Совершенствования кредитной политики ОАО АКБ «МБРР»

     Существуют  различные взгляды на то, как должны меняться корреляции между факторами риска. Например, считается, что при экстремальных событиях корреляции между факторами остаются такими же, как и при нормальных условиях. То есть, корректна ситуация, когда несколько факторов риска подвергаются стресс-тестированию, остальные же факторы изменяются в соответствие с историческими значениями волатильностей и корреляций (при нормальных условиях).

     Существуют  также сценарии, которые основываются на методе Монте-Карло. Основными преимуществами этого метода являются, во-первых, возможность использования любых распределений, а во-вторых, возможность моделирования сложного поведения рынков (например, меняющихся корреляций между факторами риска).

     Но  у этого метода есть и недостатки, а именно: сложность реализации, необходимость мощных вычислительных ресурсов. Возможно, поэтому на сегодняшний  день не очень много банков (в  России) применяют такой подход, хотя результаты, полученные с его помощью, могут быть весьма полезными при анализе способности банка противостоять неблагоприятным условиям.

     Наконец, можно выделить систематические  сценарии, которые опираются на так  называемую теорию экстремальных значений. В данном случае рассматриваетчя распределение экстремальных значений факторов риска за определенный период времени (исторический). Далее на основе этого распределения рассчитывается величина Var (Value at risk). Стоит отметить, что когда анализируется просто нормальное распределение, то зачастую вероятности стрессовых ситуаций недооцениваются. Если же построить распределение непосредственно экстремальных значений, то можно избежать такой проблемы.

     Трудности при использовании известных  методов стресс - тестирования часто  связаны с отсутствием или  недостатком исторических данных о  параметрах риска, по которым строятся их прогнозные значения для будущего кризиса. Прежде всего, это относится  к оценке кредитного риска, для которого часто отсутствуют исторические данные для построения прогнозной оценки вероятности дефолтов или матрицы  вероятностей переходов.

     Кроме того, при стресс - тестировании обычно не рассматривается влияние риска  ликвидности на величину потерь банка, в то время как отток привлеченных средств в период кризиса может  оказывать значительное влияние  на величину стоимости активов.

     Считаем, что обеспечение рублевых и валютных кредитов предоставляется соответственно в рублях и валюте. Для простоты также считаем, что категория  качества обеспечения всех кредитов равна 1.

     Заметим, что на основе таблицы банк может  ввести более детальное распределение  кредитов по категориям (или рейтингам), которым будут соответствовать  свои диапазоны (их число увеличится) норм резервирования по ссудам. 

     Таблица 10 – Распределение ссуд по категориям качества

     В дальнейшем для большей конкретности будем рассматривать категории  качества кредитов, соответствующие  таблице, подразумевая при этом, что  эти категории могут быть детализированы и преобразованы (указанным выше способом) в систему рейтингов  банка. Далее рассмотрим, как изменяется стоимость кредитов в период кризиса. Здесь важно определить основные риски, воздействующие на кредиты. Это, прежде всего, кредитный риск, который  в рамках этого подхода характеризуется  следующими риск - факторами: категорией качества кредита i и соответствующей ей нормой резервирования . Кроме того, валютные кредиты подвержены валютному риску. Для него риск - фактором служит валютный курс S_t который меняется с течением времени t.

     И, наконец, риск ликвидности, который  характеризуется оттоком привлеченных средств Дm^R,S в рублях (R) и валюте (S) ( -объем привлеченных средств в момент времени t). Источником компенсации оттока пассивов в нашем случае будут ликвидные средства, получаемые в результате погашения кредитов банка. Риск ликвидности при этом состоит в том, что величина оттока средств за какой-либо период может быть не полностью компенсирована объемом погашаемых за этот период кредитов.

     Отметим, что в результате оттока привлеченных средств и компенсации его  погашаемыми кредитами сокращается  остаток ссудной задолженности  банка. Это, в свою очередь, изменяет величину потерь портфеля кредитов, связанных  с влиянием кредитного и валютного  рисков. Влияние рисков на стоимость  кредитов определяется величиной изменения  их риск - факторов, которая зависит  от длительности периода существенного  воздействия каждого вида риска.

     На  практике эта длительность оказывается  различной для различных видов  риска. Более того, эти периоды  для различных рисков могут быть смещены по времени, т.е. период наиболее существенного воздействия для  одного вида риска может наступать  ранее или позднее соответствующего периода для другого вида риска.

     Для оценки общих потерь кредитного портфеля мы, для простоты, будем рассматривать  некоторый усредненный период существенного  воздействия различных рисков, который  назовем периодом активной фазы кризиса.

     Валютный  риск влияет более сложным образом. Во-первых, изменения валютного курса  в сторону увеличения (ДS > 0) или уменьшения (ДS < 0) изменяют знак вклада валютного риска в изменение капитала. Во-вторых, даже при фиксированном изменении валютного курса знак вклада в изменение капитала может изменяться в зависимости от соотношения значений параметров портфеля кредитов и величины привлеченных средств.

     Выражение помимо членов, которые содержат изменения  риск - факторов по отдельным видам  риска (их влияние рассмотрено выше), включает в себя также члены, которые  содержат произведения изменений различных  риск - факторов. Эти члены описывают  взаимодействие соответствующих рисков, т.е. представляют потери, связанные  с одновременным присутствием нескольких рисков.

