Файл: Оценка рисков финансово-кредитных институтов (Анализ управления рисками на примере ПАО «Альфа- Банк»).pdf

Решение о принятии Банком кредитного риска осуществляется Кредитным комитетом.

 Глава 3. Разработка мероприятий по совершенствованию управлению кредитными рисками

В начале 2014 г. Банком России были опубликованы проекты Положения «О порядке расчета величины кредитного риска на основе внутренних рейтингов (ПВР)» и Указания «О порядке рассмотрения Банком России ходатайств банков о применении подхода на основе внутренних рейтингов к расчету кредитного риска». Подготовленные с целью внедрения стандартов Базеля II в России, эти проекты определяют порядок перехода российских банков на продвинутый подход к оценке и управлению кредитными рисками и описывают минимальные требования к банкам, желающим рассчитывать требования к капиталу на основе ПВР.

В настоящее время российские банки рассчитывают требования к капиталу по стандартизированному подходу, используя фиксированные весовые коэффициенты, определенные Банком России в инструкции 139-И «Об обязательных нормативах банков». Значения этих весовых коэффициентов устанавливаются регулятором по нескольким укрупненным группам кредитных требований, одинаковы для всех банков и одинаково применяются ко всем кредитным требованиям внутри одной группы кредитных требований независимо от уровня риска индивидуального требования.

В то же время, Базель II предоставляет альтернативные методы расчета величины кредитного риска на основе внутренних рейтингов (ПВР), позволяя крупным банковским структурам самостоятельно оценивать принимаемый кредитный риск. В соответствии с ПВР подходом банки могут рассчитывать достаточность капитала, используя внутренние статистические модели и системы оценки рисков, что часто приводит к экономии капитала благодаря более точной оценке рисков.

Применение ПВР предусматривает два возможных подхода к расчету кредитного риска: базовый (БПВР) и продвинутый (ППВР). Банкам, использующим БПВР, потребуется самостоятельно рассчитывать только один компонент кредитного риска – вероятность дефолта заемщика (PD). При использовании же ППВР банкам также потребуется определять уровень потерь при дефолте (LGD), величину кредитного требования, подверженную риску дефолта (EAD), и срок до погашения кредитного требования (М). Как следствие, применение ППВР предоставит банкам возможность наиболее полного управления своими рисками и их учета в достаточности капитала. Сравнение подходов к расчету требований к капиталу представлено в таблице 9.

Таблица 9

Сравнение подходов к расчету требований к капиталу

Для применения ПВР банкам потребуется получить соответствующее разрешение Банка России, которое регулятор будет выдавать по результатам детальной проверки на соответствие минимальным количественным и качественным требованиям, определенным в проекте Указания.

В переходе на заинтересованы, прежде всего, крупные финансовые учреждения, которым стандартизированный подход не позволяет при расчете капитала учитывать разные виды и степени риска кредитных требований. Такие банки уже имеют детальные системы оценки рисков, но вынуждены использовать стандартные коэффициенты и внешние рейтинги, зачастую неточно отражающие реальные риски и приводящие к излишней консервативности в расчете требований к капиталу. Переход на ПВР позволит этим организациям повысить точность оценки величины кредитного риска, а повышенная чувствительность к риску предоставит возможности для оптимизации использования капитала. Повышение качества управления рисками также поможет банкам лучше понимать заемщиков и, как следствие, эффективнее использовать ценовую политику.

За счет подобной оптимизации процессов оценки риска финансовые учреждения смогут сократить требования к капиталу, таким образом, расширяя возможности наращивания бизнеса. Опыт зарубежных банков показывает, что при переходе на ПВР требования к достаточности капитала снижаются как минимум на 7%, с максимальной экономией капитала достигающей 35% в отдельных банках. Для банков, испытывающих недостаток капитала, подобная экономия будет важным фактором к подаче ходатайства.

Величина экономии капитала будет зависеть от нескольких факторов, среди которых состав и характеристики портфеля банка, масштаб применения ПВР (в % от общего портфеля кредитных требований), а также интерпретация правил Базеля регулятором и установленные максимальные значения возможной экономии. В отношении последнего Банк России установил порог на процент изменения капитала по сравнению со стандартизированным подходом, составляющий 10% в первый год и 20% во второй, таким образом, ограничивая возможную экономию капитала.

Помимо вероятного снижения величины кредитного риска, переход на ПВР приведет к повышению конкурентоспособности банка и улучшению его репутации на мировых рынках. Внедрение ПВР сопряжено со значительными инвестициями в создание надежной ИТ-инфраструктуры, улучшенных моделей и систем оценки рисков, и интеграцию показателей риска в бизнес-процессы и стратегическое планирование. Подобные инвестиции в качество системы управления кредитными рисками являются важным сигналом для международных партнеров, что может привести к улучшению кредитного рейтинга банка, снижению стоимости заимствований и дополнительным вливаниям в капитал.

В этом контексте, внедрение ПВР является абсолютной необходимостью для банков, которые хотят серьезнее позиционировать себя на международных рынках капитала. Вопрос репутации будет особенно важным стимулом для российских дочерних банков крупнейших международных банков, которые будут стремиться соответствовать практикам материнских структур. На сегодняшний день все крупные европейские банки и большинство банковских структур США уже внедрили подходы на основе внутренних рейтингов. Не отстают от развитых экономик и банки на развивающихся рынках – крупнейшие финансовые структуры Китая, Бразилии и Индии находятся в процессе перехода на ПВР, а некоторые уже получили разрешения от национальных регулирующих органов.

Одна из основных трудностей перехода на ПВР - отсутствие полноценного понимания требований и принципов Базеля. Многие банки все еще используют устаревшие подходы к управлению рисками и не имеют достаточных знаний и опыта для быстрого перехода к новым правилам. Поэтому первым шагом на пути внедрения ПВР должна являться выработка методологии и инструментов управления рисками, соответствующих требованиям Базельских соглашений.

При переходе на ПВР банкам, прежде всего, потребуется глубокое понимание основ управления рисками и практик расчета капитала. Казалось бы, это требование наиболее легко выполнимое, но по результатам предварительного анализа Банка России очевидно, что Базельские рекомендации нередко не выполняются или интерпретируются неправильно. К примеру, определение дефолта во многих банках отличается от определения Базеля. Также, часто наблюдаются и проблемы с классификацией кредитных требований из-за отсутствия четких качественных и количественных критериев классификации. Особенно это касается выделения класса специализированного кредитования, правильной категоризации требований к объектам малого и среднего бизнеса, а также сегментации внебалансовых кредитных требований, таких как гарантии.

Одним из главных пробелов является отсутствие понимания процессов стресс-тестирования и валидации. Во многих российских банках проводится только однофакторное стресс-тестирование, без учета более сложных макроэкономических сценариев. Валидация часто не осуществляется или находится в стадии планирования, а проверка качества моделей может совершаться самими разработчиками, что ставит под сомнение непредвзятость окончательных выводов. Ограничено и количество проводимых тестов - бэк-тестирование PD осуществляется на нерегулярной основе, а единственным критерием качества модели является коэффициент Джини, который часто имеет слишком низкие значения. Для соответствия требованиям регулирующих органов банкам необходимо иметь независимые подразделения, которые могли бы объективно оценить качество рейтингового процесса и систематически проводить оценку качества и устойчивости функционирования моделей, включающую анализ параметров моделей и тестирование выходных данных, а также - в долгосрочной перспективе - валидацию рейтинговых процессов и ИТ-инфраструктуры.

Устранение таких пробелов потребует от банков тщательного изучения существующего законодательства и стандартов Базеля, и последующей оценки на соответствие минимальным требованиям регулятора. В этом процессе банкам могут существенно помочь регулярные консультации с Банком России, а также привлечение специалистов в области управления рисками с соответствующими знаниями и опытом внедрения стандартов ПВР.

Требования к качеству внутренних моделей является одним из самых трудновыполнимых. Модели, по меньшей мере, должны обладать высокой прогнозной точностью и не иметь существенных структурных недостатков. Кроме того, для правильной оценки параметров расчета капитала требуется обеспечить полноту, достоверность и однородность статистической информации, использованной для построения модели. Данная информация должна являться репрезентативной для рассматриваемой группы заемщиков и охватывать период как минимум в 5 лет для моделей PD и 7 лет - для моделей LGD. Наличие данных за такой длительный период для ряда иностранных банков не является проблемой - подобная статистика часто может быть получена как из их внутренних систем, так и из надежных внешних источников. На развивающихся рынках и в России в частности сбор нужной информации затруднителен. Например, не все необходимые сведения о заемщике собираются на стадии выдачи кредита, а случаи дефолтов часто слабо задокументированы, и использование имеющихся данных для построения моделей невозможно без трудоемкого сбора дополнительной информации. Более того, отсутствие автоматизированных решений, а также недостаток контроля качества приводит к многочисленным ошибкам в собранных данных и, как следствие может означать невозможность построения качественных статистических моделей. Отсутствие статистики по дефолтам и низкое качество данных часто вынуждает банки полагаться на экспертные суждения, которые не всегда принимаются регуляторами.

В дополнение к проблеме с данными, вопросы у регулятора могут вызвать и методы разработки и калибровки моделей, включая обоснование выбора моделей PIT («в момент времени») или TTC («в течение цикла»), определение длины экономического цикла и уровня центральной тенденции. Для моделей LGD и EAD остаются проблемными вопросы, связанные с выбором и обоснованием таких ключевых параметров, как ставки дисконтирования и расходы на восстановление и измерение коэффициентов кредитной конверсии (CCF).

Для учета требований Банка России многие существующие сегодня модели будут нуждаться в серьёзных доработках, однако существенные изменения могут «обнулить» срок практического использования модели и, таким образом, воспрепятствовать прохождению теста на использование. Во избежание задержек в получении аттестации, банкам следует заранее провести всестороннюю оценку соответствия моделей требованиям Базельских рекомендаций и Банка России и разработать стратегию по устранению обнаруженных пробелов. С учетом возможных доработок и риска несоответствия тесту на использование, финансовые учреждения, заранее начавшие подготовку к ПВР, смогут раньше своих конкурентов воспользоваться преимуществами более детальных подходов к оценке кредитного риска.

Обеспечение качества данных является одним из основополагающих условий при переходе на ПВР. Даже при наличии необходимой статистики в большинстве банков отсутствует систематический подход к обеспечению качества данных. Это проявляется в недостатке периодических процессов проверки качества данных, выявления и исправления ошибок, а также качественных ИТ-систем для сбора и хранения данных. Обнаруженные проблемы решаются локально на уровне отдельных подразделений, что за неимением автоматизированных ИТ-решений и налаженного процесса требует значительного времени и ресурсов. Для того, чтобы продемонстрировать регулятору качество и достаточность статистической информации, банк должен направить усилия на создание централизованного хранилища данных, а также надежных систем их обработки, управления и хранения. Абсолютно необходимым является сбор качественных данных для построения математических моделей по показателям PD и LGD. Не менее важными будут степень интеграции данных в операционную деятельность и внедрение надежных инструментов проверки качества данных. При этом сбор данных, разработка и реализация соответствующей ИТ-архитектуры потребуют значительных временных и финансовых ресурсов, поэтому осуществление этих задач должно быть запланировано заблаговременно.