Риски банка на финансовом рынке и управление рисками

Пятифакторная модель Альтмана, построенная на основе анализа состояния 66 фирм, позволяет дать достаточно точный прогноз банкротства на 2-3 года вперед. Факт банкротства на один год можно  установить с точностью до 95%.

Модель Альтмана предсказывает  случай наступления банкротства  достаточно хорошо на два года вперед. Более поздние работы Альтмана были основаны на более тщательном исследовании, более подробно были изучены такие  факторы, как капитализируемые обязательства  по аренде, применился прием сглаживания  данных, чтобы выровнять случайные  колебания. Новая модель способна предсказывать  банкротства с высокой степенью точности на два года вперед и с  меньшей, но все же приемлемой точностью (70%) на пять лет вперед.

Z = 1,2*X1 + 1,4*Х2 + 3,3*Х3 + 0,6* Х4 + 0,9*Х5 – 2,675,

Если Z < 0, то финансовое положение предприятия расценивается как «рискованное», если Z > 0 – предприятие считается «статистическим здоровым».

Построение моделей, подобных уравнению Альтмана, для российских заемщиков пока проблематично, во-первых, из-за отсутствия статистики банкротств; во-вторых, из-за влияния на факт признания  фирмы банкротом многих факторов, не поддающихся учету; в-третьих, из-за нестабильности нормативной базы банкротства  российских предприятий.

В данной модели все коэффициенты положительные, хотя на практике не все  указанные показатели одинаково  влияют на степень риска. Поэтому  в модели Банка Франции некоторые  коэффициенты имеют отрицательный  знак. Считается, что показатели с  положительным коэффициентом увеличивают  общую оценку (уменьшают степень  риска банкротства), тогда как  показатели с отрицательным коэффициентом  уменьшают эту оценку (увеличивают  степень риска). Но в модели Банка  Франции некоторые показатели оказывают  на уровень риска неожиданное  влияние. Так, показатели платежеспособности и доли добавленной стоимости в оборотах наделены отрицательными коэффициентами, означающими, что они увеличивают риск банкротства.

Z = -1,225X1 + 2,003X2 – 0,824X3 + 5,221X4 – 0,689X5 – 1,164 X6  + 0,706X7 + 1,408X8,

Сумма произведений каждого  показателя на соответствующий коэффициент  позволяет судить об уровне риска  банкротства предприятия. Если полученный показатель > 0,125, то положение предприятия  считается удовлетворительным, если < -0,25, то имеются основания полагать, что предприятию грозят серьезные  финансовые трудности. При показателях, находящихся в промежутке -0,25 и 0,125, положение предприятия и риск его банкротства считаются неопределенными.

Главной проблемой практического  использования названных и других моделей скоринга является обеспечение связанности и непротиворечивости различных показателей. Многие банки, чтобы добиться более точных оценок, комбинируют по своему усмотрению различные показатели и коэффициенты.

Отечественные дискриминантные модели прогнозирования банкротств представлены двухфакторной моделью М.А. Федотовой и пятифакторной моделью Р.С. Сайфулина, Г.Г. Кадыкова.

Модель оценки вероятности  банкротств М.А. Федотовой опирается  на коэффициент текущей ликвидности (X1) и долю заемных средств в валюте баланса (Х2):

Z = -0,3877 – 1,0736 * X1 + 0,0579 * Х2

При отрицательном значении индекса Z вероятно, что предприятие  останется платежеспособным.

Уравнение Р.С. Сайфулина, Г.Г. Кадыкова имеет вид:

Z = 2 * X1 + 0,1 *X2  + 0,08 *X3 + 0,45 * X4  + X5,

При полном соответствии значений финансовых коэффициентов минимальным  нормативным уровнем индекс Z равен 1. Финансовое состояние предприятия с рейтинговым числом менее 1 характеризуется как неудовлетворительное.

Наряду с множественным  дискриминантным анализом прогнозирования  банкротства заемщика могут использоваться и упрощенные модели, основанные на системе определенных показателей. Примером такого подхода является система  показателей Бивера, включающая:

• коэффициент Бивера;
• рентабельность активов;
• финансовый леверидж;
• коэффициент покрытия активов собственным оборотным капиталом;
• коэффициент покрытия краткосрочных обязательств оборотными активами.

