Mərkəzi Bank və İqtisadiyyat – N2, 2014
30
C.A
B B AS O V
KRED İT
RİSKLƏRİ:
Z-K ƏMİYYƏTİ
YANAŞMASI
Xülasə
Tədqiqat işi Z-kəmiyyəti metodunun maliyyə sistemi üçün tətbiqinin nəzəri-praktiki
məsələlərinə həsr olunub. Aydındır ki, bankdan borc götürmüş hər hansı
müəssisənin maliyyə durumu nə qədər yaxşı olarsa, bir o qədər də kredit riskləri
azalmış olar. Bu baxımdan borc götürmək istəyən hər hansı bir müəssisənin
durumunun proqnozlaşdırılması istənilən bank üçün çox vacib bir məsələyə çevrilir.
Bunun üçün iqisadi ədəbiyyatda müxtəlif yanaşmalar mövcuddur. Biz bu
yanaşmalardan ən geniş isifadə olunan Altman və Edmisterin metodologiyalarını
seçmişik. Məqalə məhz bu müəlliflərin baxışlarına həsr olunub.
Açar sözlər: kredit riski, Z-kəmiyyəti yanaşması, Kappa testi.
JEL təsnifatı: G32
J.Abbasov
Credit risks: Z-score approach
Abstract
The research project was dedicated for the theoretical and practical issues of
applying the Z-score methodology in the financial system. It is evident that, if the
creditworthiness of a firm is higher, the default risk of a borrower will be lower.
Therefore, predicting potential customer’s ability to serve its debt is crucial for the
banks. For this reason, there are several approaches in the economic literature. We
have chosen the mostly used methodology developed by Altman and Edminster.
The article is discussing the views of these authors.
Key words: credit risk, Z-score approach, Kappa test.
JEL təsnifatı: G32
Giriş
Bankların fəaliyyət sferasında kredit riskləri çox böyük əhəmiyyətə malikdir.
Anlayış olaraq kredit riski kredit alanın defolt olma səbəbindən və ya başqa
səbəbdən verilmiş krediti geri qaytara bilməməsi və ya qaytarmaması kimi başa
düşülməlidir (Richard Apostolik, 2009). Kredit alanın krediti qaytarmaması
səbəbindən, daha doğrusu riskli kreditlərin verilməsi nəticəsində maliyyə qurumları
kredit itkiləri ilə üzləşirlər. Ədəbiyyatlarda bu itkilər iki formada təqdim edilir.
Mərkəzi Bank və İqtisadiyyat – N2, 2014
31
Birincisi gözlənilən itkilər, ikincisi isə gözlənməyən itkilər (Doç. Dr. K. Evren
Bölgün M. B., 2009).
Kredit riskinin tarixi də çox qədimlərə gedib çıxır. Belə ki, qədim “Hamurabi
qanun”larında ‘faiz’, ‘təminat’ kimi terminlərə rast gəlinir (Doç. Dr. K. Evren
Bölgün M. B., 2009). Kredit risklərinin ölçülməsi metodlarının meydana
gəlməsindən qabaq banklar kreditləri verərkən yalnız müştərilərini yaxından
tanımaqları və s. xüsusiyyətləri nəzərə almaqla baş verə biləcək riskləri minimuma
endirməyə çalışırdılar. Nəticədə təbii ki, qərarların qəbulu zamanı subyektiv
amillərin təsiri həmişə mövcud olurdu. Kredit risklərinin ölçülməsi metodlarının
tətbiqi ilə banklar kredit almaq istəyən müştəriyə krediti vermək olar və yaxud
olmaz suallarını cavablandırmış olurlar.
Kredit risklərinin ölçülməsi bu risklərin idarə olunması və qabaqlayıcı tədbirlərin
həyata keçirilməsi baxımından çox böyük əhəmiyyətə malikdir. Risklərin
ölçülməsində göstəricilərin uzun zaman sıralarına ehtiyac duyulur. Bu zərurətdən
irəli gələrək Bazel II düzəlişinə əsasən zəruri statistik göstəricilərin banklar
tərəfindən toplanılması nəzərdə tutulurdu (Altıntaş, 2012).
