Теоретические аспекты оптимизации кредитной политики коммерческого банка

Банки являются центральными звеньями в системе рыночных отношений, а планомерное развитие их деятельности – необходимое условие реального функционирования рыночной экономики. Вследствие своей способности аккумулировать временно свободные денежные средства в обществе и размещать их в форме кредита в отрасли, нуждающиеся в инвестировании, банки способствуют пропорциональному экономическому развитию страны.

Кредитные операции являются одним из важнейших видов банковской деятельности. На финансовом рынке кредитование сохраняет позицию наиболее доходной статьи активов кредитных организаций, хотя и наиболее рискованной. В связи с этим вопросы развития и совершенствования системы управления кредитным портфелем в целях минимизации его рисков приобрели особую актуальность и значимость.

Кредитная политика

Формирование кредитного портфеля является одним из основополагающих моментов в деятельности банка и служит главным источником доходов банка и одновременно – главным источником риска при размещении активов. От структуры и качества кредитного портфеля в значительной степени зависит устойчивость банка, его репутация, финансовые результаты. Оптимальный, качественный кредитный портфель влияет на ликвидность банка и его надежность.

В современной банковской практике нет однозначного понимания термина «кредитная политика». Под кредитной политикой мы будем понимать стратегию и тактику банка в области кредитных отношений, включающую в себя схему организации и контроля кредитной деятельности, а также комплекс мероприятий, направленных на повышение доходности и снижение риска [1].

При создании системы управления кредитным риском банки опираются на собственный опыт и наработки.

Рекомендации Базельского комитета Revised Framework on International Convergence of Capital Measurement and Capital Standards не содержат законченной универсальной модели, которую нужно использовать в системе кредитного риск-менеджмента. Такой модели просто не существует. Базель 2 – это методология, которая предлагает подход, гарантирующий в итоге построение эффективной системы управления кредитными рисками [4].

Среди базовых рисковых параметров Базельский комитет выделяет следующие:

– среднегодовая вероятность дефолта (PD) и рейтинг заемщика;

– экспозиция под риском (EAD);

– средняя ожидаемая доля потерь средств в случае дефолта (LGD).

Для оценки каждого из этих параметров требуется разработать специальную математическую модель. Основной проблемой при создании таких моделей в российских условиях является недостаточность или даже полное отсутствие у банка исторических данных по многим характеристикам сделок и клиентов. При этом общей статистической информации либо тоже не существует, либо она неприменима, в связи со спецификой деятельности банка или особенностями кредитной политики.

Вместе с тем, эти проблемы не должны отталкивать банки от развития собственных внутренних моделей, т.к. зачастую на первоначальном этапе можно основываться на данных, содержащихся в открытых источниках, а также на экспертных суждениях.

Оценка риска

Одна из основных задач в оценке риска – вычисление вероятности дефолта заемщика. Имеются два подхода к вычислению PD. Первый основан на качественной и количественной оценке рейтинга заемщика по его внутренним финансовым показателям и особым бизнес-факторам. Второй основан на капитализации заемщика на фондовом рынке и уровне его долгов перед кредиторами. К сожалению, второй подход, хоть и является наиболее объективным, применим лишь к небольшому числу российских открытых компаний.

По существу основная задача построения модели кредитного риска состоит в оценивании функции распределения убытков кредитного портфеля.

В настоящее время разработано несколько обладающих прогнозной силой «рыночных» и «нерыночных» экономико-математических моделей (рис.). Они могут быть использованы для анализа предприятий различных отраслей экономики и применяться банками, что повышает гибкость разработанных моделей.

Рис. Методы оценки вероятности дефолта заемщика

Подход Альтмана

Кредит-скоринговые модели строятся на основе минимального числа коэффициентов, объединенных в определенную систему, которые на основе предварительного анализа имеют наибольшую относимость к свойству банкротства [4].

Метод коэффициентов обычно ограничен кругом показателей. Среди них показатели, характеризующие основные параметры работы заемщика с количественной стороны, и ряд коэффициентов, используемых для оценки качества активов и обязательств.

Это модели, основанные на подходе Альтмана. Каждая из них имеет свои достоинства и недостатки. Подход Альтмана и его последующих компиляций применяется, когда в наличии однородность и репрезентативность событий выживания/банкротства. Ключевым ограничением этого метода является то, что не существует двух предприятий, для которых одинаково хорошо подходили бы одни и те же показатели.

Только комплексная оценка финансового состояния заемщика может дать объективную картину о его способности вернуть кредит.

Нечетко-множественный подход к анализу риска банкротства объединяет учет количественных и качественных показателей в анализе. Он позволяет анализировать риск банкротства с учетом страны, отрасли, периода времени, специфики предприятия [5].

Данный подход позволяет преобразовать количественные оценки в качественные. При этом осуществляется сопоставительный анализ количественных значений факторов в их выборочной совокупности.

Достоинством метода является попытка применить комплексный подход к анализу предприятия. Однако он обладает большой степенью субъективизма в силу того, что при отборе качественных показателей оценки деловой и финансовой сферы жизни предприятия опирается на экспертные оценки.

Модель Мертона

Модель Мертона относится к так называемому классу структурных моделей, т.к. в них в качестве одного из основных параметров используется оценка стоимости активов фирмы, падение которой ниже некоторого «порогового» уровня является экономической причиной дефолта [3].

Достоинства модели: используется рыночная информация о компании, ключевые переменные наблюдаемы, прогностическая пригодность. Недостатки: наличие множества предположений, которые не подтверждаются практикой; в модели не используется концепция потоков платежей.

Данные недостатки являются предметом работ многих авторов, которые разработали целый ряд расширений модели Мертона.

Модель CreditMetrics основана на симуляции Монте-Карло случайных величин, характеризующих активы компании и испытывающих марковские взаимозависимые переходы между кредитными рейтингами заемщиков.

Модель CreditRisk+ позволяет рассчитывать кривую потерь без применения симуляций, а непосредственно строя распределение с помощью актуарного численно-аналитического подхода, после серии упрощающих предположений.

Метод блуждающих дефолтов был разработан для анализа портфеля крупных российских заемщиков, он учитывает многие особенности изменения портфельного риска, но рассчитан на небольшое количество заемщиков [4]. В модели возможность перехода компаний в другой рейтинг учитывается одним или минимальным количеством параметров.

Модель сопоставлена с классической моделью CreditRisk+ и дает идентичные распределения для идентичных начальных данных.

Таким образом, теоретические идеи по комплексному исследованию данной проблемы не обладают целостным математическим аппаратом, определяющим и регулирующим кредитную деятельность банка в рамках стратегии его общего развития. Имеющиеся модели обладают высокой степенью субъективизма из-за отсутствия достаточной кредитной истории, закрытости информации о результатах их финансово-хозяйственной деятельности, апробированности на ограниченном числе компаний.