Оценка кредитной деятельности коммерческого банка

1. Состояние текущего  портфеля — что с ним будет? Какие резервы необходимо создать?

2. Текущие ссуды — что  с ними делать?

3. Кого кредитовать?

4. Как изменить кредитные правила и кредитные продукты, чтобы снизить риски кредитования, но предлагать привлекательные для клиента условия?

Чтобы ответить на эти вопросы, нужно использовать инструментарий, позволяющий провести оценку текущих ссуд и состояние кредитного портфеля. О методических основах такого инструментария мы и поговорим далее.

Для того чтобы управлять качеством кредитного портфеля и в условиях спокойного рынка и в период кризиса, банкам необходим определенный набор методических (и желательно программных, автоматизированных) компонентов. Кризис показал, что в части управления кредитными рисками необходимо резко поднять качество и, к сожалению, усложнить методические основания применяемых в банках подходов. Система управления кредитными рисками должна стать интегрированной системой взаимосвязанных блоков, выдающих управленческую информацию для принятия решений, связанных с риском.

Выделим наиболее существенные элементы процесса кредитования, в которых возникают кредитные риски. Во-первых, это планирование кредитной деятельности, когда банк определяет, в каких регионах, в каких объемах он будет работать, какие отрасли приоритетны с точки зрения кредитования и есть ли возможность привлечь заемщиков из этих отраслей. Во-вторых, это проектирование кредитных продуктов, в которые сам банк и закладывает многие риски: длительность кредитования, сумма, требования по оплате заемщиком определенной части стоимости приобретаемого товара и пр. В-третьих, это оценка рисков сделки, когда заемщик приходит за кредитом. В-четвертых, это лимитирование, которое должно способствовать ограничению рисков концентрации и корреляции в кредитном портфеле. В-пятых, это процесс использования заемщиком кредита и проводимый банком мониторинг текущего состояния кредитного портфеля и заемщиков.

На рисунке 23 представлена схема оценки кредитного риска, позволяющая охватить все элементы процесса кредитования. Какие риски мы «складываем» в кредитный портфель, зависит от моделей (методик) оценки рисков отдельных заемщиков и свойств кредитных продуктов. Ограничителем для добавления рисков в портфель служит система лимитирования. Модель кредитного портфеля позволяет оценивать его доходность и риски для сценариев спокойных и негативных макроэкономических условий. Макроэкономическое моделирование делает возможным создание таких сценариев, а методология стресс-стестирования — оценку влияния негативных сценариев на риск кредитного портфеля.

Рис. 23. Логическая схема системы оценки кредитного риска

Результаты оценки рисков портфеля служат основой для его оптимизации и установки лимитов.

Рассмотрим блоки схемы (рис.23) более подробно. Начнем с оценки кредитного риска заемщика. В условиях экономического подъема методы оценки кредитоспособности заемщиков, основанные только на анализе их финансово-хозяйственной деятельности, что в основном практикуют российские банки, работают, но они сразу же ломаются, если отрасль, страна, региональная или мировая экономика вступают в полосу рецессии или наступает кризис. Модель кредитного риска сделки (рис. 24) представляет собой некое преобразование факторов риска (стрелки слева) в показатели оценки риска (стрелка справа). При этом в любой модели или методике оценки всегда присутствуют неучтенные факторы (стрелкасверху), которые помимо структуры и логики модели определяют модельный риск. Факторы финансового состояния заемщика (финансовые показатели) отражают его платежную мощность «здесь и сейчас», а большая часть нефинансовых показателей формирует устойчивость в долгосрочной перспективе. Чем больший срок кредита, тем больше должен быть вклад нефинансовых показателей в совокупную оценку риска.

Рис. 24. Логическая схема модели оценки кредитного риска заемщика

Отраслевая принадлежность заемщика — зачем она нужна и на какие показатели риска сделки она будет оказывать влияние? Во-первых, это устойчивость заемщика к макро шокам. Данный показатель, который можно определить как изменение рентабельности деятельности и/или объемов продаж под влиянием негативных изменений макроэкономических факторов, хоть и не определяется целиком отраслью, но сильно зависит от принадлежности к определенной отрасли. Во-вторых, отраслевая принадлежность оказывает влияние на показатель LGD (Loss Given Default) — потери при дефолте, которые сильно зависят от отрасли. В том числе виды залогов и их ликвидность зависят от отрасли. Концентрация связанных залогов может породить большие проблемы для банка в условиях кризиса или рецессии. В8третьих, отраслевая корреляция между PD (Probability of Default) — вероятностями дефолта заемщиков, которая нужна для правильной оценки ожидаемых и неожидаемых потерь (резервов на потери по ссудам и экономического капитала), усиливается во время кризисов.

Региональная принадлежность заемщиков также существенна, так как нельзя применять одну и ту же модель скоринга к заемщикам в регионах, которые существенно отличаются по социально8экономическим показателям и их динамике. В последнее время происходила конвергенция регионов, они сближались по своим показателям, становились более однородными, и этот фактор стал играть все меньшую роль. В настоящее время происходят обратные процессы, регионы расходятся по своим характеристикам, одни проявляют устойчивость к кризису, другие тонут. И нужно понимать структуру регионов, в которых работает банк.

Свойства продукта определяют существенную часть кредитных рисков. Задавая параметры кредитных продуктов, кредитную политику, методы продвижения продуктов, нацеленные на определенную аудиторию, банк, по сути, определяет свой профиль риска. Свойства продукта напрямую влияют на LGD, на распределение кредитной экспозиции EAD (Exposure at Default), то есть активов под риском. В условиях кризиса, так же как и при росте рынка, оптимальность кредитных продуктов банка имеет существенное значение с точки зрения принимаемого риска. [32]

Таким образом, оценка риска сделки, чтобы мы могли использовать ее результаты и в стрессовых условиях, должна, помимо данных по заемщику, включать региональные, отраслевые и макроэкономические данные. А также данные по кредитному продукту для оценки компонента кредитного риска сделки, связанного с продуктом. Ни для кого уже не секрет, что в последние годы банки США предлагали высокорискованным заемщикам высокорисковые продукты (ипотека без первого взноса или выдача кредита на первый взнос и т.п.). В системе управления кредитным риском должен присутствовать компонент моделирования оптимальных кредитных продуктов. С одной стороны, это продукты, которые должны быть привлекательными для целевого клиентского сегмента, с другой — в прогнозных макроэкономических условиях они должны соответствовать «аппетиту к риску» банка, его кредитной политике, то есть быть оптимальными и с точки зрения принимаемого риска. В соответствии с рекомендациями Базельского комитета при оценке кредитного риска необходимо учитывать рейтинг заемщика и рейтинг кредитного продукта, который включал бы независимую оценку обеспечения по ссуде с учетом риска концентрации. Рекомендация очень правильная, однако практически никто из банков самостоятельно не смог, вероятно, реализовать такую продвинутую оценку на практике, поскольку в противном случае не было бы того, что случилось сейчас, а именно всемирного экономического кризиса, порожденного неправильной оценкой рисков. При отсутствии статистики потерь по новым кредитным продуктам, которые появлялись в ипотечном кредитовании как грибы после дождя, становясь все более рискованными, ипотечные компании США и банки лишь стремились побыстрее сформировать пул ипотек и полагались на оценку рисков инве стиционных банков и рейтинговых агентств, которые обеспечивали передачу кредитного риска на открытый рынок путем секьюритизации. Инвестиционные банки также не обладали статистикой по дефолтам и к тому же свято верили в снижение риска путем «распыления» и в саморегулирование рынка ценных бумаг, поэтому применяли упрощенные методы оценки рисков и вряд ли проводили серьезное стресс8тестирование.

Центральное место в логической схеме оценки кредитного риска (рис. 23) занимает модель кредитного портфеля, которая позволяет банку объективно оценить такие важные для него характеристики кредитного риска, как требуемые резервы под ожидаемые потери по портфелю и экономический капитал под неожидаемые потери. Решение по каждой сделке также должно приниматься, исходя из текущего состояния кредитного портфеля: понизит или повысит данный заемщик общий риск портфеля? Ведь даже заемщик с низкой вероятностью дефолта (высоким кредитным рейтингом) может ухудшать состояние кредитного портфеля, если факторы кредитного риска, которым он подвержен, сильно коррелированны с текущими заемщиками в портфеле, если при добавлении заемщика в портфель будут превышены лимиты на отрасли и т.д.

Модель оценки риска кредитного портфеля может строиться двумя принципиально различными способами:

-на основе исторического распределения реальных потерь, например по поколениям кредитов;

- на основе данных по показателям риска отдельных кредитов, в частности вероятностям дефолтов заемщиков.

Принципиальная логическая схема модели оценки кредитного риска портфеля изображена на рисунке 25. Логика описания модели (методики) такая же, как для рисунка 24. Построение модели кредитного портфеля первым способом подразумевает, что на входе модели — параметры кредитных сделок (определяемые параметрами продуктов) и платежная дисциплина заемщиков. Этот метод довольно хорошо работает в стабильных макроэкономических условиях, но при бурном росте рынка и тем более при негативных изменениях сказываются его ограничения — неучет макроэкономических факторов риска, параметров заемщиков. [29]

Рис. 25. Логическая схема модели оценки рисков кредитного портфеля

Второй способ является более сложным и трудоемким, однако на выходе позволяет получить не только кривую распределения потерь по кредитному портфелю, но и методические основания для проведения анализа чувствительности портфеля к факторам риска и его стресс8тестирования.

Поскольку нам интересна не «посмертная» картина кредитного риска, а понимание будущего, необходимы связные макроэкономические сценарии, в которых «живут» банк и его заемщики. Это макроэкономическое моделирование, результаты которого напрямую сказываются на нашей оценке рисков кредитного портфеля. Риски концентрации редитного портфеля банка (по отраслям экономики, виду обеспечения и др.) являются одними из самых существенных факторов, которые оказывают влияние на финансовую устойчивость кредитной организации. Иллюстрацией влияния фактора отраслевой концентрации может служить, например, период стагнации немецкой экономики, начавшийся в 2001 году, когда прирост ее ВВП оказался в четыре раза меньше среднемирового, и повлекший за собой лавинообразный рост проблемных кредитов, а фактора коррелированности залогов — нынешний кризис. Однако, несмотря на наличие столь красноречивых примеров, банковские надзорные органы многих стран (и Россия не исключение) продолжают ограничивать лишь риски концентрации на одного заемщика или группу связанных заемщиков и никак не регулируют объем принимаемых банками рисков секторной концентрации (отраслевой и/или региональной, по виду залога), хотя и признают их исключительную важность как для устойчивости отдельных банков, так и для стабильности всей банковской системы. Безусловно, на разработку соответствующих регуляторных стандартов требуется время. Однако их отсутствие приводит к тому, что банки, особенно средние и мелкие, не имеют должной мотивации и осведомленности для управления своими концентрационными рисками, что может во время текущего кризиса привести к возникновению у них существенных проблем.

Методология стресс-тестирования играет важную роль в оценке рисков, позволяя оценить стоимость кредитного портфеля в условиях рецессии или кризиса. Она должна позволять оценивать влияние как отдельных негативных факторов, так и совокупности факторов — исторических и гипотетических сценариев — на ожидаемые потери, покрываемые резервами, и неожидаемые потери по кредитному портфелю (субпортфелям).

Результаты моделирования кредитного риска портфеля (в том числе с учетом стресс-тестирования) должны позволить провести оптимизацию кредитного банка. Оптимизация отвечает на такие важные в условиях кризиса вопросы, как: в каких регионах в условиях кризиса следует прекратить кредитование; какие отрасли выводить из портфеля (по регионам).

Оптимальные соотношения обеспечивают банк с си ис ст те ем мо ой й л ли им ми ит то ов в, которой он руководствуется при принятии решения о кредитовании, наряду с системой скоринговой (рейтинговой) оценки. [28]

Глубина и длительность финансового кризиса заставляет банки и надзорные органы задаться вопросами: насколько докризисная практика стресс8тестирования была достаточной и насколько она адекватна для при8менения сейчас в быстроизменяющихся условиях. В частности, кризис оказался более глубоким, чем предполагали стресс-сценарии банков, а слабо проработанные меры по реагированию усугубили ситуацию. И банки, и надзорные органы должны усвоить уроки… Примерно так начинается специальный документ Базельского комитета по стресс-тестированию, выпущенный в 2009 году. Этот документ должен помочь устранить недостатки текущей практики стресс-тестирования, способствовать развитию продвинутых методов и развеять тот мистический туман, который до сих пор существует вокруг термина «стресс-тестирование». Разберемся, что же такое стресс-тестирование кредитного портфеля и как грамотно его провести. По определению Банка России, стресс-тестирование — аналитический инструмент, призванный обеспечить оценку потенциальных потерь кредитных организаций в случае возможных спадов в экономике. Таким образом, в результате проведения стресс8тестов мы должны определить, как изменится стоимость кредитного портфеля при изменении макроэкономических факторов риска, определяющих спад в экономике и влияющих на наш кредитный портфель. Структура и последовательность шагов процедуры стресс-тестирования кредитного портфеля показаны на рисунке 26.

Рис.26. Структура и последовательность шагов процедуры стресс-тестирования кредитного портфеля

Рассмотрим эти шаги и инструментарий. Кредитный портфель характеризуется множеством параметров (см. показатели на входе модели, представленной на рис. 25), что затрудняет его анализ и прогноз рисковых характеристик. Например, в одном портфеле однородных ссуд могут оказаться ссуды, факторы риска для которых сильно различаются, что делает малопродуктивным прогноз необходимых резервов. Инструменты выявления структуры многомерных объектов — самоорганизующиеся карты Кохонена (СОМ) и кластерный анализ — позволяют решить следующие задачи: