Оценка контрагентов: от учебного проекта к практическому бизнес-решению

Как студенческое исследование по оценке репутации контрагентов с помощью СКАНа нашло продолжение в реальном бизнесе.

Краткое описание кейса

Проектное исследование Антона Шиловского, посвященное управлению рисками, началось с его университетской научной работы по заданию Интерфакс-ЛАБ на базе кафедры «Бизнес-информатика» Финуниверситета. Одновременно Антон приступил к работе в компании, где оценивал благонадежность контрагентов и риски сотрудничества с ними.

В лаборатории Интерфакс-ЛАБ Антон проанализировал взаимозависимости между переменными корпоративных данных, включая факторы риска, и результатами сотрудничества с контрагентами. Он пришел к выводу, что репутационные риски зачастую связаны с банкротствами аффилированных лиц, политическими взглядами учредителей и судебной активностью, тогда как благонадежность определяется устойчивым развитием, участием в госзакупках и политических кампаниях.

Полученные в Интерфакс-ЛАБ знания Антон решил применить для оценки благонадежности контрагентов в компании, в которую устроился на работу на позицию бизнес-аналитика. Прямая зависимость между репутацией и благонадежностью была представлена ответственным лицам в организации. 

На базе проведенного исследования было официально одобрено предложение внедрить бизнес-решение по автоматизации анализа и визуализации данных с применением системы управления репутацией и мониторинга СМИ СКАН-Интерфакс. Так функционал СКАНа начал применяться в контуре реальной компании для оценки благонадежности контрагентов. 

Университетский проект с использованием СКАНа

На первом этапе университетского проекта Антон проанализировал динамику публикаций по репутационным рискам, автоматизации финансового анализа и визуализации данных. Методом экспоненциального сглаживания прогнозируется рост интереса к этим темам в ближайшие годы (с достоверностью 95% ожидается восходящий тренд публикаций в 2024–2025 гг.).

Затем Антон провел анализ различных аспектов, влияющих на репутацию контрагента, чтобы найти связь между репутационными рисками и статусом благонадежности.Используя инструментарий отчетов системы мониторинга СКАН, он проанализировал экспертные мнения и собрал информацию — данные из различных источников, включая новости о банкротстве аффилированных лиц, судебной активности и политических взглядах учредителей.

Что было сделано:

• анализ частоты упоминаний тем исследования с помощью расширенного поиска СКАНа для понимания степени изученности проблемы;
• ручной сбор данных из различных источников;
• сравнительный анализ упоминаний контрагентов и их учредителей в СМИ на основе отчетов СКАНа по компаниям.

Результат:

Настройка персонального анализа данных в инструментарии отчётов СКАНа, что позволило оценить репутацию действующих контрагентов — производителей нефтехимической продукции — и представить результаты анализа в наглядной форме.

Определение зависимостей и закономерностей

Далее перед Антоном встала задача обосновать связь между репутационными рисками сотрудничества и благонадежностью контрагентов. Предположения о зависимостях между этими переменными были сделаны по доступным в СКАНе данным (преимущественно был использован функционал модуля «Риски»).

Частота упоминаний в СМИ и арбитражных делах — корреляционный анализ. Высокая частота новостей о контрагенте в негативной тональности коррелирует с низкими стандартами качества продукции. 

Связи с организациями — сетевой анализ. Аффилированность контрагента с прямым конкурентом, банкротство аффилированного юридического лица с значительной задолженностью на момент начала процедуры банкротства повышают репутационные риски.

Финансовая стабильность — регрессионный анализ. Высокая частота арбитражных дел говорит о несоответствии действий контрагента договорным обязательствам и указывает на снижение ликвидности в среднесрочной перспективе.

Юридические риски — машинное обучение, дисперсионный анализ. Несоответствие ОКВЭД деятельности в рамках договорных отношений и неуплата НДС влияют на вероятность юридических проблем.

Анализ рисков контрагента

Для исследовательского проекта и последующих рабочих задач Антон оценивал риски сотрудничества с контрагентами — поставщиками нефтехимической продукции — и формировал рекомендации для снижения рисков работы с ними. Анализ был проведен с применением инструментов СКАНа.

Что было сделано:

• Анализ финансовой отчетности и судебных дел контрагентов, в том числе с использованием модуля «Риски» и изучением новостей, попавших в выборку СКАНа.
• Выявление и оценка типовых рисков сотрудничества с контрагентами; ориентировочная оценка их уровня критичности с использованием индексов СПАРКа и СКАНа: индексов должной осмотрительности (ИДО), финансового риска (ИФР) и платежной дисциплины (ИПД).
• Формирование рекомендаций для коммерческого и юридического отделов, а также отдела закупок.

Основной сложностью был сбор и анализ данных о контрагентах из разных источников. 

