Аналитическая база макропруденциального регулирования

На фоне некоторых успехов политики МПР по минимизации системных рисков ее аналитическая база пока еще отличается дефицитом надежных, проверенных и апробированных инструментов, подходов и моделей как в части задач по формированию текущей макропруденциальной политики, так и в контексте волатильности мировых финансовых рынков, являющейся источником недиверсифицируемых, а потому неуправляемых рыночных рисков. Отметим, что даже стресс-тестирование, несмотря на международное признание его значимости как инструмента многосторонней оценки стрессоустойчивости кредитных институтов и, соответственно, обеспечения финансовой стабильности, частично теряет свой макропруденциальный формат из-за слабости аналитического инструментария интерпретации результатов процедуры стресс-тестирования. В этой связи представляют определенный интерес модели, учитывающие ежемесячные изменения в структуре национального банковского сектора и последствия внешних шоков и кризисных потрясений на состояние и динамику кредитных активов банков [70, 71]¹, а также выводы о функциональной зависимости системной нестабильности от ряда рыночных параметров, включая состояние финансового рынка и концентрацию кредитных активов на рынке, уровень левериджа^[1][2] и диверсификация операционных моделей банков¹ [72]^[3][4][5]. Похоже, что данный подход позволит не только определить системную уязвимость банков и банковского сектора, но также оценить временные границы системной нестабильности и принятия соответствующих регулятивных действий [73] (при этом некоторые модели ориентированы также и на факторы, способствовавшие становлению макропруденциальной политики [74]), что в конечном итоге должно повысить объективность в выборе инструментов и настройке механизмов МПР.

Представляется логичным продолжение поиска подходящих аналитических методов и методологий анализа в сфере МПР, исходя из распространения процедуры стресс-тестирования также и на небанковские финансовые компании (прежде всего, в сфере страховой деятельности). Расширение аналитической базы позволило бы обогатить стресс-модели дополнительными параметрами, что повысило бы достоверность оценки стрессоустойчивости, с одной стороны, а с другой, как представляется, открыло бы путь к принципиально новому подходу в сфере управления рисками, включая поиск взаимозависимостей между видами рисков и их источниками и между последствиями рисков и их возможному обострению ввиду возможной мультипликации и межсегментной трансмиссии.

Вместе с тем, развитие макропруденциальной аналитики тормозится особенностями структуры и сложностью операционной среды современного банковского сектора. Преобладание банковских и финансовых холдинговых компаний, представляющих собой институты с гетерогенными операционными моделями (т. е. с многопрофильными активами) осложняют процессы информационного обмена для целей анализа, что отчасти объясняется разрозненностью информационных баз данных в части их небанковских и нефинансовых активов, а также закрытостью сведений по операциям/сделкам внутри (между структурными/организационными подразделениями) банковской/финансовой холдинговой компании. Аналогичные сложности сопровождают процедуру стресс-тестирования, поскольку данный инструмент МПР недостаточно приспособлен к оценке стрессоустойчивости небанковских финансовых институтов, совершенно не приспособлен к оценке стрессоустойчивости нефинансовых компаний и практически не адаптирован к оценке стрессоустойчивости теневого банковского сектора, активы которого нередко являются составной частью консолидированных активов банковских/финансовых конгломератов и, таким образом, влияют на их качество и динамику.

Сложность организационной и структурной конфигурации банковского сектора является, в том числе, отражением взаимосвязанности и взаимозависимости финансово-кредитных институтов, которые, будучи поднадзорными регулятивным режимам одновременно нескольких национальных юрисдикций, являются источником системных рисков для финансовых рынков, отличающихся повышенным фоном волатильности. Развитие так называемого «сетевого» анализа в финансовой сфере должно стать квинтэссенцией посткризисной аналитической платформы в банковском регулировании, поскольку транснациональные банки, являясь объектами пристального внимания национальных и международных регуляторов, нередко пренебрегают постулатами новой регулятивной парадигмы, а их операционная деятельность зачастую включает элементы эпохи дерегулирования^[6].

Повышение качества макрофинансового анализа является одним из столпов корректного применения также и других инструментов МПР. Так, норматив контрциклического буфера капитала, который был внедрен с 1 января 2016 г. в рамках Базеля III, может принимать значения от 0 до 2,5% в зависимости от угрозы и ожидаемой степени процикличности финансового и нефинансового секторов экономики и, соответственно, рисков избыточного кредитования в периоды оживления и подъема и рисков дефицита кредитных ресурсов для экономики в периоды спада и кризисов. Объективность оценки таких рисков будет зависеть от прагматичности аналитических моделей, которые должны стать мерилом рисков для целей корректной трансляции их угрозы в четкие количественные параметры контрциклического буфера капитала с возможным распределением по фазам экономического цикла. Однако в ряде случаев функциональность макропруденциального буфера капитала может быть снижена в условиях, как это ни кажется странным, недостаточно сильных и недостаточно слабых фундаментальных параметров макро-уровня [76]. Так, несмотря на регулятивные ограничения, банки с недостаточно высоким уровнем рентабельности склонны к осуществлению операций, связанных с повышенным риском, двигателем которых выступает их мимикрия под успешные институты финансового рынка.

Отдельно стоит вопрос с инструментами сравнительного анализа, а точнее — со сравнимостью результатов анализа в рамках МПР, проводимого регуляторами различных национальных юрисдикций (межстрановой анализ). Синхронизация методологии и инструментов анализа может быть основана на дальнейшем уточнении согласованного подхода к формированию макропруденциальной политики на международном уровне, однако такой сценарий представляется маловероятным ввиду отсутствия единого подхода даже по некоторым регулятивным параметрам Базеля III. Очевидно, что аналитическая синхронизация потребует долгой, кропотливой и упорной работы национальных и международных регуляторов, успех которой будет зависеть, в том числе, и от политической воли. Универсальность инструментария МПР может быть достигнута путем применения лучших практик анализа и ситуационного моделирования, а главным фактором его убедительности и эффективности должна стать сопоставимость прогнозных показателей моделирования с фактическим состоянием ключевых параметров деятельности банковского сектора в качестве базы прогнозирования.

Другим мотиватором активизации сравнительного межстранового анализа является угроза некоторых вторичных/ побочных рисков от деятельности глобальных системообразующих банков, возможные последствия которых, включая количественные параметры, масштаб и глубину подверженности и зараженности рисками, все еще остаются малоизученными. Масла в огонь подливает фактическая изолированность национальных регуляторов друг от друга, которые практически не обмениваются информацией и, соответственно, остаются в неведении регулятивной проблематики, с которой они могут столкнуться в дальнейшем. Бесспорно, институциональная изоляция не способствует дальнейшему прогрессу по идентификации системных рисков и серьезно ослабляет усилия международной реформы банковского регулирования по обеспечению стрессоустойчивости банков и финансовой стабильности. Вместе с тем, в рамках инициативы «Группы 20» по скорейшему устранению недостатков и минимизации «белых пятен» в информационном обмене в рамках Базеля III и других сегментов международной регулятивной реформы [77] возможен переход к принципиально новому контуру информационного взаимодействия, которое станет если не еще одним столпом успеха реформы и продвижения идеи МПР, то, по крайней мере, будет способствовать «прагматизации» макропруденциального инструментария^[7] и снизит вероятность административных аспектов в сфере макропруденциальной политики за счет большей объективности аналитической базы регулирования.

• [1] Модель основана на методологии, учитывающей оптимизацию многомерного распределения информации, необходимой для осуществлениямакропруденциальной политики (Consistent information multivariate densityoptimization, CIMDO), а также обобщенной модели динамических факторов (Generalized dynamic factor model, GDFM), лежащих в основе процесса формирования кредитных активов банков.
• [2] По мнению авторов исследования, определенный уровень левериджа, который пока еще не подтвержден эмпирически (да и не может быть определен ввиду больших различий в размерах кредитных институтов, условияхи масштабах их деятельности, состоянии и динамике макро-среды, параметрыкоторой оказывают сильное влияние и даже давление на ключевые показатели эффективности банковской деятельности), ниже которого внешние шокии риски не перерастают в системную нестабильность, и наоборот — дажепри благоприятных условиях макро-среды, повышенный уровень левериджа О
• [3] Эявляется угрозой стрессонеустойчивости на микро-уровне, системных рисков, их мультипликации и трансмиссии в другие сегменты финансового рынка.
• [4] Несмотря на прямую корреляцию между уровнем диверсификациифинансовых продуктов/услуг и устойчивостью и устойчивым ростом отдельновзятого кредитного института, при определенных обстоятельствах процикличности финансовая диверсификация может стать источником системныхрисков и, соответственно, угрозой кризисогенности на макро-уровне.
• [5] Выводы касательно зависимости системной стабильности от уровнялевериджа и диверсификации на микро-уровне могут быть положены в основудальнейшего совершенствования инструментария МПР в части стресс-тестирования кредитных институтов.
• [6] Использование регулятивных лазеек (регулятивного вакуума) и регулятивного арбитража для удовлетворения краткосрочных (включая спекулятивные) выгод количественного характера на основе высокомаржинальныхфинансовых инструментов, многие из которых ассоциируются также с инструментами повышенного риска и являются объектами экстремального рискоо-бразования и мультипликации рисков. Управление рискогенностью в рамкахнадзорного механизма эпохи дерегулирования ограничивалось исключительно микро-уровнем. Данный подход оказался несостоятельным в условияхфинансовой глобализации, что проявилось в ходе мирового финансового кризиса, когда неизбежная трансмиссия рисков между субъектами микро-уровнястала причиной их трансформации в категорию системных рисков [75].
• [7] Здесь необходимо отметить также и роль международных стандартовбухгалтерского учета, которые с переориентацией парадигмы регулирования на долгосрочное управление рисками должны также быть адаптированык новой регулятивной реальности и стать инструментом количественнойоценки системных рисков и угрозы рискогенности [78].