Материал: Управление рисками активных операций коммерческих банков

И наконец, необходимо оптимизировать процедуру принятия решений для крупнейшей клиентуры и сложных нестандартных кредитных продуктов.

Совершенствование системы управления рыночными рисками, рисками ликвидности и процентными рисками, а также операционными рисками, является значимой задачей, которая необходима, чтобы обеспечить реализацию стратегии в области развития бизнеса.

Изменения в системе управления процентными рисками и риском ликвидности должны производиться в комплексе с общим развитием систем, занимающихся управлением активами и пассивами банка. Главными направлениями развития в этой области можно выделить выстраивание консолидированной системы управления пассивами и активами банка, в основе которой находятся экономически обоснованное трансфертное ценообразование, распределение и учет экономического капитала и активное моделирование и управление многообразными категориями риска.

Главной задачей в области операционных рисков должна стать ликвидация недостатков, связанная с одновременным устранением избыточных механизмов контроля. В основе этой работы лежит:

более глубокая инвентаризация возможных операционных рисков;

оценка возможных экономических последствий операционных рисков;

проведение анализа экономической эффективности систем предотвращения и контроля;

повышение ответственности каждого «линейного» подразделения за управление операционными рисками в своей области. Этого можно добиться, используя методическую поддержку, координацию и контроль со стороны соответствующего подразделения в функции управления рисками.

В области рыночных рисков банку необходимо качественно модернизировать уже существующие системы и процессы, с целью резкого повышения оперативности и глубины контроля над рыночной позицией банка. Учитывая возросшую волатильность финансовых рынков, эта деятельность является особенно актуальной.

Для построения модели оценки кредитного риска с использованием модели VaR обработке подверглись данные по кредитам, выданным коммерческим банком юридическим лицам. Объем проанализированной выборки составил 570 ссуд. По каждому заемщику была известна следующая информация:

сумма полученного кредита;

внутренний кредитный рейтинг заемщика;

сведения о наступлениях дефолтов по обязательствам.

Исходные данные представлены в Таблице 3.1.

Таблица 3.1 Кредитный портфель «ВТБ 24» ПАО

Пусть банк обладает эффективной рейтинговой системой градации заемщиков, которая позволяет четко отделять надежных заемщиков от проблемных. Тогда может быть установлено наличие взаимосвязи между дефолтностью заемщика и рейтингом, который ему присвоен.

На основе этого, можно сопоставить каждой группе рейтинга оценку вероятности дефолта. Для этого возьмем частоту возникновения дефолтов заемщиков каждой из групп (см. Таблица). Предположим, что рассматриваются заемщики с рейтингом A. Пусть в этой группе имеется компаний-заемщиков, а из них оказались неспособными выполнить свои обязательства перед банком. Тогда оценка вероятности дефолта для заемщиков с рейтингом А будет проводиться по следующей формуле:

Где  - количество дефолтов заемщиков, входящих в группу A;

- общее количество компаний, входящих в группу A.

В результате вычислений получаем оценки вероятности дефолта каждой компании, которой присвоен рейтинг A. Повторив описанную процедуру для остальных групп заемщиков, мы получили следующие результаты (см. Таблица 3.2):

Таблица 3.2 Соотношение уровня дефолтности и рейтинга заемщика

Проведем расчет ожидаемых потерь по каждому заемщику в анализируемом портфеле и в общем по кредитному портфелю.

Значение ожидаемых потерь по портфелю составило 34 696 281 рублей или 3,59% от общего объема портфеля. В процентном выражении уровень кредитного VaR портфеля составляет 5,22% от суммы всех кредитов портфеля.

Процесс оценки кредитного риска портфеля требуется регулярно повторять, если произойдет изменение структуры кредитного портфеля, например выдача новых кредитов или погашение текущей задолженности. Данные по дефолтности клиентов необходимо постоянно вносить и обновлять при использовании данного механизма оценки. Если в случае анализа новых данных логит-модель выдаст новые значимые факторы, то следует пересмотреть механизм оценки вероятности дефолта на основе частоты наступления дефолта по клиентам в соответствии со значением фактора.

Со временем следует расширить количество факторов в логит-модели.

