Возможности управления рисками для банков

Сталкиваясь с рисками различного происхождения, банки вынуждены заниматься управлением рисками, проводить операции по их снижению, по устранению угроз. Методы управления рисками делятся на группы точно так же, как и сами риски.

Например, существует классификация, предполагающая разделение рисков на совокупные и частные. К первым относят управление кредитными, торговыми, инвестиционными рисками и другими рисками портфелей банка. Ко второму классу рисков принято относить операционные риски и риски кредитных сделок.

Управление рисками основывается на модели управления банком вообще, на стратегии поведения. Наиболее рискованными стратегиями считаются лидерская стратегия и стратегия предоставления новых услуг, стратегия образования нового рынка. Риск снижается, если банк работает со старой клиентской базой, про которую известны ее предпочтения, потребности, возможности. В то же время для работы с элитной клиентурой требуется задействовать отдельную стратегию, более рискованную, так как потеря одного VIP-клиента это не только серьезный финансовый риск, но и немалый риск репутационный.

Управление рисками — это набор механизмов и методов по идентификации риска, оцениванию риска, нейтрализации или уменьшению риска, профилактике возможных рисков. Чтобы грамотно управлять рисками, надо проанализировать, какие именно показатели являются определяющими и как нормализовать эти показатели.

Поговорим о методах расчета рисков. Методы эти делятся на три группы: статистические методы, аналитические методы и методы экспертных оценок.

Первый метод подразумевает работу с данными за различные временные периоды и сопоставление количества и размера потерь банка с вероятностью возникновения этих потерь. Статистический метод позволяет выделить зону, свободную от рисков для банка, а также область повышенных и критических рисков.

Аналитический метод призван установить оптимальный уровень риска для банка в каждом из направлений его деятельности, а также в целом, и соотнести между собой полученные данные.

Метод экспертных оценок основывается на рейтинговании различных показателей, исходя из мнений привлеченных экспертов. Эксперты оценивают кредитоспособность того или иного клиента банка, размеры каждого из вышеперечисленных по категориям рисков, размеры необходимых для покрытия этих рисков резервов, квалифицируют различные экономические показатели деятельности банка.

Основными методами снижения банковских рисков являются лимитирование, диверсификация, страхование, хеджирование, самострахование. Остановимся более подробно на каждом из вышеперечисленных методов.

Лимитирование — это установление предельных сумм банковских расходов, а также предельных сумм кредитования, ведь кредитный риск предполагает, что в силу различных причин деньги, выданные в кредит, могут не быть возвращены банку в полном объеме.

Чтобы избежать таких ситуаций, банки иногда прибегают к страхованию, то есть договору со страховой компанией о выплатах в случае наступления страхового случая. А то и к самострахованию, при котором на средства самого банка создаются резервные фонды.

Другой способ снижения рисков — диверсификация. Это наполнение инвестиционного или кредитного портфеля банка различными активами и пассивами. Различия между ними состоят в уровне доходности и степени риска.

Хеджирование — еще один метод, используемый для управления рисками. Оно подразумевает заключение сделок и контрактов на небольшие сроки ввиду возможности существенного изменения валютных курсов в долгосрочном периоде.

Исходя из данных проводимых ранее исследований по банковским рискам, как правило, к отзыву лицензии приводит срабатывание одного из нескольких достаточно распространенных сценариев, каждый из которых, в свою очередь, бывает вызван совокупностью определенных предпосылок. Например, зачастую, как ни странно, отзыв лицензии происходит в отношении банков с быстрым ростом наличного капитала, одного из высоколиквидных активов. Но наличность также является крайне низкодоходным активом, и сочетание высокого уровня наличности с ростом капитала может свидетельствовать о заведомой недостоверности данных. Рост капитала одновременно указывает на неэффективность работы банка как кредитного органа и тянет вниз долгосрочную ликвидность банка. Такое одновременное движение этих показателей заставляет подозревать банк в отмывании нелегитимных доходов.

Другие данные указывают на иной возможный неблагополучный сценарий — о высокой вероятности отмывания денег с помощью разделения больших сумм на небольшие может свидетельствовать резкое увеличение количества выданных кредитов и взятых депозитов с физических лиц.

Еще один классический пример ситуации, которая может привести к отбору лицензии — использование зарубежных банков для вывода средств за рубеж. О том, что такой акт имеет место, может свидетельствовать, например, выданный банку — нерезиденту значительного размера кредит. И вообще перевод за границу денежных средств в значительном размере, сравнимом с объемом капитала. В этом случае платежи по кредиту могут не происходить, а из-за того, что выбран банк с высоким рейтингом, для кредита необязательно создавать резервы.

Слишком высокий процент ссуд в банковских активах может свидетельствовать о тяжелом финансовом положении банка. Просроченные задолженности привлекают внимание контролирующих органов, банк неизбежно несет репутационные потери. Банк может усугубить ситуацию, пытаясь скрыть плачевное положение путем пролонгации просроченных кредитов или перекредитования заемщиков. Быстрый рост размеров кредитного портфеля вкупе с увеличением объема депозитов физлиц не может, таким образом, не вызвать подозрений наличия проблем у банка.

Еще одним фактором, указывающим на нестабильное положение банка, является рост вложений в паевые фонды и тому подобное, потому что для успешных банков ситуация с передачей управления в другие руки является нехарактерной.

Высокий процент ценных бумаг в активах банка также свидетельствует о проблемах. Ценные бумаги являются источником заработка, если ими постоянно распоряжаться, покупать и продавать, а если у бумаг банка низкая оборачиваемость, это настораживает. Более того, банк, формально декларируя наличие у себя весьма ценных бумаг, может фактически иметь в своем распоряжении дефолтные бумаги низкой стоимости. Недостоверность отчетности по итогам проверки является достаточным условием для отзыва лицензии.

1.3 Обзор методов построения регрессионной модели Первый метод построения, который мы рассмотрим, это статистический метод логистической регрессии. Он используется для предсказания вероятности наступления события, в данном случае — лишения банка лицензии. Переменная z принимает значение 0, если событие не произошло, и 1 в обратном случае. Она зависит от множества переменных-предикторов x1, x2, …xn, исходя из значений которых мы должны вычислить вероятность разорения банка или же лишения лицензии по иным причинам. Вероятность наступления события z представляется как некоторая f (z), где.

где x и? это вектор-столбцы: значений независимых переменных x1, x2, …xn и так называемых коэффициентов регрессии — параметров ?1,…, ?n. f (z) — это сама функция. Для нашей задачи переменные x1, x2, …xn это показатели деятельности банка, а ?1,…, ?n мы должны найти.

Так выглядит сама функция, по которой можно определить вероятность лишения лицензии. f (z) это вероятность, что банк сохранится, а 1- f (z) — что исчезнет.

Чтобы подобрать параметры (коэффициенты регрессии), мы должны составить выборку. В нее войдут данные по банкам, лишенным лицензии и продолжающим существование. z мы примем за 1 для несуществующих и за 0 для действующих банков, а в качестве вектора независимых переменных выступят показатели банка из нашей базы.

Другой метод построения модели — метод дерева решений. Структурно эта композиция напоминает дерево — в качестве «листьев» выступают блоки с вопросами о переменных. «Ветки» дерева — это ребра, исходящие вниз из вышеупомянутых блоков. Эти ребра описывают все возможные ответы на заданный вопрос. Вот пример дерева решений, взятый из ru.wikipedia.org:

Рис. 1. Пример внешнего вида дерева решений

Как мы видим, для каждого возможного случая дана вероятность его появления. Постепенно, дерево решений распадается на большее и большее количество ветвей. Результатом процесса, описанного с помощью дерева решений, является ответ на заданный вопрос (в данном случае «выживет ли особь») и вероятность получения такого ответа. В нашем случае нижний уровень дерева решений будут образовывать «листья» с ответами «да» и «нет» на вопрос «Исчезнет ли банк?», и будут указаны вероятности того или иного исхода. Чтобы проанализировать, например, какие параметры приводят к наилучшему исходу (минимальная вероятность разорения или иных проблем), мы должны подняться вверх по дереву от «листа», характеризующего наилучший исход. Во всех узлах, где происходит раздвоение дерева (или разделение на большее количество ветвей), мы фиксируем, что на вопрос, определяющий данный этап классифицирования, был дан тот или иной ответ. Добравшись до верха дерева, мы могли бы определить, какие значения по каким показателям приведут к наименьшему риску разорения, какие к наибольшему, а также смогли бы сравнить два произвольных банка по величине разорения, взяв показатели каждого из них и пройдясь по дереву теперь уже сверху вниз, каждый раз выбирая ребра, соответствующие данным, имеющимся у нас касательно того или иного банка.

Целевая переменная здесь — это у, ее значение колеблется в диапазона от 0 до 1. Каждый «лист» суть значение у, полученное в результате спуска по дереву определенным образом. Независимые переменные — это вектор из x1, x2, …xn. Каждый из этих х отвечает за один из столбцов нашей базы данных, за численные значения банков по тому или иному показателю.

Разберемся с достоинствами и недостатками метода деревьев решений: к достоинствам можно отнести его понятность, наглядность, визуальную простоту. Также не требуется предварительного форматирования данных, и очень важно, что можно задействовать переменные разных типов. Что касается недостатков, то есть опасность создания слишком больших и ветвистых деревьев, которые не будут представлять данные достаточно репрезентативно.

Это может произойти в случае, когда близкие значения по некоторому параметру относят к разным категориям, хотя можно было бы свести в одну. Но существует метод регулирования глубины дерева, который применяется для представления данных более компактно.

Суть метода регулирования глубины дерева в удалении тех участков, которые имеют малый вес. Надо исходить из того размера дерева, который мы считаем оптимальным.

риск банк портфель кредитный.