CC BY
518
УДК 336.71 А. А. ГЛУШКОВА
М. В. ПОМАЗАНОВ
A. A. GLUSHKOVA М. V POMAZANOV
НЕКОТОРЫЕ АКТУАЛЬНЫЕ ПРОБЛЕМЫ ОЦЕНКИ КРЕДИТНОГО РИСКА
В БАНКОВСКОЙ СФЕРЕ
CURRENT ISSUES OF CREDIT RISK ESTIMATION IN BANKING
o<xxxxx><><xxxxx><><><x><xxx><><xxxxx><><><>
АННОТАЦИЯ
Актуальность. В настоящее время установлен курс на приближение российских методов оценки рисков, принципов учёта и отчетности к международным стандартам (Базель, IFRS). В силу специфики российского реального сектора, статистических массивов данных по компаниям, а также нерешенных задач на уровне международных стандартов от банковского сообщества требуется критический взгляд на проблемы внедрения новых законодательных инициатив. В статье обозначен ряд основных задач и нерешённых проблем на пути интеграции продвинутого подхода, основанного на применении внутренних моделей банков, для определения минимального размера капитала.
Методы. Анализ статистики международных рейтинговых агентств (Moody's, S&P) на временном промежутке 1970-2011 годов позволил авторам графически интерпретировать поведение различных показателей Базельской формулы достаточности собственных средств. В статье проведен сравнительный обзор публикаций (за период с 2000 по 2012 годы) и оригинальных законодательных инициатив.
Результаты. Авторы в работе резюмировали актуальные проблемы оценки кредитного риска, которые остаются таковыми в силу определенных методических, научных и даже политических сложностей. В работе раскрывается суть задач и даётся обзор их решения по состоянию на настоящий момент.
Перспективы. В свете возросшего интереса банковского сообщества к продвинутым подходам оценки кредитного риска, стимулируемого последними рекомендациями Банка России, эта работа, как мы надеемся, поспособствует привлечению в эту область новых и эффективных специалистов теории и практики риск-менеджмента. Каждая обозначенная проблема внедрения продвинутого подхода оценки кредитных рисков является важной научной задачей, требующей разработки практических решений для кредитных организаций.
Ключевые слова: продвинутый подход; оценка кредитного риска; требования к капиталу банков; вероятность дефолта; Базель.
ABSTRACT
Introduction. At the current moment the convergence between Russian and international standards of credit risk assessment, accounting and reporting principles is highly emphasized (Basel, IFRS). The critical approach is required for IRB model application taking into account Russian real economy specifics, default statistics, existing pr gaps in international recommendations. In the article authors presented the most significant problems incorporated into the IRB approach and Basel II formula for minimum capital requirements.
Methods. Authors graphically presented functional behavior of different variables from Basel formula of minimum capital requirements based on international rating agency's (Moody's, S&P) statistic data analysis for periods from 1970 till 2011 years. Also in the article critical literature (legislative, Russian/ English most recent publications) overview was undertaken.
Results. The article presents the summary overview of the most critical issues, topical problems, their introduced solutions in IRB application to Russian credit organizations.
Discussion. Each problem described in the article is a separate basis for further scientific research and requires practical solutions to be found in the nearest future.
Keywords: IRB approach; credit risk assessment; minimum capital requirements; probability of default; Basel.
Кредитный риск и регуляторная база
Оценка кредитного риска в коммерческом банке влияет на репутацию и надежность позиции банка по отношению к конкурентам и, бесспорно, является актуальной задачей как для принятия управленческих решений, так и с позиции регуляторных требований.
Под кредитным риском принято понимать:
- кредитный риск заёмщика — возможность потерь в результате неспособности заёмщика полностью и своевременно исполнить свои обязательства по выплате основной суммы долга и процентов, то есть вследствие дефолта контрагента1, и
- кредитный риск портфеля банка — вероятность уменьшения стоимости части активов банка, представленной суммой выданных кредитов и приобретённых долговых обязательств; вероятность, что фактическая доходность от данной части активов будет значительно ниже ожидаемого расчётного уровня.
