Разрыв в ожиданиях продавца и покупателя препятствует дальнейшему развитию рынка долгов и бурному росту количества сделок. Развивая маркетплейс долгов Долг.рф в определенный момент я понял этот нюанс, и мы с командой выработали механизмы для сближения ожиданий продавца и покупателя. Преодолеть этот разрыв помогают следующие инструменты.
Во-первых, используется ценовая матрица, в которой сопоставляется платежеспособность должника и возможный ценовой диапазон долга.
Во-вторых, это торговые процедуры, которые с помощью итеративного подхода, увеличивая или уменьшая цену на «шаг», приближаются к рыночной цене.
В-третьих, снижение рисков для покупателя и, следовательно, возможность продать долг по более выгодной цене достигается за счет использования такой формы уступки права требования как инкассо-цессия.
Ценовая матрица на основе долгового рейтинга
Для быстрой оценки долга в практике команды портала Долг.рф используется ценовая матрица, которая позволяет понять в первом приближении, ценовой уровень продажи долга.
Через маркетплейс Долг.рф ежемесячно проходят сотни долгов, и мы не имеем возможности по каждому долгу проводить детальную оценку или заказывать у независимых оценщиков отчет о рыночной стоимости. Кроме того, абсолютное большинство долгов, которое приходится оценивать специалистам портала, уже давно являются безнадежными, и их стоимость немногим выше нуля. Тратить время на детальную оценку таких долгов просто контрпродуктивно.
Именно поэтому разработан и применяется алгоритм быстрой оценки, основанный на долговом рейтинге, поскольку именно возможность должника платить по своим долгам является основным фактором, который говорит о том, дорого или дешево может стоить долг.
При оценке наша задача: узнать насколько должник сейчас является платежеспособным, а также насколько вероятен риск того, что он может стать неплатежеспособным в будущем (риск банкротства).
Долговой рейтинг включает следующие два измерения:
•
буквенное (
A
,
B
,
C
,
D
,
E
), которое характеризует финансовое состояние организации. При присвоении буквенной части учитывается ряд ковенант, таких как наличие задолженности по налогам, непредставление отчетности более 1 года или представление нулевой отчетности, сумма предъявленных исков и так далее;
•
цифровое (1, 2, 3, 4, 5), которое характеризует риск банкротства.
Наука финансового анализа использует различные модели для анализа вероятности банкротства:
•
модель Альтмана, в соответствии с которой вероятность банкротства зависит от коэффициента текущей ликвидности и коэффициента финансовой зависимости;
•
модель