Модели риска дефолта

2.2 Распределение капитала

Имея кривую распределения потерь, вычислив VAR при заданном уровне надежности, можно воспользоваться методологией распределения VAR по заемщикам, предложенной в работе Martin, E. at all (2001) и описанную в работе Н. Нaaf, D. Tasche (2002) . Согласно этой методике сначала вычисляется saddle point (SP) распределения из уравнения

где L - случайная величина потерь по портфелю, а E (. .) - математическое ожидание. Затем, в самом простом случае независимости активов и отсутствия неопределенности в PD - рейтинге, можно вычислить части CAR, приходящейся на каждый актив "i" по простой формуле

Если SP*EAD много меньше EAD, то CARi становится близким к ожидаемым потерям, однако для крупных активов начинает сказываться нелинейная составляющая, и доля CAR для таких крупных активов начинает существенно расти. Соответственно, величина выдаваемых банком средств данному заемщику имеет двойное нелинейное действие на показатель риск-доход. Во первых, после возможной выдачи кредита PD компании будет расти, что уменьшит доходность, если учесть EL. Во вторых, будет возрастать CAR и потребуется больший капитал, аллокируемый из капитала банка на данного заемщика, и будет падать доходность капитала с учетом риска, т.е. RAROCi. Увеличение длины кредита тоже существенно и нелинейно влияет на PD, поскольку в будущем возможен переход компании-заемщика в другой рейтинг (блуждание PD), что дает дополнительный вклад в сторону увеличения PD.

2.3 Карта "риск-доходность"

Будущий актив, моделируемый в портфеле для принятия решения на Кредитном комитете (КК) по удовлетворению кредитной заявки, повлияет на риск через изменения финансовых отношений входящих в формулу PD. Прежде всего, при выдаче кредита X увеличатся обязательства на X, соответственно активы тоже и появятся дополнительные проценты за кредит X, вычисляемые очевидно для ожидаемой процентной ставки. В рамках портфеля, полагая, что параметры его изменятся не значительно при выдаче этого кредита (кредит достаточно мал, по сравнению с суммарной величиной портфеля) можно вычислить величину CAR, аллокируемую на данный актив "i" из собственного капитала и вычислить показатель RAROCi. Учитывая, что для нового актива X EL (X) =PD (X) *LGD*X можно построить в координатах Х-LGD кривые уровня RAROC, затем - уровня максимального CAR (оранжевый), приемлемого для портфеля (последний можно задать "руками" или вычислить по портфелю, например, как средний CARi среди тех, кто выше среднего по портфелю), а также уровня максимального обеспечения, по величине собственного капитала компании. Уровни RAROC целесообразно привязать к показателю RAROC по портфелю, взяв их три, например: красный - RAROC-15% (критический), синий - RAROC (приемлемый) и зеленый RAROC+15% (выгодный).

Пусть имеется крупный кредитный портфель величиной 1272 MUS$, распределение потерь которого дано на рис.1.

Рис.1. Распределение потерь по портфелю.

Для такого портфеля ожидаемые средние потери 1,4%; VAR =8,9%; RAROC=39%; SP=38; граница риска для CARi - 2,3 MUS$, в портфеле более 1000 разных заемщиков. Рассмотрим моделирование новых активов для нескольких известных компаний, каждую из которых (одну) предполагается включить в портфель. Основные финансовые характеристики даны в Таб.1, там же дано и PD, вычисленное по базовой формуле, без экспертной поправки, которая от нового актива не зависит. Все данные взяты из реальных бухгалтерских отчетов (в MUS$), открыто доступных из сервера ФКЦБ России disclosure. fcsm.ru. Предположительно компании просят кредит под разные проценты годовых, валовые маржи которых, как и длины кредитов указаны в таблице.

Таб.1. Финансовые показатели компаний кандидатов в заемщики банка.

