Индекс УДК 33
Дата публикации: 28.05.2020

Методологические аспекты прогнозирования рыночной стоимости залога (на примере геодезического оборудования)

Methodological aspects of forecasting the market value of collateral (for example, geodetic equipment)

Филиппова Т.Н.
Помулев А.А

1. магистрант Финансового университета при
Правительстве Российской Федерации
2. к.э.н. доцент Департамента
корпоративных финансов
и корпоративного управления
Финансового университета при
Правительстве Российской Федерации

Filippova T.N.
Pomulev A.A.

1. undergraduate
University of Finance at
Government of the Russian Federation
2 Ph.D. Associate Professor
corporate finance
and corporate governance
University of Finance at
Government of the Russian Federation
Аннотация: В работе исследуется методология прогнозирования рыночной стоимости оборудования (в геодезической отрасли) для целей залога на период кредитования. Идентифицирован стандартный комплект геодезического оборудования, позволяющий сформировать приемлемый срок экспозиции. Определены экзогенные факторы, которые влияют на стоимость геодезического оборудования. С использованием корреляционно-регрессионного анализа построена модель предсказания рыночной стоимости оборудования на период кредитования.

Abstract: The article explores the methodology for forecasting the market value of equipment (in the geodetic industry) for the purpose of collateral for the crediting period. A standard set of geodetic equipment has been identified, which allows to form an acceptable exposure period. Exogenous factors that affect the cost of surveying equipment are identified. Using correlation and regression analysis, a model for predicting the market value of equipment for the crediting period is constructed.
Ключевые слова: залог, рыночная стоимость, прогнозирование, регрессионный анализ, геодезия, геодезическое оборудование

Keywords: collateral, market value, forecasting, regression analysis, surveying, surveying equipment


Введение

Машины и оборудование являются одним из весомых компонентов в активах предприятий, поэтому определение их стоимости и ее прогнозирование имеет немаловажное значение. Для геодезического предприятия, большую часть основных фондов которого занимает геодезическое оборудование, данный вопрос наиболее актуален.

При принятии объекта в залог банк смотрит на большое количество параметров, среди них: ликвидность, срок экспозиции, текущее использование объекта, его техническое состояние, обременения и прочие юридические аспекты.

Оценка стоимости оборудования для целей кредитования в текущих реалиях выполняется и независимыми оценщиками и специалистами банка, если в качестве залога предлагаются объекты, которые являются стандартными и не представляют собой сложный технологический комплекс.

В качестве базы для определения залоговой стоимости берется рыночная стоимость объекта на открытом рынке, когда все стороны осведомлены о сделке, на стороны не оказывается давление и прочие чрезвычайные обстоятельства. Для расчета залоговой стоимости определяется дисконт, которые отражает затраты и риски, которые связаны с продажей объекта в условиях вынужденной продажи.

Для банка критично важно корректно оценивать основные параметры, которые являются драйверами стоимости. Для обеспечения качества кредитного и залогового портфеля залоговая служба или подразделение мониторинга осуществляет контроль количественных и качественных характеристик предметов залога. При этом не всегда корректно понимается периметр контроля качественных характеристик, которые влияют на стоимость объектов. Возникают трудности с актуализацией стоимости, особенно если речь идет о большом списке объектов в количестве более 100 единиц. В лучшем случае к данному функционалу будут относиться формально или вовсе его не выполнять в силу физической нехватки ресурсов.

Необходимы новые инструменты, которые позволят снизить риски некорректного мониторинга стоимости объекта залога. В статье предпринята попытка разработать такой инструмент.

По вопросам стоимостной оценки движимого имущества подготовлено большое количество трудов таких авторов как Федотова М.А.[8] , Бакулина А.А. [2], Ножкина Е.Ю. [5], Смоляк С.А. [7], Казаков Д.В.[4].

Существует большое количество методов прогнозирования: экстраполяции трендов, скользящих средних, экспоненциального сглаживания. Отдельного внимания в прогнозировании отводят методам корреляционного и регрессионного анализов: наименьших квадратов, авторегрессии, модели линейной и множественной регрессии.

Методологической основой для прогнозирования стоимости выступили работы Бабешко Л.О [1] и Фролова А.В [9].

Объекты и методы исследования

Объектом исследования является комплект геодезического оборудования.

В исследовании применяются следующие методы:

  • эмпирические – наблюдение, описание, измерение;
  • универсальные – анализ, обобщение;
  • статистические – регрессия.

Экспериментальная часть

Для прогнозирования рыночной стоимости оборудования, необходимо сделать прогноз стоимости на период кредитования с учетом факторов, влияющих на стоимость, найти необходимые индикаторы в ретроспективном периоде и стоимость удельного показателя объекта оценки.

Стандартный комплект оборудования состоит из следующих компонентов, которые представлены в табл. 1:

Таблица 1

Комплект оборудования

МодельГод выпускаКоличество
Контроллер Trimble TSCe20081
Контроллер TrimbleTSC220111
Приемник Trimble 570020083
Тахеометр Sokkia Set 510L20041
Тахеометр Sokkia Set 530RL20081
Трассоискатель Сталкер220071
Электростанция SDMO Ranger 250020061
Плоттер HP DesignJet 1050c Plus20071

Средняя стоимость комплекта оборудования рассчитывается из прейскурантов цен продавцов геодезического оборудования[1].

Факторами, которые могут в значительной степени повлиять на стоимость оборудования, выбраны следующие:

  1. средняя стоимость топосъемки за 1 Га;
  2. индекс цен производителей (ИЦП-ProducerPriceIndex) США (по географическому признаку страны-происхождения объекта);
  3. стоимость валюты – доллара.

Ретроспективный период наблюдения выбран с февраля 2017 года по март 2020 года.

Прогноз — один год с апреля 2020 по март 2021 года.

Средняя стоимость топосъемки была определена с помощью прейскурантов организаций, оказывающих данную работу, а также, с помощью данных, предоставленных ООО «Геокад».

Значения ИЦП в США (г/г) – были получены через информационно-аналитический портал investing.com[2].

Информация о стоимости доллара за ретроспективный период по данным сайта Центрального Банка Российской Федерации[3].

Официальные прогнозные значения средней стоимости топосъемки в настоящий момент не представлены, в данной работе исходим из того что, как правило, организации, оказывающие данную услугу, устанавливают цену на один квартал. Специалисты ООО «Геокад» предположили следующие цены на топосъемку в прогнозном периоде:

Таблица 2

Средняя стоимость топосъемки в прогнозном периоде

ДатаСредняя стоимость топосъемки за 1 Га
апр.202013 000,00
май.202013 000,00
июнь.202013 000,00
июль.202014 500,00
авг.202014 500,00
сент.202014 500,00
окт.202014 500,00
нояб.202014 500,00
дек.202014 500,00
янв.202115 000,00
февр.202115 000,00
март.202115 000,00

Источник: ООО «Геокад»

Прогнозные значения индекса цен производителей США (PPI) получены через платформу TradingEconomics[4], где  пользователям предоставляется статистическая  информация, включая исторические данные и прогнозы для многих экономических показателей, включая PPI.

Прогноз доллара сделан с помощью платформы прогнозирования курса валют[5].

По результатам исследования, удалось собрать следующие исходные данные (табл.3).

Отдельным цветом в таблице оформлен прогнозный период (прогнозные значения факторов) – с апреля по март 2021 года.

Таблица 3

Данные, полученные для прогнозирования стоимости объекта оценки

ДатаСредняя стоимость комплекта оборудованияСр. стоимость топосъемки за 1 ГаPPI USДоллар
февр.20171 776 959,9113 000,002,20%60,08
март.20171 776 959,9113 000,002,30%57,96
апр.20171 700 000,0013 000,002,50%55,96
май.20171 700 000,0013 000,002,40%56,97
июнь.20171 700 000,0013 000,002,00%56,69
июль.20171 626 373,2113 000,001,90%52,39
авг.20171 626 373,2113 000,002,40%60,06
сент.20171 626 373,2113 000,002,60%58,54
окт.20171 700 000,0013 000,002,80%58,02
нояб.20171 700 000,0013 000,003,10%58,12
дек.20171 700 000,0013 000,002,60%58,57
янв.20181 776 969,0014 333,332,70%57,60
февр.20181 776 960,0014 333,332,80%56,18
март.20181 776 960,0014 333,333,00%56,37
апр.20181 857 413,4314 333,332,60%57,26
май.20181 857 413,4314 333,333,10%61,99
июнь.20181 857 413,4314 333,333,40%62,01
июль.20181 857 413,4314 333,333,30%62,75
авг.20181 857 413,4314 333,332,80%62,35
сент.20181 857 413,4314 333,332,60%68,04
окт.20181 941 509,4614 333,332,90%65,59
нояб.20181 941 509,4614 333,332,50%65,59
дек.20181 941 509,4614 333,332,50%66,53
янв.20191 941 509,4614 500,002,00%69,47
февр.20191 941 509,4614 500,001,90%65,36
март.20191 941 509,4614 500,002,20%65,89
апр.20191 909 900,0014 500,002,20%64,73
май.20191 909 900,0014 500,001,80%64,63
июнь.20191 909 900,0014 500,001,70%65,38
июль.20191 911 000,0014 500,001,70%63,07
авг.20191 911 000,0014 500,001,80%63,42
сент.20191 911 000,0014 500,001,40%66,49
окт.20191 909 933,0014 500,001,10%64,64
нояб.20191 909 933,0014 500,001,10%63,77
дек.20191 909 933,0014 500,001,30%64,08
янв.20201 909 933,0012 925,002,10%61,78
февр.20201 909 933,0012 925,001,30%63,88
март.20201 909 933,0012 925,000,70%66,99
апр.20201 911 000,0013 000,000,50%77,73
май.2020?13 000,00-1,00%70,80
июнь.2020?13 000,00-1,50%76,69
июль.2020?14 500,00-2,00%82,44
авг.2020?14 500,00-1,50%73,39
сент.2020?14 500,00-1,00%73,39
окт.2020?14 500,000,50%73,68
нояб.2020?14 500,001,50%72,87
дек.2020?14 500,001,80%83,95
янв.2021?15 000,002,00%93,25
февр.2021?15 000,002,20%99,93
март.2021?15 000,002,50%108,39

            Проверим гипотезу о влиянии выбранных факторов на стоимость с помощью корреляционного анализа. Результаты анализа приведены в виде корреляционной матрицы в табл. 4.

Таблица 4

Корреляционная матрица факторов стоимости объекта оценки

ПоказателиСредняя стоимость комплекта оборудованияСр. стоимость топосъемки за 1 ГаPPI USДоллар
Средняя стоимость комплекта оборудования1
Ср. стоимость топосъемки за 1 Га0,7042538041
PPI US-0,361956453-0,013186321
Доллар0,8372942980,547835907-0,3790214681

В таблице можно увидеть, что на стоимость оцениваемого комплекта оборудования оказывают существенное влияние такие факторы как средняя стоимость топосъемки и курс доллара. Обратная корреляция зафиксирована с индикатором PPI, что связано со значительным влиянием курса валюты. Тем не менее, принято решение оставить данный фактор в модели. Анализ мультиколлинеарности факторов модели свидетельствует об отсутствии существенной связи между ними.

 В целом, проведенный корреляционный анализ подтверждает гипотезу о корректности выбора влияющих факторов.

Далее, переходим к моделированию.

Схематически модель можно представить следующим образом:

где

У – целевой прогнозируемый признак (в данном случае вероятность выхода на просрочку

f – форма зависимости целевого признака от факторов

х – набор факторов, независимые переменные, которые влияют на целевой признак

е – ошибка модели

Для построения модели воспользуемся режимом работы «Регрессия» офисного пакета MSExcel.

В качестве входного интервала Y, используем значения скользящей средней (при периоде = 3), за входной интервал X, берем индикаторы — средняя стоимость топосъемки, PPI, стоимость валюты.

Полученные результаты моделирования представлены в табл. 5.

Таблица 5

 Результаты регрессионного анализа

Проверка качества модели.

О значимости модели свидетельствует высокое значение коэффициента детерминации модели — R-квадрат (0,8).  В соответствии со шкалой Чеддока (табл. 6) это означает высокую тесноту связи.

Таблица 6

 Шкала Чеддока

Далее, проверим качество модели по F-критерию.

Процедура производится по алгоритму, который рассматривается в работе С.В. Грибовского [3]. В соответствии с F-тестом качества, если выполняется неравенство Fp>Fкр, то уравнение регрессии считается значимым.

Расчетное значение  F-критерия определяется как

                                                  Fр = R2 (nk-1) / k (1- R2)   

где  R2 коэффициент детерминации (квадрат коэффициента множественной корреляции):

— наблюдаемые,  а— прогнозируемые моделью значения результирующей переменной.

В данном случае, исходя из результатов таблицы 5, Fр = 45,47. Критическое значение F-статистики: υ1 = k-1 = 2, υ2 = n-k = 33 и уровня значимости 0,05 равно Fкр = 2,9 (по таблице критических значений критерия Фишера)[6].

Таким образом, Fp = 45,47 > Fкр = 2,9, то есть неравенство Fp > Fкр выполняется, и соответственно, модель регрессии, в целом, статистически значима.

Результаты

Далее, на основе полученных коэффициентов:Y-пересечение, переменная Х1, переменная Х2, переменная Х3 (табл. 7), мы можем получить прогнозную стоимость оборудования на период с апреля 2020 года по сентябрь 2020 года.

Таблица 7

 Прогнозное значение стоимости оборудования ООО «Геокад»

ДатаСр. стоимость топосъемки за 1 ГаPPI USДолларПрогнозное значение
апр.202013 000,000,50%77,732 062 437,68
май.202013 000,00-1,00%70,802 018 232,46
июнь.202013 000,00-1,50%76,692 117 442,15
июль.202014 500,00-2,00%82,442 294 938,80
авг.202014 500,00-1,50%73,392 151 818,69
сент.202014 500,00-1,00%73,392 134 454,69
окт.202014 500,000,50%73,682 086 392,45
нояб.202014 500,001,50%72,872 040 408,94
дек.202014 500,001,80%83,952 183 954,92
янв.202115 000,002,00%93,252 332 983,48
февр.202115 000,002,20%99,932 418 861,18
март.202115 000,002,50%108,392 526 000,42

Прогнозное значение оборудования указывается в пятом столбце таблицы, через год стоимость будет составлять 2 526 000 рублей.

Предпосылки и ограничения модели:

  1. В модели не учитываются внутренние факторы, которые связаны с объектом оценки, в частности, физический износ. Износ увеличивается со временем эксплуатации объекта, вследствие чего снижается привлекательность оборудования и производительность. При этом, при должной эксплуатации и необходимом ремонте эксплуатационные характеристики объектов не снижаются. Тем не менее, расчет величины износа необходимо осуществлять и учитывать в прогнозной величине стоимости отдельно. Более подробно данные вопросы рассмотрены в работе С.А. Смоляка [6].
  2. Модель зависит от качества прогноза факторов, которые влияют на стоимость. Прогнозы должны быть представлены авторитетными агентствами или профильными ведомствами.
  3. Модель работает в стабильных макроэкономических условиях. В условиях кризиса результаты модели могут быть не стабильны и необходимо учитывать общее снижение периода экспозиции из-за снижения спроса на продукцию.

Выводы

В исследовании разработана модель прогнозирования стоимости комплекта геодезического оборудования. Качество модели подтверждается коэффициент детерминации и F-тестом.

Практическая область применения модели возможна при кредитовании корпоративных заемщиков соответствующей отрасли. Прогнозные значения стоимости (при условии корректного расчета величины износа) возможно использовать при проведении мониторинга обеспечения. При должном уровне автоматизации в банке, возможно настроить параметры для автоматической калибровки стоимости во времени.

При существенном отклонении стоимости более, чем на 20% целесообразно осуществлять переоценку объектов. Использование данного подхода позволит существенно упростить и оптимизировать затраты на мониторинг обеспечения.

Направлением, для дальнейшей работы является учет внутренних факторов стоимости, в частности физического износа.

[1]https://www.geobrand.ru/price-list/, https://imgeo.ru/prajs-listhttps://www.rusgeocom.ru/catalog

[2] https://investing.com.

[3] www.cbr.ru

[4] https://tradingeconomics.com/ — information for economic indicators.

[5] https://prognozex.ru/dollara/sberbank

[6]http://psystat.at.ua/publ/1-1-0-25

Библиографический список

1. Бабешко, Л. О. Эконометрика и эконометрическое моделирование : учебник / Л.О. Бабешко, М.Г. Бич, И.В. Орлова. - Москва : Вузовский учебник : ИНФРА-М, 2019. - 385 с. : ил. — (Высшее образование: Бакалавриат). - ISBN 978-5-16-105542-7. - Текст : электронный. - URL: https://new.znanium.com/catalog/product/1029152 (дата обращения: 22.04.2020)
2. Бакулина, А.А. Методологические основы оценки стоимости объектов собственности с учетом их обременения: дис. ... доктора экономич. наук ; спец. 08.00.10; защищена 30.03.2017 г. / ФГОБУ ВО "Финансовый ун-т при Правительстве РФ". — М., 2016 — 395 с. — Автореферат.- М., 2016.- 47 с. — Доступ из локальной сети Финуниверситета (чтение, печать). — <URL:http://elib.fa.ru/avtoreferat/Bakulina.pdf>.
3. Грибовский С.В., Баринов Н.П., Анисимова И.Н. О требованиях к количеству сопоставимых объектов при оценке недвижимости сравнительным подходом / http://www.appraiser.ru/default.aspx?SectionId=41&Id=1577
4. Казаков Д. В. Проблемы и ошибки при определении стоимости машин и оборудования // Имущественные отношения в РФ. - 2016. - 7 (178). – С. 66-80. - URL: https://cyberleninka.ru/article/n/problemy-i-oshibki-pri-opredelenii-stoimosti-mashin-i-oborudovaniya (дата обращения: 24.04.2020).
5. Ножкина, Е. Ю. Залог движимого имущества (на примере США, Франции, Германии, Великобритании, России) / Е. Ю. Ножкина. — Текст : непосредственный, электронный // Молодой ученый. — 2018. — № 33 (219). — С. 109-112. — URL: https://moluch.ru/archive/219/52374/ (дата обращения: 24.04.2020).
6. Смоляк С.А. Влияние физического износа машин на динамику их рыночной стоимости / Экономика и математические методы, 2019. Том 55, № 3, с. 124-140.
7. Смоляк С.А. Обоснование спецификации регрессионных зависимостей в задачах стоимостной оценки // Имущественные отношения в РФ. – 2020. – 4 (223). – С. 47-60. – URL: https://www.elibrary.ru/item.asp?id=42720605(дата обращения: 24.04.2020).
8. Федотова М.А. Оценка стоимости предметов залога в нестабильной экономике: проблемы и пути их решения : монография / под ред. М.А. Федотовой, Т.В. Тазихиной. — Москва : ИНФРА-М, 2018. — 196 с. — (Научная мысль). — www.dx.doi.org/10.12737/21416. - ISBN 978-5-16-105146-7. - Текст : электронный. - URL: https://new.znanium.com/catalog/product/925470 (дата обращения: 23.04.2020)
9. Фролов, А.В. Корреляция и регрессия в Excel: методические рекомендации к выполнению лабораторной работы по дисциплинам «Статистические методы в управлении качеством», «Квалиметрия», «Управление процессами» для студентов технических вузов направления подготовки 27.03.02 «Управление качеством» различных форм обучения / А.В. Фролов; – Алт. гос. техн. ун-т, БТИ. – Бийск: Изд-во Алт. гос. техн. ун-та, 2015. – 31 с