2.2. Сравнительный анализ существующих методов оценки платежеспособности заемщика

В настоящее время существует ряд трактовок понятия кредита, но унифицированным считается следующее определение:  кредит - сделка юридических и физических лиц о предоставлении одной стороной другой определенной суммы денежных средств (иногда имущества) на условиях платности, возвратности и срочности. Эти условия и являются основными принципами кредитования [12,c.101].

Под кредитным риском, согласно инструкции Банка России № 139 от 28.09.06 «Об организации внутреннего контроля в банках и небанковских кредитно-финансовых организациях», понимается риск возникновения убытков банка в результате неисполнения, несвоевременного или не полного исполнения должником финансовых обязательств перед банком в соответствии с условиями договора. При осуществлении кредитных операций к числу причин, способствующих увеличению кредитного риска, относятся:

1) Невозврат активов, подверженных кредитному риску, и процентов по нему;

2) Необеспечение (не полное обеспечение) активов, подверженных кредитному риску, и процентов по нему;

3) Некачественный анализ финансового состояния кредитополучателя;

4) Отсутствие постоянного мониторинга за выданными кредитами, подверженных кредитному риску;

5) Ошибки персонала.

Платежеспособность заемщика – способность заемщика к совершению сделки по предоставлению займа на условиях возвратности, срочности и платности, или, другими словами, способность к совершению кредитной сделки.

Оценка платежеспособности заемщика - одно из наиболее важных направлений деятельности кредитных специалистов. В настоящее время в мире не существует единой стандартизированной системы оценки платежеспособности заемщиков, в связи, с чем практически в каждом коммерческом банке применяется методика, разработанная собственными силами, иногда - с учетом опыта конкурентов и международных тенденций [28,c.35]. Анализ платежеспособности заемщика на постоянной основе позволяет банку оперативно принимать решения и осуществлять действия, направленные на выполнение заемщиком своих обязательств.

При оценке платежеспособности клиентов банка, перед ним ставиться главная задача – это умение правильно определить возможности клиента, распознать его сильные и слабые стороны. Процесс оценки качества кредитополучателя  содержит четыре основных этапа (рис. 2.2).

Этапы оценки качества кредитополучателя

1) определение целей финансирования

2) определение источников погашения кредита

3) качественная оценка риска

4) количественная оценка риска

Рис. 2.2. Этапы оценки качества кредитополучателя

Остановимся подробнее на каждом этапе оценки качества кредитополучателя. Первый этап представляет собой определение цели финансирования, сущности кредитной заявки клиента ее целесообразность и соответствие параметров сделки кредитной политике банка. Второй этап представляет собой исследование источников доходов заемщика и обеспечения кредита. На третьем этапе осуществляется качественная оценка кредитного риска. На последнем этапе проводится количественная оценка риска, включающая оценку кредитных рисков и анализ финансовых возможностей заемщика.

Исходной информацией для оценки платежеспособности клиента является специальный раздел заявления на выдачу ссуды - «Расчет месячного дохода». Таблица 10 показывает, как осуществляются подобные расчеты работниками банка[22,c.27].

Таблица 10

Расчет месячного дохода

A. Месячный доход	B. Месячный расход
Зарплата за вычетом налога Пенсия Проценты по вкладам и ценным бумагам Прочие доходы	Текущие расходы Обслуживание предыдущих кредитов Квартплата Прочие расходы
Итого:	Итого:
C. Располагаемый доход (A – B)

 Проверив, таким образом, располагаемый доход клиента и сравнив его с месячной суммой по обслуживанию долга (основная сумма плюс проценты), банк легко определит платежеспособность клиента. Если сумма по обслуживанию долга превышает размер располагаемого дохода, то заявление клиента отклоняется. В некоторых случаях платежеспособность потенциального заемщика оценивается банком как хорошая, если сумма по обслуживанию долга составляет менее 60% его текущих расходов.

Также необходимо оценить репутацию заемщика. Один из возможных методов ее оценки - метод кредитного скоринга. Модель проведения скоринга обычно разрабатывается для каждого банка крупнейшим бюро кредитных историй, исходя из особенностей, присущих банку и его клиентуре. В процессе анализа индивидуальной кредитоспособности частных лиц важно очень осторожно использовать метод кредитного скоринга, так как особенно при выдаче долгосрочных ссуд ситуация в процессе исполнения кредитного договора сильно меняется и возможна серьезная опасность непогашения ссуды[30,c.45].

