Управление кредитными рисками в коммерческом банке

Среди базовых рисковых параметров, каждый из которых является случайной  величиной, Базельский комитет выделяет следующие:

- Среднегодовая  вероятность  дефолта  (PD  -  Probability  of  default)    и Рейтинг кредитополучателя. PD является вероятностью того, что кредит не будет выплачен, то есть, произойдет дефолт. Вероятность дефолта рассчитывается для каждого кредитополучателя в отдельности (корпоративные клиенты)  либо  в целом по  портфелю  однородных ссуд.  Существует  довольно  много различных моделей,  позволяющих рассчитать PD,  исходя  из  имеющейся информации. Можно выделить  три основных  класса: структурные модели, модели сокращенной формы и кредит-скоринговые модели. Первые два подхода основаны на рыночных данных (стоимость акций, доходности облигаций),  поэтому  непосредственно  не  применимы  к  большей  части стандартных  заемщиков банков на постсоветском пространстве.  Таким образом,  наибольший практический  интерес представляют    именно  кредит-скоринговые  модели,  в результате использования которых,  каждому заемщику присваивается некоторый рейтинг, характеризующий его финансовое состояние и способность погасить свои обязательства перед банком.  Весь  диапазон  возможных значений  рейтингового балла разбивается на  интервалы,  называемые  рейтинговыми  группами.  Кроме этого,  при помощи  специальной калибровки  рейтинговому  баллу ставится  в соответствие  вероятность дефолта.  PD,  сопоставленное  рейтинговой  группе, фактически является оценкой процента компании этой группы, которые испытают дефолт в течение года.

- Экспозиция  под  риском  (EAD  -  Exposure  at  Default). EAD  представляет  собой оценку  суммы,  подвергаемой  риску,  то  есть,  части  кредита,  которая  теряется  в случае  дефолта.  При  расчете  необходимо  учитывать  следующие  факторы:  во-первых,  задолженность  по  ссуде  (особенно  по  сложным  продуктам  с  системой лимитов)  может  колебаться  с  течением  времени,  поэтому  необходимо  уметь оценивать  ее  значение  в  момент  возникновения дефолта; во-вторых,  наличие высоколиквидного  обеспечения  позволяет  снизить  EAD,  так как его реализация позволяет  быстро  вернуть  часть  потерянного  кредита. Однако  оставшуюся  часть ссуды вряд ли удастся вернуть полностью. Средне  ожидаемая доля  потерь  средств  в  случае дефолта (LGD  -  Loss  Given Default)  обычно  рассчитывается  в процентах  от  EAD.  LGD  как раз и является оценкой  той  части  EAD,  которая  будет  безвозмездно  потеряна,  если  произойдет дефолт.  Необходимо учитывать наличие дополнительного обеспечения по ссуде, значимость залога для клиента, а также текущее финансовое состояние кредитополучателя, то  есть,  его  рейтинг.  При  расчете  LGD  и  EAD  очень  важным  является  вопрос правильного определения стоимости обеспечения, его ликвидности и вероятности возврата.

Дополнительно в эту группу параметров можно внести следующие важные факторы:

- Горизонт  риска (M  Maturity).  Очевидно,  что риски возрастают  при увеличении срока  кредита.    Горизонт  риска,  в  общем  случае,  не  совпадает  со  сроком кредитного  договора. Он  может,  как  превосходить  его  (например,  в  том  случае, если предполагается продление действия продукта), так и быть меньше (например, при  реализации  инвестиционного  проекта,  когда уже на  операционной  стадии значительно возрастает стоимость обеспечения).

- GRP  (Group)  – групповая принадлежность  компании-кредитополучателя.  При анализе необходимо  учитывать  не  только  такие  однозначные  критерии,  как  долевое участие  или  состав  руководства,  но  и  факторы  экономической,  региональной связанности.  Рассмотрение  таких  факторов  позволят  лучше  выявить  реальную групповую  структуру  заемщиков.  Низкая  диверсификация  портфеля  и  наличие больших связанных групп ведет к значительному увеличению стрессовых потерь и может оказаться критичным для банка.

В  соответствии  с продвинутым  (advanced) подходом  внутренних  рейтингов  (AIRB Basel II) для оценки каждого из этих случайных параметров требуется разработать специальную математическую модель.

