Реализация концепции механизма оценки и регулирования риска кредитного портфеля банка

Процесс построения модели прогнозирования риска кредитного портфеля банка следует начинать с определения критериев изменения  его уровня. На наш взгляд, в качестве такого критерия следует применить  объем просроченной задолженности  в совокупном объеме предоставленных кредитов. Он наиболее точно характеризует качество кредитного портфеля и является наиболее прогнозируемым среди показателей портфельного кредитного риска банка.

Данный показатель выступает  своего рода базовым финансово-экономическим индикатором качества кредитного портфеля банка, характеризующим прямо пропорциональную изменчивости уровня кредитного портфельного риска банка.

Именно просроченная задолженность увеличивает степень  кредитного риска и соответственно снижает качество кредитного портфеля банка. Показатель доли просроченных кредитов (Д_пр) рассчитывается по формуле:

 

, (2.2.1)

 

где С_ст - стандартные кредиты, погашаемые вовремя и полностью, либо кредиты, срок платежа по которым еще не наступил;

С_нст - нестандартные кредиты (просроченные), т.е. кредиты, не погашенные заемщиком в установленные кредитным договором сроки;

С_общ - кредитные вложения (всего), предоставленные заемщикам, т.е. сумма стандартных и просроченных кредитов (С_общ = С_ст + С_нст).

 

Предположим что С_общ ≥ С_нст ≥ 0, а С_ст > 0.

Значение показателя Д_пр зависит от объема и структуры кредитного портфеля банка, определяемые рядом факторов, основные из которых являются: показатель изменения качества обслуживания долга и средний уровень платежеспособности заемщиков банка.

На наш взгляд, показатель изменения заемщиками качества обслуживания долга целесообразно будет определить следующим образом:

 

 (2.2.2)

 

где dС - долги по кредитам;

V_кп - объем кредитного портфеля банка;

Upc - неоплаченные проценты по кредитам;

Аpc - начисленные проценты по кредитам.

 

Данный показатель характеризует  средний процент неоплаченных кредитов и процентов по ним. Увеличение этого  коэффициента свидетельствует об изменении  структуры кредитного портфеля в  худшую сторону, что в свою очередь обуславливает снижение качества кредитного портфеля банка и увеличивает уровень совокупного кредитного риска. Поскольку снижение качества обслуживания долга предполагает снижение класса заемщика, то у банка возрастает вероятность возникновения дополнительных потерь по кредитным операциям. Значение показателя должно стремиться к 0.

Вторым фактором, предопределяющим изменение доли просроченной задолженности  в кредитном портфеле является средний  уровень платежеспособности заемщиков, для расчета которого можно воспользоваться следующей формулой:

 

, (2.2.3)

 

где СА_рr - сумма кредита, по которой заемщик увеличил свой кредитный рейтинг;

СА_cr - сумма кредита, по которой заемщик уменьшил свой кредитный рейтинг.

 

Чем выше средний уровень кредитоспособности, тем больше вероятность своевременного и полного расчета заемщика с банком, т.е. максимальное значение данного показателя будет составлять 100%. Высокое значение данного показателя свидетельствует также о неэффективной системе оценки кредитоспособности заемщика¹².

Следовательно, данные факторы  могут оказать долгосрочное определяющее влияние на формирование средней  величины уровня просроченной ссудной  задолженности, а также рискованности  и качества кредитного портфеля, понижая или повышая их.

С целью определения  закона изменения доли просроченной задолженности в кредитном портфеле банка также воспользуемся уравнением полного дифференциала. Итак, представим прогнозное изменение величины (ΔД_пр), если изменяются параметры (С_нст) и (С_ст):

 

 (2.2.4)

 

где ΔД_пр - прогнозируемое изменение доли просроченной задолженности;

ΔС_нст - изменение объемов нестандартных кредитов;

Δ С_ст - изменение объемов стандартных кредитов.

 

Данная формула позволяет  определить, насколько изменится показатель Д_пр при заданных изменениях показателей С_ст и С_нст.

Если полученное значение показателей ΔД_пр умножить на запланированный объем кредитных ресурсов банка, то получим прогнозную величину объема просроченной задолженности банка.

При реализации данного подхода к определению прогнозного значения доли просроченной задолженности банка, на наш взгляд, необходимо учитывать следующие основные условия, в которых может оказаться банковское учреждение, осуществляющее кредитную деятельность. Во-первых, когда практически не изменяется объем кредитных ресурсов банка (С_общ=const). Во-вторых, когда уровень нестандартных кредитов либо стандартных на протяжении нескольких периодов остается на прежнем уровне.

На наш взгляд, Д_пр должно принадлежать интервалу [0; 0,10], т.е. банк должен поставить перед собой задачу удержания просроченной задолженности до 10%.

Следует отметить, что  у банка активно занимающегося  кредитованием Д_{пр min} не может равняться 0. Вместе с тем стремление к «нулевой отметке» вполне достижимое, т.е. Д_{пр min} принадлежит интервалу [0; 0 + Δ]. Оптимальное значение Δ, на наш взгляд, от 3 до 5%.

Для кредитного работника, осуществляющего планирование кредитной  деятельности банка, важно знать, какое  изменение стандартных и нестандартных кредитов приведет к намеченному изменению показателя Д_пр или как повлияет на последнее изменение стандартных кредитов, допустим, на 5%, а нестандартных - на 2%.

Чтобы определить зависимость  изменения уровня совокупного кредитного риска от объема просроченной задолженность в кредитном портфеле банка необходимо построить функцию регрессии. Поскольку уровень просроченной кредитной задолженности непосредственно увеличивает кредитный портфельный риск банка и уровень просроченной задолженности практически не изменяется во времени, воспользуемся уравнением линейной регрессии. Линейная регрессия является инструментом статистического анализа, используемого для предсказания будущих значений по имеющимся данным. Данный метод предполагает построение линии тренда, которая показывает равновесное значение объема просроченной задолженности банка.

Пусть переменная у (риск кредитного портфеля) зависит от одной переменной х (объем просроченной задолженности). При этом предполагается, что переменная х принимает заданные фиксированные значения, а зависимая переменная у имеет случайный разброс из-за ошибок измерения, влияния неучтенных факторов и т.д. Каждому значению х соответствует некоторый закон распределения вероятностей случайной величины у. Формула линейной регрессии имеет следующий вид:

 

, (2.2.5)

 

где: у – уровень риска кредитного портфеля банка;

а – постоянный коэффициент  регрессии;

b – переменный коэффициент  регрессии;

х – доля просроченной задолженности.

Для определения параметров регрессии (коэффициентов регрессии) а и b воспользуемся методом наименьших квадратов. Для этого следует решить следующую систему уравнений:

 

  (2.2.6)

 (2.2.7)

 

Из данных уравнений можно вывести, что 

 

  (2.2.8)

 (2.2.9)

 

где: х_i – уровень просроченной задолженности в і-ом периоде;

у_i – уровень риска кредитного портфеля банка в і-ом периоде;

n – количество периодов  наблюдения, i = 1, n.

 

Подставив в полученное уравнение ожидаемый уровень  просроченной задолженности можно определить прогнозное значение рискованности кредитного портфеля банка.

Таким образом, представленная регрессионная модель прогнозирования  кредитного портфельного риска банка строится на прогнозе изменения объема просроченной ссудной задолженности. При определении законов изменения стандартных и нестандартных кредитов, а также удельного веса просроченной задолженности в кредитном портфеле банка с учетом изменения заемщиками качества обслуживания долга и их кредитного рейтинга использовали уравнение полного дифференциала функции. Использование предложенного подхода к прогнозированию риска кредитного портфеля позволяет также планировать структуру кредитного портфеля, что немаловажно при управлении ликвидностью банковского учреждения.

Прогнозирование и планирование уровня кредитного портфельного риска и доли просроченной задолженности осуществляется в долгосрочном и краткосрочном периоде, однако задачи, возникающие в каждом их них различны по уровню сложности, применяемому математическому аппарату и достигаемой точности решения. При прогнозировании на долгосрочную перспективу показатель доли просроченной задолженности является не линейной функцией. В краткосрочном периоде в ряде случаев удается осуществить более точный прогноз изменения уровня совокупного кредитного риска.

На основе полученных результатов необходимо сопоставить  фактический и планируемый уровень  риска с суммой, которая, согласно политике в области рисков, представляет собой предел потерь по кредитным операциям, тем самым разработать механизм регулирования и направления минимизации риска кредитного портфеля.

2.3 Механизм  регулирования риска кредитного  портфеля

 

Основным направлениями  регулирования риска кредитного портфеля является разработка и реализация мероприятий по предотвращению или минимизации связанных с ним потерь. Это предполагает создание каждым банком собственной стратегии управления кредитным риском, то есть основ политики принятия решений таким образом, чтобы своевременно и последовательно использовать все возможности развития банка и одновременно удерживать риски на приемлемом и управляемом уровне.

 Банковской практикой  выработаны определенные методы  регулирования риском кредитного  портфеля банка. К таким методам относят диверсификацию, концентрацию, лимитирование и резервирование.

2.3.1 Диверсификация

Диверсификация кредитного портфеля банка должна осуществляться путем распределение ссуд по различным  категориям заемщиков, срокам предоставления, видам обеспечения, по отраслевому  и географическому признаку.

Диверсификация заемщиков может осуществляться посредством распределения кредитов между различными группами населения (молодежь, лица с устойчивым уровнем дохода, лица пред пенсионного возраста и т.д.); в зависимости от цели кредитования (на потребительские нужды, на строительство жилья, на обучение и др.). Относительно хозяйствующих субъектов диверсификация кредитного портфеля может осуществляться между такими категориями заемщиков, как: большими и средними компаниями, предприятиями малого бизнеса, правительственными и общественными организациями, домашними хозяйствами и т.п. Кредиты, предоставленные в сфере малого бизнеса, часто сопровождаются повышенным уровнем кредитного риска. Такие заемщики нередко ограничены в выборе кредитора, поэтому банк может диктовать собственные условия кредитной сделки. Если заемщиком является большая компания, то кредитный риск оценивается как незначительный. При этом рекомендуется осуществлять диверсификацию кредитного портфеля путем размещение большего количества средних кредитов, чем малого количества крупных.

Имеет особое значение диверсификация кредитного портфеля по срокам, поскольку  процентные ставки по ссудам разной срочности  подвержены постоянным колебаниям. Кроме  того, уровень индивидуального кредитного риска банка, как правило, увеличивается по мере увеличения срока кредита. В случае ориентации банка на долгосрочное кредитование полезным считается включение в кредитный портфель краткосрочных ссуд, которые сбалансируют его структуру.

Отраслевая диверсификация предполагает распределение кредитов между клиентами, которые осуществляют деятельность в разных областях экономики. Для снижения общего риска кредитного портфеля решающее значение имеет отбор областей, которые осуществляются по результатам статистических исследований. Наилучший эффект достигается, когда заемщики работают в областях с противоположными фазами колебаний делового цикла. Если одна область находится на стадии экономического роста, то другая переживает стадию спада, а с течением времени их позиции изменяются на противоположные. Тогда снижение доходов от одной группы клиентов компенсируются повышением доходов от другой группы, которые помогает стабилизировать доходы банка и существенно снизить риск.

Географическая диверсификация предполагает распределение кредитных  ресурсов между заемщиками, которые находятся в разных регионах, географических территориях, странах с разными экономическими условиями. Географическая диверсификация как метод снижения кредитного риска доступна лишь большим банкам с разветвленной сетью филиалов и отделений на значительной территории. Это помогает нивелировать влияние климатических и погодных условий, политических и экономических потрясений, которые влияют на кредитоспособность заемщиков.

Метод диверсификации следует  применять осторожно, опираясь на статистический анализ и прогнозирование, учитывая возможности самого банка и, прежде всего, уровень подготовки кадров. Диверсификация требует профессионального управления и глубокого знания рынка. Именно поэтому чрезмерная диверсификация приводит не к уменьшению, а к увеличению кредитного риска.

Учитывая то, что каждый банк работает в конкретном сегменте рынка и специализируется на обслуживании определенной клиентуры, диверсификация кредитного портфеля может  быть отрицательной, т.е. необходимо придерживаться определенного уровня концентрации. Чрезмерная концентрация значительно повышает уровень кредитного риска. Нередко банки концентрируют свои кредитные портфели в наиболее популярных секторах экономики, таких как энергетика, нефтяная и газовая промышленность, инвестирование недвижимости. Высокая концентрация кредитного портфеля негативно отражается на кредитоспособности банков, а высокая концентрация клиентских вкладов и вложений в ценные бумаги — на их ликвидности и финансовой гибкости. Риск концентрации означает, что у банков могут возникнуть проблемы в случае ухудшения платежеспособности или ухода их крупнейших клиентов, а это ставит под сомнение их финансовую устойчивость и способность работать без сбоев¹³.