где N - число шагов нечеткого вывода)

• выполнить процедуру нечеткого логического вывода, с использованием соответствующих переменных и соответствующей базы правил.

• Если i=N то 4. (дефаззификация результата) иначе полученное нечеткое множество у] передать на вход процедуры нечеткого логического вывода следующего уровня (i:=i+l).

4. Дефаззификация.

Разработанную нечеткую модель оценки кредитного риска на основе системы иерархического нечеткого вывода с помощью оператора f (fuzzy) и композиционного правила Заде, можно записать следующим образом:

Введем следующие обозначения f (fuzzy) - фаззификация, defuzzy -дефаззификация, у (у3) - кредитный риск, у2, - бизнес-риск, у22 - финансовый риск, у2з - риск обеспечения кредита, у,,- ликвидность, у,2- финансовая устойчивость, у и - деловая активность, у 14-рентабельность, хь...,х8 - показатели бизнес-риска, х?, Хю,Хц - показатели ликвидности, xi2,Xi3,xM - показатели финансовой устойчивости, х15,х|6 - показатели деловой активности, x17,xi8,xi9 -показатели рентабельности, x20,x2i,x22- показатели риска обеспечения кредита.

Первый слой:

1.y„ =f(fuzzy({x;'}",)) или у„ =А({х!'};:,)ок({х;'};:9,Уи),

2.у„=f(fiizzy({x!2};:j) или уа=A({xr};:12)oR({x;2};:i2>y,2),

3.у13=f(fuzzy({xr}::15))^H у,=A({xrL)°R((x;3L,y,3), (5)

4. у,4 = f(fuzzy({xrL)) или у14 = А({хГ}::17)оК({хГ};:]7,у,4),

Второй слой:

1.у2, =f(fuzzy({x-};j) или у2| =A({x;'}:joR({xr^,y2]),

2- у22 =f({y„L) или у22 = AifyJ^o^^J^yJ, (6)

3. ,у23 =f(fuzzy({xf };:20)) или у23 = A({xrL)°R({xr};:20,y23),

Третий слой:

Уз =f({y2iL) или Уз = A({y2iL)°R({y2JL„y,), (7)

Результатом является значение:

у = defuzzy(f({y2i Уы)) или у = defuzzy((A({y„ }'„) ° R({y2i , у,). (8)

Предложенная нечеткая модель оценки кредитного риска дает нам следующие преимущества:

1. Позволяет работать с иерархическими базами правил.

2. Позволяет снизить количество нечетких правил без ухудшения качества нечеткой модели в целом. А декомпозиция по «отдельным» свойствам позволит создать нечеткую модель оценки кредитного риска, понятное для кредитных экспертов.

3. Выполняется без фаззификации/дефаззифйкации промежуточных переменных, вследствие чего снижается вычислительная погрешность.

В целях подтверждения правильности и практической применимости нечеткой модели оценки кредитного риска по предприятию-заемщику проведен ретроспективный анализ работы предложенной модели для заемщиков прошлых периодов, суть которого заключается в сравнении показаний модели с количеством фактически невозвращенных кредитов. Количественную оценку отклонений фактических значений невозвратов от рассчитанных с помощью модели значений риска целесообразно взять за основу для оценки точности предложенной нечеткой модели.

Иллюстрация сравнения отношения кредитного риска и невозврата кредита для пяти групп наиболее часто встречающихся значений кредитного риска показана на рис. 4.

1 г з а s

кредитный риск ■ невозврат кредитов

Рис. 4. Иллюстрация сравнения отношения кредитного риска и невозврата кредита для пяти групп наиболее часто встречающихся значений кредитного риска В результате сравнения результатов оценки кредитных рисков по заемщикам с данными невозврата кредитов было выявлено, что результаты нечеткой модели оценки кредитного риска имеют среднее абсолютное отклонений 6, и среднее относительное отклонение 22%. Это означает что, в 78% случаев нечеткая модель оценки кредитного риска дает точный результат, а в среднем имеет точность ±6% (имеется в виду процент как величина измерения риска, а не процент от полученного значения риска).

В практике оценки кредитного риска, точность оценки 80-85% считается приемлемой, На основе этого можно сделать вывод об адекватности и приемлемой точности нечеткой модели оценки кредитного риска по предприятию-заемщику.

На основе вероятностной меры кредитного риска даются рекомендации по определению условий кредитования: процентной ставки кредита, максимально возможной суммы кредита, формирования фонда покрытия возможных потерь по ссудам.

Разработанные методические положения и нечеткая модель оценки кредитного риска по предприятию-заемщику позволяют повысить эффективность процесса оценки кредитного риска коммерческими банками Республики Таджикистан за счет:

• повышения качества оценки кредитного риска;

• сокращения финансовых и трудовых затрат;

• снижения неопределенности;

• повышения объективности принятия решений.

III. ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Уточнено понятие «кредитный риск», и рассмотрены базовые понятия исследования применительно к задаче оценки кредитного риска.

2. Проанализированы и рассмотрены классификации кредитов, кредитных портфелей и кредитных рисков. Выделены основные критерии классификации, применяемые в практической деятельности коммерческих банков. Сделан вывод о роли кредитных рисков при управлении кредитным портфелем коммерческого банка.

3. Выявлена и систематизирована специфика кредитования заемщиков коммерческими банками Республики Таджикистан, которые необходимо учитывать при моделировании оценки кредитного риска по предприятию-заемщику.

4. Рассмотрены методы оценки кредитного риска. В ходе исследования были выявлены особенности, исследованы принципы и недостатки существующих методик оценки кредитного риска, а также сделан вывод о неприменимости существующих научных разработок в коммерческих банках Республики Таджикистан.

5. Обоснована целесообразность применения аппарата теории нечетких множеств в качестве методологии для построения модели оценки кредитного риска по предприятию-заемщику.

6. Разработаны методические положения оценки кредитного риска по предприятию-заемщику в коммерческом банке. Разработанные методические положения представляют вероятностную меру кредитного риска как совокупности факторов бизнес-риска, финансового риска и риска обеспечения кредита с использованием иерархического подхода.

7. Предложен алгоритм построения функций принадлежности количественных показателей с применением метода нечеткой кластеризации, позволяющий производить фаззификацию лингвистических значений переменных модели без участия эксперта.

9. Разработана нечеткая модель оценки кредитного риска по предприятию-заемщику на основе системы иерархического нечеткого вывода, предусматривающая декомпозицию процесса оценки риска в виде иерархии

продукционных правил системы нечеткого вывода, что обеспечивает снижение стоимостных и временных затрат на оценку кредитного риска.

10. Даны рекомендации по определению условий кредитования, с учетом полученного результата нечеткой модели оценки кредитного риска по предприятию-заемщику.

IV. ПУБЛИКАЦИИ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ Статьи, опубликованные в рекомендованных ВАК изданиях

1. Аминов Х.И. Вопросы оценки кредитного риска в коммерческом банке Республики Таджикистан с применением аппарата теории нечетких множеств // Вестник ИНЖЭКОНа, Серия «Экономика». Выпуск 2 (29). СПб, 2009 г. - с. 234236. - 0,3 п.л.

2. Аминов Х.И. Нечетко-множественный подход к анализу кредитного портфеля коммерческого банка Республики Таджикистана // Вестник Таджикского Национального университета (научный журнал). Серия «экономических наук». Выпуск 2(47). Душанбе: Сино, 2008 г.- с. 223 - 228. - 0,4 п.л.

Статьи, опубликованные в прочих изданиях

3. Аминов Х.И. Проблемы формирования кредитного портфеля коммерческого банка Республики Таджикистан //. Современные проблемы экономики и управления народным хозяйством: сборник научных статей аспирантов СПбГИЭУ. Вып. 2. / Под ред. Смирнова Е.Б. - СПб.: СПбГИЭУ, 2007г. - с.11-12. - 0,15 п.л.

4. Аминов Х.И. Особенности структуры кредитного портфеля коммерческого банка Республики Таджикистан при информатизации банковской деятельности // Менеджмент и экономика в творчестве молодых исследователей. ИНЖЭКОН-2007. X науч.-практ. конф. студ. и асп. СПбГИЭУ 17, 18 апр. 2007 г.: Тез. докл. / редкол.: Б.М. Генкин (отв. ред.) и др., - СПб.: СПбГИЭУ. - 2007. - с. 91. - 0,1 п.л.

5. Аминов Х.И. Теоретические основы и методы оценки кредитоспособности заемщика // Современные проблемы экономики, социологии и права: Сборник научных статей аспирантов СПбГИЭУ. Вып. 5 /редкол.: Е.Б.Смирнов (отв. ред.) [и др.] - СПб.: СПбГИЭУ, 2008г. - с. 5-7. - 0,2 п.л.

6. Аминов Ф.И., Аминов Х.И. Некоторые подходы к моделированию банковской деятельности // Использование экономико-математических методов в науке, управлении и образовании: Материалы международной научно-практической конференции. Новосибирск, 10-11 апреля 2009 г./ Под ред.: О.П. Зайцевой и др. -Новосибирск:СибУПК. - 2009г. - с. 35-37.- 0,1 п.л.

7. Аминов Х.И. Анализ инструментальных средств управления кредитными операциями в банковских информационных системах // Второй научный конгресс студентов и аспирантов 22,23 апр. 2009 г. ИНЖЭКОН-2009: тез. докл., В 2ч. 4.1/ редкол.: Б.М. Генкин (отв. ред.) [и др.] - СПб.: СПбГИЭУ. - 2009. - с. 66. - 0,1 п.л.

8. Аминов Х.И. Алгоритм фаззификации лингвистических значений показателей кредитного риска на основе метода нечеткой кластеризации // Современные проблемы прикладной информатики: Сб. науч. трудов научно-практической конференции по современным проблемам прикладной информатики. 19-20 мая 2009 года / Отв. ред. И.А. Брусакова, E.H. Панова. - СПб.: Изд-во Политехи, ун-а, 2009. -с. 93-97.-0,25 п.л.

Подписано в печать О 09. Формат 60x84 7,6 Печ. л. О Тираж /Л? экз. Заказ

ИзПК СПбГИЭУ 191002, Санкт-Петербург, ул. Марата, 31

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Аминов, Хакимджон Иномджонович

Введение.

Глава 1. Теоретические и практические основы управления кредитным риском в коммерческих банках.

1.1. Кредитный риск как объект управления в деятельности коммерческого банка.

1.2. Роль кредитного риска по заемщикам в управлении кредитным портфелем коммерческого банка.

1.3. Специфика кредитования заемщиков коммерческими банками Республики Таджикистан.

1.4. Методы оценки кредитного риска и их применимость в условиях Республики Таджикистан.:

Выводы по главе 1.

Глава 2. Разработка методических положений и модели оценки кредитного риска по предприятию-заемщику.

2.1. Обоснование использования аппарата теории нечетких множеств для оценки кредитного риска.

2.2. Методические положения оценки кредитного риска.

2.3. Построение функций принадлежности для показателей оценки кредитного риска.

2.4. Нечеткая модель оценки кредитного риска.

Выводы по главе 2.

Глава 3. Методические рекомендации по использованию нечеткой модели оценки кредитного риска при кредитовании предприятий-заемщиков.

3.1. Применение нечеткой модели оценки кредитного риска в коммерческом банке Республики Таджикистан.

3.2. Рекомендации по использованию результата нечеткой модели оценки кредитного риска.

Выводы по главе 3.

Диссертация: введение по экономике, на тему "Моделирование оценки кредитного риска коммерческого банка в условиях Республики Таджикистан"

Актуальность темы исследования. Кредитование заемщиков - это один из наиболее рискованных видов деятельности коммерческих банков, способный в тоже время приносить высокий доход, что привлекательно для коммерческих банков. За последние годы объемы кредитования увеличились в несколько раз, о чем свидетельствует проведенное исследование вопросов кредитования заемщиков коммерческими банками Республики Таджикистан.

В связи с приоритетностью задач Республики Таджикистан по созданию благоприятных условий для развития и обеспечения предприятий доступными кредитами, особенно значимы разработки в области кредитования предприятий-заемщиков. При расширении банковского кредитования возрастают риски, с которыми сталкиваются коммерческие банки, что порождает проблему обеспечения устойчивости банковской системы в целом. В этой связи возрастает необходимость разработки адекватных для коммерческих банков Республики Таджикистан моделей оценки кредитных рисков по предприятиям-заемщикам, сопоставимых по эффективности с математическим инструментарием, используемым в теории и практике ведущих стран.

Экономика Республики Таджикистан имеет ряд существенных особенностей, которые не позволяют применять общепринятые в мировой банковской практике методы и модели оценки кредитного риска в чистом виде, в частности, из-за недостаточности информации о предприятиях-заемщиках. Поэтому возникает необходимость разработки адекватных методов и моделей оценки кредитного риска по предприятиям-заемщикам. При этом эти методы должны учитывать специфику предприятий-заемщиков Республики Таджикистан, отражаемую соответствующей информацией, что позволит коммерческим банкам и микрофинансовым организациям Республики Таджикистан, применять их в практической деятельности. Разработке этих методов и посвящено данное исследование, что подтверждает актуальность его темы.

Цель исследования состоит в разработке методических положений и модели оценки кредитного риска по предприятию-заемщику в коммерческом банке с учетом специфики кредитования в условиях Республики Таджикистан.

Задачи исследования. В соответствии со сформулированной целью в диссертации были поставлены и решены следующие задачи:

• анализ и уточнение основных понятий исследования;

• анализ методов и моделей оценки кредитного риска;

• выявление и систематизация специфики кредитования заемщиков в коммерческих банках Республики Таджикистан;

• разработка методических положений оценки кредитного риска по предприятию-заемщику;

• обоснование целесообразности применения' аппарата теории нечетких множеств, для оценки кредитного риска по предприятию-заемщику;

• разработка алгоритма построения функции принадлежности количественных показателей, с применением метода нечеткой кластеризации;

• разработка нечеткой модели оценки кредитного риска по предприятию-заемщику на основе системы иерархического нечеткого вывода;

• апробация разработанной модели оценки кредитного риска по предприятию-заемщику, в условиях Республики Таджикистан;

• выработка предложений по определению условий кредитования с учетом полученного результата нечеткой модели оценки кредитного риска по предприятию-заемщику.

Объектом исследования является кредитная деятельность коммерческих банков Республики Таджикистан.

Предметом исследования является оценка кредитного риска по предприятию-заемщику коммерческого банка.

Соответствие паспорту специальности. Диссертационное исследование соответствует пунктам 1.4 «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений» специальности 08.00.13 «Математические и инструментальные методы экономики» и 9.4 «Развитие инфраструктуры кредитных отношений современных кредитных инструментов, форм и методов кредитования» специальности 08.00.10 «Финансы, денежное обращение и кредит».

Методологической и теоретической основой диссертационного исследования послужили труды отечественных и зарубежных авторов в области банковского дела,луправления кредитными рисками, финансового анализа и теории нечетких множеств. Для обоснования выдвинутых в диссертации положений применялись, методы финансового анализа, оценки кредитного риска, экспертные методы, статистические методы анализа и методы теории нечетких множеств: система нечеткого вывода, нечеткая кластеризация.

В ходе исследования в области оценки кредитного риска, финансового анализа и теории нечетких множеств были использованы труды: Авер-кина А.Н., Алтунина А.Е., Альтмана Э., Андрейчикова А.В., Балабанова И.Т., Борисова А.Н., Брусаковой И.А., Вальравена К.Д., Васильева В.И., Вишнякова И.В., Донцовой JI.B., Дятлова В.А., Едроновой В.Н., Заде Д., Кабушкина С.Н., Кофмана А., Лаврушина О.И., Леоненкова А.В., Мелихова А.Н., Месаровича М., Мокина В.Н., Недосекина А.О., Орловского С.А., Пановой Г.С., Рахимова З.А., Рид Э., Синки Дж.Ф., Соколицына

А.С., Соколова Р.В., Фулмера Ж.Дж., Шеремета А.Д., Штовбы С.Д., Ягера Р., Ярушкиной Н.Г. и др.

Информационной базой исследования послужили законодательно-нормативные акты Республики Таджикистан по вопросам банковской деятельности, статистические и аналитические материалы Национального банка, коммерческих банков и микрофинансовых организаций Республики Таджикистан, отечественные и зарубежные публикации в научной и периодической печати, а также данные, собранные в ходе исследования автором.

Научная новизна выносимых на защиту положений и выводов заключается в следующем:

1. Систематизирована специфика кредитования заемщиков коммерческими банками в условиях переходной экономики Республики Таджикистан, определяющая субъективность принятия банками решений о выдаче кредитов:

• неполнота и неразвитость законодательной базы, допускающие несвоевременный возврат кредита;

• большая доля краткосрочных кредитов (76,5 % в 2007 г.) против среднего по Европе 48 %, США 39 %, что свидетельствует о высоком уровне кредитного риска;

• отсутствие официальной организации, занимающейся сбором информации о заемщиках (кредитных историй);

• неразвитость или отсутствие системы банковского страхования;

• неточность (недостоверность) или отсутствие данных финансовой отчетности заемщиков (согласно отчету Программы развития ООН Таджикистана «Теневая экономика в Таджикистане» объем теневой экономики в Таджикистане в 2005 г. составил 60,93% от официальной цифры ВВП).

2. Обоснована целесообразность применения аппарата теории нечетких множеств для оценки кредитного риска по предприятию-заемщику в условиях Республики Таджикистан, характеризующихся неточностью количественной информации, необходимостью учета качественной информации и недостаточностью статистических данных при оценке кредитного риска.

3. Разработаны методические положения оценки кредитного риска по предприятию-заемщику в коммерческом банке, отличающиеся представлением вероятностной меры кредитного риска как совокупности бизнес-риска, финансового риска и риска обеспечения кредита, с использованием иерархического подхода.

4. Предложен алгоритм построения функций принадлежности количественных показателей с применением метода нечеткой кластеризации, позволяющий определять лингвистические переменные модели оценки кредитного риска без участия эксперта.

5. Разработана нечеткая модель оценки кредитного риска по предприятию-заемщику на основе системы иерархического нечеткого вывода, предусматривающая декомпозицию процесса оценки риска в виде иерархии предлагаемых продукционных правил системы нечеткого вывода, что обеспечивает снижение стоимостных и временных затрат на оценку кредитного риска.

Практическая значимость заключается в возможности использования основных научных выводов и методических положений выполненного исследования коммерческими банками и микрофинансовыми организациями Республики Таджикистан для оценки кредитного риска по предприятию-заемщику, а также в учебном процессе при подготовке специалистов по управлению кредитными рисками и теории нечетких множеств.

Апробация результатов. Основные результаты диссертационного исследования были изложены на научно-практических конференциях и семинарах. Кроме того, практические и научные разработки были использованы в работе филиала ЗАО ТАКПБРР «Таджпромбанк» в г. Худжанде, Республика Таджикистан.

Объем публикаций по теме диссертации составляет 8 печатных работ общим объемом 1,6 п.л., из них две работы опубликованы в журналах, входящих в перечень Высшей аттестационной комиссии.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Аминов, Хакимджон Иномджонович

Выводы по главе 3

1. В целях подтверждения правильности и практической применимости нечеткой модели оценки кредитного риска по предприятию-заемщику проведен ретроспективный анализ работы предложенной модели для заемщиков прошлых периодов, суть которого заключается в сравнении показаний модели с количеством фактически невозвращенных кредитов. Количественную оценку отклонений фактических значений невозвратов от рассчитанных с помощью модели значений риска целесообразно взять за основу для оценки точности предложенной нечеткой модели.

2. В результате сравнения результатов оценки кредитных рисков по заемщикам с данными невозврата кредитов было выявлено, что результаты нечеткой модели оценки кредитного риска имеют среднее абсолютное отклонение 6, и среднее относительное отклонение 22%. Это означает что, в 78% случаев нечеткая модель оценки кредитного риска дает точный результат, а в среднем имеет точность ±6% (имеется в виду процент как величина измерения риска, а не процент от полученного значения риска).

3. В практике оценки кредитного риска, точность оценки 80-85% считается приемлемой. На основе этого можно сделать вывод об адекватности и приемлемой точности нечеткой модели оценки кредитного риска по предприятию-заемщику.

4. Даны рекомендации по определению процентной ставки кредита, размера фонда покрытия возможных потерь и максимально возможной суммы кредита, с учетом полученного результата нечеткой модели оценки кредитного риска по предприятию-заемщику.

Заключение

1. Уточнено понятие «кредитный риск», и рассмотрены базовые понятия исследования применительно к задаче оценки кредитного риска.

2. Проанализированы и рассмотрены классификации кредитов, кредитных портфелей и кредитных рисков. Выделены основные критерии классификации, применяемые в практической деятельности коммерческих банков. Сделан вывод о роли кредитных рисков при управлении кредитным портфелем коммерческого банка.

3. Выявлена и систематизирована специфика кредитования заемщиков коммерческими банками Республики Таджикистан, которые необходимо учитывать при моделировании оценки кредитного риска по предприятию-заемщику.

4. Рассмотрены методы оценки кредитного риска. В ходе исследования были выявлены особенности, исследованы принципы и недостатки существующих методик оценки кредитного риска, а также сделан вывод о неприменимости существующих научных разработок в коммерческих банках Республики Таджикистан.

5. Обоснована целесообразность применения аппарата теории нечетких множеств в качестве методологии для построения модели оценки кредитного риска по предприятию-заемщику.

6. Разработаны методические положения оценки кредитного риска по предприятию-заемщику в коммерческом банке. Разработанные методические положения представляют вероятностную меру кредитного риска как совокупности факторов бизнес-риска, финансового риска и риска обеспечения кредита с использованием иерархического подхода.

7. Предложен алгоритм построения функций принадлежности количественных показателей с применением метода нечеткой кластеризации, позволяющий производить фаззификацию лингвистических значений переменных модели без участия эксперта.

9. Разработана нечеткая модель оценки кредитного риска по предприятию-заемщику на основе системы иерархического нечеткого вывода, предусматривающая декомпозицию процесса оценки риска в виде иерархии продукционных правил системы нечеткого вывода, что обеспечивает снижение стоимостных и временных затрат на оценку кредитного риска.

10. Даны рекомендации по определению условий кредитования, с учетом полученного результата нечеткой модели оценки кредитного риска по предприятию-заемщику.

Диссертация: библиография по экономике, кандидата экономических наук, Аминов, Хакимджон Иномджонович, Санкт-Петербург

1. Гражданский кодекс Республики Таджикистан (часть первая). Официальный текст. Издательство «Конуният». Душанбе, 2001.

2. Налоговый кодекс Республики Таджикистан — Душанбе, 3 декабря 2004г. №61.

3. Закон Республики Таджикистан « О Национальном банке Таджикистана» Душанбе, 14 декабря 1996г. №383.

4. Закон Республики Таджикистан «О банковской деятельности» Душанбе, 19 мая 2009 г. №524.

5. Закон Республики Таджикистан «О микрофинансовых организациях» Душанбе, 17 мая 2004г. №38.

6. Инструкция №132 НБТ «О порядке регулирования деятельности банков». Душанбе, 29 октября 2004г. №292.

7. Инструкция №148 НБТ «О порядке проведения проверок банков и других небанковских финансовых организаций (их филиалов) уполномоченными представителями Национального банка Таджикистана». -Душанбе, 25 февраля 2006г. №70.

8. Инструкция № 159 НБТ «О порядке формирования и использования резерва на покрытие потенциальных потерь и фонда покрытия возможных потерь по ссудам». Душанбе, 16 апреля 2008г. №130.

9. Инструкция № 169 НБТ «О работе с кредитами в Национальном банке Таджикистана в национальной валюте». Душанбе, 2 марта 2009г. №81.

10. Положение 136 НБТ «О Микрозаемных организациях». — Душанбе, 28 марта 2005 г. № 73.

11. Рекомендации НБТ«0 работе с кредитами кредитных организаций». Душанбе, 16 мая 2007г. №142.

12. Рекомендации НБТ «По кредитованию субъектов сельского хозяйства». Душанбе, 19 марта 2008 г. №92.

13. Правила НБТ «начисления и взыскания процентов за кредит банками, небанковскими финансовыми организациями и микрофинансовыми организациями». Душанбе, 17 октября 2008 г. №338.

14. Вестник Национального банка Таджикистан, 2000-2009 гг.

15. Аверкин А.Н., Батыршин И.З., и др. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука., 1986. - 312 с.

16. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. -607 с.

17. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство тюменского государственного университета. - 2000. - 352 с.

18. Аминов Х.И. Вопросы оценки кредитного риска в коммерческом банке Республики Таджикистан с применением аппарата теории нечетких множеств // Вестник ИНЖЭКОНа, Серия «Экономика». Выпуск 2 (29). СПб, 2009 г. с. 234-236. - 0,3 п.л.

19. Андрейчиков А.В. Анализ, синтез, планирование решений в экономике: Учебник для вузов.- М.: Финансы и статистика, 2000.- 364 с.

20. Баканов М.И., Шеремет АД. Теория экономического анализа: Учебник. 4-е изд., доп. и перераб. - М.: Финансы и статистика, - 2000, -416 с.

21. Банки и банковское дело: Учебное пособие для вузов/ Под ред. И.Т.Балабанова.- СПб: Питер, 2001.- 302 с.

22. Банковская система России. Под ред. Грязновой А.Г и др. В 3-х т. М.:Дека, 1995г., 2 том. 768 с.

23. Банковский менеджмент. Учебное пособие / Под общей ред. Иода Е.В. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2001, 191 с.

24. Банковское дело: Современная система кредитования: Учебное пособие/ О.И.Лаврушин, О.Н.Афанасьева, С.Л.Корниенко. 3-е изд., доп.-М.: КноРус, 2007. - 260 с.

25. Банковское дело: Учебник 2-е изд., перераб. и доп. / Под ред. О.И. Лаврушина. -М.: Финансы и статистика, 2001. - 667 с.

26. Банковское дело: Учебник / Под ред. Коробовой Г.Г. М.: Юристь, 2002.-751с.

27. Банковское дело: Учебник для вузов. 2-е изд. / Под ред. Г.Н. Белоглазовой, Л.П. Кроливецкой.- СПб.: Питер, 2008. -400 с.

28. Бойматов А.А. Экономика Таджикистана на пути к рынку (проблемы теории и практики перехода). -Худжанд: Шах, 2002.

29. Борисов А.Н. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990. - 184 с.

30. Борисов А.Н., Алексеев А.В., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989.-302 с.

31. Брусакова И.А., Чертовской В.Д. Информационные системы и технологии в экономике. - М.: Финансы и статистика, 2007.- 352 с.

32. Вальравен К.Д. Управление рисками в коммерческом банке. Институт экономического развития Мирового банка. 1997. 317 с.

33. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие / В.И. Васильев, Б.Г.Ильясов. Уфа.: Уфимск. гос. авиац. техн. ун-т. - 1995. - 80с.

34. Вишняков И.В. Методы и модели оценки кредитоспособности заемщиков. СПб.: Изд-во СПбГИЭА, 1998. - 51 с.

35. Герасимова Е.Б. Анализ кредитного риска: рейтинговая оценка клиентов. // Финансы и кредит. 2004. - №17. с.30-44.

36. Горских И.И. Определение рейтинга привлекательности кредитной заявки. // Банковское дело. №7. - 1999. - С. 13.

37. Донцова JI.B., Никифорова Н.А. Анализ финансовой отчетности. М.: Дело и сервис, 2003. - 334 с.

38. Дятлов В.А. Особенности проектирования информационных систем банковской деятельности: Учебное пособие.- СПб: СПбГИЭУ, 2005.- 123 с.

39. Едронова В.Н. Модели анализа кредитоспособности заемщиков / В.Н. Едронова, СЮ. Хасянова// Финансы и кредит. -2002. -№6. с. 915.

40. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе. М.: МИФИ, 1998. - 222 с.

41. Жарковская Е.П. Банковское дело: Учебник для вузов.- М.: Омега-J1; Высшая школа, 2003.- 440 с.

42. Заде Л. Понятие лингвистической переменной и его применение для принятия приближенных решений. М.: Мир, 1976. - 167 с.

43. Кабушкин С.Н. Управление банковским кредитным риском. М.: Новое знание, 2005. — 336 с.

44. Киселева И.А. Коммерческие банки: модели и информационные технологии в процедурах принятия решений.- М.: Едиториал УРСС, 2002. 400 с.

45. Колмогоров А.Н. Основные понятия теории вероятностей. — 3-е изд. М.: Фазис, 1998.- 129 с.

46. Коммерческие банки. 2-е изд.; Пер. с англ./ Рид Э., Коттер Р., Гилл Э., Смит Р. Под ред. Усоскина В.М.- 2-е изд.- М.: СП Космополис, 1991/-480 с.

47. Кофман А. Введение в теорию нечетких множеств: Пер. с фр. -М.:Радио и связь, 1982., 432 с.

48. Леденева Т.М., Татаркин Д.С. Особенности проектирования систем нечеткого логического вывода // Информационные технологии,-2007.-№ 7. с. 12-19.

49. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH.- СПб: БХВ-Петербург, 2003.- 719 с.

50. Лукин М.И. Комплексная скоринг-модель оценки кредитного риска предприятий-заемщиков. // Вестник ВГУ, серия Экономика и управление. -2004. №2. с. 160-167.

51. Макеев, С.П. Декомпозиция задачи вычисления функции от взаимодействующих нечетких переменных //Техническая кибернетика — 1990. №5. с. 207-211.

52. Малышев, Илья Александрович. Разработка интеллектуальной системы поддержки принятия экономических решений на основе методовтеорий нечетких множеств : автореферат дис. . кандидата экономических наук: Волгоград, 2006. — 22 с.

53. Масино, Мстислав Николаевич. Методы и модели оценки риска дефолта предприятий-заемщиков при принятии кредитных решений: диссертация . кандидата экономических наук : Санкт-Петербург, 2008. -18с.

54. Мелихов А.Н., Бернштейн JI.C, Коровин CJI. Ситуационные советующие системы с нечеткой логикой. М.:Наука. 1990. - 272с.

55. Месарович, М. Теория иерархических многоуровневых систем /М. Месарович, Д. Мако , Я. Такахара. М.: Мир, - 1973. - 334 с.

56. Мешалкин, Сергей Валерьевич. Оценка кредитного риска коммерческого банка в контексте банковского надзора: диссертация . кандидата экономических наук: Иваново, 2006. — 22 с.

57. Милюкова, Галина Анатольевна. Оценка и методы регулирования кредитного риска коммерческого банка: автореферат дис. . кандидата экономических наук: Москва, 2004. 24 с.

58. Мокин В.Н. Методы управления рисками в торговых предприятиях / Мокин В.Н., Боровкова В.А. СПб.: ЭЛМОР: Изд-во СПбТЭИ, 2005.- 115 с.

59. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций. СПб.:Сезам, 2002. 181 с.

60. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. ДА Поспелова М.: Наука, 1986. - 311с.

61. Нечеткие множества и теория возможностей. Последние достижения / Под. ред. Р. Ягера М.; Радио и связь. 1986. - 405 с.

62. Олыпаный А.И. Банковское кредитование: российский и зарубежный опыт. М.: Русская Деловая Литература, 1997. — 351 с.

63. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации.- М.: Наука, 1981,- 206 с.

64. Основы банковского дела в Российской Федерации/ Под ред. Семенюты О.Г. — Ростов на дону: Феникс, 2001. 446 с.

65. Основы банковского менеджмента: учебное пособие. / Под общ. ред. О.И. Лаврушина. М.: ИНФРА-М, 1995.- 140 с.

66. Основы менеджмента: Пер. с англ./ Мескон М., Альберт М., Хедоури Ф.; Под ред.Евенко Л.И.- М.: Дело, 1998.- 799 с.

67. Панова Г.С. Кредитная политика коммерческого банка. М.:ИКЦ «Дис», 1997.-464с.

68. Прикладная статистика. Методы обработки данных. Основные требования и характеристики.- М.: ВНИИСтандартизации, 1987. 64 с.

69. Пфанцгаль И. Теория измерений. Пер. с англ. М.: Мир, 1976.166 с.

70. Радкевич Я.М. Метрология, стандартизация и сертификация: Учебник.- 2-е изд., доп.- М: Высшая школа, 2006.- 800 с.

71. Рахимов З.А. Банковская система Таджикистана и её информатизация. Душанбе: Ирфон, 2000.

72. Рахимов З.А. Банковская система Таджикистана. М.: Диалог-Мгу, 1999. - 281с.

73. Роуз Питер С. Банковский менеджмент /Пер, с англ. со 2-го изд. М.: «Дело Лтд», 1995.-743 с.

74. Рыжов А.П. Элементы теории нечетких множеств и измерения нечеткости. -М.: Диалог-МГУ, 1998. 116 с.

75. Сабиров М. Содержание управления кредитным портфелем коммерческого банка. Аудитор. -1999. №7-8. - С. 29-34.

76. Сизова Т.М. Статистика: Учебное пособие. -СПб.:СПбГУИТМО. 2005. 80с.

77. Синки Дж.Ф., мл. Управление финансами в коммерческих банках: Пер. с англ.4-го перераб. изд./ Под ред.Р.Я.Левиты, Б.С.Пинскера.- М.: Catallaxy, 1994. 937 с.

78. Славянский А.В. О некоторых способах оценки и методах управления кредитных рисков.//Аудит и финансовый анализ. 2008. - № 1. -с. 145-150.

79. Соколинская Н.Э. Проблемы менеджмента кредитного портфеля в современных условиях. // Банковское дело. №8. -1999. - с. 26-30.

80. Соколицын А.С. Управление промышленными фирмами: методология, модели и экономический анализ. СПб. : Изд-во СПбГТУ, 2001.-278 с.

81. Соколов Роман Владимирович. Проектирование информационных систем в экономике: Учеб. пособие для студентов всех специальностей / С.-Петерб. гос. инженер.-экон. акад. СПб. : СПбГИЭА, 1996. - 97 с.

82. Софронова В.В., Дмитриева Н.Ю. Управление кредитными рисками. // Финансы и кредит. 2004. - №1. с. 23-27.

83. Тронин Ю. Можно ли управлять рисками // Банковские технологии. — 2000.-№3. с. 31-35.

84. Тюрин Ю.Н., Литвак БХ., Орлов АЛ, Сатаров ГА., Шмерлинг Д.С, Анализ нечисловой информации. М.: Научный Совет АН СССР по комплексной проблеме «Кибернетика», 1981. - 80 с.

85. Умаров Х.У., Зарифова З.С. Денежно-кредитные проблемы развития национальной экономики. Душанбе: Ирфон, 2005.

86. Управление деятельностью коммерческого банка. Банковский менеджмент. /Под ред. О.И. Лаврушина. М.:Юристъ, 2002. — 687 с.

87. Финансово-кредитный энциклопедический словарь = Finance and credit encyclopedic glossary / Под общ.ред. А. Г. Грязновой. М. : Финансы и статистика, 2002. - 1165 с.

88. Финансы и кредит: Учебник/ В.А.Боровкова, С.В. Мурашева, В.Н. Мокин, В.А. Боровкова СПб торгово-экономический институт.-СПб: Бизнес-пресса, 2006.- 608 с.

89. Фомин Я.А. Диагностика кризисного состояния предприятия: Учеб, пособие / Я.А. Фомин. М.: ЮНИТИ-ДАНА, 2003. - 349 с.

90. Шевченко И.В., Кармазин В.Н., Коваленко А.В. Комплексная оценка кредитоспособности предприятий малого и среднего бизнеса с помощью нечеткой продукционной системы //Финансовая аналитика: Проблемы и решения. 2008. - № 2. с. 81-86.

91. Шеремет А.Д. Методика финансового анализа деятельности коммерческих организаций. М.: Инфра-М, 2003. — 236 с.

92. Штовба С.Д. "Проектирование нечетких систем средствами MATLAB." М.: Горячая линия Телеком, 2007. - 288 с.

93. Эшов, Джума Каюмович. Государственная поддержка развития малого предпринимательства : кредитно-финансовые аспекты : автореферат дис. кандидата экономических наук : Душанбе, 2006. 25 с.

94. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. Учеб. пособие. М.:Финансы и статистика, 2004. 320с.

95. Altman E.I. Corporate Financial Distress.- New York, John Wiley,1983.

96. Bastian, JI. How to handle the flexibility of linguistic variables with applications. /А. Bastion //Int. Journal of Uncertainty, Fuzziness and Knowledge-Based Systems. 1994. -№ 2. - P. 463-484.

97. Bessis J. Risk management in banking. 2nd ed. — Chichester: John Wiley& Sons, Ltd., 2002.

98. Bluhm C., Overbeck L., Wager C. An introduction to credit risk modeling. — CRC Press, 2002.

99. Cauoette J. В., Altman E. I., Narayanan P. Managing credit risk: The next great financial challenge. — L.: John Wiley & Sons, Inc., 1998.

100. Chak, C.K. An adaptive fuzzy neural network based on input space partitioning /С.К. Cha, G.E. Feng. //IEEE, Singapore International Conference on Intelligent Control and Instrumentation. P. 39-44.

101. Cossin D., Pirotte H. Advanced credit risk analysis. — Chichester: John Wiley & Sons, Ltd., 2001.

102. Crouhy M., Galai D., Mark R. Risk management — N.Y.: McGraw-Hill, 2000.

103. Fulmer J.G. A Bankruptcy Classification Model For Small Firms // Journal of Commercial Bank Lending- 1984. July.-P. 2-37.

104. Golin J. The bank credit analysis handbook: A guide for analysts, bankers and investors. — Chichester: John Wiley & Sons., Ltd., 2001.

105. Gordy M. (ed.) Credit risk modelling: The cuttingedge collection. Technical Papers Published in Risk 1999-2003. — L.: Risk Books, 2003.

106. Jorion P. Financial risk manager (FRM) instruction manual. — N.Y.:Carli Management Corporation, 2000.

107. Рок, Y.M. Minimizing number of fuzzy rules using fuzzy cell and task decomposition //Fourth International Conference on Control, Automation, Robotics and Vision, 1996. - P. 1284-1288.

108. Principles for the management of credit risk. Basel Committee on Banking Supervision, 1999.

109. Rehm F., Rudolf M. KMV Credit Risk Modeling / In: Frenkel M., Hommel U.,

110. Rudolf M. (eds.) Risk management: Challenge and opportunity. — Berlin: Springer Verlag, 2000. P. 141-154.

111. Zadeh L. A, Fuzzy sets // Inform. And Control- 1965. - №8. - P. 338 -352.