Сущность и понятие банковских рисков

      Изменения одного вида риска вызывают изменения  почти всех остальных видов. Все  это, естественно, затрудняет выбор  метода анализа уровня конкретного  риска и принятие решения по его  оптимизации ведет к углубленному анализу множества других рисковых факторов. Поэтому выбор конкретного метода анализа их уровня, подбор оптимальных факторов очень важны. Последствия неверных оценок рисков или отсутствия возможности противопоставить действенные меры могут быть самыми неприятными вплоть до полного банкротства банка.

        Основу методологии построения  системы управления рыночными  рисками составляют анализ активов  банка и расчет параметров  рыночного риска на основе  риск-факторов.

      Реализация  методологии обычно состоит их трех основных этапов: анализ, разработка и тестирование/подготовка документации.

      На  первом этапе определяется понятие "рынок" в отношении портфеля банка - набор риск-факторов, т.е. тех  рыночных ставок, курсов и индексов, которые влияют на стоимость портфеля.

      На  втором этапе на основе единого набора риск-факторов разрабатываются алгоритмы оценки показателей рыночных рисков:

      - показатель прибыли и убытков;

      - Value-at-Risk (VaR);

      - сценарный анализ;

      - анализ чувствительности.

      На  третьем этапе для разработки законченной системы управления рыночными рисками необходимо произвести тестирование модели, разработать отчетность и процедуры по управлению рыночными рисками.

      Использование современных технологий в управлении рыночными рисками не только увеличит надежность банка, но и позволит усовершенствовать принятие стратегических и операционных решений по управлению в банке, а также улучшить имидж банка.

      Однако  специфика российского рынка  требует построения собственного набора факторов риска, что затрудняет использование  готовых западных решений для оценки рисков.

      Во  всех случаях риск должен быть определен  и измерен. Анализ и оценка риска  в значительной мере основаны на систематическом  статистическом методе определения  вероятности того, что какое-то событие  в будущем произойдет. Обычно эта вероятность выражается в процентах. Соответствующая работа может вестись, если выработаны критерии риска, позволяющие ранжировать альтернативные события в зависимости от степени риска. Однако исходным пунктом работы является предварительный статистический анализ конкретной ситуации.

      Основными инструментами статистического  анализа являются – дисперсия, стандартное  отклонение, коэффициент вариации. Суть этого метода состоит в анализе  статистических данных за возможно больший  период времени, что позволяет сравнить частоту возникновения потерь банка с вероятностью их возникновения. Данный способ можно применять к оценке самых разных видов рисков банка, как внешних, так и внутренних. При этом частота возникновения допустимого уровня потерь для данного банка зависит от числа случаев наступления конкретного уровня потерь и общего числа случаев в статистической выборке.

      Количественно размер риска может выражаться в  абсолютных и относительных показателях. В абсолютном выражении риск представляет собой размер возможных потерь при осуществлении определенной операции. Однако оценить эти потери с достаточной точностью не всегда представляется возможным. Если же отнести размер вероятных потерь к какому-либо показателю, характеризующему банковскую деятельность, например, к размеру кредитных ресурсов, размеру расходов или доходов банка в связи с осуществлением конкретной операции, то получится величина риска в относительном выражении.

      В банках используются, главным образом, следующие методики: скоринговые  методики; кластерный анализ; дискриминантный  анализ; дерево классификаций; нейронные сети; технологии Data mining; линейная вероятностная регрессионная модель; Logit-анализ и т.д.

      Кредитование  юридических и физических лиц  является одним из основных видов  деятельности коммерческих и государственных крупных, средних и мелких банков. Поэтому большое значение для обеспечения устойчивого функционирования банка имеют методы количественной оценки и анализа кредитного риска. Цена за риск должна максимально точно учитывать величину риска каждого кредита. Кроме средней величины риска, определяемой по статистике предыдущей деятельности, банк должен знать количественную оценку и составляющие риска для каждого кредита.

      Каждый  банк разрабатывает свою модель риска  для количественной оценки и анализа риска кредитов. Чем выше точность оценки риска кредитов, тем меньше потери банка, меньше процент за кредит и выше конкурентоспособность банка. От повышения точности и прозрачности методик выигрывает все общество в целом. Создание эффективной модели риска и оптимальное управление кредитным риском возможны только на основе постоянного количественного анализа статистической информации об успехах кредитов.

      Существуют  различные подходы к определению  кредитного риска частного заемщика, начиная с субъективных оценок специалистов банка и заканчивая автоматизированными системами оценки риска. Мировой опыт показывает, что основанные на математических моделях системы являются более действенными и надежными. В целях построения модели кредитного риска сначала производится выборка клиентов кредитной организации, о которых уже известно, хорошими заемщиками они себя зарекомендовали или нет. Такая выборка может варьироваться от нескольких тысяч до сотен тысяч, что не является проблемой на Западе, где кредитный портфель компаний может состоять из десятков миллионов клиентов. Выборка содержит информацию по двум группам кредитов, имевшим место в деятельности банка: «хорошим» и «плохим» (проблемным или невозвращенным).

      К методикам для количественной оценки кредитных рисков предъявляется особое требование по прозрачности, включающей количественные оценки точности и робастности.

      Прозрачность  методики кредитного риска - это возможность  видеть не только явление в целом, но и его детали. Прозрачность стала  важнейшей характеристикой методик оценки кредитных рисков в силу необходимости наиболее полной идентификации как кредитного риска, так и самой модели кредитного риска. Под прозрачностью методики будем понимать строгость используемых математических методов, сглаживание субъективности экспертных оценок, наглядность результатов оценки и анализа риска, полное их понимание самими работниками банков, открытость методик для контролирующих органов и заемщиков. Прозрачность методики и результатов достигается вычислением вкладов инициирующих событий (критериев) в кредитный риск.

      Для анализа, прогнозирования и управления кредитным риском каждому банку  необходимо уметь количественно  определять названные характеристики, анализировать риск и выполнять  постоянный мониторинг компонент характеристик кредитного риска.

      От  точности распознавания зависит  решение о выдаче или отказе в  кредите, цена (процент) за риск и уровень  резервирования на случай дефолта кредита. Точность оценивается количеством  относительных ошибок в распознавании  «плохих» и «хороших» кредитов (клиентов) и их средним количеством. Обычно выдвигается требование, чтобы «плохие» кредиты распознавались лучше. Отношение неправильно распознанных «хороших» и «плохих» кредитов выбирают от 2 до 10. Аналогично формулируется задача точности, если кредиты классифицируются не на два, а несколько классов. Сравнение разных методик на одних и тех же данных показало, что разные методики оценки риска отличаются по точности почти в два раза.

      Робастность характеризует стабильность методик  оценки кредитных рисков. Разные методики риска или одна методика при разных алгоритмах обучения по статистическим данным неодинаково классифицируют кредиты на «хорошие» и «плохие». Один и тот же кредит по одной методике может быть признан «плохим», а по другой методике «хорошим». Такая нестабильность в классификации достигает 20% от общего числа кредитов. Сравнение разных методик на одних и тех же данных показало, что разные методики риска могут отличаться по робастности в семь раз.

      Таким образом, риск представляет собой вероятностную категорию, которая может быть с достаточной степенью точности оценена при помощи анализа потерь. В зависимости от величины потерь выделяют зоны риска:

      зона  допустимого риска – это когда  потери от какого-то вида деятельности возможны, но они меньше ожидаемой прибыли.

      зона  критического риска – характеризуется  опасностью потерь, которые заведомо превышают ожидаемую прибыль  и в максимуме ведут к потере средств вложенных в операцию.

      зона  катастрофического риска – это  когда потери превышают критический уровень и распространяются на имущество банка.

      Пределы зон устанавливаются с помощью  коэффициентов риска. Коэффициент  риска определяется как отклонение максимально возможной величины убытка к собственному капиталу. Если коэффициент риска не превышает 0,3 – это зона допустимого риска; от 0,3 до 0,7 – зона критического риска; 0,7 и более – зона катастрофического риска.