Для классификации кредитов можно использовать модель CART. CART расшифровывается как «классификационные и регрессионные  деревья» (Classification and regression trees). Это непараметрическая модель, основными достоинствами которой являются возможность широкого применения, доступность для понимания и легкость вычислений, хотя при построении таких моделей применяются сложные статистические методы. Иногда эту модель называют «рекурсивным разбиением». Понять «классификационные и регрессионные деревья» модно при  разбивке на «ветви» в зависимости от значений выбранных финансовых коэффициентов, каждая «ветвь» дерева, в свою очередь, разделяется на «ветви» в соответствии с другим коэффициентом. Точность классификации составляет около 90%, что совсем неплохо. Рассмотрим «классификационное дерево» для выявления фирм-банкротов, приведенное в Приложении 2.

Используя математические методы при управлении кредитами банков, необходимо иметь в виду, что представление  кредитов не чисто механических акт. Это сложный процесс, в котором  важны как человеческие отношения  между сторонами, так и понимание  технических аспектов. Математические модели не учитывают роль межличностных  отношений, а в практике кредитного анализа и кредитования этот фактор необходимо учитывать.

Альтман предлагал использовать его «количественную модель»  как дополнение к «скорее качественному  и интуитивному» подходу инспекторов  кредитных отделов банков, отмечая, что его модель не дает балльной оценки кредита и не способна заменить оценки, которые предлагают служащие банка. Модель и получаемые через  нее Z – оценки могут послужить ценным инструментом определения общей кредитоспособности клиентов и сигналом раннего предупреждения о возможности плохого финансового состояния.

Недостатками классификационных  моделей являются произвольностью  расчета базовых количественных показателей («эмпиризм»), высокая чувствительность к искажению (недостоверности) исходных данных (в особенности, финансовой отчетности, что наиболее характерно именно для  российских предприятий-заемщиков), сравнительная  громоздкость (необходимо учитывать  «финансово-экономический гистеризис» заемщика, исследовать внутри- и межотраслевую статистику и т.п.).

Агрегировать количественные и качественные характеристики заемщика позволяют модели комплексного анализа: правило «шести СИ», CAMPARI, PARTS, оценочная система анализа.

Правило «шести СИ» используется в практике банков США, которые для  отбора клиентов применяют критерии, начинающиеся буквой «Си»: character, capital, cash, collateral, conditions, control. Это соответствует русским терминам:

• способность заимствовать средства;
• репутация заемщика;
• способность получать доход;
• обладание активами (обеспечение);
• состояние экономической конъюнктуры;
• чувствительность заемщика.

Анализ кредитоспособности клиента в соответствии с основными  принципами кредитования, содержащимися  в методике САMPARY, заключается в поочередном выделении из кредитной заявки и прилагаемых финансовых документов, отражающих деятельность клиента, в их оценке и уточнении после личной встречи с клиентом.

Название CAMPARY образуется из начальных букв следующих слов:

C – Character – репутация, характеристика клиента;

A – Abiliti – способность к возврату кредита;

M – Margin – маржа, доход;

P – Purpose – целевое назначение кредита;

A – Amount – размер кредит;

R – Repayment –условия погашения кредита;

I – Insurance – обеспечение, страхование риска непогашения кредита.

Вывод: анализ кредитоспособности – это не просто расчет пяти и  более коэффициентов и сравнение  результатов с нормативами, а  гораздо более трудоемкий процесс, требующий много времени и  предъявляющий высокие требования к квалификации работника банка.

 

 

 

 

 

 

 

 

 

 

 

 

 

3.2. Формирование фонда страхования кредитного риска

На сегодняшний  день более 90% предприятий малого и  среднего бизнеса осуществляют свою деятельность за счет кредитных ресурсов (банковские кредиты, лизинг), и поэтому  банк либо лизинговая компания выдвигают  в качестве обязательного условия  страхование объекта залога или  лизинга. По экспертным оценкам, объемы кредитования малого бизнеса растут в среднем на 30–50% в год. В чем  же особенности рисков, сопутствующих  кредитованию малого бизнеса, с точки  зрения страховщика? Как известно, малый  бизнес в первую очередь страдает от нехватки оборотных средств. Зачастую у таких предприятий нет возможности  предоставить имущество для залога, чтобы получить кредит. Иногда не хватает  опыта, нужных связей, достаточного уровня безопасности и т.д. Все это делает субъекты малого предпринимательства  сильно подверженными влиянию множества  негативных факторов, приводящих к  неплатежеспособности, и затрудняет доступ к кредитным ресурсам. Согласно исследованию, проведенному рейтинговым  агентством «Эксперт РА», потребность  предприятий малого бизнеса во внешнем  финансировании удовлетворена лишь на 15–20%. Опыт работы с банками показывает, что риск банка при различных  видах кредитования, реализующийся  в финансовых потерях в виде невозврата кредита, неполучения ожидаемой  прибыли, ухудшения ликвидности, складывается из факторов двух типов:

