Управление кредитными рисками на примере банка ОАО «Авангард»

     Одним из наиболее важных и трудных из указанных аспектов является вопрос идентификации и задания параметров модели. Явным или неявным образом  разработчик системы оценивания кредитного риска должен определить:

     - вероятность дефолта для каждого кредитного инструмента в портфеле;

     - вероятностное распределение убытков при условии наступления дефолта для каждого инструмента;

     - для всех инструментов портфеля определить корреляции между моментами возникновения дефолтов и величинами убытков при условии дефолта.

     Для достоверного оценивания вероятностей дефолта, корреляций и других параметров модели требуются исторические данные за большое число лет (при предположении  что параметры модели стабильны), что является проблематичной задачей. Вследствие этого спецификация модели должна содержать в себе некоторые упрощающие предположения и значительные допущения, выбор которых в конечном итоге оказывает коренное влияние на «жизненность» модели оценивания риска.

     Другая  трудность заключается в поиске эффективных процедур проверки качества работы моделей. В связи с той же проблемой отсутствия необходимой базы данных, пожалуй, единственно возможным методом тестирования моделей кредитного риска является стресс-тестирование, в рамках которого для проверки удовлетворительности уровней капитала как средства защиты от непредвиденных убытков, на заданном временном горизонте моделируются гипотетические «шоки» для эволюции стоимостей кредитных инструментов. [28]

     Вследствие  указанных проблем выбор «допустимых» систем оценивания кредитного риска, помимо самой проблемы построения этих систем, является непростой задачей.

     Традиционный  анализ кредитного качества компании-заемщика в основном базируется на фундаментальном анализе и включает в себя детальное изучение операций компании-заемщика, динамику его финансовых потоков, величины его будущих доходов и т.д. Основная цель при этом состоит в анализе стабильности доходов компании-заемщика по отношению к ее обязательствам. Полученные в результате количественные показатели подвергаются затем (субъективной) оценке специалистов, определяющих место компании в некоторой иерархии рейтинговых категорий, имеющих дискретную порядковую структуру [6]. Данное описание в основном справедливо как для работы для работы внутренних аналитических департаментов банков и финансовых компаний, занимающихся оценкой кредитного качества своих контрагентов и клиентов, так и крупнейших мировых рейтинговых агентств таких, как Standard&Poor's, Moody's Investors Service, Fitch IBCA, Thomson BankWatch и др. Вопрос выставления того или иного кредитного рейтинга на основе статей баланса компании-заемщика, а также выявление разнообразных «подводных камней», связанных с несовершенством и непрозрачностью бухгалтерской отчетности является своего рода «темной наукой» («black art») и ничто здесь, по-видимому, не заменит опыта и профессиональной компетентности финансового аналитика, который «варится» в данной индустрии. Отметим лишь, что рейтинговые агентства помимо специфических для каждого конкретной компании показателей отчетности и построенных на их основе различных финансовых отношений учитывают и такие «неосязаемые» факторы как кредитная история заемщика, общее состояние делового климата в стране компании-заемщика и т.д. Несомненным минусом традиционного подхода является то, что получаемая в результате такого анализа специалистов буква (число) кредитного рейтинга компании-заемщика несет в себе информацию только порядкового характера о кредитном качестве компании-заемщика.

     Естественно желание, чтобы процедура оценивания кредитного риска была объективным процессом, не зависящим от точки зрения конкретного человека или организации. Для этого модель оценки кредитного риска должна соответствовать современной теории финансов, так как по сути обязательство компании-заемщика представляет собой форму опционного контракта на стоимость активов компании-заемщика. Если модель оценивания кредитного риска сможет «ухватить» взаимосвязь финансового состояния заемщика и вероятности дефолта по его обязательствам, то она смогла бы стать средством мониторинга изменений этого состояния, дающим ранние сигналы оповещения об ухудшении качества кредитных обязательств компании-заемщика.

     По  существу основная задача построения модели кредитного риска состоит в оценивании функции распределения убытков кредитного портфеля. Хотя определение «кредитного убытка» может варьироваться для каждого банка, грубо говоря, рисковый портфель - это тот портфель, чья плотность распределения имеет относительно «длинный, тяжелый правый хвост» - ,т.е. тот, для которого относительно высока вероятность, что реальные потери будут значительно выше чем ожидаемые (средние) потери.