Задачу скоринга можно сформулировать следующим образом: заявка на получение кредита N-мерным вектором факторов Х, компонентами которого являются определенным образом формализованные и преобразованные данные, которые были внесены в анкету предполагаемого заемщика и дополнительные сведения о нем, которыми располагает банк (например, данные из кредитной истории), а также параметры запрашиваемого кредита. Признаки заявки на получение кредита могут быть различными пол, возраст, стаж работы, сфера деятельности, сумма кредита, финансовое положение и т.д. Так же некоторые признаки могут быть скомпонованы в комплексные показатели, например: по заданным доходам, расходам заемщика и т.д.

Основной задачей скоринга является классификация и состоит в том, чтобы по заданному вектору Х определить, относится ли данная заявка к классу «хороших»  либо «плохих».  Наиболее популярные методы скоринга делятся на группы[33,c.16]:

- параметрические;

- непараметрические;

- комбинированные, в том числе полупараметрические.

Приведем примерную структуру скоринговой карты, заполняемой кредитным экспертом. В первый раздел вносятся данные о кредитном эксперте банка, рассматривающем кредит, номер досье клиента, вид и сумма кредита, способ погашения кредита (аннуитетный платеж, индивидуальный график), предполагаемый график погашения, процентная ставка, предполагаемая дата предоставления кредита, приводятся ответ на вопрос о необходимости страхования, величина страховой премии, общий размер процентов, которые будут уплачены банку. Во второй раздел вводятся данные о семейном положении, образовании и профессии клиента, опыте работы, стаже на последнем месте работы, работодателе, ежемесячных доходах и расходах потенциального заемщика. В третьем разделе приводится информация о финансовом состоянии потенциального заемщика: сведения об остатках на текущих и сберегательных счетах, соотношении доходов и расходов.

Обратимся к истокам формирования скоринговой модели. В целях построения модели оценки кредитоспособности заемщика - физического лица в условиях скоринга сначала осуществляется отбор клиентов кредитной организации, которые уже так или иначе себя зарекомендовали. Такая выборка может варьироваться от нескольких тысяч до сотен тысяч в зависимости от накопленной статистики и объема кредитного портфеля. Методы классификации кредитов разнообразны и основываются на линейной многофакторной регрессии, логистической регрессии, дереве классификации, нейронной сети, технологии Data Mining (DM).

Оценка качества кредитной истории по каждому конкретному заемщику происходит в три этапа[40,c.27].

Этап 1. Расчет балла за накопленный кредитный стаж в зависимости от возраста заемщика (табл. 11).

Таблица 11

Кредитный стаж

Кредитный стаж (КСт) (в месяцах)	Балл
< = 12	0,5
12 < КCт < =24	0,6
24 < КCт < = 36	0,7
36 < КCт < = 48	0,8
48 < КCт < = 60	0,9
> 60	1,0

Этап 2. Расчет балла за образовавшиеся просрочки, исходя из их количества и суммарной длительности (табл. 12). Отсутствие просрочек у заемщика означает, что КП = 1.

Этап 3. Расчет итогового балла для фактора «Качество кредитной истории заемщика - физического лица» осуществляется по формуле:

К = х , (7)

где  К - балл за накопленный кредитный стаж;

х - балл за образовавшиеся просрочки.

 Возможные сочетания трех факторов (кредитный стаж заемщика, количество просрочек и их суммарная длительность).

 Таблица 12

Количество и срок всех просрочек заемщика

Количество просрочек (КП)	Суммарная длительность всех просрочек заемщика (ДП) (в днях)
	< = 30	30 < ДП < = 60	> 60
1	0,9	0,5	0,3
2	0,8	0,4	0,2
3	0,7	0,3	0,1
4	0,6	0,2	0,0
5	0,5	0,1	0,0
> 5	0,4	0,0	0,0

