журналы подразделения новости подписка контакты home

архив
2001 год
2002 год
2003 год
2004 год
2005 год
2006 год
2007 год
2008 год
2009 год
2010 год
рубрики
БАНКОВСКИЕ СТРАТЕГИИ

Банковская деятельность

БАНКОВСКИЙ МЕНЕДЖМЕНТ

ПЛАТЕЖНЫЕ КАРТОЧКИ

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Новые рыночные страны

гостям
Агентство "Стандарт" предлагает вам подписаться на экномические журналы – лидеры в своей области.
























"Банковская практика за рубежом" – №6, 2006

Банковская деятельность

Модели кредитной безопасности

Идентификация зарубежными банками вероятности дефолта
потенциальных заемщиков

В современных условиях, когда в связи с необходимостью осуществления масштабного кредитования растущей экономики Украины значительно усиливается роль оптимизации кредитования, центральное место в банковской практике управления кредитными рисками занимает этап их идентификации и оценки, когда определяются основные рискообразующие факторы, их взаимосвязь и потенциал угрозы для банка. Одним из важнейших вопросов управления кредитным риском является идентификация вероятности дефолта конкретного контрагента. Под термином дефолт (от англ. «default» – «неплатеж, невыполнение») как в западной, так и в отечественной научной литературе понимается несоблюдение контрагентом – в силу неспособности или нежелания – условий кредитного соглашения или рыночной сделки [1]. При выяснении вероятности дефолта контрагента, как правило, применяется несколько методов, образующих модели, в которых, с одной стороны, метод финансовых коэффициентов регламентирует порядок подбора и расчета финансовых коэффициентов, а, с другой, методы, использующие математический аппарат, определяют механизм действия.

В силу того что современные реалии украинских и западных банков существенно отличаются по таким важнейшим параметрам как правовое поле и исторически сформировавшиеся экономические отношения, справедливо подразделять существующую практику определения вероятности дефолта на украинскую и западную.

Проведя анализ западной практики определения вероятности дефолта (компании, заемщика, контрагента), мы пришли к выводу о параллельном существовании нескольких видов моделей:

основанные исключительно на данных финансовой отчетности;

использующие как финансовую отчетность, так и иные данные;

актуарные;

основанные на определении рыночной стоимости.

В прошлом веке в финансовом мире прослеживались следующие тенденции: волнообразное действие глобальных и национальных финансовых кризисов; увеличение волатильности финансовых рынков; стремительно растущая конкуренция; глобализация финансовых рынков. Одновременно с этим характер экономических отношений в развитом капиталистическом мире ХХ века давал ученым возможность проводить свои исследования, опираясь на достоверные статистические данные и финансовую отчетность. Все это сформировало необходимые предпосылки для создания модели, использующей сравнительно небольшое количество показателей и направленной на определение вероятности банкротства предприятия. Такую модель впервые в 1968 году разработал профессор финансов Университета Нью-Йорка Э.Альтман, который для ее создания первоначально использовал 22 финансовых показателя и финансовую отчетность 66 компаний (половина из них успешно функционировала, а другая потерпела банкротство). С помощью метода множественного дискриминантного анализа проводилась пошаговая статистическая оценка значимости финансовых коэффициентов, где менее важные данные отсеивались, эксперимент же повторялся снова. В результате была получена модель, состоящая из пяти финансовых показателей [2]:

Z = 1.2X1 + 1.4X2 + 3.3Х3 + +0.6Х4 + 0.999Х5,

где Х1 – отношение собственного оборотного капитала к сумме активов;

Х2 – отношение нераспределенной прибыли к сумме активов;

Х3 – отношение прибыли до выплаты процентов и налогов к сумме активов;

Х4 – отношение рыночной стоимости капитала к балансовой стоимости обязательств;

Х5 – отношение выручки от реализации к сумме активов.

Когда количество показателей модели попробовали довести до четырех, статистическая точность резко снизилась. При этом, был сделан вывод, что дискриминантная функция с пятью переменными наиболее оптимально выполняет возложенную на нее задачу. Экспериментально был определен диапазон значений показателя Z – между 1.81 и 2.99, который, в свою очередь, выступал как интегральный показатель кредитоспособности заемщика. Для компаний, у которых показатель Z был менее 1.81, вероятность банкротства в ближайшем году определялась как высокая, для компаний, у которых показатель Z превышал 2.99, ее характеризовали как низкую, а при попадании Z в диапазон 1.8-2.99 прогноз финансового состояния сделать было трудно.

Для таких моделей характерны два вида ошибок: было предсказано банкротство, а компания успешно функционирует; ожидалось успешное функционирование, а компания обанкротилась. Значимость этих двух ошибок неоднозначна, так как предсказать банкротство компании для банка гораздо важнее и сложнее. Модель Э.Альтмана допустила ошибки-погрешности первого вида в двух случаях из 33, что составило 6%, и второго вида в одном случае из 33, т.е. 3%, таким образом, общая точность составила 95%, что можно назвать довольно точным прогнозом во временном диапазоне в один год.

Еще одним примером применения метода финансовых коэффициентов и метода множественного дискриминантного анализа может служить модель надзора за ссудами по Чессеру, прогнозирующая вероятность невыполнения контрагентом договорных обязательств по ссуде:

У = –2.0343 – 5.24Х1 + +0.0053Х2 – 6.6507Х3 + +4.4009Х4 – 0.0791Х5 – 0.122Х6,

где Х1 – отношение высоколиквидных активов к сумме активов;

Х2 – отношение выручки от реализации к ликвидным активам;

Х3 – отношение совокупного дохода к сумме активов;

Х4 – отношение общей задолженности к общим активам;

Х5 – отношение основного капитала к оборотным активам;

Х6 – отношение оборотных активов к выручке от реализации.

Переменная У, представляющая собой линейную комбинацию независимых переменных Хn, в свою очередь, используется в формуле определения вероятности невыполнения договорных обязательств:

Р = 1 / 1 + e–У,

где Р – вероятность невыполнения контрагентом договорных обязательств;

е – число Эйлера, равное 2.71828.

Модель Чессера определяется следующими критериями:

Р 0,50 (контрагент не выполнит своих обязательств);

Р 0,50 (контрагент свои обязательства выполнит).

Р.Чессер, как и Альтман, анализировал отчетность компаний, из которых 37 выполнили условия кредитного договора (и такое же количество их не выполнило). Модель Чессера правильно определяла три из каждых четырех исследуемых случаев.

Большой известностью пользуется аналогичная моделям Альтмана и Чессера модель оценки риска банкротства фирмы, разработанная Банком Франции в 1982 году, включающая восемь показателей с определенным знаком и корректирующим коэффициентом. Итоговый интегральный показатель имеет такие критерии: более 0.125 – компания финансово устойчива; менее –0.25 – компания в преддверии финансового кризиса; в диапазоне между 0.125 и –0.25 находятся компании с неопределенным будущим.

Применение таких моделей, особенно в украинских реалиях, сталкивается с определенными трудностями. Так, анализ исключительно финансовой отчетности не может дать нам полной характеристики заемщика, а в условиях, когда финансовая отчетность, мягко говоря, не всегда отвечает действительности, – и подавно. Необходимо учитывать отраслевую и межотраслевую специфику компаний, что делает такие модели довольно громоздкими.

В украинской практике наиболее приемлемой сферой применения дискриминантных моделей представляется межбанковский рынок в силу его отраслевой однородности и более высокой отчетной дисциплины.

Несмотря на всю точность своих прогнозов дискриминантные модели не могли предоставить банкам полной картины состояния контрагента. Поэтому для учета таких характеристик как кредитная история, репутация, качество менеджмента и т.п. коммерческим банкам пришлось создать качественно иную модель, получившую обобщенное название «рейтинговая модель оценки заемщика».

Анализ мировой практики показал, что практически в каждой развитой капиталистической стране в 70-90-х годах было разработано несколько таких моделей (см. таблицу).

Как видно из таблицы, названия рейтинговых моделей формируются из начальных букв названий входящих в них компонентов. Каждый из компонентов рейтинговой модели представляет собой самостоятельное направление исследования одного или нескольких аспектов деятельности контрагента и оценивается по определенной шкале, как правило, – пятибалльной. Оценка проводится по методам финансовых коэффициентов, экспертного анализа и статистики.

Конечный показатель может быть и аддитивной, и интегральной величиной, представляющей определенное количество баллов. Контрагент получает кредитный рейтинг в зависимости от того, в какой диапазон попала набранная им сумма баллов, рейтинг же, в свою очередь, соответствует определенной вероятности дефолта контрагента.

Несомненно, рейтинговые модели в западных странах стали одной из надежнейших технологий управления кредитным риском. Однако сам факт существования в каждой стране национальных моделей свидетельствует о том, что при их создании страновая специфика играет важнейшую роль. Поэтому создание модели рейтинговой оценки, учитывающей специфику украинских экономических отношений, остается одной из актуальнейших задач управления кредитным риском в коммерческих банках Украины.

В последнем десятилетии прошлого века несколько ведущих рейтинговых агентств – Moody's, Standard & Poor's – и Альтман попытались применить для определения вероятности дефолта компании методы актуарной математики, доселе используемые, в основном, в страховании продолжительности жизни населения. Только если в страховании оперировали статистикой смертности населения, то в риск-менеджменте актуарные модели применяют статистику дефолтов, классифицируя компании и их долговые обязательства по вероятности дефолта посредством присвоения им кредитных рейтингов. Главная цель исследования заключалась в актуарном доказательстве соответствия того или иного кредитного рейтинга конкретной вероятности дефолта компании.

В качестве объекта анализа рейтинговыми агентствами Moody's и Standard & Poor's были выбраны компании-эмитенты, объявившие себя банкротами в данном году, из общего количества компаний-эмитентов с таким же кредитным рейтингом; при этом, объемные характеристики рынка облигаций не учитывались.

В отличие от рейтинговых компаний, используя те же актуарные методы, Альтман учитывал возраст облигаций (облигации, выпущенные в текущем году), анализировал статистику только по «прямым» облигациям с высокой доходностью, используя объемные характеристики рынка облигаций (отношение объема высокодоходных прямых облигаций, по которым произошел дефолт, к общему объему таких облигаций).

Методология исследования состояла из расчета следующих показателей:

1. Предельная вероятность дефолта (marginal mortality rate – MMR) в течение t-го года с момента выпуска облигаций в обращение.

MMRt = Стоимость облигаций, по которым объявлен

дефолт в год t /

Суммарный объем облигаций на начало года t.

Предельная вероятность дефолта отражает статистическую оценку вероятности дефолта по облигациям с определенным кредитным рейтингом в течение t-го года с момента ее выпуска в обращение. Этот показатель рассчитывается как среднее по выборке за n лет. Так, агентства Moody's и Standard & Poor's публикуют данные за последние 20 лет и более.

2. Вероятность выживаемости (survival rate) в течение t-го года:

SRt = 1 – MMRt

3. Вероятность выживаемости на протяжении T лет:

T

SRT =PSRt

t=1

4. Вероятность дефолта в год t при условии «выживаемости» в предшествующие годы:

MRt = VVRtхSRt-1

5. Кумулятивная вероятность дефолта (cumulative mortality rate – CMR) за период времени в T лет:

T T

CMRT =SMRt = 1 – PSRt

t=1 t=1

Кумулятивная вероятность дефолта – это вероятность того, что эмитент с данным кредитным рейтингом объявит дефолт в любой момент времени между датой выпуска облигаций в обращение (t = 0) и концом года с порядковым номером T.

6. Средняя вероятность дефолта (average mortality rate – AMR):

AMR = 1 – T1 – CMRT

В результате проведенные исследования дали возможность определить, с какой вероятностью обанкротится та или иная компания с определенным кредитным рейтингом. Расчеты Альтмана, в силу обозначенных отличий в методе обработки данных, дают гораздо более низкие значения вероятностей дефолта, чем у агентств Moody's и Standard & Poor's, что особенно сильно проявляется для первых 4-5 лет обращения облигаций на рынке.

Опыт применения методов актуарной математики с успехом может применяться в Украине как отдельными коммерческими банками, так и прочими субъектами, подверженными действию кредитного риска при условии наличия адекватной методологии присвоения кредитного рейтинга и статистики ее применения.

Применение рыночных методов оценки вероятности дефолта основывается на тезисе о теснейшей связи динамики цен долговых обязательств компании, ее кредитного рейтинга и финансового состояния. Доступная информация о перспективах компании уже учтена участниками рынка и отражена в текущей цене ее акции, поэтому рыночная цена долгового обязательства, особенно его динамика, может служить надежным индикатором доверия рынка эмитенту. В случае, если доверие рынка к конкретной компании в силу действия каких-либо факторов начинает падать, начинают обесцениваться и ее долговые обязательства.

Использование рыночных методов оценки вероятности дефолта полностью объективно при условии существования развитого рынка ценных бумаг. Но развитый рынок облигаций, где применение рыночных методов можно признать целесообразным, на данный момент существует только в США. Самыми известными работами в данной области являются модели Мертона и Блэка-Шоулса.

С учетом нынешнего уровня развития фондового рынка в Украине применение рыночных методов пока затруднено. Однако, если потенциальный заемщик выступает акционерной компанией, чьи акции характеризуются относительной ликвидностью, динамика их цен, безусловно, должна учитываться при оценке кредитного риска.

В отечественной практике аналогом процесса определения вероятности дефолта одной сделки выступает процесс определения кредитоспособности заемщика, предусматривающий анализ финансовой отчетности, залогового имущества, юридических документов и бизнес-плана.

Создавая нормативную базу по управлению кредитным риском, Национальный банк Украины не принуждает коммерческие банки к скрупулезному следованию своим методикам определения кредитоспособности заемщика, а, наоборот, поощряет развитие собственной нормативной базы. Методические рекомендации НБУ служат ориентиром для развития методологической базы коммерческих банков, представляя им широкий диапазон для действия, тем самым стимулируя создание новых технологий по управлению рисками.

Достаточный интерес для Украины представляет опыт определения дефолта банковских контрагентов в России. Центральный банк России для определения финансового состояния кредитных организаций подразделяет банки на две категории и четыре группы. Отнесение кредитных организаций к той или иной категории и классификационной группе проводится территориальными учреждениями Банка России на основании мотивированного суждения, базирующегося на данных [3]:

финансовой отчетности;

иной информации, характеризующей текущее или перспективное финансовое состояние кредитной организации либо уровень управления ею, включая результаты инспекционных и аудиторских проверок.

Несмотря на то что данная методика, безусловно, дает высокие результаты, воспользоваться ею банки не могут, в связи с тем что данная информация не подлежит разглашению и используется исключительно в целях банковского надзора.

Для оценки финансовой устойчивости банка центробанк России предлагает применять следующие группы показателей оценки:

капитала;

активов;

качества управления банком, его операциями и рисками;

доходности;

ликвидности.

Методика содержит 27 показателей, из которых 24 рассчитываются на основе финансовой отчетности, а три – по данным экспертной оценки качества управления и уровня открытости банка. Первые 24 показателя рассчитываются на основании формул приведенных в указании [4]; полученным значениям в зависимости от того, насколько они отвечают оптимальным, присваивается балл от одного до четырех, а затем он умножается на соответствующий каждому показателю вес. Далее рассчитывается общий показатель для группы:

n n

P = S V х B / S V,

i=1 i=1

где Р – общий показатель группы;

V – вес показателя, входящего в группу;

В – балл показателя;

n – количество показателей в группе.

Согласно методике Банка России, значения общих показателей четырех групп должны быть меньше или равны 2.3.

Показатели качества управления рассчитываются несколько иначе, по двум из них предлагается отдельная анкета, состоящая из десяти вопросов, оценка по которым проводится экспертным путем посредством присвоения баллов (от одного до четырех), а третий (прозрачности структуры собственности) состоит из трех показателей, расчеты по которым аналогичны по первым двум показателям. В методике довольно четко прописывается, чему соответствует тот или иной балл и какой у каждого вопроса вес. Каждый из пяти показателей рассчитывается аналогично приведенной выше формуле.

В результате мы получаем семь итоговых значений, каждое из которых не должно превышать 2.3. В противном случае финансовая устойчивость банка оценивается как недостаточная для признания его соответствующим требованиям к участию в системе страхования вкладов.

К преимуществам данной методики можно отнести введение для каждого показателя не статического нормативного значения, а определенных диапазонов значений, каждому из которых соответствует определенный балл. У каждого показателя есть свой вес в группе, что обеспечивает проведение более глубокого анализа банка.

В украинской практике при управлении кредитным риском сделок с юридическими лицами и банками-контрагентами, на которые приходится львиная доля кредитного портфеля, коммерческие финансовые институты, как правило, используют неформализованные методы определения кредитоспособности заемщика. Отечественные реалии – отсутствие надежной статистической информации, масштабное искажение финансовой отчетности, закрытость большинства компаний для СМИ и отсутствие кредитной культуры – выдвигают свои требования к формированию методов определения кредитоспособности заемщика. Поэтому применение западных технологий в чистом виде в Украине пока весьма проблематично. Несмотря на это требования сегодняшнего дня вынуждают украинских аналитиков банковского дела и непосредственно банкиров проявлять неподдельный интерес к отшлифованным западной банковской практикой моделям оценки кредитного риска, методам управления им. Отечественные аналитики и практики все более настойчиво пытаются «примерить» к украинским банковским реалиям успешно апробированные на Западе системы результативного управления кредитным риском.

В отечественных банках определение кредитоспособности заемщика условно можно разделить на несколько блоков анализа: финансовой отчетности; основных параметров деятельности компании; залогового имущества и юридических документов. Как показывает практика, в методиках определения кредитоспособности заемщика используются метод финансовых коэффициентов и информация о выполнении заемщиком раннее принятых на себя обязательств перед банком, проводящим анализ. Результат таких методик зависит от того, насколько финансовые показатели заемщика отвечают оптимальным, в зависимости от чего заемщику присваивается класс и определяется сумма резервирования под возможные потери. Однако присвоенный класс, качественно характеризуя сделку с заемщиком, не определяет вероятность возможного дефолта. Учитывая нежелание многих коммерческих банков, особенно средних и мелких, замораживать средства, создавая резервы под возможные потери по кредитным сделкам, ценность таких результатов весьма спорна.

Такие параметры деятельности заемщика как кредитная история, деловая репутация, положение на рынке, качество менеджмента оцениваются специалистом на основании логических суждений, профессионального опыта и собственной интуиции. Несмотря на то что в большинстве банков такая оценка регламентируется положением о кредитовании, отсутствие единого интегрального показателя, включающего в себя результаты всеобъемлющего анализа заемщика, остается острейшей проблемой управления кредитным риском в российских банках.

Теоретически решения о выдаче кредита должны базироваться на присвоенном классе и экспертном анализе заемщика, однако на практике даже успешно внедренные методики часто сталкиваются с противодействием руководства или акционеров банка, в связи с тем что инсайдерское кредитование было и остается областью, не подвластной банковскому риск-менеджменту.

Зачастую кредитные организации закрывают глаза на такие вопиющие факты как убыточная деятельность или плохая деловая репутация заемщика, руководствуясь при выдаче кредита исключительно характеристиками залогового имущества. Интуитивно понимая слабость собственных методик, банки завышают требования к залоговому имуществу, тем самым дискриминируя порядочных заемщиков.

Достойный выход из создавшегося положения – в поиске, выработке и адаптации к украинским реалиям методологии управления кредитными рисками на входных этапах кредитного процесса: идентификации и оценки последствий реализации рисков. Творческое восприятие опыта зарубежных банковских аналитиков и практиков при первоначальной диагностике дефолтных предпосылок в финансовом состоянии потенциальных партнеров-контрагентов может оказать неоценимую услугу при проведении финансовой экспертизы кредитных проектов в банковской практике Украины.

Петр Ковалев,
начальник управления риск-менеджмента АКБ «Интеркоопбанк» (Россия)
Список источников:
1. Синки Дж. Управление финансами в коммерческих банках. –М.: Catallaxy, 1994, с. 324.
2. Управление риском. Практические методы минимизации случайного риска потенциальных убытков. – СПб.: Русский Ллойд, 1993.
3. Федеральный Закон РФ от 23 декабря 2003 г. № ФЗ «О страховании вкладов физических лиц в банках Российской Федерации».
4. Указание Центрального банка Российской Федерации от 16.01.2004 г. № 1379-У «Об оценке финансовой устойчивости банка в целях признания ее достаточной для участия в системе страхования вкладов».

 
© агенство "Стандарт"