КЛАССИФИКАЦИЯ ПОДХОДОВ, МОДЕЛЕЙ И МЕТОДОВ ДИАГНОСТИКИ БАНКРОТСТВА БАНКОВ
Егорова О.Ю.
Основания отзыва лицензий у российских банков
По состоянию на 1 июля 2015 г. в России действует 797 кредитных организаций. За период с 2006 по июль 2015 г. лицензии на осуществление банковской деятельности были отозваны у 403 кредитных организаций[1]. В соответствии с федеральным законом № 395-1 «О Банках и банковской деятельности» от 02.12.1990 (далее - Закон № 395-1-ФЗ) полномочиями отзыва лицензий у кредитных организаций на осуществление банковских операций наделен Банк России. Основания, при которых Банк России либо может, либо должен отозвать лицензию у банка, представлены в статье 20 Закона № 395-1-ФЗ.
Рисунок 1. Основания отзыва лицензий у российских банков
В превалирующем большинстве случаев причины отзыва лицензий у российских банков за последние 10 лет связаны с нарушением банковского законодательства, в том числе в области легализации доходов. Пик отзывов лицензий, связанных с нарушением Федерального закона от 07.08.2001 № 115-ФЗ «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма» (далее Закон № 115-ФЗ) приходился на 2006, 2007 и 2014 годы. В 2006 году из 60 банков в 51-ом основания для отзыва лицензии были связаны с легализацией доходов, в 2006 - из 49 случаев в 44-х, в 2014 - из 86 банков в 36-ти. Если посмотреть на цифры, то можно отметить, что нарушение банковского законодательства и нарушение требований Закона № 115-ФЗ как основание для отзыва лицензии встречается гораздо чаще, чем потеря текущей платежеспособности или недостаточность капитала (см. рис. 1).
В исследовании Буздалина А.[2] анализировалась зависимость рисков банкротства банков от общей экономической ситуации в стране. И него следует, что частота отзывов лицензий у банков, начиная с 2000 года, имеет линейную зависимость с темпами роста ВВП. Сокращение темпов роста ВВП на 1 п.п. в среднем влечет рост вероятности банкротств банков на 0, 25 п.п. Выделено два периода, в которых наблюдалась некоторая временная рассогласованность: это в 2007 и 2011-2012гг. В первом случае кризис еще не затронул реальный сектор экономики, но банковский сектор, зависимый от иностранного фондирования, уже начал испытывать финансовые трудности. После кризиса 2008 года наблюдалась обратная ситуация, когда Банк России искусственно сдерживал отзывы лицензий у банков. В итоге накопилось большое число проблемных банков, что повлекло повышенную частоту банковских банкротств, начиная с конца 2013 года. В это время регулятор взял курс на очищение банковского рынка от недобросовестных игроков и пока останавливаться не собирается. Значительная часть отзывов лицензий стала итогом накопившихся у кредитных организаций финансовых проблем. Банки, находясь в точке выбора между рыночными антикризисными стратегиями и криминальными, зачастую выбирают последние, что влечет к утере капитала и недостоверности отчетности. Эти факторы необходимо учитывать при выборе адекватных моделей прогнозирования банкротства банков.
Подходы к раннему выявлению проблемных банков
банкротство банк фальсификация отчетность
Рассмотрение непосредственно моделей и методов прогнозирования банкротства банков целесообразно начинать с анализа общих подходов. Такие подходы были сформулированы в исследовании Sahajwala R., Bergh P.[3], которое посвящено системам оценки рисков и раннего предупреждения банкротства банков, используемых органами банковского надзора различных стран. В этом документе сказано, что проблемные банки могут быть выявлены либо с помощью методов, использующих в основном количественную информацию, либо в результате оценки, проведенной надзорными органами. Первая группа методов по своей сути является методами дистанционного анализа, вторая - с использованием выездных проверок, которые в большинстве случаев доступны только регуляторам финансового рынка. На практике большинство органов банковского надзора, в том числе и Банк России, используют комбинацию различных качественных и количественных методов, и выставляют свои рейтинги, как по результатам дистанционного анализа, так и актов проверок на местах.
В исследовании Sahajwala R., Bergh P.[4] механизмы раннего выявления проблемных банков разделены на четыре категории:
Рисунок 2. Подходы к раннему выявлению проблемных банков
1. Анализ финансовой отчетности использует традиционные методы горизонтального, вертикального, коэффициентного и сравнительного анализа, включает сравнение финансовых показателей отдельных банков с показателями группы аналогичных банков и изучение тенденций в изменениях показателей. Если определенные коэффициенты выходят за предварительно установленный критический уровень, банку выносятся предписания и предупреждения.
2. Системы раннего предупреждения (EWS) основываются на применении различных статистических моделей оценки риска банкротства. В них на основании эмпирических данных делается попытка оценить вероятность банкротства или финансовых затруднений банка в течение фиксированного временного интервала, исходя из текущего профиля рисков банка[5]. Обычно статистические модели направлены на прогнозирование будущих событий и своевременное выявление потенциальных рисков у проблемных банков. Основные недостатки этих моделей связаны с тем, что они не способны учитывать такие факторы, как риск недобросовестности, мошенничества и фальсификации бухгалтерской отчетности банка. Помимо этого, в них не закладывается оценка других качественных показателей, например качества управления, механизмов внутреннего контроля, систем управления рисками, влияния факторов конкуренции и внешней среды.
3. Рейтинговые системы надзорных органов (CAMELS, CAEL (США и др.), PATROL (Италия) и ORAP (Франция) и др.) сочетают методы дистанционного анализа и проверок на местах. Это позволяет достигать структурированности и комплексности в проведении исследования, выводы делаются на основании как количественных, так и качественных показателей. Контролирующими органами США рейтинговые системы признаны наиболее эффективными среди всех имеющихся подходов.
4. Комплексные системы оценки банковских рисков представляют собой механизмы, разработанные для осуществления риск-ориентированного надзора. Банк или банковскую группу делят на существенные хозяйственные единицы и каждую единицу оценивают на предмет всех коммерческих рисков. Далее критериям оценки присваивают баллы, которые обобщают на более высоком уровне с тем, чтобы в итоге получить результирующий показатель по банку.
В рамках каждого подхода к раннему выявлению проблемных банков используется комплекс методов и моделей, которые будут рассмотрены ниже по тексту. Те из них, которые основаны только на показателях, рассчитанных на базе данных финансовой отчетности банков, не могут давать точный прогноз. Достоверность отчетности российских банков находится на очень низком уровне. Доля криминальных банкротств варьируется в районе 80%, это банки, активы которых были сознательно выведены[6]. Вывод активов из банков всегда сопровождается замещением реальных активов на технические активы, что приводит к недостоверности отчетных данных. У большинства банков-банкротов, где установлен криминальный характер банкротства, фактическая стоимость активов составляет менее 10% их балансовой стоимости[7]. Поэтому, любой анализ, сделанный на недостоверных данных, пусть даже и с использованием современнейших моделей, не будет иметь практического значения.
Классификация моделей диагностики банкротства банков
Разработке и анализу моделей прогнозирования банкротства посвящено множество трудов, как российских, так и зарубежных ученых. Наиболее полное обобщение методов и моделей оценки кредитных рисков банков, в том числе и раннего предупреждения банкротства, можно найти в исследовании Bluhm C., Overbeck, L, Wagner, C.[8]. Подробный анализ рейтинговых моделей, применяемых надзорными органами разных стран, приведен в Sahajwala R., Bergh P.[9]. В работе Пугановской Т.И., Галямина А.В.[10] анализируются зарубежные исследования в области моделирования банкротства компаний, представлены данные о моделях и их авторах за период с 1968 по 2006 год, дан обзор исследований, сравнивающих эффективность методов, выделены существенные проблемы применения классических статистических методов, приведены альтернативные методы моделирования банкротства. В диссертации (Кошелюк, 2008) проведен анализ эмпирических исследований по оценке надежности российских банков. Подробный анализ моделей вероятности дефолта с выделением сильных и слабых сторон каждой из классификационных групп представлен в работе Тотьмяниной К.М. [11]. По мнению автора, модели оценки вероятности дефолта могут различаться в зависимости от используемого математического аппарата; исходных данных или классов заемщиков; критерия дефолта, лежащего в основе; предпосылок, на которых модель основывается, и других признаков.
Среди российских ученых вплотную занимающихся моделированием банкротства банков следует выделить группу ученых из ГУ ВШЭ и РЭШ. В исследовании Персецкого А.А.[12] рассмотрены основные подходы к эконометрическому моделированию надежности банков на основе публично доступной информации, проведен анализ причин отзыва лицензии и влияния как макроэкономических, так и микроэкономических факторов на отзыв лицензии по рыночным основаниям и в связи с нарушением Федерального закона № 115-ФЗ. По итогам работы сделаны выводы о том, что применение моделей множественного выбора с тремя исходами (лицензия не отозвана, отозвана по рыночным обстоятельствам, отозвана в связи с «отмыванием денег») не повышает точность прогноза отзыва лицензии, по сравнению с применением моделей бинарного выбора. В исследовании Карминского, А. М., Кострова, А. В., Мурзенкова, Т. Н.[13] проведена оценка влияния макроэкономических и институциональных факторов, а также фактора времени на вероятность дефолта банка. Проанализирована эффективность полученной в ходе исследования модели вероятности дефолта (для расчета была использована logit-модель) по сравнению с альтернативными моделями (использование панельных данных, Z-индекса, нейронной сети, а также некоторых др.), применение которых в итоге не привело к существенному улучшению модели.
Значительное отражение в трудах российских ученых получила тема использования внешних и внутренних рейтингов для анализа кредитных рисков банков. На заседании Экспертного-аналитического совета АСВ Карминским А.М.[14] была сформулирована концепция единого рейтингового пространства, обозначены основные ограничения, сдерживающие эффективность рейтинговой деятельности, представлены перспективы использования эконометрических моделей для статистического прогнозирования рейтингов и моделирования рисков банкротства банков. По мнению автора, такие модели могут применяться в системах раннего предупреждения банкротства банков для целей надзора и мониторинга финансовой устойчивости системы, при IRB-подходе в системе внутренних рейтингов, рекомендуемой Базель II и Базель III, для построения моделей вероятности дефолта и скоринговых моделей в розничном бизнесе. В том же документе можно найти исчерпывающий список трудов российских ученых в области создания эконометрических моделей вероятности дефолта и рейтингов, адаптированных к российским условиям ведения бизнеса. Также хочется отметить работу Василюк А. и др.[15], в которой приведено сравнение методологий российских и зарубежных рейтинговых агентств, даны различные определения дефолта банков, выделены факторы, определяющие значение рейтинга:
факторы среды, в которой функционирует банк;
внутренние количественные и качественные факторы, определяющие устойчивость самого банка;
факторы внешней поддержки, со стороны государства или собственников.
Важным в оценке финансовой устойчивости банков является методологический подход: использует ли рейтинговое агентство методологию through-the-cycle, когда оценка носит долгосрочный характер (3-5 лет) или методологию point-in-time, когда значение рейтинга отражает текущую кредитоспособность банка. Российские агентства в основном используют последнюю. В таблице 1 представлена классификация моделей прогнозирования банкротства банков в зависимости от различных критериев.
Традиционные и специальные методы диагностики банкротства банков
Традиционные методы финансового анализа описаны в любом учебнике по финансам. К ним относятся методы горизонтального, вертикального, коэффициентного, факторного, сравнительного анализа, а также методы обобщения результатов - корректировка, сводка, группировка, систематизация.
Необходимость использования специальных методов, как в дистанционном анализе, так и проведении проверок регуляторами, связана с высокой долей криминальных банкротств банков. Причинно-следственные связи при мошенничестве в банках таковы, что результатом противоправных действий контролирующих лиц банков всегда будет появление на балансе банка технических активов и фальсификация отчетности.
О необходимости проведения теста на фальсификацию отчетности при дистанционном анализе банков подробно изложено в статье Буздалина А.В.[16]. Некая критическая масса признаков недостоверности отчетности может быть стоп - показателем для дальнейшей работы с банком-контрагентом. Критерии «чрезмерности» признаков недостоверности отчетности могут быть выработаны с использованием специальных методов экспертного анализа, а также путем использования, например, логико-вероятностных методов[17]. Стоп - показателем называют показатель и / или факт производственно-хозяйственной деятельности рассматриваемого банка, выявление которого в процессе анализа свидетельствует о высокой степени риска проведения операций с данным банком. Достаточно часто этот метод используется для оценки, как действующих межбанковских операций, так и планируемых. В большинстве внутренних методик оценки банков-контрагентов указано, что при обнаружении стоп-показателя по действующему межбанковскому лимиту аналитическим работником должно быть инициировано приостановление лимита на банк-контрагент.