С.Б. Бокушева, зам. директора АО «Темірбанк», г.Шымкент, Казахстан

Анализ современных систем оценки банковских рисков

Основной целью оценки рисков является формирование целостной картины рисков, угрожающих деятельности банка. В данном случае важен не только перечень рисков, но и понимание того, как эти риски могут повлиять на деятельность банка и насколько серьезными могут быть последствия. Результатом такого исследования будет правильная организация системы управления рисками, которая обеспечит приемлемый уровень защиты банка от этих рисков. Несмотря на всю важность проблемы оценки рисков и то внимание, которое ей уделяется на финансовом рынке Казахстана, она далека еще от удовлетворительного решения. В настоящее время предложено несколько схем, содержащих огромное количество показателей, которые, по мнению их авторов, должны со всех сторон отразить финансовое состояние банков и их клиентов [1]. Тем не менее, банкам зачастую приходится пользоваться очень неопределенными и размытыми характеристиками уровня риска, такими, как, высокий риск, очень высокий риск и пр., которые получены на основании субъективных прикидок, а не точных, объективных расчетов.

Из множества существующих методик оценки рисков некоторые выделяют методику CAMEL [2]. Она подразумевает оценку пяти составляющих: капитал, активы, управление, доходность и ликвидность. Но для оценки качества активов необходимо иметь больше информации, чем в современных условиях имеется у банков. Методика CAMEL в этих целях учитывает просроченные ссуды свыше 90 дней, а также ссуды, по которым не платятся проценты, и другие показатели. Нам представляется, что для оценки качества активов полезно иметь следующую информацию: ссуды по группам риска в разрезе заемщиков и векселедателей; ссуды, просроченные свыше 30, 60, 90 дней; диверсификация ссудного портфеля по географии, отраслям, срокам погашения; соотношение внутренних и внешних заемщиков; список крупных заемщиков, заемщиков-акционеров.

Количественная оценка риска означает интеграцию всех рыночных рисков определение суммы, которую банк может потерять в результате совершения совокупности банковских операций. Таким единым знаменателем может быть предел потерь за определенный период, выраженный в денежных единицах.

Наиболее распространенная методология расчета риска носит название Value-at-Risk (VAR). VAR - это статистическая оценка максимальных потерь по выбранному инструменту (портфелю) при заданном распределении рыночных факторов за выбранный период времени с высоким уровнем вероятности. Качественная оценка риска предполагает разнесение риска по группам: минимальный, умеренный, предельный и недопустимый риски. Если количественная оценка по методу VAR дает достаточно точный показатель возможных потерь, то качественная оценка риска нам представляется относительной. Возможен выбор нескольких критериев, по которым выделяются группы риска. В литературе встречаются и другие не менее известные методы оценки риска [3]: метод сценариев; методы теории игр; вероятностно-статистический метод; метод Монте-Карло.

Метод сценариев является наиболее естественным в анализе рисков, поскольку предполагает формулирование тех сценариев, которые могут осуществиться на практике, и оценку финансовых результатов в каждом из этих сценариев. В частном случае, когда в каждый момент времени каждый из признанных существенными факторов принимает конечное число значений, составляется дерево сценариев. Однако непосредственный анализ всех возможностей часто оказывается невозможным. Поэтому в большинстве случаев разрабатываются некоторые критерии, по которым производится сравнение сценариев, и анализируется лишь часть сценариев, называемых недоминируемыми. В качестве характерного примера таких критериев могут выступать доходность и риск.

Метод математических игр также может быть использован в процессе количественной оценки возможных потерь в результате воздействия риска. Теория игр изучает ситуации, в которых участники игры по определенным правилам принимают решения, делают тот или иной из допустимых ходов, стремясь при этом получить максимальный выигрыш. Выигрыш одного игрока может быть одновременно проигрышем другого, в этом случае функция выигрыша одного игрока является одновременно и функцией выигрыша второго, но взятой со знаком «минус». Если рассмотреть эту методологию в применении к финансам, то можно сформулировать задачу принятия решений как поиск решения игры определенного агента против рынка. Указанный метод может оказаться весьма эффективным в таких задачах, как ценообразование и хеджирование обусловленных обязательств.

Общепринятая методология в управлении рисками базируется на понятиях теории вероятностей и математической статистики. Теория вероятностей имеет прочный математический фундамент, в ней рассматриваются различные возможные события, выделяется особый их класс - те события, для которых в рамках модели могут быть определены их вероятности. Альтернативный подход в построении теории вероятности состоит в постулировании существования у случайных числовых величин средних значений. Наиболее часто в понятия вероятности и среднего вкладывается смысл, связанный с так называемой объективно-частотной интерпретацией. Она основана на законе больших чисел, понимаемом не как математическая теорема, а как один из важных законов природы.

Метод Монте-Карло применяется в том случае, если трудно аналитически посчитать математическое ожидание того или иного показателя. Одним из способов расчета средних, значения вероятностей является проведение большого числа опытов. В качестве данных для оценки используется ряд случайных чисел, генерированных соответствующим датчиком. На основе этих данных моделируется большое число сценариев, и для оценки неизвестного математического ожидания в соответствии с законом больших чисел используется выборочное среднее, которое и является искомой численной оценкой.

В модели кредитного надзора западными специалистами предлагается использовать следующие шесть коэффициентов для анализа возможного не возврата ссуды [5]:

XI = наличность + ЛРЦБ / совокупные активы

Х2 = нетто-продажи / наличность + ЛРЦБ

ХЗ = брутто-доходы / совокупные активы

Х4 = совокупная задолженность / совокупные активы

Х5 = основной капитал / чистые активы

где ЛРЦБ — легко реализуемые ценные бумаги.

Так, на основе вышеизложенного и данных за 2001-2008 гг. по АО «Стройсервис» проделаны расчеты с использованием программы SPSS Viewer версия 15 (рисунки 1,2). Составлена модель: Y = - 1,354 + 4,822X1 - 0,513X2 - 5,407X3 + 3,906X4 - 0,783X5 - 0,232X6

Переменная Y, в свою очередь, используется в следующей формуле для оценки вероятности договоров Р = l / (1+Y)

Модель позволяет осуществлять текущий контроль на основе условия: Если Р > 0,5, то заемщик не выполнит условий договора; Если Р < 0,5, то заемщик надежен.

В модели выявления риска банкротства используется семь переменных, позволяющих провести грань между фирмами-банкротами и успешно действующими фирмами: Отношение брутто-доходов - до вычета процентов и налогов – к активам. Показатель, обратный стандартной ошибке 10-летнего тренда доходности по активам. Отношение брутто-доходов к совокупным процентным платежам. Отношение нераспределенной балансовой прибыли к суммарным активам. Отношение текущих активов к текущим пассивам. Отношение средней за 10 лет рыночной стоимости акционерного капитала фирмы к совокупному долгосрочному долгу. Суммарные активы фирмы.

Однако данная модель не имеет математического выражения, тем более ограничена для применения в казахстанской практике из-за отсутствия объективной выборки за 10 лет. В таких случаях предлагается корректировать ее через модель Э.Альтмана, в которой пять переменных [6]:

XI = (Текущие активы - Текущие пассивы) / Совокупные активы

Х2 = Нераспределенные прибыли / Совокупные активы

ХЗ = Брутто-доходы / Совокупные активы

Х4 = Рыночная оценка капитала / Балансовая оценка суммарной задолженности

Х5 = Объем продаж / Совокупные активы.

Уравнение выглядит следующим образом:

Z = 1,2 XI + 1,4 Х2 + 3,3 ХЗ + 0,6X4 + 1,0 Х5 (4)

Правило классификации для уравнения таково: Если Z < 2,675, фирму относят к группе банкротов; Если Z > 2,675, фирму относят к группе успешных.

Z-модель может быть использована в качестве дополнительного инструмента для оценки: 1) деловых кредитов; 2) управления ожидаемыми поступлениями; 3) процедур внутреннего контроля; 4) инвестиционных стратегий.

Поскольку модель не дает балльной оценки кредита, Z-оценки могут использоваться лишь для определения общей кредитоспособности. Таким образом, Z-оценка — это просто сигнал раннего предупреждения, все классификационные модели работают как инструмент диагностики в процессе оценки кредитов. Ниже в разделе 2.2 нами произведены расчеты Z-модели Э.Альтмана на примере двух предприятий, чтобы подтвердить это мнение.

Весьма интересен зарубежный опыт прогнозирования финансового состояния заемщика в предстоящем кредитном периоде. На основе расчета ожидаемого объема доходов (прежде всего суммы выручки от продажи продукции), суммы расходов, размера прибыли составляются сопоставительные балансы доходов и расходов. Затем составляется кассовая смета заемщика на предстоящий период с данными об источниках денежных средств (прибыль, амортизация, кредиторы) и их использовании (капиталовложения, погашение задолженности). Прогнозные данные о денежных потоках представляются заемщиком и служат основанием оценки кредитоспособности.

Рисунок 1 - Рассеяние зависимой переменной Y

Рисунок 2 – Соотношение эмпирической и теоретической вероятностей

Для казахстанских банков инновационным решением является метод стресс-тестирования, который предполагает принятие решений, учитывающих самое плохое развитие событий. Безусловно, в деятельности наших банков проведение стресс-тестирования является не только необходимой процедурой, но и в ближайшем будущем обязательной, так как развитие внутреннего финансового рынка в большой степени зависит от состояния мировой экономики и мер по выходу из кризиса.

Проведение стресс-тестирования преследует следующие цели: количественная оценка возможных потерь банка при возникновении стрессовых (кризисных) ситуаций на рынке. определение области возможных изменений стресс-факторов, при которых потери банка перестают быть приемлемыми; оценка формируется на основе сравнения расчетных потерь с капиталом банка; осведомленность руководства о величине возможных потерь банка в период возможного кризиса; руководство в случае необходимости принимает решение об изменении текущего портфеля банка с целью снижения возможных потерь до уровня приемлемых; понимание природы, механизмов и степени влияния изменений внешней среды на стоимость текущего портфеля и финансовое положение банка; определение оптимальных методов управления рисками банка в экстремальных ситуациях; результаты стресс-тестирования зачастую служат основой для формирования системы мер по снижению уровня рисков в текущей ситуации и разработки перечня стабилизационных мероприятий по сохранению капитала в период кризиса.

В международной банковской практике применяются различные подходы к стресс-тестированию. Например, сценарный анализ является основным подходом, с помощью которого осуществляется оценка потенциального воздействия на капитал банка одновременно нескольких факторов риска. В ходе сценарного анализа банк рассматривает сценарии возможной стресс-ситуации, которые формируются (без количественной оценки вероятности их наступления), исходя из исторических или гипотетических данных.

Сценарий охватывает все существенные виды рисков, воздействующие на портфели инструментов, что позволяет для периода кризисной ситуации оценить общие потери капитала банка. В рамках сценарного анализа особо изучается сценарий, приводящий к наибольшим потерям. Поиск осуществляется экспертным путем с учетом связи факторов риска, воздействующих на портфель активов банка.

Тест чувствительности является простейшей формой стресс-тестирования, при которой оценивается величина потерь стоимости портфеля под воздействием только одного стресс-фактора. При этом оценивается степень влияния рисков на различные портфели активов. Банк осуществляет анализ чувствительности всех портфелей активов, входящих в состав текущего портфеля. Слабым местом стресс-тестирования является недостаток исторических данных, связанных с динамикой стоимости различных финансовых инструментов. Кроме того, не учитывается волатильность и корреляция стресс-факторов, определяемых различными видами рисков. Также не учитывается динамика основных статей активов и пассивов, то есть можно считать, что номинальная стоимость привлеченных и размещенных средств не изменяется и остается на текущем уровне. Стресс-тестирование проводится и по портфелям активов, которые подвержены различным рискам. В настоящее время для целей оценки потерь капитала рассматриваются лишь те активы, которые дают наиболее существенный вклад в совокупный риск: кредиты юридическим лицам; кредиты населению; государственные ценные бумаги.

Из всех видов рисков, влияющих на рассматриваемые портфели активов банка, для расчета потерь выделяются наиболее значимые. Эти риски и соответствующие им стресс-факторы, приведены ниже в таблице. При формировании стресс-сценариев используются два подхода. Первый учитывает возможную связь между изменениями стресс-факторов, второй основан на гипотетических изменениях стресс-факторов, которые не связаны друг с другом. При первом подходе стресс-сценарий формируется по следующей схеме: Рассматривается макро-сценарий, т.е. некоторое сочетание экстремальных значений основных макроэкономических показателей, например, цены на нефть, индекс потребительских цен и др., которые определяют механизм кризиса. Банк рассматривает несколько различных макро-сценариев, что дает возможность оценить потери банка при широком спектре различных вариантов кризиса. На основании макро-сценария строятся оценки изменений стресс-факторов, которые учитывают также исторические данные по изменению стресс-факторов в прошлой ситуации. При этом исторические данные корректируются экспертным путем с учетом макроэкономического положения, которое непосредственно предшествовало времени текущего и прошлого кризисов. Это дает возможность учесть аналогичные связи стресс-факторов при текущем кризисе. Из полученных наборов значений стресс-факторов выбирается "наихудший", который приводит к наибольшим потерям банка.

Таблица - Стресс-факторы активов, подверженных существенным рискам

При втором подходе реализуется следующая схема: Макро-сценарий не рассматривается, поскольку в этом случае механизм формирования стресс-сценария не связан с каким-либо конкретным макро-сценарием. Гипотетический стресс-сценарий строится на основе всей исторической базы стрессовых ситуаций (кризисов). Он представляет собой "наихудшую" комбинацию "наихудших" исторических значений стресс-факторов. При формировании этого сценария не учитываются какие-либо связи между стресс-факторами.

На основании этих сценариев нами предлагается проводить количественную оценку потерь, связанных с управлением отдельными портфелями, выбором направлений деятельности банка. В качестве оценки значимости потенциальных потерь капитала при возможном кризисе рекомендуется использовать коэффициент потерь, равный абсолютному значению отношения величины совокупного риска к текущему капиталу банка.

По нашему мнению, значение этого показателя отражает устойчивость банка, которая снижается при увеличении коэффициента потерь. Чтобы деятельность банка была успешной, и она соответствовала рекомендациям Базельского комитета по банковскому надзору, необходимо стресс-тестирование в банке проводить на регулярной основе.

Литература: Баимбетова Р. Внутренние системы оценки риска: новый подход к оценке достаточности капитала банков // ?аржы-?аражат. – 2003.- №3.–С.3-9. Романов М.Н.Основные подходы к оценке кредитного риска банков РФ // Банковское дело. – 2000. - № 7.- С.12-15. Смирнов С.Н. Лекции по управлению финансовыми рисками. М.: Академия при Правительстве РФ. - 2002. - 224с. Беляков A.B., Ломакина Е.В. Кредитный риск: оценка, анализ, управление // Финансы и кредит. - 2000. - №9 (69). Кулахметова А.Р. Имитационное моделирование проектных рисков методом Монте-Карло // Банки Казахстана. – 2005. - №2. – С.34-37. Предпринимательство / Под ред. В.Я.Горфинкеля, Г.Б.Поляка, В.А.Швандара. – М.: Банки и биржи. – 1999. – 475с.