Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
Подписка на журнал
Реклама в журнале
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
Научные дискуссии
Семинары, конференции
 
Проблемы современной экономики, N 4 (60), 2016
ФИНАНСОВО-КРЕДИТНАЯ СИСТЕМА. БЮДЖЕТНОЕ, ВАЛЮТНОЕ И КРЕДИТНОЕ РЕГУЛИРОВАНИЕ ЭКОНОМИКИ, ИНВЕСТИЦИОННЫЕ РЕСУРСЫ
Казанский А. В.
доцент кафедры теории кредита и финансового менеджмента экономического факультета
Санкт-Петербургского государственного университета,
кандидат экономических наук


Функционирование внутренней рейтинговой системы коммерческого банка
В статье дан анализ теоретических основ построения рейтинговых систем коммерческих банков, принятых в международной практике базельских стандартов. Охарактеризованы как простейшие построения внутренних рейтингов, так и более сложные механизмы рейтинговых оценок, основанных на вероятности дефолта и количественных и качественных показателях деятельности корпоративного клиента Особое внимание уделено модификации на основе внутренних рейтингов систем классификации резервов на возможные потери по ссудам и коэффициентов риска, влияющих на расчет достаточности капитала (норматив ЦБ РФ Н1). Немаловажной частью исследования является также рассмотрение процесса перехода на систему внутренних рейтингов, сопряженных со значительными временными и финансовыми затратами
Ключевые слова: Базельские стандарты, капитал первого уровня, риск дефолта, внутренние рейтинги, резервы на возможные потери по ссудам, коэффициенты риска, стресс-тестирование, кредитный риск, коэффициенты обслуживания долга, рейтинговая шкала, предварительная валидация, дискриминационная способность модели
ББК У26(2)22 У26(2)210   Стр: 127 - 131

Рейтинговая система — это совокупность методов, процедур, систем контроля, сбора статистической информации и информационно-технологических систем, используемых банком для оценки кредитного риска, распределения кредитных требований по разрядам рейтинговой шкалы данной системы, количественной оценки риска дефолта и фактически понесенных потерь по классам кредитных требований. Банк может использовать несколько рейтинговых систем и сам решает, какие кредитные требования к какой рейтинговой системе относить [9].
Системы внутренних рейтинговых моделей выступают как один из институтов финансовой информации [16] и служат для учета кредитного риска заемщика и кредитного риска финансового инструмента. В их рамках рассматривается только кредитный риск, связанный с заемщиком. Для наглядности рассмотрим сам процесс оценки кредитного риска в рамках процедуры внутренних рейтингов (далее — ПВР), которая поэтапно оценивает кредитный риск, определяет требования к банковскому капиталу и определяет параметры стресс-тестирования (рис 1). Приведенную на рис. 1 схему можно описать, распределив все действия условно на этапы:
1. Банк на основе информации о заемщике, в соответствии с системой внутренних рейтингов, присваивает рейтинг заемщику;
2. Рейтинг с помощью матрицы дефолтов трансформируется в величину вероятности дефолта;
Рис. 1. Схема функционирования процедуры внутренних рейтингов [21]
3. Параллельно банк рассчитывает компоненты риска в соответствии с собственными методиками (основанными на анализе финансовой отчетности клиентов, статистики неисполнения обязательств в конкретном сегменте экономики и эффективности реструктуризаций, проведенных банками в данном сегменте) или на основе рекомендаций надзорного органа (прежде всего — Инструкцией № 139-И, Положениями № 511-П и 483-П ЦБ РФ);
4. Далее оценивается совокупный кредитный риск, часть которого относится к EL (ExpectedLosses–оценка ожидаемых потерь по кредитному требованию, находящемуся в состоянии дефолта), а часть к UL (UnexpectedLosses — непредвиденные потери);
5. ELсчитается по формуле EL = PD * LGD * EAD, именно под эту часть убытков создаются резервы [7];
6. Величина кредитного риска в части UL определяется Положением ЦБ РФ № 254-П) и фактически представляет собой величину резервов на возможные потери по ссудам и приравненной к ним задолженности, создаваемой согласно требования ЦБ РФ);
7. Величина ULопределяет минимальные требования к капиталу банка;
8. Проводится стресс-тестирование, в рамках которого оценивается влияние ухудшения рейтингов заемщиков, а также иных компонентов риска на достаточность капитала банка;
9. Вся полученная информация должна применяться не только для расчета достаточности капитала, но и использоваться внутри банка для других целей, то есть должна быть интегрирована во внутренние процессы, например, использоваться в процессе кредитования;
10. Отчеты и информация отправляется в регулирующий орган.
Каждому банку свойственны свои особенности ведения деятельности, разные условия, поэтому не существует единого понятия того, какой должна быть рейтинговая система. В идеальном случае банк разрабатывает собственные методы, которые наиболее адекватно отражают степень кредитного риска. Однако можно назвать некоторые аспекты, которые должны приниматься во внимание и быть четко определены банком во время построения рейтинговой системы [11]:
● Структура внутренней рейтинговой системы (какие ключевые факторы учитываются в рейтинговой системе);
● Алгоритм присвоения рейтингов;
● Используемая информация и как она связана с рейтингом заемщика;
● Оценка компонентов риска с использованием рейтинговой системы;
● Активное использование полученной информации.
Первое, что получает банк и на чем основывается весь дальнейший анализ — это информация. Использование качественных вводных данных — залог достоверной оценки. Используемая информация должна быть репрезентативной для класса кредитных требований, в отношении которого будет применяться модель, используемая в рейтинговой системе, она должна быть взята за максимально долгий временный период. Она должна быть достоверной, полной и актуальной на момент её поступления и использования [17]. Банк имеет право использовать различные источники статистической информации, включая: внутреннюю и внешнюю информацию о дефолтах заемщика и об изменении рейтинга; количественную и качественную информацию о заемщике. Все это отражается во внутренних документах банка. Банку необходимо устанавливать процедуры контроля качества и анализа статистической информации.
Вся поступившая информация о заемщике обрабатывается с помощью некоей рейтинговой модели, и по результатам анализа заемщику присваивается рейтинг. Эта модель должна содержать алгоритм присвоения (пересмотра) рейтинга, процедуру оценки вероятности дефолта для каждого разряда рейтинговой шкалы, критерии проверки прогнозного качества модели.
В зависимости от класса кредитных требований, структура и сущность моделей может отличаться, главное, чтобы полученный рейтинг отражал реальную оценку заемщика. Например, для оценки розничных заемщиков могут использоваться аппликативные и поведенческие скоринговые модели (application and be havioral scoring), для корпоративных заемщиков — модели дискриминантного анализа, логистической регрессии. Эти модели могут быть исключительно статистическими или экспертными, допускается использование гибридных моделей.
Нагляднее всего будет рассмотреть рейтинговую модель. Здесь целесообразно построить одну из простейших рейтинговых моделей, основанную на количественных и качественных показателях.
Суть присвоения рейтинга отражена на рис. 2. В левой части схемы (рис. 2) на основе имеющейся информации о заемщике рассчитываются количественные коэффициенты. По каждому коэффициенту существует нормативное значение, в соответствии с которым он получает определенный балл. Затем каждый коэффициент взвешивается по установленному значению и относится к общему рейтингу финансового состояния.
Рис. 2. Рейтинговая модель [20]
Рассмотрим, к примеру, коэффициент абсолютной ликвидности(КЛ). Банк установил нормативное значение 0,2. В зависимости от отклонений присваивается балл (табл. 1).

Таблица 1
Характеристика коэффицента в ретинговой модели [18]
КоэффициентНормативное
значение
3 балла2 балла1 баллВес показателя
(W)
КЛ0,20,2 и выше0,15–0,2менее 0,150,11

Таким образом, если у нас КЛ = 0,3, банк получает 3 балла, которые взвешиваются по 0,11. Итого получается сумма Si = 3*0,11 = 0,33. Далее все взвешенные и рассчитанные показатели суммируются и получается общая оценка финансового состояния.
Оценка бизнес-риска производится аналогично оценке финансовых показателей, только с помощью эксперта банка, так как это качественные показатели. Эксперт выставляет баллы по каждому пункту, в соответствии с рекомендациями. Все полученные баллы взвешиваются и затем суммируются, в итоге получается оценка бизнес-риска [10].
Далее оценки финансового состояния и бизнес-рисков взвешиваются еще раз и получается интегральная оценка, которая соответствует итоговому рейтингу заемщика.
Рейтинговая модельнаправлена на то, чтобы: а) комплексно оценивать все финансовые и нефинансовые факторы риска; б) учитывать специфику заемщика и кредитного требования к нему; в) оценивать динамику факторов, влияющих на финансовое положение заемщика; г) осуществлять мониторинг и пересмотр рейтингов с учетом новый информации [13].
Построение рейтинговой шкалы также является одним из ключевых параметров рейтинговой системы. Рекомендуется иметь не менее восьми разрядов рейтинговой шкалы, из которых не менее семи — для заемщиков, не находящихся в состоянии дефолта, и один разряд для заемщиков, находящихся в состоянии дефолта. Каждому разряду соответствует получившаяся интегральная оценка заемщика. Рассмотрим табл. 2.
Опять же заметим, что таблица 2 носит условный характер и использована только для представления функционирования рейтинговой системы.

Таблица 2
Рейтинговая шкала [17]
Интегральная оценкаРейтингКомментарии
20 и вышеA1Нормальный
18–19A2
16–17A3
14–15B1
12–13B2Требует внимания
11B3Под угрозой дефолта
10 и нижеCДефолт

В зависимости от полученной оценки присваивается рейтинг. Рекомендуется использование консервативного подхода, то есть все дробные оценки должны округляться до меньшего. Итак, каждому заемщику присвоен рейтинг, который соответствует вероятности дефолта согласно матрице дефолтов (табл. 3).

Таблица 3
Матрица дефолтов [18]
РейтингВероятность дефолта (PD) в %
A10,2%
A20,5%
A32,8%
B16,3%
B217%
B330%
C100%

Банк на основе имеющейся статистической информации и с помощью доступных методов оценки вероятности дефолта определяет вероятности дефолта по каждому разряду шкалы рейтинга. Составляется матрица дефолтов. Банк обязан пересматривать оценки вероятности дефолта по мере поступления новой информации о дефолтах заемщика не реже 1 раза в год.
Рейтинговая шкала должна иметь достаточное и обоснованное количество разрядов, рекомендуется увеличивать их количество при высокой концентрации заемщиков. При этом отнесение заемщика к каждому разряду рейтинговой шкалы должно быть обоснованным в соответствии с уровнем риска, присущим ему, то есть каждый разряд должен быть четко определен. Матрица дефолтов должна содержать реальные вероятности дефолта по каждому разряду, рассчитанные на основе качественной статистической информации и с использованием проверенных моделей оценки вероятности дефолта. При выявлении любых изменений матрица дефолтов должна пересматриваться [24].
Каждая модель построения рейтинга должна пройти стадию валидации формулирования доказательства, что рейтинговая модель действительно позволяет достигать ожидаемых результатов. Это, можно сказать, проверка качества работы рейтинговой модели, её предсказательной способности. Модели могут подвергаться валидации на этапе построения (предварительная, exante) и уже в процессе использования (постфактум, expost). В основном это происходит следующим образом. Не стадии разработки проверяется общая логика модели и подтверждается, что данные, используемые в процессе проектирования, адекватны. Также финансовые показатели, используемые в процессе оценки, должны иметь экономический смысл. Проверка постфактум включает в себя изучение эффективности определения дефолтов заемщиков по каждому классу.
Как уже отмечалось, предварительная валидация состоит в: а) оценке логики построения модели; б) проверке адекватности используемой входящей информации и достаточности индикаторов в модели. Например, регрессионные модели проверяются с помощью тестов Стьюдента, Фишера, критерия Акаике; в) установлении соответствия модели требованиям надзорных органов [19].
Интерес представляет проверка уже действующей модели. Она осуществляется разными способами, одним из которых является бэктестинг (backtesting). Бэктестинг — это сопоставление предсказанных оценок вероятности дефолта и фактических дефолтов с целью проверки предсказательной способности модели. По идее, если модель имеет высокую предсказательную способность, то заемщики с низким рейтингом чаще оказываются в состоянии дефолта, как показано на рис. 3.
Рис. 3. Распределение дефолтов по рейтингам заемщиков [20]
Для определения дискриминационной способности модели рекомендуется использовать следующие критерии:
● коэффициент (индекс) Джини («Giniindex»);
● кривые кумулятивного профиля достоверности («cumulative accuracy profile– CAP»);
● зависимости частоты истинно положительных и ложноположительных заключений («receiver operating characteristic curve– ROC-curve»);
● биномиальный тест;
● статистический тест Колмогорова–Смирнова;
● тест Хосмера–Лемешова («хи-квадрат»).
После оценки модели, если выявлены какие-либо отклонения, необходимо выполнить калибровку модели, с учетом появившихся недостатков. Следует серьезно относиться к калибровке модели и выполнять ее только в случае необходимости при существенных отклонениях, так как корректировки являются дорогостоящими и могут нарушить непрерывность модели.
Также необходимо выполнять стресс-тестирование. Суть стресс-тестирования заключается в предположении различных неблагоприятных сценариев (кризисы, падение ВВП, обвал рынков) и проверке адекватного функционирования рейтинговой системы в таких условиях. Банкам необходимо учитывать не только сценарии надзорного органа, но и разрабатывать свои собственные.
Итак, банк с помощью рейтинговой модели присвоил рейтинг заемщику, оценил его вероятность дефолта. Также банк рассчитал компоненты риска, тем самым получил величину всего кредитного риска. Возникает логичный вопрос: зачем? Согласно Положению №483-П ЦБ РФ и Базельским стандартам, главной целью введения внутренних рейтинговых систем является расчет достаточности капитала. На взгляд автора, внедрение таких систем не имеет никакого смысла, если банк не будет полностью использовать их для управления рисками и внутренними бизнес-процессами. Банки должны осознавать важность введения внутренних рейтинговых систем и максимизировать их использование [7].
С точки зрения автора, внутренние рейтинги можно использовать для следующих процессов: а) установление лимитов кредитования, основанных на рейтинге заемщика. Например, предоставлять некрупные суммы заемщикам с низким рейтингом, тем самым избежав концентрации кредитного риска; б) использование рейтингов при принятии решения о выдаче кредита; в) упрощение процесса рассмотрения кредита для заемщиков с высоким рейтингом; г) тщательный мониторинг заемщиков с низким рейтингом; д) мониторинг общего кредитного портфеля; е) ценообразование. Изменение процентных ставок в зависимости от рейтинга заемщика (добавление кредитного спрэда на основе рейтинга); ж) оценка экономической стоимости кредита (оценка дисконтированного денежного потока с учетом будущих кредитных издержек); з) резервирование. Создание резервов с учетом ожидаемых убытков и др.
Таким образом, переход на ПВР позволит банкам повысить точность оценки величины кредитного риска и, как следствие, позволит оптимально рассчитывать достаточность капитала, оптимизировать саму структуру капитала. Согласно исследованиям Базельского комитета, переход на ПВР позволит сократить взвешенные по риску активы (RWA) на 20%. Также это будет способствовать лучшему пониманию своих заемщиков, а значит осуществлять более эффективную ценовую политику и мониторинг. В отличие от стандартизированного подхода, который, зачастую, не отражает реальную ситуацию по рискам в каждом отдельно взятом банке, ПВР позволит качественно и систематизировано оценивать кредитный риск. А значит, и формировать адекватные резервы на основе этих оценок. Переход на ПВР приведет к повышению конкурентоспособности банка и улучшению его репутации на мировых рынках. Внедрение ПВР сопряжено со значительными инвестициями в создание надежной ИТ-инфраструктуры, улучшенных моделей и систем оценки рисков, и интеграцию показателей риска в бизнес-процессы и стратегическое планирование. Подобные инвестиции в качество системы управления кредитными рисками являются важным сигналом для международных партнеров, что может привести к улучшению кредитного рейтинга банка, снижению стоимости заимствований и дополнительным вливаниям в капитал. Следует заметить, что еще будут минимизированы административные издержки, связанные с оценкой кредитного риска, после внедрения ПВР [23].
Естественно, существует ряд проблем, связанных с переходом на внутренние рейтинги. В первую очередь — это недостаточность накопленной статистической информации. В России, в частности, сбор нужной информации затруднителен. Например, не все необходимые сведения о заемщике собираются на стадии выдачи кредита, а случаи дефолтов часто слабо задокументированы и использование имеющихся данных для построения моделей невозможно без трудоемкого сбора дополнительной информации. Более того, отсутствие автоматизированных решений, а также недостаток контроля качества приводит к многочисленным ошибкам в собранных данных и, как следствие, может означать невозможность построения качественных статистических моделей. Например, сейчас обсуждается ограничение использования ПВР для некоторых категорий заемщиков [24]. Ограничения касаются сегмента заемщиков, относящихся к портфелям с низкой частотой дефолтов, где построение моделей, которые адекватно оценивают кредитный риск, затруднено по причине недостатка статистических данных требуемого качества.
Второй проблемой является сам процесс перехода, так как он сопряжен со значительными временными и финансовыми затратами. Для создания интегрированной системы управления рисками банкам потребуются существенные вложения в разработку новых методик и инструментов, а также повышение квалификации персонала и реорганизацию внутренних процессов. Банки должны понимать и сознательно идти на такие траты, они должны быть экономически оправданы.
Третьей проблемой можно назвать отсутствие опыта банков по использованию комплексных систем оценки рисков. Для перехода на ПВР банкам потребуются высококвалифицированные специалисты с международным опытом внедрения таких систем.
В любом случае, переход на систему внутренних рейтингов — это данность для одних банков и безусловные требования для других. Определение коэффициентов риска и необходимого уровня резервов на основе рейтингов позволит коммерческим банкам снизить нагрузку на капитал, дифференцировать расчет указанных показателей в зависимости от качества заемщика и, в конечном итоге, сделать более прозрачной систему риск-менеджмента [18].


Литература
1. Закон РФ «О банках и банковской деятельности» № 17-ФЗ от 03.02.1996. http://base.garant.ru/10164324/ Дата обращения: 15.11.2016
2. Закон РФ «О центральном банке» № 86-ФЗ от 10.07.2002. http://www.consultant.ru/document/cons_doc_LAW_37570/ Дата обращения: 15.11.2016
3. Закон РФ «О потребительском кредите (займе)» № 353-ФЗ от 01.07.2014. http://www.consultant.ru/document/cons_doc_LAW_37570/ Дата обращения: 15.11.2016
4. Закон РФ «О противодействии легализации (отмыванию) доходов, полученных преступным путем и финансированию терроризма» № 115-ФЗ от 07.08.2001. http://www.consultant.ru/document/cons_doc_LAW_32834/ Дата обращения: 15.11.2016
5. Инструкция № 139-И ЦБ РФ «Об обязательных нормативах банков» (в ред. от 18.06.2015). http://www.garant.ru/products/ipo/prime/doc/71042428/ Дата обращения: 15.11.2016
6. Положение № 421-П ЦБ РФ от 30.05.2014 «О порядке расчета показателя краткосрочной ликвидности («Базель-3»)». http://minjust.consultant.ru/documents/10469?items=1&page=14 Дата обращения: 15.11.2016
7. Положение № 483-П ЦБ РФ от 6 августа 2015 г. № 483-П «О порядке расчета величины кредитного риска на основе внутренних рейтингов». http://base.garant.ru/71203444/ Дата обращения: 15.11.2016
8. Андрюшин С.А., Кузнецова В.В. Центральные банки в мировой экономике. — М.: «Инфра-М», 2012.
9. Банковское дело. Учебник / Под ред. О.И. Лаврушина. — М.: Изд-во банковского и биржевого научно-консультационного центра, 1992.
10. Долан Э.Д. Деньги, банковское дело и денежно-кредитная политика. — СПб.: «Санкт-Петербург Оркестр», 1994.
11. Кудрин А. Влияние доходов от экспорта нефтегазовых ресурсов на денежно-кредитную политику России // Вопросы экономики. — 2013. — № 3. — С. 4–19.
12. Матук Ж. Финансовые системы Франции и других стран. — М.: Финстатинформ», 1994.
13. Никифорова А. П. Современный зарубежный опыт реструктуризации банковской системы // Сб. научных трудов. Вып. 9 / Под ред. А.И. Михайлушкина и Н.А. Савинской. — СПб.: СПбГИЭУ, 2006.– С.102–104.
14. Овчинникова О.П., Михалева Ю.В. Стратегия институционально-сетевого развития банковской инфраструктуры // Финансы и кредит.– 2009. — № 2 (339). — С. 2–10.
15. Роуз П.С. Банковский менеджмент. — М.: «ДЕЛО Лтд», 1995.
16. Соколов Б.И.Институты финансовой информации // Финансы и кредит. — 2013. — №31 (559). — С. 2–16.
17. Тавасиев А.М., Мазурина Т.Ю., Бычков В.П. Банковское кредитование. — М.: «Инфра-М», 2012.
18. Энциклопедия финансового риск-менеджмента / Под ред. А.А. Лобанова и А.В. Чугунова.– 4-е изд., испр. и доп. — М., 2009.
19. Borio C. Rediscovering the Macroeconomic Roots of Financial Stability Policy: Journey, Challenges and a Way Forward // BIS Working Papers. Basel. 2011. № 354. Р. 99.
20. Maurice D.Levi. International Finance: The Markets and Financial Management of Multinational Business. Second Edition, Mc. Graw-Hill Inc., 2006.
21. Wezel T.,Chan Lau J.A., Columba F. Dynamic Loan Loss Provisioning Simulations on Effectiveness and Guide to Implementation // IMF Working Papers. — 2012. — № 110. Р. 8–11.
22. http://www.banki.ru/news/bankpress/?id=4501871
23. http://www.cbr.ru/press/pr.aspx?file=15072015_190947ik2015-07-15t19_06_47.htm

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2017
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия