Управление ликвидностью коммерческого банка

·                     по каждому доходному активу вложенные  средства либо возвращаются в срок, либо вообще не возвращаются;  

·                     каждое обязательство представляется как одноразовое заимствование  с одноразовым возвратом в  заданный срок;  

·                     средства по каждому обязательству  изымаются точно в срок;  

·                     ставки размещения и привлечения  в банке точно совпадают с  рыночными и фиксируются на момент открытия актива или пассива» [25];  

Теперь определимся  с активами и пассивами. Естественно, активы имеют разные сроки и разную степень доходности для банка. Поэтому  активы разбиваются по срокам на группы. Соответственно: 

At(i,h) — сумма, инвестированная в t-м периоде в активы i-го типа на срок h периодов, которая выражена в валюте данного актива 

mt(i,h) — доля возврата активов i-го типа, открытых в t-м периоде, сроком на h периодов (например, в течение месяца мы вложили средства в государственные облигации на срок 1 год в сумме 100 000 рублей, доля возврата составляет 0,99). Фактически доля возврата характеризует качество актива, однако сложность именно в том, чтобы точно её рассчитать. Проще всего считать долю возврата случайной, тогда в расчёте будет использоваться среднеквадратическое отклонение этой величины (st(i,h)) 

Пассивы также характеризуются  определёнными показателями: 

Bt(i,h) — сумма, заимствованная в t-м периоде из источника i-го типа на срок h периодов, которая выражена в валюте данного обязательства 

«…В зависимости  от каждого типа пассива можно  рассчитать  

·                     сумму в рублях привлеченных за период средств;  

·                     сумму в рублях выплат банка;  

·                     начисленный за период и реально  произведенный процентный расход» [17];  

«…Кроме того, на банк оказывает влияние внешняя среда  – основные факторы внешней среды  это спрос на инвестиции и возможности  привлечения средств банком» [25]. Таким образом, в модель включаются ещё и рыночные ограничения: 

·                     Xt(i,h) — выраженный в рублях спрос на инвестиции i-го типа на срок h периодов, доступный банку на рынке активов в периоде t 

·                     Yt(i,h) — выраженные в рублях возможности банка в периоде t по привлечению средств из источника i-го типа на срок h периодов 

Естественно, что  показатель At(i,h) не может превосходить Xt(i,h), как и сумма Bt(i,h) не превосходит Yt(i,h). 

В общем виде модель построена, принципы её использования  в следующем: 

·                     Структуру активов и пассивов At(i,h) и Bt(i,h) мы свободно планируем в рамках перечисленных выше рыночных и балансовых ограничений.  

·                     Параметры качества активов t(i,h), st(i,h) мы можем планировать лишь в некоторой степени, например устанавливая ориентиры, к которым банк должен приблизиться в будущем. Используя другой подход, можно трактовать эти величины, как не зависящие от деятельности банка (т. Е. только прогнозируемые). Можно сочетать оба подхода, задавая допустимые значения в соответствии с кредитной политикой банка и одновременно просчитывая разные ситуации отклонения этих параметров от плановых значений (и тем самым фактически измеряя кредитный риск, соответствующий кредитной политике банка). Здесь многое зависит от кредитной политики банка – естественно, вложив деньги в государственные облигации, мы рискуем значительно меньше, поскольку качество актива выше. Однако в таком случае пострадает доходность банка.  

·                     Рыночные потенциалы банка по размещению и привлечению средств Xt(i,h) и Yt(i,h) мы можем планировать лишь в редких случаях (особенно это касается спроса на кредиты), когда банк проводит экспансионистскую политику в новых регионах или сферах деятельности, или ожидает открытия доступа к новым источникам привлечения средств или укрепления своей репутации.  

·                     Процентные ставки pt(i,h), qt(i,h) мы можем только прогнозировать. Можно рассмотреть несколько вариантов развития событий, каждый из которых характеризуется своей динамикой этих величин. 

Технологию применения модели можно рассмотреть упрощённо: 

1. Оцениваем параметры  качества активов st+1, которых банк планирует достичь в следующем периоде, и ожидаемый уровень заемного потенциала Yt+1 (например, в следующем периоде средняя доля возврата актива должна составить 94%, при этом в следующем периоде мы сможем выпустить долговые обязательства на сумму 100 000 рублей, и так далее по каждой группе пассивов) 

2. Планируем варианты  размещения средств At+1 и привлечения Bt+1, учитывая при этом: 

- наши цели относительно  уровня доходов, рыночной стоимости  собственного капитала и ликвидности;  

- рыночные и балансовые  ограничения  

-ориентировочные  будущие значения качества активов;  

-текущие значения  процентных ставок pt, qt  

3. Вычисляем, как  изменятся доходы, стоимость собственного  капитала и ликвидность, если  в той или иной степени изменятся: 

- качество активов  (по сути, это анализ кредитного  риска) 

- процентные ставки (анализ процентного риска) 

- курсы валют (валютный  риск)  

Например, «…анализ кредитного риска описывается в  общем виде формулой (ожидаемый кредитный  убыток по данному активу): 
 

, где 
 

- значение k-го фактора кредитного риска (в процентах вероятности дефолта) на базовую дату, влияющего на j-й финансовый инструмент; 

- общее количество  факторов кредитного риска, влияющих  на j-й финансовый инструмент; 

- степень влияния  k-го фактора кредитного риска на стоимость j-го финансового инструмента» [17]. 

Эти вычисления позволят спрогнозировать риск нехватки ликвидности (дефицита ликвидности) в зависимости  от действия фактора кредитного риска.  

Совокупность всех факторов риска, оказывающих влияние  на финансовые инструменты кредитной  организации, можно описать следующей  формулой: 

                                                      

, [17] где 
 

- прогнозное изменение  стоимости финансового инструмента  относительно его базовой стоимости  в момент времени t; 

- стоимость j-го финансового инструмента; 

- ожидаемый кредитный  убыток j-го финансового инструмента; 

- прогнозное значение  “доходности” изменения k-го фактора риска, влияющего на j-й финансовый инструмент 

- общее количество  факторов кредитного риска, влияющих  на j-й финансовый инструмент; 

- общее количество  факторов процентного риска, влияющих  на j-й финансовый инструмент; 

- общее количество  факторов фондового риска, влияющих  на j-й финансовый инструмент; 

- общее количество  факторов валютного риска, влияющих  на j-й финансовый инструмент. 

Конечно, модель в  таком виде на практике применить  сложно. Помимо вышеперечисленных факторов, «…в действующих динамических моделях  анализируется временной показатель ликвидности, который демонстрирует  достаточность прибыли по имеющимся  активам в случае, когда сроки  активов превышают сроки пассивов» [32] (на практике встречаются преимущественно  такие случаи). «…Для анализа  пассивов во времени», которые здесь  просто описываются некоторой величиной  Bt(i,h), «…возможно построение моделей временных рядов – это уже элементы эконометрического анализа с использованием моделей ARIMA» [16].  

Таким образом, построение динамической модели является достаточно трудоёмким процессом. «…Если для расчета  статической модели фактически требуется  только автоматизированный финансовый калькулятор, с помощью которого оформляются в виде распределенной по периодам таблицы уже существующие в банковской отчетности денежные потоки (в частности, платежи по выданным кредитам), то создание работоспособной  динамической модели связано с разработкой  значительно более сложного вычислительного  аппарата, способного описывать транзакции, которые банк предполагает провести в будущем, и оценивать их возможные  последствия» [24].  

Наиболее простая  динамическая модель должна уметь прогнозировать финансовые потоки при условии постоянства  проводимой банком политики. «…При  этом следует исходить из практики заключения договоров, имевшей место  в течение последних 3-6 месяцев» [25]. Чтобы повысить точность этой модели, ее рекомендуется дополнить несколькими  описанными ниже элементами. 

Анализ динамики вкладов до востребования. «…Для  оптимального установления и изменения  лимитов необходима адекватная система  анализа перспектив развития клиентской базы, которая позволяет оценивать  тенденцию изменения объема средств  на счетах до востребования, а также  колебания остатков на данных счетах» [33]. Составление достоверного прогноза этих двух параметров дает банку возможность  рассчитать, какой дополнительный объем  денежных средств будет в его  распоряжении в определенный период, а также какой его долей  он может воспользоваться без  риска вызвать кризис ликвидности. 

What-If-анализ. «…Система должна просчитывать последствия предполагаемых корректив политики банка либо радикальных изменений экономической ситуации в стране, которые могут вызвать резкий отток денежных средств» [25]. Используя «What-If-анализ», руководство банка может своевременно оценить последствия реализации предполагаемых сценариев и предпринять адекватные меры, что позволит банку оперативно перестроиться, чтобы извлечь максимальную выгоду из благоприятной ситуации либо минимизировать убытки и предотвратить банкротство в случае угрозы возникновения кризиса.  

Прогностические системы. «…Наиболее сложные динамические системы  управления разрывами ликвидности  включают в себя инструментарий, позволяющий  просчитывать последствия принятия различных управленческих решений  с учетом прогноза изменения экономической  ситуации и ее влияния на отдельные  агрегированные статьи баланса банка. Количественные оценки зависимости  статей баланса от внешней среды  можно получить путем корреляционного  анализа рядов динамики изучаемых  статей и различных рыночных индексов» [21]. При этом следует учитывать  сезонные колебания среднемесячных объемов выдаваемых кредитов. «…Более  точную картину зависимости от рыночной ситуации можно сформировать при  помощи факторного анализа, причем учитываться  должны и количественные, и качественные показатели» [24].  
 
 

3. Современная оценка  ликвидности банковской системы  России. Проблемы управления ликвидностью  в условиях финансовой нестабильности 
 

3.1 Современная оценка  ликвидности банковской системы  России 
 

Необходимо признать, что банковская система России напрямую ощутила действие мирового финансового  кризиса. Негативные тенденции, наблюдавшиеся  с марта – апреля 2008 года, к  осени только укрепились. Сложности  с приобретением ресурсов на зарубежных межбанковских рынках, значительный отток средств с депозитов, рост просроченной задолженности по активным операциям, потери в связи с переоценкой  финансовых активов – всё это  привело к увеличению риска ликвидности  кредитных организаций.  

Проведём анализ каждого из негативных факторов, которые  усиливают риск ликвидности кредитных  организаций: 

1. Сокращение объёма  рынка межбанковского кредитования. 

В течение нескольких лет отечественные банки занимали активные позиции на зарубежных рынках межбанковского кредитования, что в  принципе объяснимо – поскольку  стоимость финансовых ресурсов за рубежом  значительно ниже. «…Только за одно полугодие 2007 года кредитные организации  России заняли 28,8 млрд. долларов, что  составляло около 15% от совокупных активов  банковской системы России» [30]. По данным аналитиков ЦБ РФ, в ряде кредитных  организаций внешние займы достигли 30% от совокупной ресурсной базы, что  является критическим показателем. «…К июлю 2008 года объём чистых заимствований  за рубежом сократился на 26,7%, в абсолютном выражении составив 21, 7 млрд. долларов. В структуре пассивов доля внешних  займов в июле 2008 года составила 16,5%, что в принципе не является высоким  показателем в рамках всей банковской системы» [28] (для сравнения –  доля внешних займов в Казахстане составляет порядка 40% ресурсной базы банковской системы).