Следовательно, с применением частотного подхода к оценке вероятности, применением концепции VaR и метода Монте-Карло были получены следующие характеристики кредитного портфеля коммерческого банка:

• Размер ожидаемых потерь по каждому заемщику;

• Количественная оценка ожидаемых потерь по кредитному портфелю = 34 696 281руб.;

• Размер неожиданных потерь по кредитному портфелю (Credit ) = 15 843 253 руб.

Ожидаемые потери оказывают важное и непосредственное влияние на прибыль банка от кредитного продукта, поскольку по каждому кредиту требуется отчислять страховую сумму в размере не менее в специальный резервный фонд. По рассчитанному значению величины ожидаемых потерь можно сделать вывод, в каких объемах банку следует формировать резервы на возможные потери по ссудам.

Величина неожиданных потерь или Credit VaR помогает определить собственный уровень надежности кредитного портфеля и банка в целом. Собственный уровень надежности определяет соответствие капитала банка возможным неожидаемым потерям. Главной функцией банковского капитала является защита банка от возможного банкротства, он выступает своеобразной «подушкой безопасности», которая позволяет вкладчикам и кредиторам возместить свои средства даже в случаях возникновения крупных непредвиденных обстоятельств, которые привели к убыткам.

Сравним полученное значение величины потерь с нормативными значениями достаточности капитала, установленными Центральным банком. В соответствии с инструкцией №110-И ЦБ PФ, норматив достаточности банковского капитала H1 определяется как отношение размера собственных средств банка (капитала) к сумме его активов, взвешенных по уровню риска. Норматив достаточности H1 для анализируемого портфеля должен составлять не менее 10% от суммы кредитного портфеля.

В свою очередь, требуемый уровень капитала на покрытие неожиданных потерь, рассчитанных с помощью построенной модели, составляет 5,22%. Согласно разработанной и примененной методике, уровень капитала, необходимый для покрытия принимаемых банком рисков (также называемый экономический капитал) ниже регулятивного капитала, установленного надзорными органами.

Таким образом, в данном случае банку не требуется активная деятельность по выдаче рискованных и необеспеченных кредитов, а также принятие на себя повышенных рисков. Превышение регулятивного значения размера капитала над его внутренней оценкой все-таки закономерно, так как методика расчета регулятивного капитала является унифицированной и используется банками вне зависимости от их организационных, отраслевых, конкурентных и других особенностей. Вычисление регулятивного капитала проводится с целью достижения соответствия нормативам регулирующих органов.

Экономический капитал в этом случае призван определить адекватность капитала фактически принимаемым рискам банка. Расчет экономического капитала является не только индивидуальным для каждого банка, но и методы, с помощью которых он производится, являются достаточно прогрессивными в банковском секторе. Одним из таких методов может служить разработанная в данной работе методика оценки на основе методологии Value-at-Risk.

Разработанная методика оценки и анализа кредитного риска дает возможность руководству кредитной организации проводить внутреннюю оценку риска на постоянной основе. При этом необходимо регулярное осуществление пересчет уровня кредитного риска в случае изменения структуры кредитного портфеля и при пересмотре кредитных рейтингов и класса обеспечения контрагентов. Обновление исторических данных по дефолтам позволит кредитной организации получать более точные динамические оценки кредитного риска. Рассмотренная методика может использоваться для установления лимитов кредитования и оценки влияния изменений в структуре кредитного портфеля на его рисковые характеристики.

Можно выделит следующие направления дальнейшего развития модели:

. Учет корреляций между дефолтами взаимозависимых заемщиков или заемщиков, которые имеют одинаковую отраслевую принадлежность.

. Учет экономических факторов в модели: цикличность в развитии экономики или ставка рефинансирования и т.д.

. Переход от модели default-mode, учитывающей бинарное наступление дефолта, к модели mark-to-market, которая способна дифференцировать длительность просрочки и внедрить миграционные матрицы изменения отраслевой принадлежности заемщика.

.2 Совершенствование управления рисками по иным активным операциям ВТБ 24 (ПАО)

К активным операциям, не связанным с кредитованием, относятся операции, прежде всего, инвестиционные и кассовые. В отношении управления риском инвестиционных операций банк ВТБ 24 (ПАО) должен также применить метод VaR, который является эффективным и многовариантным инструментом для оценки широкого спектра рыночных рисков как по отдельности, так и вместе, как по отдельным инструментам, так и в целом по портфелю. Причем точность и простота расчетов зависит от экономических условий, в которых мы осуществляем оценку, а также от выбора метода оценки VaR.