     Для целей финансового анализа банки  обычно сводят функцию распределения кредитных убытков к одной метрической величине, называемой «экономический капитал» под кредитный риск. Экономический капитал определяется (в теории) так, чтобы вероятность того что непредвиденные потери превысят экономический капитал (равная площади под графиком правее X) была не больше некоторой (пороговой) величины. Например, размер экономического капитала может быть установлен таки образом, чтобы непредвиденные убытки по кредитному портфелю превышали уровень экономического капитала в 0.01% случаев на одногодичном временном интервале. Величина пороговой вероятности обычно выбирается в соответствии с кредитным рейтингом банка по своим обязательствам - если желаемый кредитный рейтинг есть AA, то вероятность может быть приравнена исторической одногодичной вероятности дефолта по AA-корпоративным облигациям.

     При определении стоимости кредитного обязательства банк сначала рассчитывает величину процентной ставки покрывающей ожидаемые убытки по кредиту, а затем подходящую маржу для кредитного риска, определяемую так, чтобы ставка доходности по капиталу, зарезервированному под кредит (Risk-Adjusted Return on Capital, RAROC), удовлетворяла запросам банка.

     Конечно, существуют множество других методов  оценивания кредитного качества портфеля, которые остались за рамками данной статьи. Среди них можно назвать: дискриминантный анализ, анализ главных компонент, модели иерархической классификации, пробит/логит анализ, нейронные сети и т.д. Каждый из этих методов обладает некоторой способностью отличать компании с высоким кредитным качеством от компаний с низким кредитным качеством, но ясное экономическое обоснование получаемых результатов для данных методов пока отсутствует.

     Возникает естественный вопрос о применимости рассмотренных подходов в современных российских условиях. Конечно, в России пока нет ликвидных рынков с большой емкостью и числом операторов по долговым финансовым инструментам. Раз нет таких рынков, то нет и исторических данных об изменчивости таких финансовых инструментов, а следовательно, нет и исходного статистического «сырья» для проверки эффективности указанных подходов на практике. Тем не менее по мере стабилизации денежного рынка в России и началом инвестиций в реальный сектор экономики, когда в пассивах банков появятся кредиты корпоративным клиентам, не являющимся «своими» для этого банка, вопрос оценивания качества кредитного портфеля встанет на первое место. Для такого банка необходимым станет создание внутренней системы классификации «хороших» и «плохих» заемщиков и управления долгового портфеля из активов этих компаний. Презентация западных методик оценивания кредитного риска полезна с той точки зрения, что они могут стать отправной точкой для создания более изощренных моделей учитывающих российскую специфику.

       Мировой опыт показывает, что решение проблемы уменьшения кредитного риска коммерческих банков и финансовых институтов да и других рисков неисполнения обязательств возможно в основном с помощью кредитных бюро, созданных для обмена информацией о заемщиках между кредиторами. При этом достигается следующий результат.

      Во-первых, кредитные бюро повышают уровень оперативной осведомленности банков о потенциальных заемщиках и дают возможность более точного прогнозирования возвратности ссуд. Это позволяет заемщикам своевременно получать ссуды, а кредиторам эффективно определять направление и цену ссуды, уменьшая риск возникновения проблемы неблагоприятного выбора.

      Во-вторых, кредитные бюро позволяют уменьшить плату за поиск информации, которую взимали бы банки со своих клиентов. Это ведет к выравниванию информационного поля внутри кредитного рынка и заставляет кредиторов устанавливать конкурентные цены на кредитные ресурсы. Более низкие процентные ставки увеличивают чистый доход заемщиков и стимулируют их деятельность.

      В-третьих, кредитные бюро формируют своего рода дисциплинирующий механизм для заемщиков. Каждый знает, что в случае невыполнения обязательств его репутация в глазах потенциальных кредиторов рухнет, отрезая его от заемных средств или делая их намного дороже. Этот механизм также повышает стимул заемщика к возвращению кредита, уменьшая риск недобросовестного поведения.

      В-четвертых, кредитное бюро производит независимую оценку финансово-экономического состояния потенциального заемщика с предоставлением информации по нему общего, статистического, аналитического, рейтингового, рекомендательного, позитивного и негативного характера, а также, по мере возможности, маркетинговую оценку его деятельности в соответствующей сфере рыночной экономики региона страны. В результате исключается субъективизм при решении вопроса выдачи кредита как со стороны кредитора, так и со стороны потенциального заемщика. И, наконец, кредитные бюро стимулируют развитие потребительского кредита, которое, в свою очередь, способствует развитию производства малого бизнеса и частного предпринимательства в рыночной экономике страны.

      Создание базы данных о потенциальных заемщиках объясняется возникновением у кредитора неразрешимых вопросов, связанных с отсутствием информации о том, что одни и те же заемщики (получатели инвестиций, страхователи, поручители, залогодатели) могут являться владельцами и руководителями в нескольких фирмах, обслуживаемых различными банками; нерешенной проблемой цивилизованной формы воспитания в масштабе страны платежной дисциплины, и кредитной дисциплины в частности, и возникновением проблем правового, организационного и экономического характера при создании коммерческими банками собственных кредитно-информационных подразделений.

      В целях повышения уровня оперативной осведомленности кредитных учреждений о потенциальных заемщиках, снижения риска при выдаче кредита и координации отношений между организациями, участвующими в обмене информацией, разрабатываются проект Закона «О деятельности кредитных бюро и обмене кредитной информацией», а также предложения для внесения дополнений и изменений в некоторые нормативные документы, что позволит регулярно получать первичную информацию от Государственного комитета по статистике; Государственного комитета по земельным ресурсам, геодезии и картографии и государственному кадастру информацию об имущественных и неимущественных правах юридических и физических лиц; Государственного налогового комитета; Государственного таможенного комитета из базы данных по юридическим и физическим лицам информацию о фактах нарушения таможенного законодательства; Министерства внутренних дел - информацию по физическим лицам; Центра по координации и контролю за функционированием рынка ценных бумаг при Госкомимуществе РУ – информацию из базы данных Единого государственного реестра выпуска ценных бумаг эмитентов с предоставлением финансовой отчетности по установленной форме; инвестиционно-трастовых, лизинговых, факторинговых и страховых компаний, а также кредитных союзов – информацию по физическим и юридическим лицам о выполнении обязательств по заключенным договорам.

      Необходима также работа по включению инвестиционных институтов, кредитных союзов, лизинговых и страховых компаний в круг поставщиков и получателей информации из базы данных.

      Таким образом, проведение наиболее полной оценки кредитоспособности и принятие решения о выдаче кредита заемщика должна основываться на имеющейся у банка информации о готовности заемщика исполнять обязательства, наличия у него возможности погасить кредит и наличия обеспечения, позволяющего банку компенсировать потери в случае неисполнения заемщиком условий кредитного договора.

      В вопросе управления кредитным риском, кроме оценки кредитоспособности заемщиков, также важно формирование фонда страхования кредитного риска. 

3.3. Формирование фонда страхования кредитного риска как мера снижения кредитного риска банка

      Одним из наиболее эффективных методов защиты от кредитного риска является изучение кредитоспособности клиента. Однако всегда существует риск ухудшения качества кредита и как крайний случай риск невозврата кредита и процентов по нему. С целью снижения влияния таких непредвиденных ситуаций на стабильность функционирования банка создаются страховые резервные фонды.

      Кредиты делят на пять видов по степени кредитного риска: стандартные, под контролем, субстандартные, сомнительные, безнадежные. По каждому из этих видов определены размеры отчислений на создание резерва (стандартные - 2%, под контролем - 5%, субстандартные - 20%, сомнительные - 50%, безнадежные - 100%).

      Вид кредита по степени кредитного риска определяется на основе двух критериев: класса кредитоспособности и характера кредитной истории заемщика.

      Кредитная история показывает как заемщик соблюдал требования кредитного договора, а именно: своевременно ли погашались кредиты, были ли просрочки, пролонгации, если были, то на какой срок. По кредитной истории ссуды делят на три группы:

      -хорошая - задолженность по кредиту выплачивалась в определенные сроки, пролонгация, если проводилась, то одноразово на срок не более 90 дней;

      -слабая - просроченная задолженность по кредиту и процентам по нему составляют не более 90 дней, или задолженность по кредиту, пролонгированному на срок более 90 дней при своевременной уплате процентов;

      -неудовлетворительная - просроченная задолженность по кредиту и процентам по нему составляет более 90 дней или задолженность по пролонгированному кредиту свыше 90 дней при неуплате процентов.