Тенденции и перспективы управления банковскими рисками

Зарубежный опыт управления банковскими рисками

В практике работы зарубежных банков анализу и управлению банковскими рисками, в частности кредитным риском, уделяется большое внимание.

К настоящему времени зарубежные коммерческие банки располагают значительным количеством методик оценки кредитоспособности и построения кредитного рейтинга заёмщика. В большинстве своём эти методики представляют собой совокупность оценочных параметров кредитоспособности и имеют комплексный характер. Во многом они схожи, так как охватывают примерно одинаковый круг показателей, сведений и позволяют сопоставить множество факторов кредитного риска [10].

Перечень наиболее распространенных систем оценки кредитоспособности клиента в практике зарубежных банков представлен в таблице 3.1.

Таблица 3.1 — Зарубежные системы оценки кредитоспособности клиента.

Примечание — Источник: [10].

Во Франции для общей оценки предприятия на предмет кредитования используется методика, в которую входят финансово-экономическая оценка предприятия, включающая характер деятельности предприятия, длительность его функционирования, а также факторы производства:

• — трудовые ресурсы (образование, компетентность и возраст руководителя, наличие у него преемников, частота перемещения управленцев по рабочим местам, структура персонала, показатели простоя, соотношение оплаты труда и добавленной стоимости);
• — производственные ресурсы (соотношение амортизации и амортизируемых средств, уровень инфляции);
• — финансовые ресурсы;
• — экономическая среда (условия конкуренции, коммерческая политика фирмы, степень усвоения приемов и способов маркетинга).

Оценка кредитоспособности предприятия базируется на его отчетных балансах и отчетах о прибылях и убытках. Методики оценки кредитоспособности заемщика дифференцированы по отраслевой принадлежности и формам собственности. Они различаются для фирм и частных лиц.

Рост масштабов и направлений мирового экономического развития объективным образом обусловил увеличение числа кредитополучателей, кредитных инструментов и количества операций, подверженных кредитному риску. Данный факт способствует росту применения методов математической статистики при управлении кредитным риском [11].

В международной практике распространены несколько типов формализованных систем, направленных непосредственно на измерение кредитного риска по широкому кругу операций, включая как традиционные кредитные, так и операции с ценными бумагами и производными финансовыми инструментами, а также внебалансовые операции. Четыре наиболее известных из них — это CreditMetrics (разработка JP Morgan), CredirRisk+ (Credit Suisse), KMV (KMV Corporation), CreditPortfolioView (McKinsey) [12].

Каждая из них имеет свои достоинства и недостатки.

CreditMetrics исследует изменение кредитного риска кредитополучателя на основании матрицы переходов из одной рейтинговой группы в другую (включая дефолты). В модели применяются следующие допущения: риск всех кредитополучателей в пределах одной рейтинговой группы одинаков; изменения процентных ставок, а также макроэкономические показатели (например, уровень безработицы и объем ВВП) не оказывают влияния на кредитный риск.

CredirRisk+ на основе статистических данных рассчитывает значения показателей, при которых кредитополучатель окажется неспособным обслуживать долг и проценты, и возможных убытков банка в этом случае.

Модель KMV рассчитывает ожидаемую вероятность дефолта для каждого кредитополучателя на основании рыночной стоимости его активов и стабильности доходов по ценным бумагам кредитополучателя. В отличие от двух предыдущих, эта модель является «закрытой», то есть используемые формулы не видны пользователю. По мнению авторов модели, дефолт неизбежен или очень вероятен, когда стоимость активов кредитополучателя не покрывает стоимости его обязательств или их недостаточно для покрытия краткосрочной части обязательств. Модель также абстрагируется от влияния рыночного риска.

CreditPortfolioView подходит к решению проблемы с противоположной стороны и ставит кредитный риск в зависимость от макроэкономических показателей, таких как уровень безработицы, темпы роста ВВП, уровень государственных расходов, уровень сбережений населения и валютный курс. Модель использует данные о дефолтах за 20-летний период по многим развитым и развивающимся странам, а также отраслям внутри каждой страны, сопоставляя затем эти данные с фазами экономических циклов.

Данная система более гибкая, чем три предыдущие, но для работы модели требуется очень большое количество стандартизированной и надежной информация, а также сложная процедура настройки модели.