financeФинансы: теория и практика/Finance: Theory and PracticeFinance: Theory and Practice2587-56712587-7089Financial University under The Government of Russian Federation10.26794/2587-5671-2022-26-4-124-138finance-1731Research ArticleАНАЛИЗ И УПРАВЛЕНИЕ РИСКАМИANAlYSIS AND RISK MANAGEMENTМетодика рейтингования компаний IT -сектора по уровню рисков кредитоспособностиMethods of Rating IT -Sector Companies by Level of Risks of Creditworthinesshttps://orcid.org/0000-0003-0705-2711ГабоваЕ. И.GabovaE. I .

Екатерина Ивановна Габова - магистр, аналитик-исследователь

Москва

Ekaterina I. Gabova - master, research analyst

Moscow

Kate.gabova@gmail.comhttps://orcid.org/0000-0003-1499-3448КазаковаН. А.KazakovaN. A.

Наталия Александровна Казакова - доктор экономических наук, профессор

Москва

Natalia A. Kazakova - Dr. Sci. (Econ.), professor

Moscow

axd_audit@mail.ruРоссийский экономический университет имени Г. В. ПлехановаРоссияPlekhanov Russian University of EconomicsRussian FederationРоссийский экономический университет им. Г. В. ПлехановаРоссияPlekhanov Russian University of EconomicsRussian Federation202211092022264124138Copyright © Габова Е.И., Казакова Н.А., 20222022Габова Е.И., Казакова Н.А.Gabova E.I., Kazakova N.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://financetp.fa.ru/jour/article/view/1731

Предметом исследования являются компании стратегически важного в информационную эпоху IT-сектора. Их развитие связано с высокими рисками и нуждается в больших объемах инвестиций, в том числе в привлечении банковских кредитов. В этой связи цель исследования заключалась в разработке адекватной отраслевой методики рейтингования компаний IT-сектора по уровню рисков кредитоспособности с использованием математико-статистического инструментария, позволяющего достоверно оценить потенциальные риски инвесторов. Предложена методика оценки кредитоспособности IT-компаний на базе системы риск-факторов, позволяющих количественно оценить подверженность деятельности компаний двум обобщенным группам рисков: финансового риска и бизнес-рисков. На основе кластерного анализа разработана рейтинговая таблица, в соответствии с которой в зависимости от полученного расчетного балла определяется категория кредитоспособности компании. В рамках исследования сделаны выводы о том, что ключевыми факторами, оказывающими влияние на кредитоспособность компаний, являются: показатели финансовой устойчивости, рентабельность активов, коэффициент ликвидности, объем рынка интернет-рекламы, а также удельный вес нематериальных активов в структуре активов и величина расходов на исследовательские разработки и капитальные вложения. Построенная скоринговая модель апробирована на компании Mail.ru Group (c 12.10.2021 г. — VK). Практическая значимость результатов исследования заключается в том, что разработанную модель можно применить не только для оценки кредитоспособности, но и в качестве одного из экспресс-методов управления рисками в организации.

The subject of the research are the companies of the IT sector, as a strategically important sector in the information age. Their development of companies in the IT sector is associated with high risks and requires large volumes of investments, including attracting bank loans. In this regard, the purpose of the study was to develop an adequate sectoral methodology for rating companies in the IT sector by the level of creditworthiness risks using mathematical and statistical tools that make it possible to reliably assess the potential risks of investors. To achieve this goal, the study proposes a methodology for assessing the creditworthiness of IT companies based on a system of risk factors, which makes it possible to quantify the exposure of companies to two generalized risk groups: financial risk and business risks. Based on the cluster analysis, a rating table has been developed, according to which, depending on the calculated score, the category of the company’s creditworthiness is determined. The study concluded that the key factors affecting the creditworthiness of companies are: indicators of financial stability, return on assets, liquidity ratio, online advertising market size, as well as the share of intangible assets in the structure of assets and the amount of research costs. development and capital investments. The constructed scoring model was tested on the Mail.ru Group company (from 12.10.2021 — VK). Practical significance of the research results includes in the fact that the developed model can be applied not only for assessing creditworthiness, but also as one of the express methods of risk management in an organization.

кредитоспособностьриск-факторыфинансовый рискбизнес-рискрейтинговая модельIT-компанииcreditworthinessrisk factorsfinancial riskbusiness riskrating modelIT companiesReferencesИвантер В. В., Порфирьев Б. Н., Сорокин Д. Е., Эскиндаров М. А., Масленников В. В., Широв А. А. и др. Как придать импульс развитию российской экономики: приоритеты действий (предложения к Основным направлениям деятельности Правительства РФ до 2024 г.). Финансы: теория и практика. 2018;22(7):4–15. DOI: 10.26794/2587–5671–2018–0–0–4–15Ivanter V. V., Porfiryev B. N., Sorokin D. E., Eskindarov M. A., Maslennikov V. V., Shirov A. A. et al. How to boost the development of the Russian economy: Priority actions (suggestions for the Main activities of the State until 2024). Finance: Theory and Practice. 2018;22(7):4–15. DOI: 10.26794/2587–5671–2018–0–0–4–15Казакова Н. А., Болвачев А. И., Гендон А. Л., Голубева Г. Ф. Мониторинг экономической безопасности региона на основе индикаторов устойчивого развития. Проблемы прогнозирования. 2016;(6):42–55. DOI: 10.1134/S 1075700716060058Kazakova N. A., Bolvachev A. I., Gendon A. L., Golubeva G. F. Monitoring economic security in the region based on indicators of sustainable development Studies on Russian Economic Development. 2016;27(6):650–660. DOI: 10.1134/S 1075700716060058 (In Russ.: Problemy prognozirovaniya. 2016;(6):42–55.).Karminsky A. M., Khromova E. Increase of banks’ credit risks forecasting power by the usage of the set of alternative models. Russian Journal of Economics. 2018;4(2):155–174.Karminsky A. M., Khromova E. Increase of banks’ credit risks forecasting power by the usage of the set of alternative models. Russian Journal of Economics. 2018;4(2):155–174.Карминский А. М. Кредитные рейтинги и их моделирование. М.: Изд. дом ВШЭ; 2017. 351 с.Karminsky A. M. Credit ratings and their modeling. Moscow: NRU HSE Publ.; 2017. 351 p. (In Russ.).Karminsky A. M., Khromova E. Extended modeling of banks’ credit ratings. Procedia Computer Science. 2016;91:201–210. DOI: 10.10’16/j.procs.2016.07.058Karminsky A. M., Khromova E. Extended modeling of banks’ credit ratings. Procedia Computer Science. 2016;91:201–210. DOI: 10.10’16/j.procs.2016.07.058Karminsky A. M., Khromova E. Modelling banks’ credit ratings of international agencies. Eurasian Economic Review. 2016;6(3):341–363. DOI: 10.1007/s40822–016–0058–5Karminsky A. M., Khromova E. Modelling banks’ credit ratings of international agencies. Eurasian Economic Review. 2016;6(3):341–363. DOI: 10.1007/s40822–016–0058–5Fedotova M. A., Tazikhina T. V., Nadezhdina Y. V., Raeva I. V. Problems of determining the cost of collateral in the conditions of implementation Basel II, III Standards in Russia. Journal of Reviews on Global Economics. 2018;7:662–667. DOI: 10.6000/1929–7092.2018.07.60Fedotova M. A., Tazikhina T. V., Nadezhdina Y. V., Raeva I. V. Problems of determining the cost of collateral in the conditions of implementation Basel II, III Standards in Russia. Journal of Reviews on Global Economics. 2018;7:662–667. DOI: 10.6000/1929–7092.2018.07.60Новикова Н. Ю. Актуальные вопросы управления корпоративным кредитным риском банка в условиях коронакризиса. Финансовый бизнес. 2020;(6):155–156.Novikova N. Yu. Topical issues of managing the bank’s corporate credit risk in the conditions of coronacrisis. Finansovyi biznes = Financial Business. 2020;(6):155–156. (In Russ.).Munguti V. M., Ngali R. M. Evaluating credit worthiness of small and growing technology businesses. The University Journal. 2020;2(1):81–91. URL: https://daea.or.ke/wp-content/uploads/2020/03/TUJ-21_Munguti-Ngali-81-91.pdfMunguti V. M., Ngali R. M. Evaluating credit worthiness of small and growing technology businesses. The University Journal. 2020;2(1):81–91. URL: https://daea.or.ke/wp-content/uploads/2020/03/TUJ-21_Munguti-Ngali-81-91.pdfSafi R., Lin Z. Using non-financial data to assess the creditworthiness of businesses in online trade. In: Proc. 19th Pacific Asia conf. on information systems (PACIS 2014). 2014. URL: https://core.ac.uk/download/pdf/301363028.pdfSafi R., Lin Z. Using non-financial data to assess the creditworthiness of businesses in online trade. In: Proc. 19th Pacific Asia conf. on information systems (PACIS 2014). 2014. URL: https://core.ac.uk/download/pdf/301363028.pdfKazakova N. A., Kuzmina-Merlino I. Financial benchmarking as an airline competitiveness assessment tool. In: Proc. 15th Int. strategic management conf. (ISMC 2019). (Poznan, 27–29 June, 2019). London: European Publisher Ltd; 2019:288–298. (European Proceedings of Social and Behavioural Sciences. Vol. 71). DOI: 10.15405/epsbs.2019.10.02.26Kazakova N. A., Kuzmina-Merlino I. Financial benchmarking as an airline competitiveness assessment tool. In: Proc. 15th Int. strategic management conf. (ISMC 2019). (Poznan, 27–29 June, 2019). London: European Publisher Ltd; 2019:288–298. (European Proceedings of Social and Behavioural Sciences. Vol. 71). DOI: 10.15405/ epsbs.2019.10.02.26Жевага А. А., Карминский А. М., Кузнецов И. В., Моргунов А. В. Моделирование вероятности дефолта корпоративных заемщиков. Управление корпоративными финансами. 2016;(1):64–78.Zhevaga A. A., Karminskii A. M., Kuznetsov I. V., Morgunov A. V. Modeling the probability of default of corporate borrowers. Upravlenie korporativnymi finansami. 2016;(1):64–78. (In Russ.).Татаринова Л. В., Кравченко А. Е. Оптимизация кредитного портфеля коммерческого банка путем отраслевой диверсификации. Бизнес. Образование. Право. 2021;(1):119–124. DOI: 10.25683/VOLBI.2020.54.108Tatarinova L. V., Kravchenko A. E. Optimization of the loan portfolio of a commercial bank through industry diversification. Biznes. Obrazovanie. Pravo = Business. Education. Law. 2021;(1):119–124. (In Russ.). DOI: 10.25683/VOLBI.2020.54.108Рахаев В. А. Развитие методов оценки кредитного риска для формирования резервов на возможные потери по ссудам. Финансы: теория и практика. 2020;24(6):82–91. DOI: 10.26794/2587–5671–2020–24–6–82–91Rakhaev V. A. Developing credit risk assessment methods to make loss provisions for potential loans. Finance: Theory and Practice. 2020;24(6):82–91. DOI: 10.26794/2587–5671–2020–24–6–82–91Казакова Н. А. Аналитические процедуры: опыт использования в аудите и оценке хозяйственной деятельности. Вестник Финансового университета. 2017;21(2):113–120.Kazakova N. The use of analytical procedures in audit and assessment of economic activities. Vestnik Finansovogo universiteta = Bulletin of the Financial University. 2017;21(2):113–120. (In Russ.).Beugelsdijk S., Ambos B., Nell P. C. Conceptualizing and measuring distance in international business research: Recurring questions and best practice guidelines. Journal of International Business Studies. 2018;49(9):1113–1137. DOI: 10.1057/s41267–018–0182–4Beugelsdijk S., Ambos B., Nell P. C. Conceptualizing and measuring distance in international business research: Recurring questions and best practice guidelines. Journal of International Business Studies. 2018;49(9):1113–1137. DOI: 10.1057/s41267–018–0182–4Harjadi D., Yuniawan A., Abdurrahman A., Dananjoyo R., Filatrovi E. W., Arraniri I. Product characteristics, market competitive strategies, and SMEs performance: Testing their relationships. The Journal of Asian Finance, Economics and Business. 2020;7(10):613–620. DOI: 10.13106/jafeb.2020.vol7.no10.613Harjadi D., Yuniawan A., Abdurrahman A., Dananjoyo R., Filatrovi E. W., Arraniri I. Product characteristics, market competitive strategies, and SMEs performance: Testing their relationships. The Journal of Asian Finance, Economics and Business. 2020;7(10):613–620. DOI: 10.13106/jafeb.2020.vol7.no10.613Черкасова В. А., Слепушенко Г. А. Влияние цифровизации бизнеса на финансовые показатели российских компаний. Финансы: теория и практика. 2021;25(2):128–142. DOI: 10.26794/2587–5671–2021–25–2–128–142Cherkasova V. A., Slepushenko G. A. The impact of digitalization on the financial performance of Russian companies. Finance: Theory and Practice. 2021;25(2):128–142. DOI: 10.26794/2587–5671–2021–25–2–128–142Теплова Т. В., Соколова Т. В., Теплов А. С. Интеллектуальный капитал российских компаний как драйвер снижения стоимости долга. Журнал Новой экономической ассоциации. 2017;(4):107–134. DOI: 10.31737/2221–2264–2017–36–4–5Teplova T. V., Sokolova T. V., Teplov A. S. Intellectual capital of Russian companies as a driver of reducing the cost of debt. Zhurnal Novoi ekonomicheskoi assotsiatsii = Journal of the New Economic Association. 2017;(4):107–134. (In Russ.). DOI: 10.31737/2221–2264–2017–36–4–5Артеменко Д. А., Зенченко С. В. Цифровые технологии в финансовой сфере: эволюция и основные тренды развития в России и за рубежом. Финансы: теория и практика. 2021;25(3):90–101. DOI: 10.26794/2587–5671–2021–25–3–90–101Artemenko D. A., Zenchenko S. V. Digital technologies in the financial sector: Evolution and major development trends in Russia and abroad. Finance: Theory and Practice. 2021;25(3):90–101. DOI: 10.26794/2587–5671–2021–25–3–90–101

The authors declare that there are no conflicts of interest present.