Рассмотрим по отдельности каждую из них. Карта "риск-доходности" компании РАО "ЕС России" изображена на рис.2. Из которой видно, что величина кредита ограничена в основном кривой максимального CAR, поскольку сумма кредита может быть достаточно велика. Видно, что этому заемщику можно выдать кредит в 40 MUS$ без обеспечения, с минимальной маржей (3%) на 3 года, однако, уже за кредит в 50 MUS$ необходимо потребовать обеспечения в 20%, (1-LGD) 100%.

Рис.2. Карта "риск-доходность" РАО "ЕС России".

Акционерной компании "АЛРОСА", согласно карте "риск-доходности" рис.3, выдавать кредит без обеспечения, с той же малой маржей в 3%, нельзя.

Рис.3. Карта "риск-доходность" АО "АЛРОСА".

Необходимо потребовать обеспечения более 40% (на синей линии RAROC), однако, даже при большем обеспечении, увеличение размера кредита до 40-50 MUS$ встречает сопротивление со стороны ограничения по CAR.

Карта "риск-доходность" для нового актива в виде кредита для небольшой компании "Самаринвестнефть" при 5% марже дана на рис.4. Видно, как разная величина кредита должна идти с разным обеспечением, а без обеспечения может обойтись кредит порядка 1 MUS$. Ограничение по CAR здесь не существенно, однако ограничение по обеспечению, связанное с недостаточностью собственного капитала, не должно позволить выдаче кредита более 7 MUS$.

Рис.4. Карта ОАО "Самаринвестнефть"

Компания "Камский литейный завод" имеет карту "риск-доходности", представленную на рис.5 (а). Из-за заметного PD (6,8%) необходимо обеспечение более 60%, и даже 80% для кредита в 30 MUS$ (на год, при марже в 5%). А компания "Завод имени И.А. Лихачева", обладая экстремальными показателями риска, с рейтингом, близким к дефолту, может получить кредит, но весьма на "кабальных" условиях. Как видно на ее карте рис.5 (б) при марже в 10% обеспечение должно быть около 90%, а заем ограничен 10 MUS$ (по собственному капиталу).

Рис.5 (а). Карта "риск-доход" компании "Камский литейный завод".

Рис.5 (б). Карта "риск-доход" компании "ЗИЛ".

Предложенные примеры демонстрируют разнообразие условий, по которым различные компании должны входить в портфель так, чтобы не испортить показатели его доходности и не привнести в портфель чрезмерный риск. Использование такой системы для принятия решения о включении любого актива в портфель позволит существенно усовершенствовать риск-менеджмент. Понятно, что все основано на формуле вычисления PD по финансовым показателям и, при отсутствии статистически приемлемой базы дефолтов на развивающемся рынке, формула может давать искаженное абсолютное значение. Однако, предложенная методика основана на относительной оценке доходности, а поскольку формула дает верный относительный рейтинг компании, то и управленческие решения, принимаемые из относительных оценок, наверняка окажутся верными.

Выполнение изложенных функций возможно в единой системе расчета и управления кредитным риском - см., например, EGAR CreditRisk.

Системой вычисляется PD-рейтинг подавшего заявку кандидата в заемщики, который затем утверждается или корректируется коллегиально Кредитным Комитетом (КК). Лимит на заемщика и требования к обеспечению утверждаются также на КК после обсуждения результатов моделирования риска нового актива. Если заявка содержит условия, не приемлемые для обеспечения должного уровня риск-доходности, то риск-менеджер может предложить заемщику иные условия кредитования. Здесь может быть предложена масса вариантов, например, увеличить обеспечение, уменьшить заем, уменьшить длину кредита, изменить схему возврата долга, увеличить процентную ставку (валовую маржу) по кредиту или все в совокупности. Возможно, какое-то из предложений удовлетворит заемщика, и будет найден лучший компромисс. В любом случае возможности системы позволяют перейти на более высокий уровень обоснованности в принятии решений.

Кредитный риск - риск неисполнения дебитором своих обязательств перед поставщиком товаров или провайдером услуг, т.е. риск возникновения дефолта дебитора. В рамках данного определения носителями кредитного риска являются в первую очередь сделки прямого и не прямого кредитования (прямой риск) и сделки купли/продажи активов без предоплаты со стороны покупателя[11].