Основной причиной кредитного риска является дефолт кредитополучателя. В соответствии с Базель 2  под дефолтом  понимается  невозврат  или просрочка основной  суммы долга  или процентов.  Дефолт  конкретного  должника  является  произошедшим,  когда  имело  место хотя  бы  одно  из  следующих  событий: 

• банк  считает,  что  должник  не  в  состоянии полностью  погасить  свои  кредитные  обязательства  перед  банком  без  принятия  банком таких мер,  как  реализация  обеспечения  (если  такое  имеется);
• должник  более  чем  на  90 дней  (для  юридических  лиц)  просрочил  погашение  любых  существенных  кредитных обязательств перед банком.

Таким образом, рейтингогование  заемщиков и определение вероятности дефолта является одним из наиболее важных компонентов системы  управления кредитными рисками. Для построения  системы  рейтингования  необходимо  произвести  следующий  порядок действий:

1.  Необходимо  выделить основные отраслево-целевые  сектора. 

2.  Для  каждого   отраслево-целевого  сектора   требуется  выделить  основные  риск-доминирующие факторы

3.  Осуществить  накопление данных по оценке  показателей 

4.  Сформировать  границы принятия решений. 

5.  Определить  веса показателей. 

6.  Произвести  верификацию рейтингового балла 

7.  Осуществить  калибровку  рейтингового балла, установить соответствия между рейтинговым баллом и вероятностью дефолта.

 

Выделение основных отраслево-целевых секторов. 

Очевидно,  что  характеристики  и  финансовые  показатели  корпоративных  клиентов значительно  отличаются  от    показателей  финансовых  компаний. Поэтому в первую  очередь требуется выделить  основные  типы клиентов,  которые  находятся  в  портфеле  и  с  которыми  работает  банк  в  соответствии  с реализуемой  кредитной  политикой.  В  общем  случае  можно предложить  следующее разделение  на  сектора:  корпоративные  заемщики  (стандартные  формы  кредитования), банки,  федеральные  и  муниципальные  органы  власти,  малый  и  средний  бизнес, инвестиционные проекты, прочие  (депозитарии, страховые компании и т.д.). Каждый из выделенных  секторов  требует  отдельного  рассмотрения  и  специальной  настройки рейтинговой системы.

Выделение основных риск-доминирующих факторов.

 Факторы  могут   быть  как  количественными,  например,  финансовые  показатели,  так  и качественными,  отражающими,  в  том  числе,  и  экспертное  мнение.  При выборе факторов, кроме их значимости и экономического смысла, следует учитывать, что по некоторым из них потребуется собрать достаточную для анализа историю. Кроме этого,  не  стоит  выбирать  слишком  большое  число  показателей, так как,  скорее  всего,  многие из них окажутся взаимозависимыми, что приведет к сложностям с определением их весов (этап 5).

Накопление  данных по оценке показателей. 

Для  сбора  данных  необходимо  выбрать  не  менее  50  клиентов,  относящихся  к рассматриваемой  отраслево-целевой  группе  и  собрать для них определенные  ранее показатели  за несколько последних лет. При этом данные можно получать из различных источников,  в  том  числе  и  общедоступных.  В  частности,  с  серверов  раскрытия информации  (данные  по  отчетности),  данные  статистических комитетов т.д. 

Формирование  границ принятия решения. 

На основе собранных данных можно определить, какие значения каждого из  показателей являются хорошими для рассматриваемой группы клиентов, а  какие – плохими. В первую очередь,  необходимо  выделить  критические  значения  для  показателей.  То  есть,  такие значения,  появление  которых  у  кредитополучателя,  свидетельствует  о    его  неблагоприятном финансовом  положении.  Определение  таких  значений  практически  представляет  собой систему стоп факторов, при наличии которых работа с клиентом не прекращается, однако, ему  сразу  назначается  вмененный  рейтинг  или  отграничение  на  рейтинговую  группу. Оставшийся  диапазон  значений  показателя  разделяется  на несколько групп,  каждой  из которых  ставится  в  соответствие  определенный  балл.  Границы  выделяются  таким образом,  чтобы  в  образованные  интервалы  попадало  примерно  одинаковое  количество компаний  из  собранной  базы.    При  выделении  границ  каждой  группы  необходимо  учитывать  не  только  накопленные  данные,  но  экономическую непротиворечивость. 

Определение весов показателей. 

