Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ

УО «БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ»

Кафедра денежного обращения, кредита и фондового рынка

КУРСОВАЯ РАБОТА

по дисциплине: Деньги. Кредит. Банки

на тему: Управление кредитными рисками в коммерческом банке

Руководитель доцент И.Н. Рабыко

МИНСК 2011

Реферат

Объект исследования - кредитная деятельность коммерческого банка

Предмет исследования - кредитные риски, возникающие в процессе кредитования коммерческими банками.

Цель работы - раскрыть сущность понятия кредитный риск, выявить особенности управления кредитными рисками на основе методологии, предложенной Базельским комитетом, а также рассмотреть систему управления кредитными рисками в Республике Беларусь, определить проблемы и направления ее совершенствования.

Методы исследования - научного синтеза, статистического и динамического анализа, системный метод, графический метод отображения информации.

Исследования и разработки - раскрыта сущность понятия кредитный риск, выявлены особенности управления кредитными рисками на основе методологии, предложенной Базельским комитетом, а также рассмотрена система упраления кредитными рисками в Республике Беларусь, определены проблемы и направления ее совершенствования.

Автор работы подтверждает, что приведенный в ней расчетно-аналитический материал правильно и объективно отражает состояние исследуемого процесса, а все заимствованные из литературных и других источников теоретические, методологические и методические положения и концепции сопровождаются ссылками на их авторов.



Оглавление

• Введение
• 1. Теоретическая характеристика сущности кредитного риска и методов его управления
• 1.1 Сущность, факторы и классификация кредитного риска
• 1.2 Процесс управление кредитными рисками
• 2. Оптимизация системы управления кредитным риском
• 3. Организация управления кредитными рисками в Республике Беларусь: особенности, проблемы, пути совершенствования
• 3.1 Организация управления кредитными рисками белорусских банков на примере ОАО Приорбанк
• 3.2 Проблемы управления кредитными рисками их воздействие на стабильность банковской системы в Республике Беларусь
• Заключение
• Список использованных источников



Введение

Понятие «банк» органично связано с понятием «риск». Банки являются центральными звеньями в системе рыночных отношений, а планомерное развитие их деятельности - необходимое условие эффективного функционирования рыночной экономики. Вследствие своей способности аккумулировать временно свободные денежные средства в обществе и размещать их в форме кредита в отрасли, нуждающейся в инвестировании, банки способствуют пропорциональному экономическому развитию страны. Кредитные операции являются одним из важнейших видов банковской деятельности. На финансовом рынке кредитование сохраняет позицию наиболее доходной статьи активов кредитных организаций, хотя и наиболее рискованной. В связи с этим вопросы развития и совершенствования системы управления кредитным риском приобрели особую актуальность и значимость.

Целью данной работы является изучение понятия кредитный риск, выявление особенностей управления кредитным риском на основе методологии, предложенной Базельским комитетом, а также рассмотрение системы упраления кредитными рисками в Республике Беларусь, определение проблем и возможных направлений ее совершенствования.

Для этого необходимо решить следующие задачи:

– раскрыть сущность понятия кредитного риска;

– рассмотреть особенности управления кредитными рисками на основе методологии, предложенной Базельским комитетом ;

– провести анализ системы управления кредитным риском в Республики Беларусь;

– рассмотреть организацию риск-менеджмента кредитного риска коммерческого банка на примере ОАО Приорбанк

– определить проблемы и возможные направления развития системы управления кредитными рисками в Республике Беларусь.

Основными методами исследования являлись методы научного синтеза, статистического и динамического анализа, системный метод, графический метод отображения информации.

В основу работы положены теоретические и практические аспекты, раскрывающие сущность инфраструктуры фондового рынка, рассматриваемые в трудах Бухтина М.А., Жарикова В.В., Ковалев П.П., Разумовский П.А., Помазанов М.В. и др. Важность также представляют периодические издания такие как «Банковский Вестник», «Аудит и финансовый анализ», «Финансы и кредит» и другие, где авторы статей предоставляют подробную информацию по вопросам, касающимся данной тематики. Исходными данными для написания работы послужили также электронные ресурсы Министерства финансов Республики Беларусь, Национального Банка Республики Беларусь, ОАО Приорбанк и другие.



1. Теоретическая характеристика сущности кредитного риска и методов его управления

1.1 Сущность, факторы и классификация кредитного риска

Проблемы, с которыми сталкиваются финансовые организации в последние годы, возникают по множеству причин. При этом основной из них является недооценка кредитных рисков и масштаба их влияния. В банковской деятельности под риском принято понимать вероятность «угрозы потери банком части ресурсов, недополучения доходов или произведения дополнительных расходов в результате осуществления финансовых операций». [1, c. 351]

К настоящему времени в экономической теории отсутствует единая классификация рисков. Это связано с многообразием проявления риска и сложностью разграничения различных его видов. Вместе с тем все же имеется определенное единогласие во взглядах на типологию рисков. Важнейшую роль в этом сыграло исследование компанией «Coopers&Lybrand» общепринятых принципов управления риском, опубликованное в 1996 г., давшее следующую классификацию рисков, которым подвержены институциональные финансовые посредники, в том числе и коммерческие банки:

- рыночные риски;

- кредитные риски;

- операционные риски;

- риски ликвидности и

- риски делового события.

Классификационным критерием выступают одинаковые подходы к процессу управления каждым из перечисленных видов риска. Данная классификация является в настоящее время общепринятой в практике банковского риск-менеджмента и берется за основу большинством финансовых институтов, в том числе и Базельским комитетом по банковскому надзору Банка международных расчетов.

Рыночный риск, кредитный риск и риск ликвидности принято объединять в группу финансовых рисков. В рамках приведенной классификации риски определяются следующим образом:

1) Рыночный риск - возможность потерь в результате колебаний процентных ставок, валютных курсов, котировок акций. Разновидностями рыночного риска являются фондовый, валютный и процентный риски;

2) Кредитный риск или риск контрагента - возможность потерь финансового актива в результате неспособности контрагентов исполнить свои обязательства по выплате процентов и основной суммы долга в соответствии с условиями договора;

3) Операционный риск - возможность потерь вследствие технических и технологических ошибок при осуществлении операций, неумышленных ошибочных действий персонала, мошенничества, сбоев техники, аварийных ситуаций, сбоев функционирования внутренних систем, включая компьютерные и технологические;

4) Риск ликвидности. Этот вид риска делится на два вида

· Риск рыночной ликвидности - возможность потерь, связанная с трудностями покупки или продажи актива по среднерыночной цене;

· Риск балансовой ликвидности - возможность потерь, связанная с возникновением дефицита высоколиквидных активов, необходимых для выполнения обязательств;

5) Риск делового события - возможность потерь вследствие форс-мажорных обстоятельств и случаев непредвиденного влияния внешней среды под воздействием макроэкономических и политических факторов. [2]

Национальный Банк Республики Беларусь использует иную классификацию банковских рисков, которая представлена на рисунке 1.



Рисунок 1 Классификация банковских рисков по методологии Национального Банка Республики Беларусь

Кредитные операции коммерческих банков являются одним из важнейших видов банковской деятельности. На финансовом рынке кредитование сохраняет позицию наиболее доходной статьи активов кредитных организаций. [3, c.47]

Кредитные риски можно классифицировать по следующим критериям: уровню осуществления анализа; сфере возникновения; типу кредитополучателя; характеру проявления риска; виду операции; характеру действия кредитополучателя; степени риска; степени управляемости риском.[4]



Таблица 1 - Классификация кредитных рисков

Критерий классификации	Тип кредитного риска	Характеристика
1	2	3
Уровень осуществления анализа	Совокупный (на уровне кредитного портфеля)	Предполагает оценку банком всего объема выданных кредитов с позиции качества всего кредитного портфеля
	Индивидуальный	Характеризует величину риска, присущую отдельному заемщику
Сфера возникновения	Риск кредитополучателя, возникший в сфере деятельности клиента банка
	Риск кредитного продукта, связанный с функционированием банка
	Риск изменения внешней среды банка и кредитополучателя
Тип кредитополучателя	Риск страны
	Риск кредитования юридических лиц
	Риск кредитования физических лиц
Характер проявления риска	Моральный	Присущ клиентам с отрицательной деловой репутацией
	Деловой	Оценивается на основании данных о развитии отрасли, в которой предприятие работает и реализует свою продукцию
	Финансовый	Обнаруживается при осуществлении анализа показателей ликвидности, прибыльности, оборачиваемости, состава и структуры имущества предприятия.
	Риск обеспечения	Характеризуется наступлением возможной угрозы затруднения реализации заложенного имущества
Вид операции	Ссудные
	Лизинговые
	Факторинговые
	Риски при заключении сделок с использованием векселей
	Риски при предоставлении банковских гарантий и поручительств
Степень риска	Высокий
	Средний
	Низкий
Степень управляемости риском	Локализованные	выявленные и контролируемые
	Нелокализованные	возможность управления ограничена



Предложенная выше классификация не является единственной и исчерпывающей, она лишь одна из возможных и носит вспомогательный характер.

Степень кредитного риска зависит от ряда факторов, которые можно сгруппировать в две группы: внешние и внутренние. К группе внешних факторов относятся: состояние и перспективы развития экономики страны в целом, денежно-кредитная, внешняя и внутренняя политика государства и возможные ее изменения в результате государственного регулирования.

Внутренние факторы могут быть связаны как с деятельностью банка-кредитора, так и с деятельностью кредитополучателя.

К первой группе факторов относятся:

· Уровень менеджмента на всех уровнях организации;

· Тип рыночной стратегии;

· Способность разрабатывать, предлагать и продвигать новые кредитные продукты;

· Адекватность выбора кредитной политики;

· Структура кредитного портфеля;

· Факторы временного риска

· Досрочный отзыв кредита в связи с невыполнением кредитного договора; Квалификации персонала и т.д.

Ко второй группе факторов относятся:

· Содержание и условия коммерческой деятельности кредитополучателя

· Кредитоспособность кредитополучателя

· Уровень менеджмента

· Репутация кредитополучателя

· Факторы риска, связанные с объектом кредитования [3, с.49.]

Ограничение отрицательного воздействия данных факторов является задачей менеджеров банка, которые в сложившихся условиях для успешного функционирования кредитной организации должны разработать и внедрить понятную и гибкую систему управления кредитным риском.

Таким образом, кредитный риск, являясь одним из наиболее значимых банковских рисков, представляет собой вероятность потерь банка при невозможности или нежелании контрагента (кредитополучателя) выполнять свои обязательства. На сегодняшний день не существует единой классификации кредитных рисков. Так, например, их можно классифицировать по уровню осуществления анализа, сфере возникновения, типу кредитополучателя, характеру проявления риска и т.д. На степень кредитного риска оказывают влияние как внешние, так и внутренние факторы, что следует учитывать при его управлении.

1.2 Процесс управление кредитными рисками

Цель управления кредитными рисками заключается в максимизации доходности банка с поправкой на риск путем сохранения кредитного риска в приемлемых рамках. Банки должны управлять как риском по всему кредитному портфелю, так и риском по отдельным кредитам и сделкам. Эффективное управление кредитными рисками является условием успешной деятельности любой банковской организации в долгосрочной перспективе. [5]

В общем виде, управление кредитными рисками можно представить как процесс, последовательно проходящий следующие этапы:

* идентификация риска;

* оценка последствий наступления рисков;

* принятие решений об управляющем воздействии;

* контроллинг.

Каждый из перечисленных выше этапов выполняет определенные задачи и функции, в своей совокупности формируя методологию управления рисками, стратегический уровень анализа. Решение стратегических задач возможно при правильно выработанной тактике, которая представляет собой систему методов управления рисками -- аналитический аппарат исследования. Управление банковскими рисками в этом аспекте выступает как совокупность научно _ обоснованной методологии, успешно апробированных методов и инструментов минимизации рисков (табл. 2) [6].

Таблица 2 - Методология управления кредитными рисками

Название этапа		Методы		Инструменты
Идентификация		Методы идентификации		Карта рисков
Оценка последствий наступления рисков		Методы оценки		Оценки, прогнозы
Выбор стратегии управления		Методы управления рисковой позицией		Лимиты, резервы, нормативы
Контроллинг		Методы контроллинга		Штрафы, санкции, санации, коррекция

Наличие первого и последнего этапов отнюдь не означает, что процесс управления банковскими рисками заканчивается на этапе контроллинга. Скорее, наоборот, главным принципом осуществления управления банковскими рисками является цикличность данного процесса (рис. 2), где каждый из вышеуказанных этапов неразрывно связан с остальными как функционально, так и организационно [7].



Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 2 -Динамика количества участников биржи

Согласно выбранной методологии управление кредитным риском начинается с процесса его идентификации. Как показывает практика, главным инструментом на этом этапе выступает экспертный метод: именно эксперт, используя апробированные банком методы идентификации риска, основываясь на системном анализе доступной информации и собственном опыте, должен выявить источники и носители наступления кредитного риска. Для реализации данных целей создается карта кредитного риска, в которой формируется целостная картина возможных его проявлений.

Данный метод широко используется в научной и практической деятельности, положив начало развитию ряда неформализованных методов получения и обработки экспертных мнений, в числе которых выделяются дельфийский метод, метод «дерева решений», морфологический анализ, метод аналогий, метод «мозговых атак». [8]

Особый интерес для банковского менеджмента представляет проблема количественной оценки (расчета) кредитного риска. За последние 30 лет были сделаны существенные шаги в области методологии оценки различных аспектов кредитного риска. [9] Итак, существующие методы оценки риска было бы удобно рассмотреть с двух сторон: методы для оценки кредитоспособности кредитополучателя и методы оценки риска кредитного портфеля. На этапе оценки кредитоспособности кредитополучателя важной задачей является определение вероятности дефолта по отдельным сделкам или вероятности дефолта конкретного контрагента. Для этого, как правило, применяются несколько методов, образующих модели, в которых, с одной стороны, метод финансовых коэффициентов регламентирует порядок подбора и расчета финансовых коэффициентов, а с другой стороны -- методы, использующие математический аппарат, определяют механизм действия.

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

-- модели, основанные исключительно на данных финансовой отчетности;

-- модели, использующие как финансовую отчетность, так и другие данные;

-- актуарные модели;

-- модели, основанные на определении рыночной стоимости. [8]

Рассмотрим приведенные модели более подробно.

В течение прошлого века в финансовом мире прослеживались следующие тенденции: волнообразное действие глобальных и национальных финансовых кризисов, увеличение волатильности финансовых рынков, стремительно растущая конкуренция, глобализация финансовых рынков. 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 Нью_Йоркского университета Э. Альтман. [8]

Первоначально для создания модели Альтманом использовались 22 финансовых показателя и финансовая отчетность 66 компаний, половина которых успешно функционировала, а другая потерпела банкротство. С помощью метода множественного дискриминантного анализа производилась пошаговая статистическая оценка значимости финансовых коэффициентов, где менее значимые отсеивались, и эксперимент повторялся снова. В результате была получена модель, состоящая из пяти финансовых показателей [11]

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.

Экспериментально был определен диапазон значений показателя Z -- 1,81-2,99, который, в свою очередь, выступал как интегральный показатель кредитоспособности кредитополучателя.

Для компаний, у которых показатель Z был меньше 1,81, вероятность банкротства в ближайшем году определялась как высокая. Для компаний, у которых показатель Z превышал 2,99, вероятность банкротства определялась как низкая. Для компаний, чей показатель Z попал в диапазон 1,81-2,99, прогноз финансового состояния оказался затруднительным.

Для такой модели характерны два вида ошибок:

1) модель предсказала банкротство, а компания успешно функционирует;

2)модель предсказала успешное функционирование, а компания обанкротилась. Значимость этих двух ошибок неоднозначна, так как предсказать банкротство компании для банка гораздо важнее и сложнее. Модель Альтмана допустила ошибки_погрешности первого вида в двух случаях из 33, что составило 6%, и второго вида -- в одном случае из 33 (3%). Общая точность составила 95%, что является довольно точным прогнозом во временном диапазоне один год [10]

Несмотря на всю точность своих прогнозов, дискриминантные модели не могли предоставить банкам полную картину о состоянии контрагента. Поэтому для учета таких характеристик, как кредитная история, репутация, качество менеджмента и т.п., коммерческие банки пришли к необходимости создания качественно иной модели, получившей обобщенное название «рейтинговая модель оценки кредитополучателя».

Анализ мировой практики показал, что практически в каждой развитой капиталистической стране в течение 70--90_х годов были разработаны несколько таких моделей (табл. 3) [8]

Таблица 3 - Наиболее распространенные модели рейтинговой оценки контрагента

Название системы	Страна	Составляющие
1	2	3
Правило «шести си»	США	С-character (характер личности кредитополучателя, репутация) C - capacity (финансовой состояние) C - capital (капитал) C - collateral (обеспечение) C - conditions(экономическая конъюнктура) C - control (контроль)
CAMPARI	Некоторые европейские банки	C- character (репутация кредитополучателя) A- ability(способность клиента вернуть кредит) M- margin(доходность кредитной операции) P- purpose(цель, для чего берется заем) A- amount(общая сумма кредита) R- return(условия возвращения кредита) I- insurance (обеспечение)
COPF	Германия	C- competition (конкуренция в отрасли) O- organization (организация деятельности) P-personnel (персонал, кадры) F- finance (финансы, доходы)
PARSER	Англия	P- person (репутация кредитополучателя) A- amount(сумма кредита) R- repayment(возможности погашения) S- security(оценка обеспечения) E- expediency (целесообразность кредита) R- remuneration (вознаграждение банка (процентная ставка) за риск)
CAMELS	США	C - capital (достаточность собственного капитала) A- assets (размер активов) M- management (качество менеджмента) E - earning (доходность) L- liquidity (ликвидность) S- sensibility(чувствительность к рыночным рискам)
PARTS	Англия	P- purpose (назначение, цель кредита) A- amount (сумма, размер кредита) R- repayment (погашение кредита) T- term (срок кредита) S-security (обеспечение)

Как видно из таблицы 3, названия рейтинговых моделей формируются из начальных букв названий входящих в них компонентов. Каждый из компонентов рейтинговой модели представляет собой отдельное направление исследования одного или нескольких аспектов деятельности контрагента и оценивается по определенной шкале, как правило, пятибалльной. Оценка производится посредством метода финансовых коэффициентов, метода экспертного анализа, статистических методов. [8]

Конечный показатель представляет собой определенное количество баллов. Контрагент получает кредитный рейтинг в зависимости от того, в какой диапазон попала набранная им сумма баллов, рейтинг, в свою очередь, соответствует определенной вероятности дефолта контрагента. Несомненно, рейтинговые модели в западных странах являются одной из надежнейших технологий управления кредитным риском. Однако сам факт существования в каждой стране национальных моделей свидетельствует о том, что при создании подобных моделей страновая специфика играет важнейшую роль [8]. Адекватной мерой, снижающей кредитный риск банка и позволяющей оптимально решать задачу, служит кредитный скоринг, представляющий собой математическую или статистическую модель, с помощью которой банк определяет, насколько велика вероятность, что данный потенциальный заемщик вернет кредит в установленный срок. Скоринг - метод классификации всех заемщиков на различные группы для оценки кредитного риска [11].

Кредитный скоринг получил распространение в США более полувека назад в форме процедуры балльной оценки кредитоспособности соискателей кредита по скоринговым картам. Внешне все выглядело просто. Соискатель сообщал о себе сведения: возраст, доход, профессия, стаж работы, наличие имущества и т.д. А кредитный офицер банка определял по специальной таблице, скоринговой карте, баллы. Каждому значению показателя свой балл, например, возраст от 35 до 42 лет - 83 балла, доход от 30000 до 40000 рублей в месяц - еще 76 баллов и т.д. В зависимости от количества набранных баллов по таблице же рассчитывался максимальный размер ссуды, которую банк готов был предоставить заемщику. Современный же арсенал методов кредитного скоринга, не отвергая использование скоринговых карт, основан на использовании инструментов предиктивного анализа (от английского слова prediction - прогноз, предсказание), принадлежащих к широкому классу так называемых методов углубленного анализа данных (data mining) [12].

При наличии достаточного объема статистических данных для построения статистических моделей данный метод имеет ряд достоинств: скорость принятия решения, возможность расположить заемщиков по степени риска. По данным некоторых исследований, после внедрения скоринговых систем уровень безнадежного долга сократился на 50% . Несмотря на вес эти преимущества, стоит отметить ограничения, накладываемые на рассматриваемый подход. Во-первых, входящий поток заемщиков должен принадлежать одному лимитному диапазону. Во-вторых, такой подход неприменим для больших сумм кредитования, где скоринг традиционно показывает малую эффективность. [11] В 90-е годы исследования кредитного риска переключились с анализа риска индивидуального кредитополучателя на анализ кредитного риска по всему портфелю финансового института. [9]

Оценив кредитоспособность конкретного кредитополучателя, банк производит оценку кредитного риска своего портфеля. Рассмотрим наиболее распространенные в практике западных финансовых институтов модели оценки кредитного риска банковского портфеля. Модели оценки кредитного риска банковского портфеля можно классифицировать по применяемому математическому аппарату [10]

- Эконометрические модели, в основе которых лежит многомерный статистический анализ (регрессионный анализ, кластерный и дискриминантный анализы).

- Нейронные сети-- компьютерные алгоритмы, имитирующие работу человеческого мозга посредством взаимодействия взаимосвязанных «нейронов». В нейросетях используются те же входные данные, что и в эконометрических моделях. Но модели оценки кредитного риска строятся с помощью определенных процедур обучения распознаванию образов (классов, ситуаций, процессов и т.д.).

- Оптимизационные модели, основанные на методах математического прогнозирования, позволяющих минимизировать ошибки кредитора и максимизировать прибыль с учетом различных ограничений. С помощью методов математического программирования, в частности, определяют оптимальные доли клиентов в портфеле ссуд и (или) оптимальные параметры кредитных продуктов.

- Экспертные системы используются для имитации оценки риска опытным кредитным инспектором при принятии решения о предоставлении кредитов. Составляющими экспертной системы являются: набор логических правил вывода, база знаний, содержащая количественные и качественные данные об объекте принятия решений, а также модуль для ввода ответов пользователя на вопросы системы. - Гибридные системы используют статистическое оценивание и имитационное моделирование и могут быть основаны на причинно_следственных соотношениях (модель EDF оценки вероятности дефолта кредитополучателя, разработанная компанией KMV).

Одним из самых распространенных в международной практике подходов к оценке рисков является методология определения показателя стоимости под риском (принятый международный термин VaR -- value_at_risk). Главная задача данной методологии на основании статистических методов (метод Монте Карло, метод исторического моделирования, корреляционно _ ковариационный метод и т.д.) спрогнозировать наибольший ожидаемый убыток, обусловленный волатильностью финансовых рынков в заданном промежутке времени с заданным доверительным интервалом. [8]

Согласно исследованию, проведенному компанией InteDelta, 18% банков используют именно метод Monte Carlo в качестве единственно применяемой методологии оценки кредитного риска, 35% используют его в совокупности с положениями add-on метода, 29% используют только add-ons , остальные - аналитическую методологию и историческое моделирование (рис 3).

На сегодняшний день для оценки и измерения кредитного риска крупнейшими банками мира используется достаточное количество моделей, основанных в той или иной степени на методологии VaR: CreditMetrics , CreditRisk+, Portfolio Manager, CreditPortfolio View, Jarrow Turnbull Model, причем наступление кредитного риска в данных моделях трактуется как снижение кредитного рейтинга или дефолт кредитополучателя. [8]



Рисунок 3 - Методологии оценки кредитного риска

После того, как банк оценил вероятность наступления риска, он может, на основе полученных данных, принимать решения по его управлению. Существует несколько стратегий управления банковскими рисками. Так, например, банк может пойти на отказ от кредитования ненадежного клиента, уровень риска которого достаточно велик. Но, чем выше риск, чем больше шанс получить высокую прибыль (Рис 4).

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 4 - Зависимость прибыли от риска



Поэтому наиболее оптимальным является выбор стратегии минимизации риска. Важным элементом управления кредитным риском является установление лимитов риска по отдельным контрагентам и группам взаимосвязанных контрагентов. Эти лимиты помогают обеспечить надлежащую диверсификацию деятельности банка по предоставлению кредита. Чтобы лимиты были эффективными, они должны быть обязательными во всех случаях. Также, рассматривая вопрос о предоставлении кредита, банки должны понимать необходимость создания резервов на покрытие установленных и ожидаемых убытков и должны иметь необходимый капитал для погашения неожидаемых убытков. Также банки могут страховать кредитные риски, осуществлять их синдицирование или хеджирование на срочном рынке с помощью производных финансовых инструментов.

Приняв решение о предоставлении кредита, банк обеспечивает надлежащее его ведение, включая оперативное ведение кредитного досье, получение текущей финансовой информации.

Кредитные досье должны включать всю информацию, необходимую для оценки существующего финансового положения кредитополучателя или контрагента, а также достаточную информацию для отслеживания принятых решений и истории кредита. Банки должны разработать и реализовать комплексные процедуры и информационные системы для мониторинга состояния отдельных кредитов и отдельных должников по всем различным кредитным портфелям банка.

Эффективная система кредитного мониторинга включает следующие меры:

· обеспечение понимания банком существующего финансового положения кредитополучателя или контрагента;

· мониторинг соблюдения существующих обязательств;

· оценка, в соответствующем случае, достаточности обеспечения в свете существующего финансового положения кредитополучателя;

· выявление нарушений договорных платежей обязательств и своевременная классификация потенциальных проблемных кредитов;

· своевременное сообщение руководству для принятия корректирующих мер.

В настоящее время выделяют следующие принципы организации банковского мониторинга:

комплексность проведения мониторинга. Данный принцип означает, что мониторинговые наблюдения должны носить комплексный характер, т.е. охватывать всю совокупность банковских учреждений и воздействующих на них факторов, а также усиливать различные процессы, которые происходят в банковском секторе. При этом следует принимать в расчет влияние внешних и внутренних факторов. К внешним факторам относятся: состояние экономики, спад или подъем производства, уровень безработицы, инфляция, «рождаемость и смертность» банков, внешние банковские риски и т.д. К внутренним факторам относятся: процесс управления банком, стратегия развития и организационная структура банка, внутренние банковские риски и т. д.;

непрерывность наблюдений за состоянием коммерческого банка и банковской системы, а также оперативность получения необходимой информации. Соблюдению данного принципа способствует в наибольшей степени режимность наблюдений, т.е. периодичность фиксации изменений в деятельности отдельно взятого банка и банковского сообщества;

обеспечение репрезентативности или представительности объектов или территорий мониторинговых наблюдений. Банковское сообщество состоит из неоднородных единиц, различающихся не только по величине, поэтому применять ко всем банкам одни и те же критерии неправомерно, так как в результате можно получить искаженную цифру. Однако целесообразно осуществлять одновременные наблюдения по одной и той же программе за финансово устойчивыми банками и за банками, испытывающими определенные трудности. Такая синхронность необходима для сравнения изучаемых объектов и получения оценки происходящих изменений в банковской системе.

При соблюдении всех принципов проведения мониторинга будет достигнут наиболее качественный результат [15].

Важность и необходимость проведения мониторинга была доказана историческими событиями. Так в 1990-х самой важной проблемой неблагополучных банков было отсутствие мониторинга заемщиков или стоимости обеспечения. В результате многие банки не смогли вовремя обнаружить снижение качества активов [5].