Таблица 13

Сводная таблица для оценки кредитной истории заемщика

КП = 0	0,500	0,600	0,700	0,800	0,900	1,000
КП = 1, ДП < = 30	0,450	0,540	0,630	0,720	0,810	0,900
КП = 1, 30 < ДП < = 60	0,250	0,300	0,350	0,400	0,450	0,500
КП = 1, ДП > 60	0,150	0,180	0,210	0,240	0,270	0,300
КП = 2, ДП < = 30	0,400	0,480	0,560	0,640	0,720	0,800
КП = 2, 30 < ДП < = 60	0,200	0,240	0,280	0,320	0,360	0,400
КП = 2, ДП > 60	0,100	0,120	0,140	0,160	0,180	0,200
КП = 3, ДП < = 30	0,350	0,420	0,490	0,560	0,630	0,700
КП = 3, 30 < ДП < = 60	0,150	0,180	0,210	0,240	0,270	0,300
КП = 3, ДП > 60	0,050	0,060	0,070	0,080	0,090	0,100
КП = 4, ДП < = 30	0,300	0,360	0,420	0,480	0,540	0,600
КП = 4, 30 < ДП < = 60	0,100	0,120	0,140	0,160	0,180	0,200
КП = 4, ДП > 60	0,000	0,000	0,000	0,000	0,000	0,000
КП > = 5, ДП < = 30	0,250	0,300	0,350	0,400	0,450	0,500
КП > = 5, 30 < ДП < = 60	0,050	0,060	0,070	0,080	0,090	0,100
КП > = 5, ДП > 60	0,000	0,000	0,000	0,000	0,000	0,000

 Не менее распространенным является метод логистической регрессии, который также используют в системах скоринга.

Дальнейшие усовершенствования модели оценки платежеспособности физического лица на основе технологии интеллектуального анализа данных Data Mining (с использованием деревьев решений) могут заключаться в следующем[30,c.46]:

- более обоснованный отбор параметров, характеризующих кредитоспособность потенциального заемщика;

- использование в модели детализированных шкал для оценки различных параметров. К примеру, для оценки качества кредитной истории возможными вариантами ответов могут стать: вернул ссуду своевременно и в полном объеме/выполнил свои кредитные обязательства, но с задержкой до 30 дней/полностью не выполнил свои кредитные обязательства до настоящего момента и т.п.).

Различные методики оценки платежеспособности отличаются друг от друга составом факторов, используемых при оценке общего кредитного рейтинга заемщика, а также подходами к оценке каждого параметра модели и степенью значимости каждого из них. К сожалению, состав факторов в модели не универсален для всех банков и стран, что, в свою очередь, не позволяет мировому банковскому сообществу обмениваться статистикой и совершенствовать свои скоринговые системы.

В то же время сложность и неоднозначность оценки платежеспособности физических лиц обусловливает применение разнообразных методов и подходов. Причем важно отметить, что для достижения наилучших результатов наиболее предпочтительным, является использование как математических моделей, так и экспертных подходов в комплексе.

В заключение отметим, что в настоящее время при утверждении методов оценки платежеспособности частных заемщиков важно проверять, насколько выбранные методы адаптированы к текущей ситуации в стране, к примеру, насколько детально анализируются источники возникновения финансовых трудностей у потенциальных заемщиков в прошлом. Важно с заинтересованностью подходить к вопросам, связанным с отрицательной кредитной историей, сравнительно коротким стажем на последнем месте работы и т.п., ведь причина может заключаться совсем не в недобросовестности заемщика, а в неблагоприятном стечении обстоятельств, что независимо от воли заемщика привело к негативным с точки зрения получения нового кредита последствиям.

Качественная оценка кредитного риска, связанного с данным заемщиком - физическим лицом, предполагает рассмотрение основных факторов, которые являются показателями риска на данном этапе. Перечислим их[42,c.222]:

-  движение денежных средств заемщика и его платежеспособность;

- личная характеристика заемщика (семейное положение, образование, сфера деятельности и т.д.);

- имущественное положение;

- залоговое имущество;

- обстоятельства (возможность возникновения форс–мажорных обстоятельств). Эти факторы являются критериями качественной оценки риска.

Количественная оценка кредитных рисков предполагает использование финансовых показателей для принятия решения о выдаче кредита. Для каждого зафиксированного риска составляется сводная таблица, которая содержит суммарную оценку риска на основе полученных данных в результате проведения качественной оценки.  При составлении таблицы используются возможность определить значение риска по, например, десятибалльной шкале. Выбираются показатели риска и им присваивается количественное значение, характеризующее степень риска. Заключительным этапом количественной оценки риска является подведение итогов, в форме суммирования баллов по каждому из критериев и принятия решения о выдаче кредита[14,c.104].

От правильности и объективности оценки качества заемщика зависит решение банка о кредитовании клиентов, и, следовательно, качество формируемого банком кредитного портфеля.

Среди основных причин низкого качества современных отечественных методик оценки платежеспособности можно назвать следующие:

- недостаток методического обеспечения, предложенного Банком России;

- недостаточность, а зачастую и недостоверность информации о финансовом состоянии, получаемой от заемщиков.

Анализ платежеспособности заемщиков юридических лиц на основе современных методов имеет свои достоинства и недостатки.

Суть рейтинговых методик состоит в рас­чете синтезированного показателя - рейтин­га, выраженного в баллах, в зависимости от которого заемщиков делят на классы креди­тоспособности.

Общий вид рейтинговой оценки[17,c.19]:

Ко = ∑Аi*Ki (8)

где К₀ - интегральный показатель (рейтинг);

Аi - удельный вес i-го показателя;

∑Аi = 1,

Кі - значение i-го показателя; п - число показателей.

Рейтинговая оценка предприятия-заемщи­ка является обобщающим выводом анализа платежеспособности.

Матричная методика представляют собой матрицу исходных данных, в столбцы кото­рой занесены показатели, отражающие фи­нансовое состояние предприятия, в строках располагаются анализируемые предприятия. После проведения корреляционного анализа формируется эталонное предприятие, через сравнение с которым происходит ранжиро­вание предприятий по результатам хозяйство­вания.

Достоинства приведенных методик: про­стота, способность ранжирования организа­ций по результатам. В то же время рассмот­ренные модели учитывают уровни показате­лей только относительно оптимальных зна­чений (выполнятся или не выполняется), не принимаются во внимание степени их выпол­нения или невыполнения.

Модели прогнозирования дифференциру­ют предприятия на финансово устойчивые и потенциальные банкроты. Прогнозные мето­дики реализуется с помощью статистических методов и используется для оценки качества потенциальных заемщиков и базируются на статистических методах, наиболее распрост­раненным из которых является множествен­ный дискриминантный анализ (МДА).

Общий вид дискриминантной функции[23,c.51]:

Z = a0+∑ai*fi (9)

где а0 и аi - некоторые параметры (коэффи­циенты регрессии); fi - факторы, харак­теризующие финансовое состояние за­емщика (финансовые коэффициенты).

"Z-модели" являются одними из самых распространенных методов прогнозирования банкротства. Данные методики представля­ют собой функцию от некоторых показате­лей, характеризующих экономический потен­циал предприятия и результаты его работы за истекший период. Получаемый в итоге по­казатель рассматривается как оценка вероят­ности невыполнения условий кредитного до­говора.

Для усиления прогнозирования Z-модели ее трансформируют в PAS-коэффициент, который позво­ляет отслеживать деятельность компании во времени.

PAS-коэффициент представляет собой относительный уровень деятельности компа­нии, выведенный на основе ее Z-коэффициента за определенный год и выраженный в процентах от 1 до 100. Чем выше значение PAS-коэффициента, тем удовлетворительней состояние организации, и наоборот. Смысл PAS-коэффициента заключается в освидетель­ствовании деятельности предприятия, как в прошлом, так и на перспективу. Особеннос­тью этого подхода является выявления скры­того риска.

Логит-модели представляют собой нели­нейные модели бинарного (двойного) выбо­ра, которые учитывают качественное разли­чие явления и выражаются одним вариантом:

0 - если предприятие финансово-устойчивое, 1 - если наоборот. Во множественной ли­нейной регрессии предполагается, что зави­симая переменная является линейной функ­цией независимых переменных, т.е. резуль­тат (кредитоспособность заемщика) зависит от некоторых значений финансовых показа­телей. После расчета регрессионного урав­нения (логит-преобразования) получаем исход: либо 0, либо 1.

Исход рассчитывается по формуле[15,c.6]:

Р = 1/(1+е^-у) (10)

где е = 2,71828; у - интегральный показа­тель.

Прогнозная модель Чессера надзора за ссудами построена на базе логит-модели и предсказывает способность предприятия ис­полнять свои обязательства.

А-модель, разработанная Джоном Аргенти, основана на субъективных оценках участ­ников процесса кредитования. Показатель Аргенти (А-счет) характеризует кризис уп­равления и прогнозирует риск банкротства. Автор считал, что причины банкротства кро­ются в неэффективном руководстве, в соот­ветствие, с чем вывел систему показателей, которым присваиваются баллы. Если сумма баллов превышает критический уровень в 25 баллов, то можно говорить о высоком уровне риска. Методика интересна тем, что соче­тает в себе все особенности приведенной классификации, так как рассчитывается в ба­лах, прогнозирует банкротство и работает с качественными показателями. Иными слова­ми, данную методику можно отнести в лю­бой раздел классификации. Она включена в блок, отвечающий за прогнозирование бан­кротства предприятия, основываясь на идее самого автора методики и на степени близо­сти ее к той или иной классификационной ветке. Определяющим значением данной ме­тодики все-таки является прогнозирование, а не количественный показатель[16,c.12].

Модель CART (Classification and regression trees), что переводится как "классификаци­онные и регрессионные деревья" - это непа­раметрическая модель, в которой заемщики расположены на определенной "ветви дере­ва" в зависимости от значений выбранных финансовых коэффициентов, "разветвление" которого зависит от значений последующих коэффициентов.

Задача классификации состоит в отнесе­нии потенциального заемщика к одному из известных классов (платежеспособен или нет). Данная модель - это способ представления условий или правил в иерархической (после­довательной) структуре, где каждому объек­ту соответствует единственная точка, дающая решение. Точность классификации при ис­пользовании данной модели - около 90%[26,c.56].

Методики качественного анализа основы­ваются на агрегированных количественных и качественных характеристиках заемщика. Как, правило, эти модели в подавляющем большин­стве основываются на неформализованных критериях - характеристиках, отображающих финансовое состояние предприятия, не име­ющих количественного измерения.

Считается неправомерно разделять мето­дики оценки платежеспособности на россий­ские, американские, французские и т.д., так как в одной России насчитывается более 10 наиболее известных и применяемых методик и неизвестное число авторских, дополненных и/или измененных общеизвестных методик. Можно рассматривать зарубежные методики и возможности их применения в России.

К особенностям применения методик в России относится недостаточность методи­ческого аппарата, анализ платежеспособности отличается скорее поверхностным анали­зом, нежели особенной глубиной.

Для определения проблем, связанных с выбором той или иной методики оценки кре­дитоспособности предприятия, проведем срав­нительный анализ всех указанных в работе методик (табл. 14)[31,c.76].

Таблица 14

Сравнительный анализ методов оценки платежеспособности

Метод	Преимущества	Недостатки	Особенности применения в России
1	2	3	4
1. Рейтинговые	Простота, способность ранжирования организаций по результатам; приведение к единому (синтетическому) показателю	Количественные факторы являются определяющими Произвольность выбора системы количественных показателей Высокая степень недостоверности исходных данных. Всегда используются одинаковые критические значения оценочных показателей для разных предприятий Применение одних и тех же критических значений ко всем предприятиям без учета специализации Учитываются уровни показателей относительно оптимальных значений (выполнятся или не выполняется) Не принимаются во внимание степени их выполнения или невыполнения	Достаточно широко применяются в различных коммерческих банках Состав финансовых коэффициентов и методику оценки кредитоспособности банк устанавливает самостоятельно Практически ни одна методика не учитывает отраслевую принадлежность предприятия Принимаются рекомендуемые значения расчетных коэффициентов
Скорин говые	Для каждого показателя определяется несколько интервалов значений, каждому интервалу приписывается определенное количество балов и определяется класс	Определение оценивающих характеристик производится только на базе информации о тех клиентах, которым банк уже предоставил кредит	Массовое применение в РФ: большинство банков используют данную методику, подбирая набор коэффициентов в зависимости от их учетной политики и стратегии
Матричные	Учет степени приближенности к эталонному предприятия Данные матрицы могут состоять из показателей на определенную дату и/или темповых показателей Определение места, занимаемого предприятием по результатам хозяйствования	Эталонное предприятие формируется согласно данным исследуемых предприятий, среди которых могут быть все убыточные Затруднителен расчет нормативных коэффициентов Весовые коэффициенты устанавливаются экспертным путем	Применяется в РФ, скорее в статистических отделах, для определения кредитного рейтинга предприятий, чем в кредитных убеждениях
2. Прогнозные	Преимущественно точное предсказание банкротства предприятия Легки в интерпретации и использовании	Модели разрабатывались в прошлом столетии, что влияет на нормативы использования, статистические данные; Громоздкость при использовании статистических межотраслевых и отраслевых данных Отсутствие четких границ при отнесении предприятия к классу банкротов или небанкротов	Малая адаптированность иностранных методик к особенностям (отраслевые, сезонные, климатические) российских предприятий Должны разрабатываться для каждой отрасли отдельно с постоянным уточнением статистических данных
МДА	Тоже	Методика требует обширной репрезентативной выборки, т.е. для определения значимых коэффициентов должна иметься информация о достаточно большом количестве предприятий из которых примерно половина - банкроты и половина - небанкроты	Отсутствие статистики банкротств Факторы, влияющие на банкротство не поддаются учету Не проработанность нормативной базы банкротства российских предприятий
Логит-модели	Учитывает все отклонения, делающие ссуду менее выгодной для кредитора. Учитывает качественное различие явлений. Можно быстро провести диагностику финансового состояния и достаточно точно оценить степень вероятности банкротства	Методика требует обширной репрезентативной выборки, что обуславливает ее относительную сложность	То же
Метод Аргенти	Проста и понятна в применении. По каждому пункту ставятся заранее рассчитанные баллы	Учитывается только качество работы управления, но не производится расчет количественных показателей	Применяется в РФ
Модель CART	Учитываются отраслевые и производственные особенности. Возможность широкого применения, доступность для понимания и легкость вычислений. Точность классификации 90%	При построении применяются сложные статистические методы. Не учитывается роль межличностных отношений	Применяется в РФ
3. Методики качественного анализа	Модели основываются на агрегированных качественных характеристиках заемщика. Позволяют сопоставить множество факторов потенциального риска	Недостаточная проработанность теоретико- методологического аппарата и широкого использования математического аппарата. При заключении превалирует субъективное мнение экспертов	Массовое применение в РФ Проблема субъективизма и квалификации экспертов

В практике банковского кредитования преобладает субъективизм оценки платежеспособности заемщика, недостаточность ин­формационного обеспечения статистически­ми данными, количественными отраслевыми характеристиками и т.д.

Проведенный нами сравнительный анализ существующих на сегодняшний день методик, выявил следующие особенности и тенденции:

Рейтинговые методики состоят из ряда этапов (количественная оценка заемщика по данным бухгалтерского баланса, расчет рей­тинговой оценки и отнесение предприятия к определенному классу платежеспособности). В силу простоты и понятности, возможности адаптации под конкретный банк, данная ме­тодика достаточно широко применяется в различных коммерческих банках; состав фи­нансовых коэффициентов и методику оцен­ки платежеспособности банк устанавливает самостоятельно, при этом в расчет принима­ются рекомендуемые значения финансовых коэффициентов. Но применение одних, и тех, же нормативных значений к разным отрас­лям производства затрудняет получение дос­товерной информации. Высок уровень субъек­тивизма банка в выборе и интерпретации финансовых коэффициентов.

Прогнозные методики применяются для углубления информации о потенциале заемщика. Высока точность предсказания банкротства предприятия, но на краткосроч­ную перспективу. Трудность в расчете дан­ных методик заключается в недостатке ин­формационной базы по исследуемому воп­росу, в неопределенности состояния банкрот­ства предприятия как с нормативно-правовой точки зрения, так и с отсутствием статистики банкротства.

Комплексные (качественные) методи­ки в основном имеют иностранное происхож­дение, поэтому применение их в России тре­бует серьезной глубокой доработки. Данные методики позволяют всесторонне изучить объект. Но так как большая часть этих методик основана на качественном анализе заем­щика, то при оценке превалирует субъектив­ное мнение экспертов.

На современном этапе развития банковс­кого дела проведение комплексного анализа является очень дорогостоящей процедурой, а также требует наличия высококвалифици­рованных сотрудников и аналитиков.

Отдельно взятый банк зачастую не в силах создать и применять такую методику, так как для ее реализации требуются значительные научные ресурсы, современные IТ-технологии, проработанная нормативно-законодательная база, адекватная статистика банкротства, со­временная система менеджмента и контроля.

Каждая из методик имеет слабые сторо­ны. В этой связи целесообразна разработка комплексной методики, учитывающей досто­инства вышеприведенных моделей с научным обоснованием выбора тех или иных показа­телей с учетом отраслевых особенностей предприятий.