Эффективность и адекватность модели VaR проверяется с помощью обратного тестирования, данное условие в частности закреплено Базельскими требованиями. В ходе обратного тестирования выявляются случаи возникновения убытка, превышающего величину VaR, и частота нарушения лимитов VaR сравнивается с установленным доверительным интервалом.

Если модель правильно настроена (откалибрована), количество наблюдений, выходящих за границы VaR, должно соответствовать уровню доверительной вероятности. Если таких «выбросов» слишком много, модель недооценивает риск и оценка VaR занижена. Слишком малое число выбросов тоже представляет проблему, поскольку приводит к неоправданному завышению VaR и неэффективному управлению рисками.

При обратном тестировании банк сравнивает, к примеру, однодневный VaR, рассчитанный по позициям на конец каждого рабочего дня, с фактическим доходом по тем же позициям на следующий рабочий день. В этот доход («доход при обратном тестировании») не включаются неторговые компоненты, такие как комиссии, но включается доход от внутридневных операций.

Если результат отрицательный и превышает однодневный VaR, то считается, что произошло «отклонение обратного тестирования». Когда VaR оценивается в доверительном интервале 99%, ожидается отклонение обратного тестирования, в среднем, раз в сто дней, т.е. примерно три раза в год.

Основное преимущество оценки риска с использованием VaR - опора на эмпирические данные - является в то же время ее основным недостатком. Экстремальные изменения на рынке, которые могут вызвать значительное ухудшение положения банка, должны оцениваться с учетом количества существенных отклонений рыночной доходности. Полученные цифры служат ориентировочным показателем величины возможных потерь в рамках соответствующего сценария. Банки применяют стресс¬тестирование для моделирования финансового воздействия различных исключительных сценариев развития рыночной ситуации (резкие неблагоприятные изменения процентных ставок, курсов валют, цен акций) на отдельные торговые портфели и общее положение банка.

Стресс-тесты служат индикатором размера потенциальных убытков, которые могут возникнуть в чрезвычайных обстоятельствах.

Стресс-тестирование помогает оценить риск банка, возникающий в результате экстремальных изменений на рынке, и позволяет обнаружить признаки потенциальных убытков, которые могут возникнуть в результате таких изменений. Стресс-тестирование используется для того, чтобы убедиться в том, что был изучен большой диапазон вариантов развития событий с целью понимания уязвимости, и что система управления и контроля является всесторонней, прозрачной и обладает быстрой реакцией на изменение рыночных условий и на события, происходящие как в мире, так и в российской экономике.

Банк России определяет стресс-тестирование как «оценку потенциального воздействия на финансовое состояние кредитной организации ряда заданных изменений в факторах риска, которые соответствуют исключительным, но вероятным событиям» .

Стресс-тесты являются незаменимым дополнением VaR и должны проводиться на регулярной основе для оценки чувствительности портфеля или банка в целом к исключительным, но вероятным событиям. При исследовании рисков на уровне портфеля оценивают влияние какого-то конкретного фактора (анализ чувствительности) или проводят сценарный анализ, учитывающий различные факторы и множество вариантов развития события.

Основные задачи стресс-тестов:

) оценить влияние экстремальных событий, вероятность наступления которых выше, чем предусмотрено историческими данными;

) оценить влияние экстремальных событий, которые никогда не происходили в прошлом, но наступление которых вполне вероятно;

) оценить влияние экстремальных событий, отражающих вероятность того, что статистические модели перестанут быть адекватными;

) оценить влияние событий, которые могут наступить в результате структурных сдвигов в будущем.

Для выполнения указанных задач при разработке методик стресс-тестирования и проведения стресс-тестов должны соблюдаться определенные условия. Во-первых, понимание результатов тестов высшим руководством, учет этих результатов в процессе принятия решений. Во- вторых, необходимо принимать во внимание «слабые места» бизнес-модели, выявленные в процессе планирования, учитывать как исторические данные, так и гипотетические, а также чувствительность каждого фактора и его взаимосвязи с другими. В-третьих, полнота данных, постоянное усовершенствование баз данных и применяемых моделей.