Более широкое представление о кредитном риске определяет его, как риск потерь, связанных с ухудшением состояния дебитора, контрагента по сделке, эмитента ценных бумаг. Под ухудшением состояния (рейтинга) понимается, как ухудшение финансового состояния дебитора, так и ухудшение деловой репутации, позиций среди конкурентов в регионе, отрасли, снижение способности успешно завершить некий конкретный проект и т.д., т.е. все факторы способные повлиять платежеспособность дебитора. Потери в данном случае могут быть также как прямые - невозврат кредита, непоставка средств, так и косвенные - снижение стоимости ценных бумаг эмитента (например, векселей), необходимость увеличить объем резервов под кредит и т.д.

В основе процедур оценки кредитных рисков лежат следующие понятия:

вероятность дефолта - вероятность, с которой дебитор в течение некоторого срока может оказаться в состоянии неплатежеспособности;

кредитный рейтинг - классификация дебиторов организации, контрагентов эмитентов ценных бумаг или операций с точки зрения их кредитной надежности;

кредитная миграция - изменение кредитного рейтинга дебитора, контрагента, эмитента, операции;

сумма, подверженная кредитному риску - общий объем обязательств дебитора, контрагента перед организацией, сумма вложений в ценные бумаги эмитента и т.д.;

уровень потерь в случае дефолта - доля от суммы, подверженной кредитному риску, которая может быть потеряна в случае дефолта.

Собственно оценка кредитного риска может производиться с двух позиций оценка кредитного риска отдельной операции, портфеля операций.

Базовая оценка (без учета кредитной миграции) кредитного риска отдельной операции может производиться с различным уровнем детализации: оценка суммы, подверженной риску; оценка вероятности дефолта; оценка уровня потерь в случае дефолта; оценка ожидаемых и неожиданных потерь.

Двумя основными конечными оценками кредитного риска являются - оджидаемые и неожиданные потери. При классическом подходе к управлению кредитными рисками покрытие ожидаемых потерь производится за счёт формируемых резервов, покрытие неожиданных потерь по кредитным рискам должно производиться за счёт собственных средств (капитала) организации.

ЗАКЛЮЧЕНИЕ

На основе выполненных теоретических изысканий и практических исследований, в области оценки риска дефолта предприятий-заемщиков, обратившихся в банк с целью получения кредита, в курсовой работе получены результаты, на основе которых сформулированы следующие выводы:

1. Обоснованы используемые характеристики предприятий-заемщиков банка - понятия «риск», «кредитный риск», «риск дефолта» и «кредитоспособность».

2. Приведена классификация, формируемая с использованием признаков, отражающих природу возникновения финансовых рисков, являющихся неотъемлемой частью банковской деятельности.

3. Рассмотрены современные модели оценки риска дефолта предприятий-заемщиков, используемые в практической деятельности российскими и западными банками. Выделены достоинства и недостатки существующих методов. Проведена классификация моделей по степени комплексности и информированности о моделируемом объекте.

4. Разработана инфологическая схема построения комплексной модели для расчета вероятности риска дефолта.

5. Выделены факторы, отрицательно влияющие на построение комплексной модели, адаптированной к российским условиям.

6. Построена комплексная модель оценки риска дефолта предприятий-заемщиков, включающая оценку по качественным и количественным показателям.

7. Выработаны методические рекомендации по определению кратко- и долгосрочных лимитов кредитного риска, суммы резервов и обеспечения на возможные потери по ссудам, величины процентной ставки с использованием полученного значения вероятности дефолта. Модель представляет собой объединение математических и статистических методов для расчета вероятности дефолта компании-заемщика, полученное значение позволит банкам и кредитным организациям правильно оценить рентабельность принимаемого актива. Более точная оценка вероятности дефолта заемщика позволит кредитодателю правильно сформировать портфель однородных ссуд, в то же время диверсифицировав компании-заемщиков по другим характеристикам. Это позволит правильно оценить необходимые резервы на возможные потери от невыполнения предприятием-заемщиком своих обязательств.