кредитный риск банковский базельский



2. Этапы создания банками собственной системы управления рисками, основанные на Базельском подходе

В условиях финансового кризиса особенно актуальными становится задачи оперативной оценки состояния компаний, находящихся в кредитном портфеле банка, а также объективный подход к выработке оптимальных условий сделки, обоснованность принятия решения о выдаче кредита. Решение этой задачи не возможно без использования системы оценки и управления рисками. Кредитный риск является одним из наиболее значимых банковских рисков, кроме того, именно он является причиной возникновения проблемной задолженности и потерь, связанных с дефолтом кредитополучателя. Однако чтобы риск-менеджмент стал действительно инструментом, дающим результаты, в банке должна существовать эффективная система управления рисками.

Эффективная система должна решать следующие задачи:

· Формирование характеристики состояние кредитополучателя (рейтинг кредитополучателя и вероятность дефолта)

· Уменьшение доли проблемных кредитов

· Обоснованность условий сделок и принимаемых решений о кредитовании

· Увеличение конкурентных преимуществ за счет повышения качества кредитного портфеля

· Возможность постоянного контроля состояния портфеля

· Увеличение дисциплины и сокращение временных затрат за счет стандартизации и автоматизации

· Возможности для постоянного мониторинга и своевременной реакции на возникающие проблемы у клиента [16].

При создании системы управления кредитным риском банки опираются на собственный опыт и наработки. Но полезно учитывать и мировой опыт в этом направлении. В июле 2004 года Базельским комитетом был выпущен документ: Revised Framework on International Convergence of Capital Measurement and Capital Standards (Пересмотренная схема международного объединения подходов и стандартов расчета капитала, далее, Базель 2) [17].

Предлагаемая схема является базовым элементом для национальных регуляторных процессов в Европейских странах. Документ учитывает новые достижения в области измерения и управления кредитными рисками для тех банков, которые двигаются в направлении построения системы внутренних рейтингов (IRB - Internal Rating Based Approach). Рекомендации Базельского комитета не содержат законченной универсальной модели, которую нужно использовать в системе кредитного риск менеджмента. Такой модели просто не существует. Базель 2 - это методология, которая предлагает подход, гарантирующий в итоге построение эффективной системы управления кредитными рисками.

В рамках базового IRB подхода (Foundation Approach) банкам предоставляется возможность использовать собственные модели только для оценки вероятности дефолта (PD - Probability of Default) заемщиков. Также предусмотрено дальнейшее развитие, и переход к продвинутому (advanced) IRB подходу, в соответствии с которым финансовым организациям (банкам) позволено применять собственные модели для оценки основных рисковых параметров, необходимых для оценки требования на экономический капитал. При этом регулятору должна быть представлена верификация модели. Таким образом, стимулируется использование банками собственных методик, их развитие и постоянное совершенствование.

Среди базовых рисковых параметров, каждый из которых является случайной величиной, Базельский комитет выделяет следующие:

- Среднегодовая вероятность дефолта (PD - Probability of default) и Рейтинг кредитополучателя. PD является вероятностью того, что кредит не будет выплачен, то есть, произойдет дефолт. Вероятность дефолта рассчитывается для каждого кредитополучателя в отдельности (корпоративные клиенты) либо в целом по портфелю однородных ссуд. Существует довольно много различных моделей, позволяющих рассчитать PD, исходя из имеющейся информации. Можно выделить три основных класса: структурные модели, модели сокращенной формы и кредит-скоринговые модели. Первые два подхода основаны на рыночных данных (стоимость акций, доходности облигаций), поэтому непосредственно не применимы к большей части стандартных заемщиков банков на постсоветском пространстве. Таким образом, наибольший практический интерес представляют именно кредит-скоринговые модели, в результате использования которых, каждому заемщику присваивается некоторый рейтинг, характеризующий его финансовое состояние и способность погасить свои обязательства перед банком. Весь диапазон возможных значений рейтингового балла разбивается на интервалы, называемые рейтинговыми группами. Кроме этого, при помощи специальной калибровки рейтинговому баллу ставится в соответствие вероятность дефолта. PD, сопоставленное рейтинговой группе, фактически является оценкой процента компании этой группы, которые испытают дефолт в течение года.

- Экспозиция под риском (EAD - Exposure at Default). EAD представляет собой оценку суммы, подвергаемой риску, то есть, части кредита, которая теряется в случае дефолта. При расчете необходимо учитывать следующие факторы: во-первых, задолженность по ссуде (особенно по сложным продуктам с системой лимитов) может колебаться с течением времени, поэтому необходимо уметь оценивать ее значение в момент возникновения дефолта; во-вторых, наличие высоколиквидного обеспечения позволяет снизить EAD, так как его реализация позволяет быстро вернуть часть потерянного кредита. Однако оставшуюся часть ссуды вряд ли удастся вернуть полностью. Средне ожидаемая доля потерь средств в случае дефолта (LGD - Loss Given Default) обычно рассчитывается в процентах от EAD. LGD как раз и является оценкой той части EAD, которая будет безвозмездно потеряна, если произойдет дефолт. Необходимо учитывать наличие дополнительного обеспечения по ссуде, значимость залога для клиента, а также текущее финансовое состояние кредитополучателя, то есть, его рейтинг. При расчете LGD и EAD очень важным является вопрос правильного определения стоимости обеспечения, его ликвидности и вероятности возврата.

Дополнительно в эту группу параметров можно внести следующие важные факторы: - Горизонт риска (M Maturity). Очевидно, что риски возрастают при увеличении срока кредита. Горизонт риска, в общем случае, не совпадает со сроком кредитного договора. Он может, как превосходить его (например, в том случае, если предполагается продление действия продукта), так и быть меньше.

- GRP (Group) - групповая принадлежность компании-кредитополучателя. При анализе необходимо учитывать не только такие однозначные критерии, как долевое участие или состав руководства, но и факторы экономической, региональной связанности. Рассмотрение таких факторов позволят лучше выявить реальную групповую структуру заемщиков. Низкая диверсификация портфеля и наличие больших связанных групп ведет к значительному увеличению стрессовых потерь и может оказаться критичным для банка.

В соответствии с продвинутым (advanced) подходом внутренних рейтингов (AIRB Basel II) для оценки каждого из этих случайных параметров требуется разработать специальную математическую модель.

Основной причиной кредитного риска является дефолт кредитополучателя. В соответствии с Базель 2 под дефолтом понимается невозврат или просрочка основной суммы долга или процентов. Дефолт конкретного должника является произошедшим, когда имело место хотя бы одно из следующих событий:

· банк считает, что должник не в состоянии полностью погасить свои кредитные обязательства перед банком без принятия банком таких мер, как реализация обеспечения (если такое имеется);

· должник более чем на 90 дней (для юридических лиц) просрочил погашение любых существенных кредитных обязательств перед банком.

Таким образом, рейтингование заемщиков и определение вероятности дефолта является одним из наиболее важных компонентов системы управления кредитными рисками. Для построения системы рейтингования необходимо произвести следующий порядок действий:

1. Необходимо выделить основные отраслево-целевые сектора.

2. Для каждого отраслево-целевого сектора требуется выделить основные риск-доминирующие факторы

3. Осуществить накопление данных по оценке показателей

4. Сформировать границы принятия решений.

5. Определить веса показателей.

6. Произвести верификацию рейтингового балла

7. Осуществить калибровку рейтингового балла, установить соответствия между рейтинговым баллом и вероятностью дефолта.

Выделение основных отраслево-целевых секторов.

Очевидно, что характеристики и финансовые показатели корпоративных клиентов значительно отличаются от показателей финансовых компаний. Поэтому в первую очередь требуется выделить основные типы клиентов, которые находятся в портфеле и с которыми работает банк в соответствии с реализуемой кредитной политикой. В общем случае можно предложить следующее разделение на сектора: корпоративные заемщики (стандартные формы кредитования), банки, федеральные и муниципальные органы власти, малый и средний бизнес, инвестиционные проекты, прочие (депозитарии, страховые компании и т.д.). Каждый из выделенных секторов требует отдельного рассмотрения и специальной настройки рейтинговой системы.

Выделение основных риск-доминирующих факторов.

Факторы могут быть как количественными, например, финансовые показатели, так и качественными, отражающими, в том числе, и экспертное мнение. При выборе факторов, кроме их значимости и экономического смысла, следует учитывать, что по некоторым из них потребуется собрать достаточную для анализа историю. Кроме этого, не стоит выбирать слишком большое число показателей, так как, скорее всего, многие из них окажутся взаимозависимыми, что приведет к сложностям с определением их весов (этап 5).

Накопление данных по оценке показателей.

Для сбора данных необходимо выбрать не менее 50 клиентов, относящихся к рассматриваемой отраслево-целевой группе и собрать для них определенные ранее показатели за несколько последних лет. При этом данные можно получать из различных источников, в том числе и общедоступных. В частности, с серверов раскрытия информации (данные по отчетности), данные статистических комитетов т.д.

Формирование границ принятия решения.

На основе собранных данных можно определить, какие значения каждого из показателей являются хорошими для рассматриваемой группы клиентов, а какие - плохими. В первую очередь, необходимо выделить критические значения для показателей. То есть, такие значения, появление которых у кредитополучателя, свидетельствует о его неблагоприятном финансовом положении. Определение таких значений практически представляет собой систему стоп факторов, при наличии которых работа с клиентом не прекращается, однако, ему сразу назначается вмененный рейтинг или отграничение на рейтинговую группу. Оставшийся диапазон значений показателя разделяется на несколько групп, каждой из которых ставится в соответствие определенный балл. Границы выделяются таким образом, чтобы в образованные интервалы попадало примерно одинаковое количество компаний из собранной базы. При выделении границ каждой группы необходимо учитывать не только накопленные данные, но экономическую непротиворечивость.

Определение весов показателей.

На этом шаге необходимо определить значимость показателей. Одним из возможных подходов является экспертное проставление весов. Для этого необходимо собрать группу опытных сотрудников-экспертов, которые независимо друг от друга определят значимость предложенных факторов. После этого, полученные веса усредняют. Кроме этого, возможен и другой, более технический, подход. Сначала составляют схему, содержащую несколько уровней, включающую определенные ранее риск-доминирующие факторы. На каждом уровне необходимо определиться, какие факторы являются более значимыми, какие равнозначными, а какие менее значимыми. После этого, воспользовавшись, например, схемой Фишберна, можно определить веса показателей. Однако в обоих подходах необходима дополнительная корректировка весов для учета следующих элементов: взаимозависимость факторов (в случае значительной корреляции между показателями может произойти двойной учет аналогичных факторов, что искусственно увеличит значимость этого фактора), влияние весов на качество получаемой модели (можно в качестве настройки произвести вариацию полученных весов, чтобы достичь лучшего результата на этапе верификации). Технологическая схема расчета рейтинга представлена на рисунке 5.

Рисунок 5 - Технологическая схема расчет рейтинга



Верификация рейтингового балла.

Для того чтобы определить качество созданной рейтинговой системы необходимо произвести ее верификацию. Чтобы сделать это, желательно собрать статистику дефолтов и рейтинговые баллы за несколько временных периодов (хотя бы за несколько лет или экономических циклов) по кредитополучателям рассматриваемого отраслево-целевого сектора. Отметим, что в соответствии с документами Базель 2, требуется подтверждение верификации модели на пятигодовом интервале. Один из наиболее распространенных способов верификации рейтинговых систем - построение ROC (receiver operating characteristic) кривых. Качество рейтинговой системы определяется показателем AR - Accuracy Ratio (также называемый коэффициентом Жини (Gini)). Этот коэффициент определяется как отношение площадей под идеальной ROC кривой () к площади под реальной, построенной на основе статистики ROC кривой () (рис.6).

Рисунок 6 - Построение ROC кривой

Таблица 4 - Распределение рейтинговых систем по качеству

Интервал	Качество модели
80% и выше	Отличное
60-80%	Очень хорошее
40-60%	Хорошее
20-40%	Среднее
20 % и ниже	Неудовлетворительное, от модели следует отказаться

Стоит отметить, что международным рейтинговым агентствам (Moody's Rating Global, Fitch Global Corporate Finance Ratings, S&P Rating Global), которые проводят глубокий и подробный анализ и аудит рейтингуемых компаний, удается получить качество моделей более 88%.

Калибровка рейтингового балла, соответствие между рейтинговым баллом и вероятностью дефолта.

Вероятность дефолта компании, по сути, является абстрактной величиной, т.к. представляет собой отношение количества дефолтов за год, произошедших с совершенно аналогичными компаниями, к общему числу таких компаний (среднегодовая частот дефолтов), при устремлении последнего числа к бесконечности. Таким образом, любая модель позволяет получить лишь некоторую оценку вероятности дефолта. Между вероятностью дефолта и рейтингом кредитополучателя может быть установлено взаимно-однозначное соответствие. В этом случае PD является оценкой процента заемщиков, имевших дефолт за год, из общего числа заемщиков данной рейтинговой группы. Ведущие мировые банки и рейтинговые агентства производят сбор статистики дефолтов в рейтинговых группах. Также общепризнанной является логитная форма зависимости между рейтингом и вероятностью дефолта:

Эта зависимость подтверждается с высоким коэффициентом детерминации. Однако коэффициенты фона и наклона (A и B) подлежат определению в каждом конкретном случае (т.е. при настройке модели рейтингования каждого отраслево-целевого сектора).

Определение параметров производится на основе 3-х типов данных:

1) частота дефолтов по отраслево-целевой группе (данные банка, по стране, в крайнем случае, при полном отсутствии данных - экспертно-ожидаемая частота дефолтов);

2) распределение баллов, полученное в результате рейтингования компаний на основе собранных исторических данных (этап 3);

3) качество модели (AR), реальное (полученное в результате построения ROC кривой на шаге 6) или предполагаемое.

А также на основе 2-х постулатов:

1. средняя частота дефолтов по компаниям, включенным в собранную базу, равняется статистически наблюдаемой с учетом экономической ситуации;

2. рейтинговая система должна хорошо разделять заемщиков на «плохих» (с высокой вероятностью дефолта) и «хороших» (с низким PD) с учетом качества рейтинговой системы (AR).

В результате создания и правильной настройки рейтинговой системы банк получает возможность практически в автоматическом режиме производить первоначальное и мониторинговое рейтингования стандартных компаний (средний диапазон на рис. 7). Однако, для компаний, получивших высокий рейтинг, все-таки требуется дополнительное подтверждение рейтинга, а при получении заемщиком низкого рейтинга также необходимо дополнительно выявить причины и отрицательные факторы. Последнее может послужить причиной для начала работы с клиентом по диагностики развития проблемной ситуации.



Рисунок 7 - Соотношение рейтингового балла и вероятности дефолта

Следующим параметром риска является экспозиция под риском (EAD) или объем средств под риском. Эта величина показывает, какая сумма подвержена риску потерь по данному активу портфеля либо какая сумма будет подвержена риску в случае выдачи кредита. При расчете EAD необходимо учитывать следующие характеристики, которые получают из банковской системы либо из условий заявки:

· вид кредитного продукта;

· срок кредитного договора;

· срок до окончания договора;

· сумма договора;

· позиция (задолженность);

· обеспечение.

Экспозиция под риском состоит из трех компонент: позиции (текущей задолженности), учета неиспользованного остатка лимита и коррекции.



где CCF - Credit Conversion Factor (фактор кредитной конверсии), отвечающий за использование неосвоенной части лимита, который определяется первыми четырьмя характеристиками сделки. CCF сильно зависит от кредитной политики банка.

В соответствии с рекомендациями Базельского комитета коррекция EAD может производиться только на высококачественное, высоколиквидное приемлемое обеспечение. Такое обеспечение может быть легко реализовано, за счет чего удается достаточно быстро вернуть часть суммы кредита (или даже весь кредит, если он был полностью покрыт таким залогом). Коррекция EAD возможна и на обеспечение более низкого качества (условно-приемлемое обеспечение), но в этом случае повышается величина LGD, т.е. та часть EAD, которую банк безвозвратно потеряет в случае дефолта кредитополучателя. Величина Loss Given Default также является случайной. В среднем, по результатам международных исследований LGD в зависимости от страны меняется от 25% до 60% [18].

Таким образом, знание параметров риска EAD и LGD дает нам возможность оценить возможные безвозвратные потери по ссуде:

Никогда невозможно точно предсказать тот объем потерь, с которым столкнется банк. Однако можно оценить средний уровень потерь банка, или так называемые ожидаемые потери (EL - Expected Loss). EL с точки зрения банков представляют собой элемент стоимости бизнеса. Оценить объем ожидаемых потерь возможно, используя основные параметры риска: PD дает среднегодовую вероятность дефолта кредитополучателя, а EAD*LGD- уровень потерь. Таким образом, ожидаемые потери можно оценить следующим образом:



Учитывать такие потери можно, например, за счет создания адекватных резервов. Однако, следует учитывать, что процесс возврата низколиквидного обеспечения или активов предприятия может значительно затянуться, поэтому оценкой необходимого уровня резервирования является величина