По результатам проектного исследования Антон составил перечень риск-факторов и соответствующих им показателей. Основными категориями оценки благонадежности поставщиков стали платежеспособность, судебная активность, финансовая устойчивость и новостной фон. Все эти данные доступны в СКАНе, который сыграл роль информационного источника и экспресс-инструмента для оценки критичности тех или иных риск-факторов, а также для формирования рекомендаций. 

При определении влияющих на благонадежность факторов Антону было важно автоматизировать ручной ввод данных и упростить сбор данных о контрагентах для коллег, не имеющих времени для изучения и доступа к системе. Наиболее удобным способом автоматизации сбора данных и представления их коллегам оказалась выгрузка их из СКАНа в Excel. Затем, в контуре реального бизнеса, появилась возможность сохранять данные о контрагентах в едином хранилище данных и визуализировать в BI-приложении. 

Рекомендации по работе с контрагентами на основе исследования

По результатам исследования Антон сделал вывод о том, что СКАН обладает высоким потенциалом в части повышения эффективности управления рисками компании. К примеру, при мониторинге одного из контрагентов выявлены риски:

• Финансовые: низкие показатели автономии, рентабельности и ликвидности, отсутствие государственной поддержки контрагента с учетом прекращения публикации бухгалтерской отчетности после 2020 года.
• Репутационные: потенциальные репутационные риски сотрудничества связаны со значительной судебной активностью контрагента в течение 2023–2024 гг. За последний год контрагент проиграл или частично проиграл как ответчик в 12 экономических спорах с коммерческими организациями на сумму 47 млн рублей. 

• Юридические риски: отказ от обязательств ввиду несоответствия ОКВЭД деятельности, непрозрачность обязательств контрагента в случае порчи или утраты продукции, а также неуплата НДС согласно выписке за текущий квартал.

Данные таблицы ниже представляют индексы для поставщиков нефтехимической продукции, в том числе из приведенных выше примеров.

При достижении индекса репутационного риска значения более 20 исполнители должны принять меры по их минимизации. При этом чем выше риск, тем более сдерживающим ожидается набор контролирующих мер. Важно учитывать, что различные виды контроля взаимодополняют друг друга, при этом не являясь взаимозаменяемыми. Например, контроль условий рамочного договора юридическим отделом может повлиять только на ответственность контрагента, в то время как контроль платежей отделом закупок — на время и сумму транзакций: перед поставкой или после, без аванса или авансом, и т.д.

Анализ рынка и оценка контрагентов в контуре реальной компании

Для определения вариантов автоматизации сбора данных в реальной компании Антон решил провести экспресс-анализ ИТ-рынка, предоставляющего BI-решения. В рамках этого исследования был использован модуль аналитики системы СКАН для оценки уровня маркетинговой активности и выявления рисков компаний.

Применяя портфельный инструментарий модуля «Риски», Антон собрал данные о популярности и репутационных рисках ИТ-компаний, а также отслеживал изменения Индекса репутационного риска (ИРР) за последние два месяца.

В сводной таблице он аккумулировал данные по ИДО, ИФР и ИПД, чтобы оценить благонадежность поставщиков.

Анализ статистики позволил выделить 2–3 наиболее надежных поставщика. Но в целом популярность отечественных интеграторов и поставщиков оставляет желать лучшего, а данные в модуле «Аналитика» демонстрируют нисходящую динамику запросов. Это свидетельствует о необходимости поиска альтернативных решений.

В связи с этим Антон решил предложить внутреннюю разработку в контуре компании с использованием внешних информационных сервисов, в том числе СКАНа.  Основное предназначение решения — снижение нагрузки на специалистов по работе с закупками, упрощение сбора данных, сокращение времени на документооборот.

По результатам предварительного рассмотрения руководством компании было принято решение принять проект по автоматизации финансового анализа и визуализации данных с помощью BI-приложения. 

Чем еще оказался полезен СКАН, помимо мониторинга медиасреды

1. СКАН помогает оценить актуальность темы научного исследования, отследить экспертные мнения и тональность информационного поля за пределами баз данных научных статей. Это повышает оперативность проведения научного исследования и устраняет информационные лаги.
2. На основе данных СКАНа можно определять зависимости и закономерности между разными объектами, выдвигать и проверять гипотезы.
3. СКАН предоставляет детальную информацию для анализа факторов репутационных рисков компаний и их сравнительной оценки на фоне всего рынка. На основе данной информации можно оперативно выстраивать дашборды и устанавливать алерты/пороги на контрагентов по параметрам, измерять «температуру» и делать экспресс-анализ отрасли.

Кейс подготовлен при участии Екатерины Дудкиной, руководителя Интерфакс-ЛАБ, доцента кафедры «Бизнес-информатика» Финуниверситета.