     В обычных условиях, когда относительные  изменения риск-факторов невелики, нелинейные члены дают малый вклад  в общие потери, и поэтому взаимодействием  рисков в этом случае можно пренебречь. Другое дело - период кризиса. В это  время относительные изменения, по крайней мере, некоторых риск - факторов могут достигать больших  величин. При этом члены, описывающие  взаимодействие таких рисков, могут  давать вклад и потери, сравнимый  и даже значительно превосходящим  вклады от отдельных видов риска.

     Комплексная разработка теоретических и практических вопросов формирования и реализации механизма управления кредитным  риском коммерческого банка является важной экономической проблемой, решение  которой позволит существенно повысить качество кредитного портфеля. Для  решения этой задачи необходимо внедрять передовой зарубежный и отечественный  теоретический и практический опыт в части оценки кредитных рисков, использовать единые подходы к анализу  кредитоспособности индивидуальных заемщиков, качества кредитов и бизнес-риска  индивидуальных заемщиков. С другой стороны, необходимо проводить последовательный анализ качества кредитного портфеля банка в целом и его структуры.

     Такой подход будет способствовать существенному  ограничению степени влияния  кредитного риска на банковскую систему  страны, и, следовательно, способствовать укреплению ее стабильности и эффективности. 

     3.2 Использование инновационных  методов анализа  данных с целью  снижения кредитного  риска 

     Для уменьшения риска при операциях  кредитования физических лиц рассмотрим метод, основанный на применении технологии интеллектуального анализа данных. Можно привести давно всем известную цепочку связанных событий: чем меньше рискует банк при предоставлении кредита, тем меньше процентная ставка предлагаемая этим банком; чем меньше процентная ставка, тем больше клиентов обратиться в именно этот банк; чем больше клиентов обратиться в банк, тем большую прибыль получит банк, а это одна из основных целей коммерческой деятельности.

     Риск, связанный с невозвратом суммы  основного долга и процентов  можно значительно снизить, оценивая вероятность возврата заемщиком  кредита. В последнее время для  оценки риска кредитования заемщика в мировой практике широкое распространение  получил скоринг. В России ему  также уделяют должное внимание.

     Сущность  этого метода состоит в том, что  каждый фактор, характеризующий заемщика, имеет свою количественную оценку, то есть баллы. Суммируя полученные баллы, можно получить оценку кредитоспособности физического лица. Каждый параметр имеет максимально возможный  порог, который выше для важных вопросов и ниже для второстепенных.

     На  сегодняшний день известно достаточно много методик кредитного скоринга. Одной из самых известных является модель Дюрана. Дюран определил группы факторов, позволяющих максимально  определить степень кредитного риска. Но эта модель как любая другая не идеальна и имеет ряд недостатков.

     Основным  недостатком скоринговой системы  оценки кредитоспособности физических лиц является то, что она очень  формализована, плохо адаптируема. Хорошая методика для оценки кредитоспособности система, должна отвечать реальному  положению дел. Например, в США  считается плюсом, если человек поменял  много мест работы, что говорило о том, что он востребован. В других станах наоборот - данное обстоятельство говорит о том, что человек  либо не может ужиться с коллективом, либо это малоценный специалист, а  соответственно повышается вероятность просрочки в платежах.

     Таким образом адаптировать модель просто крайне необходимо, как для разных периодов времени, так и для разных стран и даже для разных регионов страны.

     Для адаптации скоринговой модели оценки кредитоспособности физических лиц  специалисту необходимо проделывать  путь, подобный тому, что проделал Дюран. То есть специалисты, которые будут  заниматься такой адаптацией должны быть высоко квалифицированными, и  должны профессионально оценить  текущую ситуацию на рынке. Результатом  проделанной работы будет набор  факторов с весовыми коэффициентами плюс некий порог (значение), преодолев  который, человек, обратившийся за кредитом, считается способным погасить испрашиваемую  ссуду плюс проценты. Полученные результаты являются по большей части субъективным мнением и, как правило, плохо  подкреплены статистикой, то есть являются статистически необоснованные.

     Как следствие, полученная модель не в полной мере отвечает текущей действительности.

     Краеугольным  камнем методики является качество исходных данных. От них напрямую зависит  качество построенной модели. Чтобы  обеспечить его, необходимо придерживаться следующего алгоритма:

1. выдвижение гипотезы - предположение о влиянии тех или иных факторов на исследуемую задачу. Данную задачу решают эксперты, полагаясь на свой опыт и знания. Результатом на данном этапе является список всех факторов;
2. сбор и систематизация данных - представление данных в формализованном виде, подготовка данных в определенном виде (например, соблюдение упорядоченности по времени);
3. подбор модели и тестирование - комбинирование различных механизмов анализа, оценка экспертами адекватности полученной модели. Возврат на предыдущие шаги при невозможности получения приемлемых результатов (например, проверка очередной гипотезы);
4. использование приемлемой модели и ее совершенствование.

     Именно  с помощью такого подхода составлены анкеты - заявки на получение кредита. Экспертами в данной области были выявлены факторы, наиболее влияющие на результат. Эту информацию и заполняют  в анкетах потенциальные заемщики. Помощь в проверке гипотез может  оказать реализованный в Deductor факторный  анализ. Данный инструмент выявляет значимость тех или иных факторов.

     Итак, задача заключается в построении модели оценки (классификации) потенциальных  заемщиков. Решение задачи также  должно обладать большой достоверностью классификации, возможностью адаптации  к любым условиям, простотой использования  модели.