Методы оценки банковских рисков

Банковские операции очень разнообразны, каждой из них присущи свои характерные особенности, а следовательно, и определенный уровень риска или фиксированная вероятность потерь. Все разнообразие банковских операций дополняется разнообразием клиентов и изменяющимися рыночными условиями, что значительно осложняет разработку некоторых критериев оценки риска. Данные обстоятельства вносят существенные изменения в совокупность возникающих банковских рисков и методов их исследования. Однако это не исключает наличия общих проблем возникновения рисков и тенденций динамики их уровня.

Основу методологии построения системы управления рыночными рисками составляют анализ активов банка и расчет параметров рыночного риска на основе риск-факторов. Эта методология сегодня успешно применяется в нескольких ведущих российских банках. Реализация методологии обычно состоит их трех основных этапов: анализ, разработка и тестирование/подготовка документации.

На первом этапе определяется понятие «рынок» в отношении портфеля банка – набор риск-факторов, т.е. тех рыночных ставок, курсов и индексов, которые влияют на стоимость портфеля.

На втором этапе на основе единого набора риск-факторов разрабатываются алгоритмы оценки показателей рыночных рисков:

  • показатель прибыли и убытков;
  • Value-at-Risk (VaR);
  • сценарный анализ;
  • анализ чувствительности.

На третьем этапе для разработки законченной системы управления рыночными рисками необходимо произвести тестирование модели, разработать отчетность и процедуры по управлению рыночными рисками.

Основными инструментами статистического анализа являются – дисперсия, стандартное отклонение, коэффициент вариации. Суть этого метода состоит в анализе статистических данных за возможно больший период времени, что позволяет сравнить частоту возникновения потерь банка с вероятностью их возникновения. Данный способ можно применять к оценке самых разных видов рисков банка, как внешних, так и внутренних. При этом частота возникновения допустимого уровня потерь для данного банка зависит от числа случаев наступления конкретного уровня потерь и общего числа случаев в статистической выборке.

Количественно размер риска может выражаться в абсолютных и относительных показателях. В абсолютном выражении риск представляет собой размер возможных потерь при осуществлении определенной операции. Однако оценить эти потери с достаточной точностью не всегда представляется возможным. Если же отнести размер вероятных потерь к какому-либо показателю, характеризующему банковскую деятельность, например, к размеру кредитных ресурсов, размеру расходов или доходов банка в связи с осуществлением конкретной операции, то получится величина риска в относительном выражении.

В банках используются, главным образом, следующие методики: скоринговые методики; кластерный анализ; дискриминантный анализ; дерево классификаций; нейронные сети; технологии Data mining; линейная вероятностная регрессионная модель; Logit-анализ и т.д.

Кредитование юридических и физических лиц является одним из основных видов деятельности коммерческих и государственных крупных, средних и мелких банков. Поэтому большое значение для обеспечения устойчивого функционирования банка имеют методы количественной оценки и анализа кредитного риска. Цена за риск должна максимально точно учитывать величину риска каждого кредита. Каждый банк разрабатывает свою модель риска для количественной оценки и анализа риска кредитов с учетом общих рекомендаций Базельского комитета по банковскому надзору. Чем выше точность оценки риска кредитов, тем меньше потери банка, меньше процент за кредит и выше конкурентоспособность банка. От повышения точности и прозрачности методик выигрывает все общество в целом.

Мировой опыт показывает, что основанные на математических моделях системы являются более действенными и надежными. В целях построения модели кредитного риска сначала производится выборка клиентов кредитной организации, о которых уже известно, хорошими заемщиками они себя зарекомендовали или нет. Такая выборка может варьироваться от нескольких тысяч до сотен тысяч, что не является проблемой на Западе, где кредитный портфель компаний может состоять из десятков миллионов клиентов. Выборка содержит информацию по двум группам кредитов, имевшим место в деятельности банка: «хорошим» и «плохим» (проблемным или невозвращенным).

К методикам для количественной оценки кредитных рисков предъявляется особое требование по прозрачности, включающей количественные оценки точности и робастности.

Прозрачность методики кредитного риска – это возможность видеть не только явление в целом, но и его детали. Прозрачность стала важнейшей характеристикой методик оценки кредитных рисков в силу необходимости наиболее полной идентификации как кредитного риска, так и самой модели кредитного риска. Под прозрачностью методики будем понимать строгость используемых математических методов, сглаживание субъективности экспертных оценок, наглядность результатов оценки и анализа риска, полное их понимание самими работниками банков, открытость методик для контролирующих органов и заемщиков. Прозрачность методики и результатов достигается вычислением вкладов инициирующих событий (критериев) в кредитный риск.

От точности распознавания зависит решение о выдаче или отказе в кредите, цена (процент) за риск и уровень резервирования на случай  дефолта кредита. Точность оценивается количеством относительных ошибок в распознавании «плохих» и «хороших» кредитов (клиентов) и их средним количеством. Обычно выдвигается требование, чтобы «плохие» кредиты распознавались лучше. Отношение неправильно распознанных «хороших» и «плохих» кредитов выбирают от 2 до 10. Аналогично формулируется задача точности, если кредиты классифицируются не на два, а несколько классов. Сравнение разных методик на одних и тех же данных показало, что разные методики оценки риска отличаются по точности почти в два раза.

Робастность характеризует стабильность методик оценки кредитных рисков. Разные методики риска или одна методика при разных алгоритмах обучения по статистическим данным неодинаково классифицируют кредиты на «хорошие» и «плохие». Один и тот же кредит по одной методике может быть признан «плохим», а по другой методике «хорошим». Такая нестабильность в классификации достигает 20% от общего числа кредитов. Сравнение разных методик на одних и тех же данных показало, что разные методики риска могут отличаться по робастности в семь раз.

Таким образом, риск представляет собой вероятностную категорию, которая может быть с достаточной степенью точности оценена при помощи анализа потерь. В зависимости от величины потерь выделяют зоны риска:

  1.  зона допустимого риска – это когда потери от какого-то вида деятельности возможны, но они меньше ожидаемой прибыли.
  2. зона критического риска – характеризуется опасностью потерь, которые заведомо превышают ожидаемую прибыль и в максимуме ведут к потере средств вложенных в операцию.
  3. зона катастрофического риска – это когда потери превышают критический уровень и распространяются на имущество банка.

Пределы зон устанавливаются с помощью коэффициентов риска. Коэффициент риска определяется как отклонение максимально возможной величины убытка к собственному капиталу. Если коэффициент риска не превышает 0,3 – это зона допустимого риска; от 0,3 до 0,7 – зона критического риска; 0,7 и более – зона катастрофического риска.

Узнай цену консультации

"Да забей ты на эти дипломы и экзамены!” (дворник Кузьмич)