Finansų rinkos yra svarbi ekonomikos dalis, atliekanti vieną svarbiausių ekonominių funkcijų - perskirsto laikinai laisvas lėšas tarp ūkio subjektų ir kartu įtraukia į investavimo procesą skolininkus. Suteikus paskolą, atsiranda rizika, kad skolininkas neįvykdys savo įsipareigojimų. Vienas iš būdų šiai rizikai valdyti yra skolininko patikimumo vertinimas. Paskolų teikimas yra svarbi banko veikla, nes didžiausią įtaką bankų pelningumui per pastaruosius metus turėjo didėjančios paskolų portfelio pajamos: per 2005 m. paskolų suma mln Lt padidėjo 40,93% daugiau lyginant su praėjusiais metais, o per 2006 m. - pasiekė 96,17% lygį nei ankstesniais metais. Didėjančios paskolų portfelio pajamos lėmė 382,3 mln. Lt, arba 48,6 proc., didesnes nei 2005 metais grynąsias palūkanų pajamas, palyginti su 2005 metais, bankai gavo 100,3 mln. Lt, arba 25 proc., daugiau grynųjų paslaugų ir komisinių pajamų, todėl kiekvienam bankui svarbu tinkamai valdyti kredito riziką, kad išvengtų nuostolių dėl blogų paskolų suteikimo. Tai paskatino giliau panagrinėti esamą situaciją, kuri parodo, kad Lietuvos bankai susiduria su kredito rizika ir, kad nuostoliai susidarę dėl blogų paskolų gali skaudžiai atsiliepti skolintojams. Vienas iš kredito rizikos mažinimo būdų yra tinkamas skolininko patikimumo vertinimas, kuris banke turi didelės įtakos banko užimamai rinkos daliai, bei jo pelningumui. Atlikus mokslinės literatūros analizę, buvo pastebėta, kad skolininko patikimumo vertinimo modelių kaip kredito rizikos... [toliau žr. visą tekstą] / After the bank gives a loan, the risk of not pursuing the liabilities comes, so it needs to be reduced. One way to manage this risk is debtor credibility evaluation. Research object: debtor credibility evaluation. The objektive of this paper is to analyze debtor credibility evaluation and evaluate enterprise “Fausta” evaluation using debtor credibility evaluation models. Debtor credibility evaluation model is made from debtor financial rates and their intake methods. The most analyzed intake methods in science literature are linear discriminant analysis, logit, probit methods; the least used: neural networks, decision trees. In this work debtor credibility evaluation models are analysed, they are classified according to two criterions: qualitative models (descriptive) and quantitative models (estimated). Both classification models can betters evaluation debtor credibility. The following models are used to evaluate enterprise “Fausta” credibility: qualitative models: 6C ir SAPACTRPS and quantitative analysis models: Tafler (1974), Springate (1978), Lis (1999), Shumway (2001), Altman Z modelis (1968), Ohlson (1980), Fulmer (1984). Research of enterprise “Fausta” shows, that bank can give a loan. Qualitative analysis models give qualitative information about debtor’s experience, skills, and purpose of the loan. Quantitative models give more information about financial rates. Biggest disandvantage of qualitative analysis models is human factor. Disandvantage of quantitative... [to full text]