На  этом  шаге  необходимо  определить  значимость  показателей.  Одним  из  возможных подходов является экспертное проставление весов. Для этого необходимо собрать  группу опытных  сотрудников-экспертов,  которые  независимо  друг  от  друга  определят значимость предложенных факторов. После этого, полученные веса усредняют.  Кроме этого, возможен и другой, более технический, подход. Сначала составляют схему,  содержащую несколько уровней, включающую определенные ранее риск-доминирующие факторы.  На  каждом  уровне  необходимо  определиться,  какие факторы являются  более значимыми,  какие равнозначными,  а какие менее значимыми.  После этого, воспользовавшись,  например,  схемой  Фишберна,  можно определить  веса  показателей.  Однако  в  обоих  подходах  необходима  дополнительная  корректировка  весов  для  учета следующих  элементов:  взаимозависимость факторов  (в  случае  значительной  корреляции между  показателями  может  произойти  двойной  учет  аналогичных  факторов,  что искусственно увеличит значимость этого фактора), влияние весов на качество получаемой модели  (можно  в  качестве  настройки  произвести  вариацию  полученных  весов,  чтобы достичь  лучшего  результата  на  этапе  верификации). Технологическая  схема  расчета рейтинга представлена на рисунке 5.

 

Рисунок 5 - Технологическая схема расчет рейтинга

Примечание – Источник: [16].

Верификация рейтингового балла. 

Для  того  чтобы  определить  качество  созданной  рейтинговой  системы  необходимо произвести ее верификацию. Чтобы сделать это, желательно собрать статистику дефолтов и  рейтинговые  баллы  за  несколько  временных  периодов  (хотя  бы  за  несколько  лет  или экономических  циклов)  по  кредитополучателям  рассматриваемого  отраслево-целевого  сектора. Отметим,  что  в соответствии  с документами  Базель  2,  требуется подтверждение верификации  модели  на  пятигодовом  интервале.  Один  из  наиболее  распространенных способов  верификации  рейтинговых  систем  –  построение  ROC  (receiver  operating characteristic)  кривых.  Качество  рейтинговой системы определяется    показателем AR  – Accuracy  Ratio  (также называемый  коэффициентом Жини  (Gini)).  Этот  коэффициент определяется как отношение площадей   под идеальной ROC кривой () к площади под реальной, построенной на основе статистики ROC кривой  () (рис.6).

Рисунок 6 – Построение ROC кривой

Примечание – Источник: [16].

 

Таблица 4 - Распределение рейтинговых систем по качеству

Интервал	Качество модели
80% и выше	Отличное
60-80%	Очень хорошее
40-60%	Хорошее
20-40%	Среднее
20 %  и ниже	Неудовлетворительное, от модели следует отказаться

Примечание – Источник: [16]

Стоит отметить, что международным  рейтинговым  агентствам  (Moody’s Rating Global,  Fitch Global Corporate Finance Ratings,  S&P  Rating Global),  которые проводят  глубокий  и подробный анализ  и аудит рейтингуемых компаний, удается получить качество моделей более 88%. 

Калибровка  рейтингового  балла,  соответствие между рейтинговым баллом  и вероятностью дефолта. 

Вероятность  дефолта  компании,  по  сути,  является абстрактной величиной,  т.к. представляет собой отношение количества дефолтов за год, произошедших с совершенно аналогичными  компаниями,  к  общему  числу  таких  компаний  (среднегодовая  частот дефолтов),  при  устремлении  последнего  числа  к  бесконечности.  Таким  образом,  любая модель  позволяет  получить  лишь  некоторую  оценку  вероятности  дефолта.  Между вероятностью  дефолта  и  рейтингом  кредитополучателя  может  быть  установлено  взаимно-однозначное  соответствие.  В  этом  случае  PD  является оценкой процента  заемщиков, имевших  дефолт  за  год,  из  общего  числа  заемщиков  данной  рейтинговой  группы. Ведущие мировые банки и рейтинговые агентства производят сбор статистики дефолтов в рейтинговых  группах.  Также общепризнанной является логитная форма зависимости между рейтингом и вероятностью дефолта:

 

Эта  зависимость  подтверждается  с  высоким  коэффициентом  детерминации.  Однако коэффициенты  фона  и  наклона  (A  и B)  подлежат  определению  в  каждом  конкретном случае  (т.е.  при  настройке  модели  рейтингования  каждого отраслево-целевого  сектора).

Определение параметров производится на основе 3-х типов данных: 

1)  частота дефолтов  по отраслево-целевой группе (данные  банка, по стране, в крайнем  случае, при полном отсутствии данных - экспертно-ожидаемая частота дефолтов); 

2)  распределение баллов, полученное в результате рейтингования компаний на основе собранных исторических данных (этап 3); 

3)  качество модели (AR), реальное (полученное в результате построения ROC кривой на шаге 6) или предполагаемое.