Оценка рисков брокера при осуществлении маржинального кредитования

Введение

Маржинальное кредитование является одним из ключевых инструментов повышения доходности операций на фондовом рынке, однако данный механизм сопряжен с повышенными рисками для брокерских организаций. Согласно данным Банка России, число клиентов брокеров в 2025 году достигло 53,5 млн. лиц, что обуславливает растущий интерес к брокерской деятельности и ведет к увеличению масштаба потенциальных рисков [13].

Дополнительным фактором, усиливающим необходимость пересмотра сложившихся подходов, выступает изменение законодательства. Вступление в силу новых пруденциальных требований Банка России меняет установленный порядок мониторинга обеспечения и контроля рисков брокера при маржинальном кредитовании.

В этих условиях особую важность приобретает разработка количественных методов, позволяющих оценивать вероятность наступления критических ситуаций и определять параметры маржинального кредитования с учетом стрессовых сценариев.

Таким образом, целью исследования является разработка и апробация авторской методики определения экономически обоснованных начальных ставок маржи.

Экономическая сущность маржинального кредитования и регуляторные новации

Построение эффективной модели оценки рисков брокера невозможно без понимания экономической сущности маржинального кредитования, поэтому обратимся к основному определению данного исследования.

Маржинальное кредитование ­– это специфический вид деятельности брокера по предоставлению в заем денежных средств или ценных бумаг под залог денежных средств и ценных бумаг, находящихся на брокерском счете клиента, при совершении клиентом маржинальных или необеспеченных сделок на рынке ценных бумаг [9].

Из определения следует ключевая особенность данной деятельности: обеспечением по займу является не самостоятельный залог, а активы, которые приобретаются или продаются инвестором. Это создаёт эффект «двойной волатильности» – стоимость обеспечения и размер обязательств клиента изменяются синхронно в зависимости от рыночной конъюнктуры, что усиливает риски брокера при стрессовых сценариях.

Инструментом реализации данного кредитования выступают маржинальные сделки – сделки, совершаемые с использованием денежных средств и/или ценных бумаг, переданных брокером [11].

В зависимости от направленности операций маржинальные сделки подразделяются на две группы:

1. Короткая позиция (шорт) – предполагает продажу ценных бумаг на собственные и заемные средства клиента с расчётом на последующее снижение их стоимости. Механизм заключается в том, что по поручению клиента брокер предоставляет ценные бумаги, которые клиент собирается продать. Для брокера данный вид операций сопряжён с повышенным риском, поскольку рост цены актива не ограничен, что может привести к значительным убыткам.

2. Длинная позиция (лонг) – предполагает покупку ценных бумаг на собственные и заемные средства клиента с расчётом на последующий рост их стоимости. В данном случае клиент получает от брокера денежные средства, которые направляются на приобретение актива. Основной риск для брокера заключается в снижении стоимости приобретенных активов [4].

Таким образом, общей характеристикой маржинальных сделок является высокая чувствительность к рыночным колебаниям, что обуславливает динамический характер риска.

Согласно Указанию Центрального Банка Российской Федерации от 12.02.2024 № 6681-У «О требованиях к осуществлению брокерской деятельности при совершении брокером отдельных сделок за счет клиента», (далее – Указание ЦБ), основными параметрами маржинальной сделки являются:

- Начальная маржа – минимальная доля собственных средств инвестора в общей стоимости портфеля, необходимая для открытия позиции.

- Минимальная (вариационная) маржа – минимальный уровень обеспеченности для поддержания уже открытой позиции.

- Стоимость портфеля – суммарная стоимость ликвидных активов (деньги, ценные бумаги, валюта), принимаемых брокером в обеспечение, за вычетом обязательств клиента [14].

Ключевым понятием при управлении рисками выступает кредитное плечо – соотношение заемных средств к собственным средствам клиента. Кредитное плечо дает возможность использование крупных средств, но при этом значительно усиливает влияние негативных колебаний. Чем выше плечо, тем меньше доля собственных средств в сделке, и, следовательно, выше чувствительность результата к изменению цены [1].

Регулирование брокером допустимого плеча производится через начальную ставку (ставку риска), которая фиксирует минимальную долю собственных средств клиента. Обратная величина определяет кредитное плечо. Так ставка 10% соответствует плечу 1:10 [12].

На основе начальной ставки рассчитывается начальная маржа. Инвестор должен следить за тем, чтобы стоимость его портфеля не опускалась ниже установленных порогов. Для контроля рисков существует механизм, элементами которого являются маржин-колл (Margin Call) и стоп-аут (Stop-Out). Их своевременное применение является обязательным для брокера.

Маржин-колл – предупредительный механизм, который активируется в момент, когда стоимость ликвидного портфеля клиента опускается ниже уровня начальной маржи. Брокер требует от клиента либо пополнить счет, либо частично закрыть позиции, чтобы восстановить размер собственных средств.

Стоп-аут – механизм принудительной ликвидации, который применяется, если капитал клиента снижается и падает ниже уровня минимальной маржи. В этом случае брокер в одностороннем порядке начинает принудительно закрывать позиции клиента. Закрытие позиций продолжается до тех пор, пока уровень маржи не восстановится до уровня начальной маржи [15].

Поскольку маржинальное кредитование стало набирать популярность среди инвесторов с начала 2020-х годов, Банк России усилил регулирование данного вида деятельности. Так, по Указанию ЦБ ввелась детализированная классификация клиентов в зависимости от их опыта и размера активов:

- КНУР (клиент с начальным уровнем риска) – категория присваивается автоматически инвесторам, не имеющим опыта торговли (менее года) или не прошедшим тестирование. Для таких клиентов устанавливаются повышенные начальные ставки.

- КСУР (клиент со стандартным уровнем риска) - присваивается инвесторам, имеющим опыт маржинальной торговли более одного года или соответствующими критериям брокера по сумме активов. Для таких клиентов действуют стандартные ставки, позволяющие открывать более крупные позиции, чем в категории КНУР.

- КПУР (клиент с повышенным уровнем риска) – присваивается опытным инвесторам с размером активов от 3 млн рублей. Таким клиентам доступны минимальные ставки, что дает наибольшую гибкость в сделках, но несет самые высокие риски потери капитала [14].

Помимо этого, ключевым изменением для оценки рисков брокера стало введение новых нормативов НПР1 и НПР2.

НПР1 (Норматив покрытия риска при исполнении поручения) является барьером на входе в сделку. Если показатель принимает отрицательное значение, брокер обязан в течение 15 минут направить клиенту уведомление с информацией о стоимости портфеля, размерах маржи и возможных действиях брокера, то есть осуществить маржин-колл.

НПР2 (Норматив покрытия риска при изменении стоимости портфеля) – ключевой индикатор для мониторинга достаточности обеспечения открытых позиций. Если НПР2 принимает значение ниже 0, брокер обязан предпринять меры по закрытию позиций клиента (стоп-аут) [14]

Таким образом, методики оценки рисков брокера при осуществлении маржинального кредитования должны учитывать волатильность актива, параметры маржинальной сделки, а также регуляторные требования. Ключевым фактором становится скорость работы алгоритмов. Именно от того, насколько оперативно система рассчитывает НПР2 и исполняет стоп-аут, напрямую зависит минимизация финансовых потерь.

Для оценки рыночных рисков и расчёта необходимого уровня маржинального обеспечения многие брокеры используют подходы VaR и ES.

Методика Var (Value at Risk) – это статистический показатель, который оценивает максимальные ожидаемые потери портфеля на определенном временном горизонте с заданной доверительной вероятностью. Иными словами, VaR устанавливает порог, который с высокой вероятностью не будет превышен. Однако у VaR есть недостаток: он не показывает размер потерь, если ситуация выйдет за пределы этого порога.

Методика ES (Expected Shortfall) – более консервативный показатель, который рассчитывает средний убыток в тех случаях, когда потери всё же превысили уровень VaR. Если VaR фиксирует границу риска, то ES оценивает тяжесть последствий при реализации самых неблагоприятных сценариев [5].

Для расчёта показателей VaR и ES брокеры часто используют метод моделирования Монте-Карло. Принцип данного метода заключается в проведении большого количества случайных симуляций, в которых входные параметры варьируются в определённых пределах вероятностным распределением. При помощи данного метода можно оценить диапазон возможных исходов движения цены актива. В отличие от простых расчётов, он позволяет учесть нестандартные рыночные ситуации [6].

Указанные методики популярны среди брокеров в мировой практике, однако их использование в чистом виде в российских реалиях требует адаптации к действующим законодательным требованиям.

Авторская методика оценки рисков брокера при маржинальном кредитовании

Для количественной оценки риска брокера была разработана авторская методика, соответствующая регуляторным нормам Банка России. Предлагаемая методика направлена на определение ставки, при которой брокер не несёт систематических убытков даже в стрессовых сценариях.

В рамках данного подхода применяется метод Монте-Карло, позволяющий смоделировать множество возможных сценариев позиции клиента, тем самым учесть специфику финансового рынка, характеризующегося повышенной волатильностью и резкими ценовыми движениями.

Для реализации методики необходимо выполнить ряд этапов:

Этап 1. Формирование системы расчётных показателей.

На данном этапе определяется совокупность показателей, которые будут использоваться для моделирования клиентских операций при маржинальном кредитовании. Ключевыми показателями выступают:

1. Стоимость клиентского портфеля (S):

- Длинная позиция:

(1)

- Короткая позиция:

(2)

где P1 – текущая цена актива;

Q – количество акций, купленных инвестором;

ЗС – заемные средства;

ДС – денежные средства, полученные от продажи акций и находящиеся на счете инвестора.

2. Начальная маржа:

(3)

где r – начальная ставка риска.

3. Минимальная маржа:

M_x = M₀ / 2, (4)

4. Норматив покрытия риска НПР1 – индикатор необходимости направления клиенту требования о пополнении счета:

(5)

5. Норматив покрытия риска НПР2 – индикатор наступления критического уровня риска, требующего принудительного закрытия позиций:

, (6)

Этап 2. Отбор активов для оценки рисков брокера

На данном этапе осуществляется выбор финансовых инструментов для последующей оценки.

Обязательным критерием для отбора является доступность активов для маржинальной торговли. Отбираемые активы должны входить в официальный перечень ликвидных активов, принимаемых в качестве обеспечения. Данный перечень находится на официальном сайте Национального клирингового центра.

Выбор конкретных активов определяется задачами исследования и может варьироваться в зависимости от конкретных целей.

В рамках данной работы в качестве дополнительного критерия отбора выступает востребованность активов на российском рынке за последний год по пресс-релизу Московской Биржи.

Таким образом, в результате этапа формируется перечень активов, по которым в дальнейшем будут проводиться расчеты.

Этап 3. Задание параметров маржинальной сделки

Третий этап предполагает определение исходных условий маржинальной сделки, которые будут использоваться при моделировании.

К задаваемым параметрам относятся:

- тип позиции: длинная (лонг) или короткая (шорт);

- объем собственных средств клиента;

- категория клиента.

Этап 4. Разработка имитационной модели

На четвертом этапе формируется алгоритм имитационного моделирования. В качестве основного метода используется Монте-Карло, позволяющее генерировать множество возможных траекторий движения цены актива на основе статистических характеристик.

Сначала генерируется случайная траектория цены актива на заданное количество дней вперёд. Затем для каждого дня рассчитывается текущая стоимость обеспечения клиента, параллельно рассчитывается сумма задолженности клиента перед брокером и ключевые показатели НПР1 и НПР2.

Этап 5. Сбор и подготовка рыночных данных выбранных активов

Пятый этап предполагает формирование информационной базы для проведения моделирования. На данном этапе осуществляется сбор исторических рыночных данных по отобранным активам. Для каждого актива используются дневные котировки закрытия за определенный исторический период. На основе этих данных производится расчет логарифмической доходности, что позволяет привести ценовые показатели к сопоставимому виду. Далее определяются характеристики ряда: средняя дневная доходность и стандартное отклонение, которые в дальнейшем выступают в качестве исходных параметров модели.

Этап 6. Моделирование сценариев маржинальной торговли

Шестой этап представляет собой центральный блок методики, в рамках которого непосредственно реализуется имитационное моделирование. На данном этапе на основе разработанного алгоритма и подготовленных данных осуществляется генерация множества возможных сценариев изменения рыночной цены актива.

На каждом шаге проверяется условие наступления стоп-аута. Если условие выполняется, фиксируется убыток брокера. Если по итогам всего горизонта моделирования условие не наступило, сделка считается успешной для брокера.

Этап 7. Количественная оценка потенциальных убытков брокера

На основе результатов моделирования для каждой начальной ставки от 1% до 99% по массиву значений показателя НПР2 рассчитывается убыток VAR с доверительным уровнем 99% и ожидаемые средние убытки ES.

Выбор данного доверительного уровня обусловлен высокими рисками брокера. Использование такого уровня позволяет покрыть даже экстремальные рыночные колебания, возникающие лишь в 1% случаев, гарантируя высокую надежность обеспечения.

Результатом этапа является количественная оценка убытков для каждого значения начальной ставки.

Этап 8. Подбор минимальной начальной ставки для каждого актива

Финальный этап методики — определение экономически обоснованной начальной ставки для каждого актива.

Выбирается минимальная начальная маржа, при которой ES₉₉ находится вне убытка. Иными словами, это та ставка, начиная с которой даже в худшем проценте сценариев брокер не получает систематических убытков.

Перейдем непосредственно к практической реализации модели. Используем следующие исходные данные:

1. Согласно пресс-релизу Московской биржи, в список наиболее популярных акций среди частных инвесторов за 2025 год включены следующие десять акций: обыкновенные и привилегированные акции Сбербанка, обыкновенные акции ЛУКОЙЛа, Газпрома, ВТБ, Т-Технологий, Х5, Яндекса, Полюса и Норникеля [10].

2. Историческая доходность каждой акции за период: 01.02.2025 – 01.02.2026 гг. [8]

3. Категория клиента ­– КПУР. Данная категория позволяет провести расчёты на основе базовых значений обеспечения.

Моделирование на 10 000 сценариев наглядно показало динамику ключевых показателей при заданных начальных условиях. В таблице 1 отражены результаты моделирования на примере длинной позиции ПАО «Газпром» при начальной ставке 20%.

Таблица 1 – Результаты моделирования на примере акции ПАО «Газпром»

По таблице можно увидеть, что в некоторых сценариях возникает отрицательное НПР1, что сигнализирует о необходимости направления маржин-колла.

Далее для различных начальных ставок были рассчитаны средние убытки в хвосте распределения. Результаты представлены в таблице 2.

Таблица 2 – Зависимость средних убытков брокера от начальной ставки на примере акции ПАО «Газпром»

Для наглядности зависимость представлена на рисунке 1.

Рисунок 1 – Зависимость средних убытков брокера от начальной ставки маржи на примере акции ПАО «Газпром». Источник: составлена авторами на основе таблицы 2.

На графике наблюдается резкий загиб кривой вверх в левой части при низких значениях ставки. Это наглядно объясняет, почему брокеры существенно ограничивают кредитное плечо на волатильном рынке: снижение начальной ставки с 5% до 1% многократно увеличивает ожидаемые убытки.

Минимальная начальная ставка, при которой не наблюдается убытков по длинной позиции акции ПАО «Газпром» составляет 10%. Именно начиная с этого уровня даже в худших сценариях брокер не несет систематических потерь.

Аналогичные расчёты были проведены по всем выбранным активам для коротких и длинных позиций. Результаты представлены в таблице 3, где также для сопоставления приведены ставки брокера ПАО «БКС Мир инвестиций».

Таблица 3 – Сравнение авторских и брокерских ставок риска

По большинству активов авторские расчётные ставки оказались ниже, чем фактические ставки брокера ПАО «БКС Мир Инвестиций». Однако по активам Полюс и X5 авторские ставки существенно превышают брокерские. Для коротких позиций они достигают 136% и 268% соответственно. Такие высокие ставки фактически означают, что актив признаются недоступными для маржинальной торговли шорт, поскольку являются очень рискованными для брокера.

Заключение

Таким образом, в ходе исследования была разработана и апробирована методика оценки рисков брокера при маржинальном кредитовании, основанная на имитационном моделировании. Ключевым результатом является формирование подхода к определению начальной ставки на основе показателя ES, что позволяет учитывать не только вероятность, но и масштаб потенциальных убытков.

Дальнейшее развитие исследования может быть связано с расширением модели в следующих направлениях:

1. Предварительная фильтрация исходных данных. В текущей версии модель остро реагирует на разовые резкие скачки цен, из-за чего расчётная ставка может быть завышенной. В дальнейшем можно добавить предварительную обработку данных, например, сглаживание или удаление резких единичных изменений цен.

2. Уточнение времени на закрытие позиции. Модель исходит из допущения о мгновенном закрытии позиции брокером. В реальности на это может уйти некоторое время, поэтому в расчёты может быть добавлен поправочный коэффициент, учитывающий возможное дополнительное снижение цены за тот период, пока брокер проводит операцию принудительной продажи.

3. Учёт общеэкономической ситуации. На риск резкого падения акций влияют также и общее состояние рынка (уровень ключевой ставки, курс валют, настроение инвесторов). В будущем модель можно дополнить внешними индикаторами, которые позволят корректировать ставки в периоды общей рыночной нестабильности.