Ümumiyyətlə, kredit riski dedikdə, verilmiş kreditin borcalan tərəfindən
razılaşmada nəzərdə tutulmuş şərtlərlə geri qaytarılmaması nəzərdə tutulur. Deməli,
banka kredit almaq üçün müraciət etmiş müştərinin həmin krediti qatarmasını və ya
qaytarmamasını bilmək bank üçün çox böyük əhəmiyyətə malikdir (Riçard
Apostolik, Bank riski və bank tənzimlənməsinin əsasları, 2009). Kredit riskinin
müəyyənləşdirilməsi üçün, daha doğrusu, müştəriyə istədiyi krediti vermək və ya
verməmək sualının aydınlaşdırılması üçün həm statistik, həm də ekonometrik
metodlardan istifadə oluna bilər (Doç. Dr. K. Evren Bölgün M. B., 2009).
Bu sahədə aparılmış tədqiqatlar
Altman ilk dəfə 1968-ci ildə apardığı tədqiqat işində müşahidə apardığı 66 şirkətin
əsas maliyyə göstəriciləri əsasında Z-score metodologiyasını hazırlamışdır (Altman
E. I., Financial Ratios, Discriminant Analysis and the Prediction of Corporate
Bankruptcy, Sep., 1968). Sonrakı illərdə Altman bu tədqiqatını bir neçə dəfə
yenidən təkmilləşdirmişdir. Belə ki, O 1977-ci ildə “Zeta Analysis. A new model to
identify bankruptcy risk of corporation” adlı tədqiqat işində 1962-1975-ci illəri
əhatə edən dövr ərzində 111 şirkət tədqiqat obyekti kimi götürülmüşdür. Bu
müəssisələrdən 53- iflas olmuş şirkətlərdir. İflas olmuş müəssisələrin 29-u istehsal,
24-ü isə pərakəndə ticarət müəssisələridir. İflas olmamış müəssisələrin isə 32-i
istehsal, 26-ı pərakəndə ticarətlə məşğul olan müəssisələrdir (Altman E. , “Zeta
Analysis. A new model to identify bankruptcy risk of corporation”, 1977). Daha
Mərkəzi Bank və İqtisadiyyat – N2, 2014
32
sonra o, bu səpkili tədqiqat işlərini 1999-cu ildə “Corporate credit scoring models”
(Altman D. E., 1999) və 2000-ci ildə “Predicting Financial Distress Of Companies:
Revisiting The Z-Score And Zeta Models” (Altman E. I., PREDICTING
FINANCIAL DISTRESS OF COMPANIES:REVISITING THE Z-SCORE AND
ZETA® MODELS, 2000) adlı tədqiqat işlərində daha da genişləndirmişdir.
Novbəti bölmədə Altmanın metodologiyası ilə daha yaxından tanış olacağıq. Buna
görə də bu sahədə tədqiqatlar aparmış və Altmanın təklif etdiyi metodu kredit
risklərinin ölçülməsində tətbiq etmiş bir sıra tədqiqatçı alimlərin işlərinin qısa
icmalına keçmək məqsədəuyğun olardı. Morten Reistad Aasen “Applying Altman’s
Z-Score to the Financial Crisis An Empirical Study of Financial Distress on Oslo
Stock Exchange” adlı məqaləsində istehsal və qeyri-istehsal müəssisələrinin
maliyyə göstəriciləri əsasında Z-score metodunun tətbiqini təhlil etmişdir (Aasen,
2011).
Grice və İngram isə Altman yanaşmasında bəzi ziddiyətlərin olduğunu iddia
etmişdilər (Grice, 2001). Onların fikirlərini belə ifadə etmək olar: 1) Altmanın tərtib
etdiyi düstur yaradıldığı dövrə nisbətən bir çox müasir müəssisələrdə defoltun baş
verəcəyini proqnozlaşdırmaq üçün faydalı deyil 2) İstehsal sahələrində fəaliyyət
göstərən müəssisələrlə müqayisədə bu düstur qeyri-istehsal sahələrində fəaliyyət
göstərən müəssisələr üçün faydalı deyil (Grice, 2001). Z-score metodologiyasında
maliyyə uğursuzluqlarının və gələcək iflasların proqnozlaşdırılmasında müxtəlif
nisbətlərdən və bazar fəaliyyətini xarakterizə edən verilənlərdən istifadə olunur.
Orijinal düsturda 66 şirkət seçmə müşahidə əsasında götürülmüşdür ki, onların da
yarısı iflas olmuş müəssisələr idi. Bu şirkətlər əsasən aktivləri 1000000 dollardan
çox olan şirkətlər idi (Moriarty, 1979). Cənubi Koreya firmaları üçün aparılmış
tədqiqat işində (Alexeev, 2008) altmanın Z-score kəmiyyəti aşağı qiymət almış
firmalara
bank
kreditlərinin
verilməsinin
yüksək
riskə
malik
olması
proqnozlaşdırılmışdır.
Metodologiya
Altman seçmə əsasında götürdüyü müəssisələrin müxtəlif maliyyə göstəriciləri
əsasında maliyyə əmsallarını müəyyənləşdirmiş və bu əmsalları yaratdığı Z-score
modelində istifadə etmişdir. Bu metod son 40 ildə kredit risklərinin
proqnozlaşdırılmasında,
ümumiyyətlə
isə,
müəssisələrin
gələcək
maliyyə
vəziyyətlərinin xarakterizə olunmasında çox geniş tətbiq olunur. Altman modelində
maliyyə göstəriciləri 5 əsas xüsusiyyət əsasında müəyyənləşdirilmişdir. Altman hər
bir xüsusiyyət üzrə bir neçə maliyyə əmsalını qeyd etmişdir. Bu xüsusiyyətlər və
Mərkəzi Bank və İqtisadiyyat – N2, 2014
33
hər bir xüsusiyyət üzrə maliyyə əmsalları aşağıdakı kimi qruplaşdırılmışdır
(SABATO).
Kredit risklərinin müəyyənləşdirilməsi baxımından Altmanın 1968-ci ildə təqdim
etdiyi ilk Z-score modeli xüsusi əhəmiyyətə malikdir. Altmanın təqdim etdiyi ilkin
model (3.1) bərabərliyində verildiyi kimidir (Suzanne K. Hayes, 2010).
Z - score defolt modeli:
Z = 1.2 X
1
+ 1.4 X
2
+ 3.3 X
3
+ 0.6 X
4
+ .999 X
5
(3.1)
X
1
= Dövriyyə kapıtalı (Working Capital) /Cəmi aktivlər (Total Assets)
X
2
= Divident ödənişindən sonrakı gəlir (Retained Earnings) / Cəmi aktivlər (Total Assets)
X
3
= Vergi və faiz xərclərindən əvvəl gəlir (Earnings Before Interest and Taxes) / Cəmi
aktivlər (Total Assets)
X
4
= Aktivlərin bazar dəyəri (Market Value of Equity) / Cəmi öhdəliklər (Total Liabilities)
X
5
= Satışlar (Sales)/ Cəmi aktivlər (Total Assets)
Fərqləndirmə zonaları:
Z > 2.99 -“etibarlı” zona
1.81 < Z < 2.99 -“yaşıl” zona
Z < 1.81 -“defolt” zona
(3.2) bərabərliyi özəl sektorun müəssisələri üçün Z-scor modelini ifadə edir
(Altman
E.
I.,
PREDICTING
FINANCIAL
DISTRESS
OF
COMPANIES:REVISITING THE Z-SCORE AND ZETA® MODELS, 2000).
