а) операции с отдельными государствами;
б) операции с банками;
в) операции с предприятиями;
г) операции с населением;
д) проектное финансирование;
е) операции с акциями.
2. Выделение компонентов риска. При кредитовании организаций существуют следующие составляющие риска:
* вероятность дефолта (Probability of default -- PD). PD является основным показателем, характеризующем уровень кредитоспособности заемщика. Данный показатель отражает возможную вероятность дефолта по всем обязательствам предприятия, так как в основе расчета PD лежит финансовое состояние заемщика. Как известно, при осуществлении рейтинговой оценки заемщикам присваивается класс кредитоспособности. Организации одного класса имеют определенные сходства в своей деятельности. Очевидно, что PD по организациям одного класса кредитоспособности должна совпадать;
* уровень возможного убытка (Loss Given Default -- LCD). Речь идет об особенностях активной операции. Уровень возможного убытка определяется степенью обеспечения обязательства по кредитной сделке, наличием полученных гарантий, использованием кредитных деривативов и так далее;
* сумма требований по активной операции (Exposure at default --EAD). Эта сумма характеризует абсолютное значение требований банка к заемщику по данной активной операции;
* срок обязательства (Maturity -- М). Очевидно, что срок действия кредитного договора оказывает влияние на значение кредитного риска. Долгосрочные кредиты традиционно считаются более рискованными по сравнению с краткосрочными.
3. Расчет значения весов активов. На основании показателей PD, LGD, EAD, М рассчитывается вес отдельных активных операций с целью дальнейшего взвешивания активов по степени риска.
4. Взвешивание активов по степени риска.
5. Сопоставление собственных средств банка и активов, взвешенных по степени риска.
Показатели достаточности капитала, рассчитанные по одной из рассмотренных методик (стандартизированный подход или подходная основа использования внутренней рейтинговой системы), более точно соответствуют действительному уровню риска. Мало того, налицо использование результатов оценки кредитоспособности заемщика при расчете достаточности капитала. Именно в таких условиях можно говорить о том, что показатели и критерии оценки кредитоспособности заемщика занимают достойное место и становятся действенным инструментом управления кредитным риском [6, с.59 - 61].
Учитывая, что в международной практике и рекомендациях Базельского комитета предусматривается применение стандартных и индивидуальных моделей оценки рисков, особое внимание уделяется повышению качества надзорной деятельности. Основной акцент в надзорной деятельности на современном этапе переносится на оценку действующих в коммерческих банках систем управления рисками, организации процессов, анализу допущенных ошибок в деятельности менеджеров.
Банковская деятельность должна стать более открытой для широкой общественности, что подразумевает прозрачность для всех заинтересованных инвесторов и реализуется на основе требования к соблюдению рыночной дисциплины.
2.2 Измерение банковского кредитного риска по методологии var
Внедрение VaR (Value at Risk - стоимость под риском, или рисковая стоимость) было инициировано Базельским комитетом по банковскому надзору для оценки рисков потенциальных убытков в результате неблагоприятных изменений конъюнктуры финансовых рынков.
Основным предназначением методологии VaR является то, что она дает инвесторам возможность измерить величину кредитного риска, вычислить долю каждого кредита в общей доходности капитала и, соответственно определить необходимый размер капитала для обеспечения защиты от риска каждой отдельной позиции в кредитном портфеле банка.
Рисковая стоимость отражает максимально возможные убытки от изменения стоимости портфеля активов, которое может произойти за данный период времени с заданной вероятностью наступления рискового события, под которым понимаются изменения стоимости активов банка.
Рисковая стоимость - это максимальный размер убытка, который может быть превышен с вероятностью не более x % и не будет превышен с вероятностью (100 - x) % в течение последующих n дней.
Доверительный интервал может быть оценен в 90, 95, 97,5 или 99 %. Это означает, что, например, при доверительном интервале равном 95 %, в 95% случаев убытки за период поддержания позиции не превысят рисковой стоимости VaR и лишь в 5% случаев окажутся выше.
На сегодняшний день для оценки и измерения кредитного риска крупнейшими банками мира используются следующие модели методологии VaR: CreditMetrics, CreditRisk+, Portfolio Manager, Credit Portfolio View, Jarrow - Turnbull Model.
Процедура измерения кредитного риска с помощью моделей VaR включает анализ вероятности дефолта и ожидаемой остаточной стоимости по каждой составляющей портфеля, на основе чего прогнозируются размеры убытков и необходимых к созданию резервов банка.
Наиболее широкую известность среди перечисленных моделей получила методика измерения банковского кредитного риска CreditMetrics. Данная модель базируется на статистических методах анализа, главным образом на методе статистических испытаний Монте-Карло.
Имитационное моделирование по методу Монте-Карло (Monte-Carlo Simulation) позволяет построить математическую модель для проекта с неопределенными значениями параметров, и, зная вероятностные распределения параметров проекта, а также связь между изменениями параметров (корреляцию) получить распределение доходности проекта.
Метод Монте-Карло позволяет рассчитывать распределение убытков по портфелю на любую дату в пределах срока обращения активов. По каждому должнику определяется кредитный рейтинг, а затем вычисляется вероятность его изменения или дефолта с помощью специальной переходной матрицы. Поскольку данная методика основана не на анализе причин, а на исторической статистике потерь, возникает вопрос: насколько оправдано ориентирование на прошлые данные, ведь они не могут с высокой степенью достоверности указать на развитие кредитных рисков в будущем. Такая неопределенность все больше нарастает в связи с усиливающейся динамичностью финансовых рынков и их тесной взаимосвязью в современной мировой экономике.
Модель CreditPortfolio View была разработана в 1998 г. Сотрудниками консалтинговой фирмы «McKinsey». Главная отличительная особенность этой методики состоит в том, что она моделирует кредитные риски непосредственно на основе исторических данных, а опосредованно, принимая в расчет такие макроэкономические факторы, как конъюнктурные циклы, безработица, уровень развития отдельных отраслей и регионов. Согласно данной теории, к факторам, влияющим на уровень дефолтов, следует относить темпы роста ВВП, уровень безработицы и уровень процентных ставок. Конкретная форма распределения убытков по портфелю активов обусловлена главным образом текущим состоянием экономики и ведущих отраслей промышленности отдельно взятой страны. Следуя установкам данной методики, должнику, например, с кредитным рейтингом ВВВ, в период экономического спада присуща большая вероятность банкротства, чем на стадии экономического роста.
Модель CreditRisr+ была разработана в 1997г. В основе ее подхода к измерению кредитного риска лежат показатели вероятности дефолта, сопоставляемые с другими показателями определенной рейтинговой группы. Оценка уровня потерь строится на основе одной из трех степеней комплексности.
Первая степень комплексности оценки предполагает изучение статистики долей потери прибыли по данным и на основе рейтингов международных агентств, таких как «Moody's», «Standard & Poor's» и тому подобных.
Вторая степень комплексности оценки предполагает возможность распределения всех должников на группы, например по отраслям, и проведение оценки доли потери прибыли для каждой группы.
Третья степень комплексности оценки базируется на многофакторном анализе такого показателя, как доля потерь прибыли.
Вместо нормального вероятностного распределения в данной модели используется распределение Пуассона, которое описывает возможность случайного события при малой вероятности его наступления в определенный временной периоде и очень большом числе повторяющихся попыток. Поэтому модель CreditRisk+ предназначена не для изучения причин дефолта, а для анализа такого показателя, как случайное событие. Математические методы, используемые в ней, по своему содержанию близки к методам, применяемым в актуарных расчетах страховых рисков.
В CreditRisk+ не используются абсолютные уровни риска дефолта (уровни дефолтов выступают как непрерывная случайная величина). Будучи основой для присвоения кредитного рейтинга, они меняются с течением времени, а числовое значение их изменчивости рассматривается как стандартное отклонение. Таким образом, уровни дефолтов, сопоставленные с определенными рейтинговыми классами и распределенные по конкретным субъектам, вместе с показателями стандартного отклонения выступают в CreditRisk+ как исходные параметры.
Особенности модели CreditRisk+ позволяют предположить, что она наиболее применима для вычисления общего уровня потерь и менее точна в анализе причин, вызывающих эти потери. В то же время простота применения, минимум требований к исходной информации, быстрота аналитических расчетов делают модель CreditRisk+ привлекательным инструментом для практического измерения банковского кредитного риска.
Jarrow - Turnbull Model (модель Джерроу - Тернбула) впервые была предложена участникам кредитного рынка в 1993 г. Вначале данная модель представляла лишь общие направления оценки кредитов и основанных на них финансовых инструментов. В 1995 г. появилась ее расширенная версия, в которой использовались статистические данные для оценки отдельных параметров модели.
Jarrow - Turnbull Model довольно успешно решает проблему количественной оценки взаимосвязи между изменчивостью процентных ставок и вероятностью банкротства за определенный промежуток времени. Основой методики выступает многофакторный анализ. По мнению авторов модели, именно такие факторы, как уровень процентных ставок и рыночная стоимость активов компании, являются наиболее важными элементами, предопределяющими наступление кредитного риска.
Модель Portfolio Manager («портфель менеджера») была разработана в качестве инструмента кредитного риска. В ее основе лежит модель Мертона, которая применительно к кредитному риску описывает процесс снижения стоимости акций компаний по мере приближения даты погашения долга. Ситуация, когда фирма объявляет дефолт и становится банкротом, характеризуется моделью как точка дефолта. Для определения вероятности достижения этой точки разработчиками модели вводится понятие «дистанция до дефолта». При помощи этого показателя и собственной базы данных рассчитывается ожидаемая частота дефолта.
Отличительной особенностью модели Portfolio Manager является использование готовых выходных данных и методологии VaR для оптимизации кредитного портфеля, определения оптимальных уровней покупки, продажи и владения активом, расчета стоимости кредитов и уровня экономического капитала, необходимого для поддержания кредитного портфеля и защиты от рисков. Кроме того, применение модели Portfolio Manager совместно с методом Монте-Карло позволяет установить распределение убытков по кредитному портфелю на любую дату в течение всего расчетного периода, а также определить величину капитала, необходимую для поддержания позиций с разным уровнем риска.
Главным достоинством модели является своевременность подачи информации об ухудшении кредитоспособности заемщиков, и предупреждение о возможных дефолтах примерно за полтора года до наступление предполагаемого рискового события.
В основе рассмотренных моделей методологии VaR лежит подробный анализ исторических данных о функционировании и банкротствах компаний, что позволяет оценить риск дефолта, определить размер ожидаемых убытков и распределение их по портфелю активов, а также рассчитать размер капитала, обеспечивающего поддержание кредитных позиций.
Методология VaR, базирующаяся на определении рисковой стоимости и оценке размера потерь по отношению к стоимости позиций, в последнее десятилетие приобрела высокую популярность. Вместе с тем наиболее слабым аспектом и главной проблемой методологии в настоящее время является недостаток полноценных статистических данных, большое количество теоретических допущений, трудности выявления и наблюдения за случаями дефолтов. Поэтому выработка новых подходов к измерению кредитного риска, а также совершенствование существующих методик в соответствии с потребностями участников расширяющихся национальных и мировых финансовых рынков особенно важны для банковских учреждений разных стран [16, с.147 - 153].
2.3 Экономико-математические методы
Правильно определить уровень кредитного риска - достаточно сложная задача, решение которой невозможно без применения специальных методов количественной оценки и соответствующего математического аппарата. Поскольку во многих определениях понятие «риск» рассматривается как явление, подчиняющееся определенным математическим законам, то вполне обосновано изучать методы измерения банковского кредитного риска с позиций двух математических теорий: теорий игр и теории вероятностей.
В теории игр риск оценивается рядом взаимосвязанных критериев, основные из которых охарактеризованы в работах отечественных и зарубежных авторов.
Например, критерий Вальда предусматривает выбор самой осторожной пессимистической стратегии. Критерий Лапласа предполагает равновероятным наступление любого возможного варианта. Критерий Байеса применяется в случаях неопределенности при известном распределении вероятностей возможных состояний. Критерий Кофмана основан на применении понятий «неудача» и «успех». Критерий Ходжеса - Лемана предполагает использование двух субъективных показателей: параметра оатимизма из критерия Гурвица и распределения вероятностей по критерию Байеса. Для оценки риска инвестиционных проектов наиболее применим критерий Сэвиджа, который предусматривает минимизацию упущенной выгоды.