Финансовое моделирование как инструмент управления банковскими рисками

  

Рис. 13. Цикл развития кризиса

Выделим наиболее существенные элементы процесса кредитования, в которых возникают кредитные  риски. Во-первых, это планирование кредитной деятельности, когда банк определяет, в каких регионах, в каких объемах он будет работать, какие отрасли приоритетны с точки зрения кредитования и есть ли возможность привлечь заемщиков из этих отраслей. Во-вторых, это проектирование кредитных продуктов, в которые сам банк и закладывает многие риски: длительность кредитования, сумму, требования по оплате заемщиком определенной части стоимости приобретаемого товара и пр. В-третьих, это оценка рисков сделки, когда заемщик приходит за кредитом. В-четвертых, это лимитирование, которое должно способствовать ограничению рисков концентрации и корреляции в кредитном портфеле. В-пятых, это процесс использования заемщиком кредита и проводимый банком мониторинг текущего состояния кредитного портфеля и заемщиков.

На рисунке 14 представлена схема оценки кредитного риска, позволяющая охватить все элементы процесса кредитования. Какие риски мы "складываем" в кредитный портфель, зависит от моделей (методик) оценки рисков отдельных заемщиков и свойств кредитных продуктов. Ограничителем для добавления рисков в портфель служит система лимитирования. Модель кредитного портфеля позволяет оценивать его доходность и риски для сценариев спокойных и негативных макроэкономических условий. Макроэкономическое моделирование делает возможным создание таких сценариев, а методология стресс-тестирования - оценку влияния негативных сценариев на риск кредитного портфеля.

Рис. 14. Логическая схема системы оценки кредитного риска

Результаты  оценки рисков портфеля служат основой  для его оптимизации и установки  лимитов.

Рассмотрим  блоки схемы (рис. 14) более подробно. Начнем с оценки кредитного риска заемщика. В условиях экономического подъема методы оценки кредитоспособности заемщиков, основанные только на анализе их финансово-хозяйственной деятельности, что в основном практикуют российские банки, работают, но они сразу же ломаются, если отрасль, страна, региональная или мировая экономика вступают в полосу рецессии или наступает кризис. Есть надежда, что нынешний кризис наконец-то заставил банки задуматься о значимости макроэкономических факторов при оценке кредитного риска. В систематизированном виде факторы кредитного риска заемщика приведены на рисунке 15, где выделены макроэкономические факторы, которые воздействуют на всех заемщиков данной отрасли, региона, страны или всего мира (знаком * обозначен серый фон).

 

Рис. 15 Классификация факторов.

Модель кредитного риска сделки (рис. 16) представляет собой некое преобразование факторов риска (стрелки слева) в показатели оценки риска (стрелка справа). При этом в любой модели или методике оценки всегда присутствуют неучтенные факторы (стрелка сверху), которые помимо структуры и логики модели определяют модельный риск. Факторы финансового состояния заемщика (финансовые показатели) отражают его платежную мощность "здесь и сейчас", а большая часть нефинансовых показателей формирует устойчивость в долгосрочной перспективе. Чем больший срок кредита, тем больше должен быть вклад нефинансовых показателей в совокупную оценку риска.

Рис. 16 Логическая схема модели оценки кредитного риска заемщика.

Отраслевая  принадлежность заемщика - зачем она  нужна и на какие показатели риска  сделки она будет оказывать влияние? Во-первых, это устойчивость заемщика к макрошокам. Данный показатель, который  можно определить как изменение  рентабельности деятельности и/или объемов продаж под влиянием негативных изменений макроэкономических факторов, хоть и не определяется целиком отраслью, но сильно зависит от принадлежности к определенной отрасли. Во-вторых, отраслевая принадлежность оказывает влияние на показатель LGD (Loss Given Default) - потери при дефолте, которые сильно зависят от отрасли. В том числе виды залогов и их ликвидность зависят от отрасли. Концентрация связанных залогов может породить большие проблемы для банка в условиях кризиса или рецессии. В-третьих, отраслевая корреляция между PD (Probability of Default) - вероятностями дефолта заемщиков, которая нужна для правильной оценки ожидаемых и неожидаемых потерь (резервов на потери по ссудам и экономического капитала), усиливается во время кризисов.

Региональная  принадлежность заемщиков также  существенна, так как нельзя применять  одну и ту же модель скоринга к заемщикам  в регионах, которые существенно  отличаются по социально-экономическим  показателям и их динамике. В последнее  время происходила конвергенция регионов, они сближались по своим показателям, становились более однородными, и этот фактор стал играть все меньшую роль. В настоящее время происходят обратные процессы, регионы расходятся по своим характеристикам: одни проявляют устойчивость к кризису, другие тонут. И нужно понимать структуру регионов, в которых работает банк.

Свойства продукта определяют существенную часть кредитных  рисков. Задавая параметры кредитных  продуктов, кредитную политику, методы продвижения продуктов, нацеленные на определенную аудиторию, банк, по сути, определяет свой профиль риска. Свойства продукта напрямую влияют на LGD, на распределение кредитной экспозиции EAD (Exposure at Default), то есть активов под риском. В условиях кризиса, так же как и при росте рынка, оптимальность кредитных продуктов банка имеет существенное значение с точки зрения принимаемого риска.

Таким образом, оценка риска сделки, чтобы мы могли  использовать ее результаты и в стрессовых условиях, должна, помимо данных по заемщику, включать региональные, отраслевые и макроэкономические данные. А также данные по кредитному продукту для оценки компонента кредитного риска сделки, связанного с продуктом.

Центральное место  в логической схеме оценки кредитного риска (рис. 2) занимает модель кредитного портфеля, которая позволяет банку объективно оценить такие важные для него характеристики кредитного риска, как требуемые резервы под ожидаемые потери по портфелю и экономический капитал под неожидаемые потери. Решение по каждой сделке также должно приниматься, исходя из текущего состояния кредитного портфеля: понизит или повысит данный заемщик общий риск портфеля? Ведь даже заемщик с низкой вероятностью дефолта (высоким кредитным рейтингом) может ухудшать состояние кредитного портфеля, если факторы кредитного риска, которым он подвержен, сильно коррелированы с текущими заемщиками в портфеле, если при добавлении заемщика в портфель будут превышены лимиты на отрасли и т.д.

Модель оценки риска кредитного портфеля может  строиться двумя принципиально  различными способами:

- на основе  исторического распределения реальных  потерь, например по поколениям  кредитов;

- на основе  данных по показателям риска  отдельных кредитов, в частности  вероятностям дефолтов заемщиков.

Принципиальная  логическая схема модели оценки кредитного риска портфеля изображена на рисунке 17. Логика описания модели (методики) такая же, как для рисунка 16. Построение модели кредитного портфеля первым способом подразумевает, что на входе модели - параметры кредитных сделок (определяемые параметрами продуктов) и платежная дисциплина заемщиков. Этот метод довольно хорошо работает в стабильных макроэкономических условиях, но при бурном росте рынка и тем более при негативных изменениях сказываются его ограничения - неучет макроэкономических факторов риска, параметров заемщиков.

Рис. 17. Логическая схема модели оценки рисков кредитного портфеля.

Второй способ является более сложным и трудоемким, однако на выходе позволяет получить не только кривую распределения потерь по кредитному портфелю, но и методические основания для проведения анализа чувствительности портфеля к факторам риска и его стресс-тестирования.

Поскольку нам  интересна не апостериорная картина кредитного риска, а понимание будущего, необходимы связные макроэкономические сценарии, в которых действует банк и его заемщики. Это макроэкономическое моделирование, результаты которого напрямую сказываются на нашей оценке рисков кредитного портфеля. Риски концентрации кредитного портфеля банка (по отраслям экономики, виду обеспечения и др.) являются одними из самых существенных факторов, которые оказывают влияние на финансовую устойчивость кредитной организации. Иллюстрацией влияния фактора отраслевой концентрации может служить, например, период стагнации немецкой экономики, начавшийся в 2001 г., когда прирост ее ВВП оказался в четыре раза меньше среднемирового, и повлекший за собой лавинообразный рост проблемных кредитов, а фактора коррелированности залогов - нынешний кризис. Однако, несмотря на наличие столь красноречивых примеров, банковские надзорные органы многих стран (и Россия не исключение) продолжают ограничивать лишь риски концентрации на одного заемщика или группу связанных заемщиков и никак не регулируют объем принимаемых банками рисков секторной концентрации (отраслевой и/или региональной, по виду залога), хотя и признают их исключительную важность как для устойчивости отдельных банков, так и для стабильности всей банковской системы. Безусловно, на разработку соответствующих регуляторных стандартов требуется время. Однако их отсутствие приводит к тому, что банки, особенно средние и мелкие, не имеют должной мотивации и осведомленности для управления своими концентрационными рисками, что может во время текущего кризиса привести к возникновению у них существенных проблем.

Результаты  моделирования кредитного риска портфеля (в том числе с учетом стресс-тестирования) должны позволить провести оптимизацию кредитного портфеля банка. Оптимальные соотношения обеспечивают банк системой лимитов, которой он руководствуется при принятии решения о кредитовании, наряду с системой скоринговой (рейтинговой) оценки.

Глубина и длительность финансового кризиса заставляют банки и надзорные органы уделять особое внимание стресс-тестированию. По определению Банка России, стресс-тестирование - аналитический инструмент, призванный обеспечить оценку потенциальных потерь кредитных организаций в случае возможных спадов в экономике. Таким образом, в результате проведения стресс-тестов мы должны определить, как изменится стоимость кредитного портфеля при изменении макроэкономических факторов риска, определяющих спад в экономике и влияющих на наш кредитный портфель. Структура и последовательность шагов процедуры стресс-тестирования кредитного портфеля показаны на рисунке 18. Рассмотрим эти шаги и инструментарий.

 

Рис. 18. Структура и последовательность шагов процедуры

стресс-тестирования кредитного портфеля.

Кредитный портфель характеризуется множеством параметров (см. показатели на входе модели, представленной на рис. 6, что затрудняет его анализ и прогноз рисковых характеристик. Например, в одном портфеле однородных ссуд могут оказаться ссуды, факторы риска для которых сильно различаются, что делает малопродуктивным прогноз необходимых резервов. Инструменты выявления структуры многомерных объектов - самоорганизующиеся карты Кохонена и кластерный анализ - позволяют решить следующие задачи: оценить однородность кредитного портфеля (субпортфелей); выявить зоны концентрации рисков; выявить структуру показателей регионов присутствия банка, то есть определить, имеются ли группы похожих регионов с точки зрения показателей региональных экономик - факторов кредитного риска; выявить структуру показателей текущих заемщиков, отслеживать ее изменения, что необходимо для проверки качества моделей оценки кредитного риска заемщиков и уверенности банка в применении адекватных моделей (в том числе и стресс-тестирования).

Хотя кредитный  риск порождают отдельные заемщики, при объединении их в портфель риски могут ослабляться или  усиливаться. Причем усиление рисков будет  наиболее значимым в негативных макроэкономических условиях. Поэтому важно проводить оценки риска концентрации кредитного портфеля:

- по отраслевой  принадлежности заемщиков;

- чувствительности  заемщиков к одному типу/фактору  риска;

- однотипным (связанным)  залогам;

- размеру кредита и пр.

Модель кредитного портфеля, во-первых, помогает идентифицировать его уязвимости, включая концентрацию рисков, во-вторых, позволяет рассчитать величину ожидаемых и неожидаемых  потерь при негативном изменении  макроэкономических факторов риска. Для учета воздействия рисков на финансовый результат банка и его ликвидность необходимо связать модель портфеля с финансовой моделью банка.

Макроэкономическое  моделирование позволяет создать  сценарии для спокойных или стрессовых условий (рис. 19).

Рис. 19. Виды стресс-тестов

 

Результаты  стресс-тестирования могут быть использованы для оптимизации кредитного портфеля - выработки рекомендаций по изменению  лимитов по регионам присутствия  банка, отраслям экономики, продуктам, видам залогов и пр. Для каждого  из сценариев необходимо разработать план мероприятий, где будут описаны действия банка в случае наступления негативных событий.

Описанная совокупность методологических приемов и технологий позволяет эффективно управлять  кредитными рисками как в условиях растущего рынка, так и в условиях кризиса.

 

2.5. Интегрированная модель управления рисками

на  примере коммерческого банка  «АКБ»

В настоящее  время у российских банков остро  стоит задача в оптимизации процесса выдачи кредитов как физическим, так  и юридическим лицам. Это позволяет сделать скоринг. В данной статье описывается применение деревьев решений для построения скоринговой модели.

Скоринг представляет собой сложную математическую модель, которая позволяет классифицировать клиентов банка на различные группы, позволяя с определенной вероятностью отсеивать «плохих» клиентов. В целях построения модели сначала производится выборка клиентов кредитной организации, о которых уже известно, хорошими заемщиками они себя зарекомендовали или нет. Такая выборка называется «обучающей». Она может варьироваться от нескольких тысяч до сотни тысяч. Выборка подразделяется на две группы: «хорошие» и «плохие» риски. Это оправдано в том смысле, что банк при принятии решения о кредитовании на первом этапе выбирает из двух вариантов: давать кредит или не давать. Таким образом, скоринг представляет собой классификационную задачу, где, исходя из имеющейся информации, необходимо получить функцию, наиболее точно разделяющую выборку клиентов на «плохих» и «хороших».

Дерево классификации  представляют собой системы, которые разделяют клиентов на группы, внутри которых уровень риска одинаков и максимально отличается от уровня риска других групп.