1) субъективных, влияющих  на принятие решений и ход  реализации проекта. К ним следует  отнести ошибки в маркетинге  финансируемого проекта, изменение  конъюнктуры рынка, ошибки в  бизнес-планировании, недостаточные опыт и квалификацию руководителей и исполнителей проекта;

2) объективных, не  зависящих от участников проекта. Например, пожар, наводнение, землетрясение, техногенные аварии (отключение электроэнергии), поломки оборудования, изменение нормативной среды, действия властей, мошеннические действия.

Субъективные факторы  обычно исключаются, минимизируются или  нейтрализуются на стадии подготовки и принятия решения о финансировании проекта, то есть выдаче кредита. Например, не считаются надежными: кредитование абсолютно нового бизнеса; текущего бизнеса с новым руководством; бизнеса «с нуля», полностью финансируемого за счет кредитования, без участия  собственных средств предприятия или его акционеров. Для оценки этих факторов многие банки содержат большой штат экспертов – специалистов по различным отраслям экономики, которые могут адекватно оценить вероятность успеха проекта. Здесь возможно использование таких инструментов, как страхование от ошибки в проектировании или страхование строительно-монтажных рисков, которые частично покрывают недостатки, заложенные на стадии конструкторских или проектных работ. Можно застраховать основных исполнителей проекта от несчастного случая, нетрудоспособности и смерти по любой причине, при этом выгодоприобретателем на величину непогашенной задолженности будет являться банк.

Объективные факторы  риска можно минимизировать (к  сожалению, не все) с помощью классических видов страхования – страхования  от огня, страхования грузов, страхования  от перерыва в производстве в результате аварии и т.д. Конечно, нельзя застраховаться от действий властей и изменений  налогового законодательства. Мошенничество  тоже не покрывается страхованием: страховщик не может помочь банку  в определении добропорядочности  заемщика. Он, как, впрочем, и банк, может лишь проверить некоторые сведения о заемщике, предоставленные им самим, или даже собрать какую-то иную информацию о нем. Но следует учитывать, что прибыль от операций по страхованию кредитных рисков весьма мала в абсолютном исчислении по сравнению с доходом банка, а затраты на проверку заемщика могут быть достаточно велики. Объективно страховщику невыгодно проводить тщательную проверку. Если поручить это стороннему лицу, то всегда существует вероятность, что результаты не будут соответствовать действительности. Такой подход приводит к убыткам как со стороны страховщика, так и со стороны банка. На самом деле оценка заемщика, оценка предлагаемого проекта и бизнес-плана – это прерогатива банка. Он самостоятельно принимает решение о выдаче кредита и не требует страхования кредитного риска, осуществляется только страхование залога и жизни заемщика. Интересно, что подход банка к страхованию рисков при кредитовании большого количества физических лиц (имеется в виду потребительское кредитование, набирающее в последние годы огромные обороты) совсем иной³.

Страховщик предлагает застраховать риск невозврата кредита  или других финансовых потерь банка, связанных с дефолтом заемщика или  неполным покрытием потерь после  реализации залога. Страховой случай признается таковым, если он произошел  в результате объективных, случайных  причин (стихийных бедствий, гибели груза и т.д.), личностных факторов (болезнь, инвалидность или смерть ключевых фигур проекта) и частично субъективных ошибок (ошибок проектировщика, наладчика  и т.д.). Можно говорить о расширении перечня страховых случаев за счет иных субъективных причин, но только при страховании полного набора всех возможных рисков. Иначе говоря, можно застраховать и невозврат  кредита по любой причине, если при  этом будут застрахованы какие-либо другие риски, например имущество заемщика, или его ключевые сотрудники, или  перерыв в производстве, или строительно-монтажные  риски, и т.д. Просто в результате суммарный страховой тариф может  оказаться слишком высоким.

Подытоживая сказанное, перечислим основные принципы страхования  кредитных рисков банка: