Academic Journal
Дискурсивный алгоритм дифференциации дебиторов по группам кредитного риска в рамках коммерческого кредитования сельскохозяйственных организаций Кемеровской области
| Τίτλος: | Дискурсивный алгоритм дифференциации дебиторов по группам кредитного риска в рамках коммерческого кредитования сельскохозяйственных организаций Кемеровской области |
|---|---|
| Πηγή: | Техника и технология пищевых производств. |
| Στοιχεία εκδότη: | ФГБОУ ВО «Кемеровский технологический институт пищевой промышленности (университет)», 2016. |
| Έτος έκδοσης: | 2016 |
| Θεματικοί όροι: | КРЕДИТНЫЙ РИСК,КОММЕРЧЕСКОЕ КРЕДИТОВАНИЕ,ДИСКУРСИВНЫЙ АЛГОРИТМ,ИНДИКАТОРЫ КРЕДИТНОГО РИСКА |
| Περιγραφή: | В связи с тем, что область коммерческого кредитования является относительно новой формой кредитных отношений в современной России, в отечественной литературе отсутствуют законченные методические технологии, направленные на оценку кредитного риска в сфере производства. Этим объясняется интерес авторов к рекомендациям зарубежных ученых в области оценочной процедуры, в том числе по вектору качества дебиторской и кредиторской задолженности как ключевых характеристик коммерческого кредита. Аналитическая и финансово-инженерная работа проведена в два этапа: выявление и группировка индикаторов кредитного риска в сфере коммерческого кредита; унификация индикаторов кредитного риска в форме дискурсивного алгоритма. Выявленные индикаторы кредитного риска привлекают не столько с позиции их частного исследования, сколько с точки зрения возможности инженерии аналитических механизмов на их основе. Построению новой аналитической схемы предшествует тематическая группировка индикаторов, которая необходима для выделения ключевых векторов в области оценочной процедуры. В рамках коммерческого кредитования четко прослеживаются пять аналитических направлений в оценке кредитного риска: качество дебиторской задолженности, качество кредиторской задолженности, степень их сопряженности, ликвидность, динамика запасов. Опираясь на результаты тематической группировки индикаторов, авторы разработали дискурсивный алгоритм дифференциации дебиторов по группам кредитного риска с учетом их регионально-отраслевой принадлежности. Due to the fact that commercial crediting is a relatively new form of credit relations in modern Russia, there are no complete methodical technologies aimed at credit risk estimate in production sphere in home literature. This explains the interest of the authors to recommendations of foreign scientists in the field of estimating procedures including those based on the quality vector of debit and credit debts as key characteristics of a commercial credit. Analytical and financial-engineering studies have been carried out in 2 stages: the identification and grouping of credit risk indicators in the field of commercial credit; unification of credit risk indicators in the form of the discursive algorithm. The identified credit risk indicators are of interest not so much from the standpoint of their private studies but in terms of the possibility of analytical tools engineering based on them. Construction of a new analytical scheme has been preceded by a thematic grouping of indicators necessary to highlight the key vectors in the estimating procedure. Five trends in credit risk estimate are clearly traced within the commercial credit analysis: the quality of debit indebtedness, the quality of creditor indebtedness, the degree of their contingency, liquidity, and stock dynamics. Based on the results of the thematic grouping of indicators, the authors have developed a discursive algorithm of debtors' differentiation for credit risk groups taking into account their region-and-branch sectors. |
| Τύπος εγγράφου: | Article |
| Περιγραφή αρχείου: | text/html |
| Γλώσσα: | Russian |
| ISSN: | 2074-9414 |
| Σύνδεσμος πρόσβασης: | http://cyberleninka.ru/article_covers/16937673.png http://cyberleninka.ru/article/n/diskursivnyy-algoritm-differentsiatsii-debitorov-po-gruppam-kreditnogo-riska-v-ramkah-kommercheskogo-kreditovaniya |
| Αριθμός Καταχώρησης: | edsair.od......2806..9ebcf14c4400d97be3c49800f18d6a56 |
| Βάση Δεδομένων: | OpenAIRE |
| ISSN: | 20749414 |
|---|