Ликвидность коммерческого банка

Для всех возможных результатов  выполняется условие: вероятность  результата А + вероятность результата Б +... = 1.

Основным недостатком метода структуры средств является прогнозирование ликвидности банка без учета сроков окончания конкретных депозитов и кредитов банка: создаваемый описанным выше образом резерв ликвидности может оказаться как слишком избыточным, так и недостаточным при проведении текущих платежей.

3.2 Современные технологии управления банковской ликвидностью

3.2.1 Сценарный подход

 

Банковская процедура управления ликвидностью должна удовлетворять  следующим требованиям:

• Учитывать потоки платежей по всем видам активов / пассивов / внебалансовых обязательств банка;
• Осуществлять постоянный, ежедневный анализ и контроль за состоянием ликвидности;
• Учитывать динамику данных предшествующих периодов при построении прогнозов будущих событий;
• Опираться на несколько вариантов развития событий в будущем (сценарное моделирование);
• Являться инструментом управленческой отчетности для руководства банка для принятия решений по привлечению и размещению средств и определению процентной политики банка.

Изложенные требования к технологии управления ликвидностью позволяют, с  одной стороны, анализировать текущую ситуацию и принимать оперативные управленческие решения, с другой – осуществлять прогноз состояния ликвидности банка при различных сценариях.

В настоящее время большинство  исследователей проблемы ликвидности  банков склоняются к применению прогноза денежных потоков (платежного календаря) в качестве основного инструмента управления ликвидностью, обеспечивающего  наиболее достоверный и объективный прогноз состояния ликвидности банка.

Главным обоснованием выбора такой  формы анализа ликвидности является сама задача управления ликвидностью банка.  Именно этот инструмент анализа ликвидности банка как никакой другой способен дать ответ на вопрос о возможном дефиците денежных средств на определенном временном промежутке. Оценка текущих и прогнозирование будущих денежных потоков позволяет предвидеть проблемы с ликвидностью и, соответственно, оперативно принимать необходимые меры по преодолению проблем и корректировке политики банка.

Самостоятельным результатом прогноза является разработка и реализация отдельных элементов сценарного моделирования потребности банка в ликвидных средствах через набор прогнозных параметров, определяющих альтернативных сценарии. Выделяются три основных сценария (хотя в банке могут определяться и большее число сценариев):

• стандартный сценарий действующего банка без кризисных явлений с прогнозированным потоком платежей на основе статистики исторических данных;
• сценарий "кризиса в банке", связанный с неблагоприятными факторами собственной деятельности банка при отсутствии кризисных явлений на финансовых рынках; 
• сценарий "кризиса рынка", связанный с кризисом финансовых рынков.

Сроки прогноза. В качестве оптимальной «дальности» прогноза используется прогноз ликвидности на год вперед. Основания для такого выбора срока прогноза следующие. С одной стороны, срок прогноза должен обеспечивать достаточно свободный взгляд в будущее и заканчиваться «не завтра», с другой – при прогнозе на слишком длительный срок (например, от года до 3 лет и далее) растет вероятность ошибки прогноза.

Другой причиной выбора годового прогноза в качестве оптимального является тот  факт, что банками разрабатывается  бизнес-план на следующий календарный  год, а отсюда – соответствующий  прогноз денежных потоков может  и должен учитываться при разработке программы краткосрочного развития банка.

Дискретность  прогноза. В целом, дискретность анализа и прогноза ликвидности должна зависеть от поставленных целей. В случае управления мгновенной ликвидностью необходим ежедневный прогноз ликвидности. С учетом же предлагаемого срока прогноза (до года) и целей предлагается использовать в качестве базового подхода прогноз денежных потоков с помесячной разбивкой.

Детализация потоков платежей по активам / пассивам / внебалансовых обязательствам.  Денежные потоки предлагается классифицировать по двум видам со следующими характеристиками.

Клиентские потоки – движение средств на счетах клиентов, юридических и физических лиц, в том числе движение средств по операциям кредитования. Несмотря на то, что воздействовать на данные показатели (проводя соответствующую кредитную политику и политику привлечения средств), движение средств по сетам клиентов является волатильным и труднопрогнозируемым. В общем случае относительно детерминированными могут являться погашение/выдача кредитов и изъятие клиентами размещенных в банке срочных средств.

Собственные операции банка – операции с ценными бумагами, движение средств по операциям межбанковского кредитования, операциям с Банком России (РЕПО, кредиты, депозит), то есть инструменты с детерминированным движением средств.

Главная причина предлагаемой группировки  операций следует из принципиального  различия в подходах к управлению клиентскими денежными потоками и собственными средствами. Задача любой технологии управления ликвидностью банка – предложить подход к оценке и прогнозу клиентских денежных потоков, а уже по результатам прогноза рассматривать варианты возможных действий в будущей ситуации (при избытке или дефиците средств): компенсация провалов ликвидности за счет операций банка либо воздействие на ситуацию конъюнктурными инструментами, к примеру – проведением соответствующей клиентской политики.

Оценка будущих  денежных потоков банка. Для оценки динамической ликвидности банка необходим математический аппарат, позволяющий получать объективную оценку будущего состояния ликвидности банка и прогноз клиентских денежных потоков.

Основные существующие методы анализа  банковских данных основаны на статистическом анализе текущих данных. Как правило, в большинстве случаев практиками предлагается проводить исследование прошлых статистических зависимостей с целью получения вероятностного поведения соответствующих данных в будущем. Однако подходы, основанные на динамике показателей, оказываются более эффективными на практике, чем подходы, предполагающие статичность исследуемых данных и дающие лишь вероятностную оценку изменения показателей банка в будущем, без разбивки по временным интервалам.

Чтобы совместить преимущества обоих  подходов (вероятностного и динамического), полагается целесообразным использовать в модели прогноза возможных будущих значений банковских данных результаты анализа временных рядов. В качестве исходных данных возможно использование значений клиентских денежных потоков либо отдельных банковских пассивов (например, привлеченных средств физических лиц во вклады, юридических лиц на расчетные счета и т.д.).

 Качестве внешних шоков целесообразно  использовать макроэкономические  показатели, такие как денежная  масса, уровень инфляции в стране, цены на экспортируемое сырье,  а так же показатели, отражающие различные политические и инфраструктурные всплески (например, появление надежных небанковских инвестиционных продуктов).

Основным преимуществом использования  моделей временных рядов  является их рекуррентность, то есть возможность  постоянного перерасчета моделей в каждом новом отрезке времени с использованием уже новых появившихся данных.

Информационная  инфраструктура банка. Для управления ликвидностью банка необходимы оперативные данные обо всех процессах, происходящих в банке, в том числе выдачи кредитов (начиная с этапа планирования), привлечения депозитов, осуществления забалансовых операций и всего того, что может влиять на состояние ликвидности банка.

Вопрос наличия и доступности  большей части такой информации может решить единая информационная банковская система, которая должна лежать в основе управления любой организации. Под единой банковской системой понимается комплекс информационных технологий, позволяющих банку функционировать  как единый механизм и повышающий эффективность управления в целом.

Реализация проекта состоит  из следующих стадий:

1. Классификация платежных потоков. Была разработана методика классификации платежных потоков по активным и пассивным операциям, в разрезе клиентских и банковских операций, на входящие и исходящие, плановые и прогнозные. Программно технологическая реализация методики включает в себя в виде компоненты существующую базу данных платежного календаря, а также базы аналитического баланса банка и систему внутреннего учета заключаемых и планируемых контрактов.

2. Сбор и  систематизация данных о структуре  платежей за исторический период (предыдущие 2 года) и реализация технологии сбора и накопления данных о текущих платежах для дальнейшего статистического анализа.

3. Выявление и анализ источников риска ликвидности. Источники риска ликвидности подразделяются на структурные, связанные с фактической структурой активов/пассивов и требований/обязательств в разрезе сроков, и вероятностные, связанные с осуществлением неблагоприятных вероятных или случайных событий, негативно изменяющих структуру платежных потоков в день осуществления платежей.

В разработанной методике выделяются следующие источники или факторы риска ликвидности, возникающие на группах платежей определенного вида:

1) структурный: риск потери ликвидности, возникающий на плановых потоках платежей, в связи с несбалансированностью по срокам контрактных требований и обязательств, которые генерируют объемы обязательных потоков платежей в разрезе сроков;

2) риск оттока привлеченных средств; 

3) риск непоставки или невозврата актива, связанный с реализацией кредитного риска;

4) риск потери ликвидности, связанный  с реализацией рыночного риска,  т.е. невозможности продажи к  данному сроку на финансовом  рынке актива по ожидаемой  цене, запланированной в объеме  входящих платежей;

5) риск потери ликвидности, связанный  с реализацией операционного  риска, т.е. ошибок в процедурах  или операционных сбоев в процессах,  обеспечивающих бесперебойное осуществление  платежей банка; 

6) риск ликвидности, связанный  с закрытием для банка источников покупной ликвидности, например, в закрытии на банк лимитов на межбанковском рынке.

Основная трудность реализации методологии сценарного управления ликвидностью состоит именно в том, что в российских банках еще не внедрены адекватные информационных хранилища данных, и еще не накоплена достаточная статистика по структуре платежей в разрезе групп, сроков, инструментов и структурных единиц, позволяющих применять статистические методы анализа и моделирования.

3.2.1 Прочие методы прогноза  банковской ликвидности

 

Если бы все платежи в банке  были предсказуемы, то можно было бы рассчитывать на будущее остаток  ликвидных активов как исходный объем плюс сальдо платежей. Тогда  и задача прогноза ликвидности решалась бы просто: если на рассматриваемом  горизонте анализа остаток ликвидных активов больше нуля, то ликвидность обеспечена, если меньше нуля - надо принимать меры. Рассмотрим наиболее известные методы прогноза ликвидности.

Коэффициентный анализ

Коэффициент ликвидности - это дробь, у которой в числителе некоторая группа активов (как правило, ликвидных), а в знаменателе - группа пассивов (как правило, до востребования или краткосрочных). Типичные примеры - это нормативы ликвидности ЦБ РФ. Существует большое разнообразие коэффициентов ликвидности, но суть использования примерно одинаковая: наблюдать за динамикой коэффициентов, установить пороговые значения и "сигнализировать", когда они достигнуты. Достоинства этого метода - простота расчета и наглядность. К недостаткам обычно относят статичность оценок, слишком формальный подход и отсутствие инструментов прогноза.

Метод разрывов или ГЭП-анализ

Здесь сопоставляются группы активов  и пассивов с одинаковой срочностью до реализации/погашения. Если активов  меньше (т.е. имеется разрыв), то возникает  риск ликвидности. Чем больше разрыв, тем больше риск. Главная проблема состоит в том, как разносить по срокам активы и пассивы с неопределенными сроками, а таковых, как говорилось выше, слишком много. Продвинутой модификацией ГЭП-анализа является метод матриц. Он дает более интересную картину, но ему присущи те же недостатки. Указанные методы при современном развитии информационных технологий можно считать устаревшими.

Анализ денежных потоков

Анализ денежных потоков, или, проще  говоря, платежного календаря - это более современный подход. Его построение, как считают многие, - ключ к анализу ликвидности. По тем позициям, в которых договоры не содержат указаний на сроки и суммы платежей, аналитики пытаются их прогнозировать. На самом деле это так же трудно, как прогнозировать курс доллара или цены на нефть. Опросите разных экспертов, и вы получите такой спектр прогнозов, что лучше бы о них не знать. Тем не менее данный подход содержит рациональное зерно. Ошибка часто состоит в том, что построение календаря превращается в самоцель, хотя на самом деле это промежуточный этап (или инструмент) прогноза и анализа ликвидности.

Расчет "подушки" ликвидности

Это еще один содержащий полезные идеи подход - расчет запаса ликвидных  активов, которые нужно иметь  для обеспечения непредвиденных клиентских платежей. Рассчитанный запас сопоставляют с имеющимися активами. В продвинутых версиях общий объем "подушки" структурируют на несколько уровней ликвидности. Метод "подушки" в некотором смысле представляет собой альтернативу попыткам прогноза денежных потоков, причем более приспособленную для статистического анализа. Гораздо легче оценить пределы возможных клиентских изъятий за некоторый период, чем прогнозировать даты и суммы платежей. Если мы не можем узнать, когда будет платеж, то просто будем держать наготове резерв ликвидности. Основная трудность - как определить оптимальную величину резерва. Здесь нередко поступают слишком просто: делят обязательства на группы, от каждой группы берут определенный процент и суммируют. И тем самым портят хорошую идею, сводя все в конечном счете к тривиальному коэффициентному анализу.