Проектирование информационно-аналитической системы оценки эффективности факторинговых операций банка

Актуальность работы
МИЭМ НИУ ВШЭ, Прикладная Математика
Российский рынок факторинга является относительно молодой отраслью и большинство финансовых организаций только внедряют такую услугу для своих клиентов. В тоже время, за последние годы рынок показывает стремительные темпы роста, что говорит о заинтересованности как поставщиков, так и покупателей в использовании услуг контрактной отсрочки платежа. Как следствие, в условиях ожесточающейся конкуренции, факторы стремятся разработать новые продукты и дать более выгодные условия обслуживания для своих клиентов.
Отсутствие единого подхода и методов обслуживания клиентов в случае факторинга без права регресса с большим числом покупателей.

Цель: Предложить математические методы и подходы оценки риска пула дебиторов в рамках факторинга без права регресса с большим числом покупателей.
Задачи:
Сбор данных для модели.
Построение регрессионной модели зависимости финансовых показателей предприятия и вероятности дефолта.
Анализ репрезентативности полученной зависимости.
Применение биномиального распределения и метода Монте-Карло для определения количества потенциальных дебиторов не способных выполнить денежные обязательства перед фактором и расчета процентной ставки финансирования.
Цель и задачи работы
МИЭМ НИУ ВШЭ, Прикладная Математика

Основные понятия и определения
Факторинг — комплекс услуг для производителей и поставщиков, ведущих деятельность на условиях отсрочки платежа.
Конечный носитель риска — юридическое лицо, денежный поток от деятельности которого будет являться источником погашения обязательств по заключенному договору о факторинговом обслуживании.
Процент финансирования — процент от общей стоимости поставки, который фактор обязуется выплатить поставщику первым платежом (один из основных инструментов фактора по регулированию своих рисков).
Дефолт — невозможность выполнения денежных обязательств клиента перед кредитором. С целью определения риска невыплаты, финансовая организация проводит структурный анализ предприятия и присвоение рейтинга платежеспособности дебитору.
МИЭМ НИУ ВШЭ, Прикладная Математика

Факторинг без права регресса
МИЭМ НИУ ВШЭ, Прикладная Математика
Конечный носитель риска — Дебитор.
Процент финансирования — инструмент Финансового агента по регулированию риска неоплаты поставки.

Построение регрессионной модели
Сбор данных
МИЭМ НИУ ВШЭ, Прикладная Математика

МИЭМ НИУ ВШЭ, Прикладная Математика
Построение регрессионной модели
Обработка данных

МИЭМ НИУ ВШЭ, Прикладная Математика
Построение регрессионной модели
Обработка данных, построение корреляционной таблицы

МИЭМ НИУ ВШЭ, Прикладная Математика
Построение регрессионной модели
Обработка данных, линеаризация зависимости

МИЭМ НИУ ВШЭ, Прикладная Математика
Построение регрессионной модели
Анализ итоговой модели

МИЭМ НИУ ВШЭ, Прикладная Математика
Принятие риска на портфель дебиторов
Входные данные для моделирования

МИЭМ НИУ ВШЭ, Прикладная Математика
Принятие риска на портфель дебиторов
Биномиальное распределение и формула Бернулли
Плюсы — простота расчета.
Минусы — принятие общего усредненного рейтинга на весь пул дебиторов, что в дальнейшем может повлиять на точность расчета процента финансирования.

МИЭМ НИУ ВШЭ, Прикладная Математика
Принятие риска на портфель дебиторов
Метод Монте-Карло

МИЭМ НИУ ВШЭ, Прикладная Математика
Принятие риска на портфель дебиторов
Метод Монте-Карло

Проанализированы бизнес-процессы ведения факторинговых операций банка.
Выявлены финансовые показатели, в наибольшей степени влияющие на итоговый рейтинг компании.
Построена регрессионная модель упрощенного расчета рейтинга дебитора.
По результатам проведенного анализа, предложены две модели принятия риска на пул дебиторов.
Результаты работы
МИЭМ НИУ ВШЭ, Прикладная Математика

1) И. Покаместов, А. Авагян. Конкуренция на рынке факторинга. // Litres, 2017.
2) Partho H. Chakraborty and Arvind Sonmale. Factoring. // Notion Press, 2017.
3) Freddy R. Salinger. Factoring: The Law and Practice of Invoice Finance // Sweet & Maxwell, 2006.
4) М. Акулич. Инвестиционный маркетинг. Лизинг, франчайзинг, факторинг, краудсорсинг, краудфандинг // Litres, 2018.
5) Rudolf J. Freund, William J. Wilson, Ping Sa. Regression Analysis. // Elsevier, 2006.
6) Douglas C. Montgomery, Elizabeth A. Peck, G. Geoffrey Vining. Introduction to Linear Regression Analysis. // John Wiley & Sons, 2015.
7) Khan & Jain. Management Accounting. // Education, 2006.
8) Khan & Jain. Financial Management. // Tata McGraw-Hill, 2007.
9) James M. Wahlen, Stephen P. Baginski, Mark Bradshaw. Financial Reporting, Financial Statement Analysis and Valuation: A Strategic Perspective. // Cengage Learning, 2010.
10) Clyde P. Stickney, Roman L. Weil, Katherine Schipper, Jennifer Francis. Financial Accounting: An Introduction to Concepts, Methods and Uses. // Cengage Learning, 2009.
11) Krishna G. Palepu, Victor L. Bernard, Paul M. Healy, Erik Peek. Business Analysis and Valuation: Text and Cases. // Cengage Learning EMEA, 2007.
12) Войтоловский Н. В. Комплексный экономический анализ предприятия. // Издательский дом "Питер", 2008.
13) Frederick Gravetter, Larry Wallnau. Essentials of Statistics for the Behavioral Science. // Cengage Learning, 2007.
14) О. Растопчина. Высшая математика. Учебное пособие. // Litres, 2018.
15) Питер Джекел. Применение методов Монте-Карло в финансах. // Litres, 2017.
Список использованных материалов
МИЭМ НИУ ВШЭ, Прикладная Математика