Z' - score defolt modeli:
Z' = 0.717 X
1
+ 0.847 X
2
+ 3.107 X
3
+ 0.420 X
4
+ 0.998 X
5
(3.2)
X
1
= Dövriyyə kapitalı (Working Capital) /Cəmi aktivlər (Total Assets)
X
2
= Divident ödənişindən sonrakı gəlir (Retained Earnings) / Cəmi aktivlər
(Total Assets)
X
3
= Vergi və faiz xərclərindən əvvəl gəlir (Earnings Before Interest and
Taxes) / Cəmi aktivlər (Total Assets)
X
4
= Kapitalın bazar dəyəri (Market Value of Equity) / Cəmi öhdəliklər (Total
Liabilities)
X
5
= Satışlar (Sales)/ Cəmi aktivlər (Total Assets)
Fərqləndirmə zonaları:
Z' > 2.9 -“ etibarlı” Zone
Mərkəzi Bank və İqtisadiyyat – N2, 2014
34
1.23 < Z' < 2.9 -“ yaşıl” Zone
Z' < 1.23 -“ defolt” Zone
(3.3) bərabərliyi qeyri-istehsal sahələrində fəaliyyət göstərən müəssisələr üçün Z-
score modelini ifadə edir (Edward I. Altman, 1998)
Z-Score iflas modeli:
Z'' = 3.25 + 6.56 X
1
+ 3.26 X
2
+ 6.72 X
3
+ 1.05 X
4
(3.3)
X
1
= Dövriyyə kapıtalı /Cəmi aktivlər
X
2
= Divident ödənişindən sonrakı gəlir / Cəmi aktivlər
X
3
= Vergi və faiz xərclərindən əvvəl gəlir / Cəmi aktivlər
X 4 = Kapitalın balans dəyəri / Cəmi öhdəliklər
Fərqləndirmə zonaları:
Z" > 3.75 -“Safe” Zone
1.1 < Z" < 3.75 -“Grey” Zone
Z" < 1.75 -“Distress” Zone
Yuxarıda göstərilmiş hər üç modeldə ((3.1), (3.2) və (3.3)) iştirak edən izahedici
dəyişənlər eyni mənaları kəsb edir. Lakin, (3.3) modelində iştirak edən X
4
izahedici
dəyişəni digər modellərdə iştirak edən X
4
izahedici dəyişənindən fərqlidir. Bu
dəyişənlərin qısa şəkildə izah olunması faydalı olardı.
Edmister istifadə etdiyi bu yeddi maliyyə əmsalı vasitəsi ilə Z-scoru müəyyən
etmişdir. Belə ki, bu modelə görə, Z-scoru 0.530-ə bərabər və ondan böyük olan
müəssisələr defolt təhlükəsi olmayan müəssisə kimi təsnifləşdirilmişdir. 0.530-dən
kiçik olan hallarda isə əksinə, defolt təhlükəsi olan müəssisələr kimi
sinifləndirilmişdir.
Statistik göstəricilər və təsnifat
Z-score metodunun uğurlu tətbiqi üçün müəyyən dövrdə həm bağlanmış, həm də
fəaliyyətdə olan müəssisələrin bir sıra maliyyə əmsalları toplanmalıdır. Bu
göstəricilər aşağıda göstərilmişdir:
X
1
: Kapitalın balans dəyəri / Cəmi öhdəliklər
X
2
: Satışlar /Cəmi aktivlər
X
3
: Nağd vəsaitlər / Cəmi aktivlər
X
4
: Cəmi Öhdəliklər /Cəmi aktivlər
X
5
: Dövriyyə kapıtalı /Cəmi aktivlər
Mərkəzi Bank və İqtisadiyyat – N2, 2014
35
X
6
: Nağd vəsaitlər / Satışlar
X
7
: Qeyri-maddi aktivlər / Cəmi aktivlər
X
8
: Vergi və faiz xərclərindən əvvəlki gəlir / Satışlar
X
9
: Vergi, faiz, maddi və qeyri maddi aktivlər üçün amortizasiya
çıxılmalarından əvvəlki gəlir / Cəmi aktivlər
X
10
: Xalis gəlirlər /Cəmi aktivlər.
X
11
: Xalis gəlirlər / Satışlar
X
12
: Kreditor borclar / Satışlar
X
13
: Debitor borclar / Öhdəliklər
Edmister yanaşması təsnifat zamanı defolt olmuş müəssisələr üçün Z-in qiymətini
0, əks halda isə 1 qəbul edir.
Əldə ediləcək təsnifatın müəyyən faizlə xətalı olması bu təsnifatın banka kredit
almaq üçün müraciət etmiş müəssisənin növbəti bir neçə il ərzində müflis olmasının
və ya fəaliyyətdə olmasının proqnozlaşdırılmasını şübhə altında qoya bilər. Bəhs
mövcud olan xətanın proqnozlaşdırma üçün yol verilən olub-olmamasını daha dəqiq
necə müəyyən etmək olar? Məhz bu sualın cavablandırılması əsas məsələlərdən
biridir. Ədəbiyyatlarda bu cür suallar “Cohen’s Kappa” testi vasitəsi ilə
cavablandırılır (Sprcic Milos Danijela, 2013). Təklif olunan Kappa testi aşağıdakı
kimidir (Sprcic Milos Danijela, 2013):
=
∑
∑
∑
(4.1)
Burada, k-kappa testinin qiyməti, ∑
- hər iki təsnifata uyğun müşahidə
tezliklərinin cəmi, ∑
- hər iki təsnifata uyğun gözlənilən tezliklərin cəmi, N-
müşahidə sayıdır.
Nəticə
Məqalədə kredit risklərinin proqnozlaşdırılması üçün böyük əhəmiyyətə malik olan
Z-kəmiyyəti yanaşmasına üstünlük verilir. Altmanın və Edmisterin yanaşmaları
mühüm praktik əhəmiyyətə malikdir. Bu yanaşmaların tətbiqi banklara kredit
risklərini vaxtında və düzgün qiymətləndirməyə imkan verir. Yanaşma həmçinin
bank sektorunun əsas tənzimləyicisi olan mərkəzi banklar üçün də faydalıdır. Belə
ki, bu yanaşmaların tətbiqi əsasında real sektorun sahələri üzrə alınan nəticələr
maliyyə sabitliyinin idarə olunması siyasətində istifadə oluna bilər.
Mərkəzi Bank və İqtisadiyyat – N2, 2014
36
Ə
dəbiyyat
1.
Aasen, M. R. (2011). Applying Altman’s Z-Score to the Financial Crisis An
Empirical Study of Financial Distress on Oslo Stock Exchange.
2.
Altman, D. E. (1999). corporate credit scoring models.
3.
Altman, E. (1977). “Zeta Analysis. A new model to identify bankruptcy risk
of corporation”. Journal of banking and finance 1(1977)29-54 .
4.
Altman, E. I. (Sep., 1968). Financial Ratios, Discriminant Analysis and the
Prediction of Corporate Bankruptcy. The Journal of Finance (Vol. 23, No. 4),
pp. 589-609.
5.
Altman, E. I. (2000). PREDICTING FINANCIAL DISTRESS OF
COMPANIES:REVISITING THE Z-SCORE AND ZETA® MODELS.
6.
Becker, L. (2013). Basel Committee has work out on interest rate risk charge.
Risk magazine .
7.
Berry, R. (2008 a). Value-at-Risk: an overview of analytical VaR. Investment
Analytics and Consulting .
8.
Blacha, A. (2009). Advanced Scenario Generation for Historical Value-at-
Risk Calculations: Empirical Analysis on Equity Options. Quantitative
Analytics Team ING CMRM TRading.
9.
Grice, J. &. (2001). Tests of the generalizability of Altman’s bankruptcy
prediction model., . Journal of Business Research , 54(1), 53-61.
10.
Hendricks, D. (1996). Evaluation of Value-at-Risk Models Using Historical
Data. FRBNY Economic Policy Review , Vol. 2 (No. 1), 39-70.
11.
Holton, G. A. (2002). History of Value at Risk: 1922-1988. Econpapers.
Working Paper.
12.
Lu, Z., Huang, H., & Gerlach, R. (2010). Estimating Value at Risk: From JP
Morgan's Standard-EWMA to Skewed-EWMA Forecasting. University of
Sydney.
13.
Manganelli, S., & Engle, R. F. (2001). Value at risk models in finance.
European central bank working series (75).
Dostları ilə paylaş: |