Международные стандарты оценки кредитного риска (Базель II) предлагают банкам стандартный подход, основанный на заданных внешних рейтингах международных рейтинговых агентств (S&P, Moody's, Fitch), а также базовый и продвинутый подходы, основанные на внутренних рейтинговых моделях (foundation and advanced, internal rating based, IRB)2. Далее более детально будут раскрыты основные трудности на пути внедрения продвинутого IRB
подхода (внутренние рейтинговые модели) к управлению кредитным риском в банке.
В конце декабря 2012 года банковскому сообществу было представлено рекомендательное письмо Банка России от 29.12.2012 № 192-Т3 по применению Продвинутого подхода 1ЯБ (внутренних рейтинговых моделей) на российском рынке с проекцией окончательного внедрения Компоненты 1 Базеля II к 2013-2015 годам среди «пилотных» банков, давших согласие на внедрение Продвинутых подходов. ШБ-подход ориентирован на банки, отвечающие определённым количественным и качественным требованиям, применяющие надежные внутренние рейтинговые системы. Базовые принципы российского регулятора, являющиеся обязательными для всех банков, основываются на Стандартизированном подходе.
Согласно настоящему российскому банковскому законодательству требования к величине собственных средств регламентируются Инструкцией Банка России от 03.12.2012 № 139-И «Об обязательных нормативах банков»4. На основании данной инструкции, начиная с 1 января 2013 года, коммерческие банки определяют нормативы достаточности собственных средств по обновленным правилам, в большей степени регулирующим риски. К примеру, основными изменениями в области оценки кредитных рисков стали:
1) оценка депозитов, размещённых в кредит-
1 См.: Помазанов М. В. Продвинутый подход к управлению кредитным риском в банке: методология, практика, рекомендации. Практическое пособие. М.: Регламент - Медиа, 2010. 180 с.
2 International Convergence of Capital Measurement and Capital Standards. A revised Framework. Comprehensive version. Basel Committee on Banking Supervision. Bank for International Settlements. June 2006. URL: http://www.bis.org/publ/bcbs128.pdf (дата обращения: 11.02.2013).
3 Письмо Банка России от 29.12.2012 № 192-Т «О Методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков».
4 Инструкция Банка России от 03.12.2012 № 139-И «Об обязательных нормативах банков». URL: http://base.consultant.ru/cons/cgi/ online.cgi?req=doc;base=LAW;n=139494 (дата обращения: 11.02.2013).
Рис. 1. Декомпозиция формулы Базель II
ных организациях-нерезидентах, по международным рейтинговым оценкам контрагентов (в целях аллокации большего объёма капитала под высокорискованные депозитные схемы);
2) включение в состав знаменателя формулы расчёта Н1 наряду с риск взвешенными активами кодов кредитных требований участников клиринга и корректировки на требования включенных в 4 группу активов с различными коэффициентами повышенного риска.
Но, несмотря на введение новых положений, концептуального изменения не произошло. Минимальные требования к капиталу (норматив Н1) рассчитываются по заданной формуле 10 %-го отношения собственных средств к взвешенным по уровню риска активам с учётом заданных (предопределенных регулятором) коэффициентов риска.
Формула достаточности Капитала Базель II для корпоративного портфеля. Согласно соглашению Базель II, получивший одобрение на применение ШБ-банк самостоятельно определяет следующие параметры (продвинутый 1ЯБ подход) для каждой кредитной экспозиции:
- РБ (вероятность банкротства);
- ЮБ (сумма потерь при дефолте заемщика);
- ЕАБ (требование под риском в денежном измерении);
- М (эффективный срок размещения).
В зависимости от оценок, присвоенных параметрам («входным данным»), Банк рассчитывает
минимальный объём экономического капитала, или объём «подушки безопасности» на случай непредвиденных потерь (UL — unexpected losses). Формулы расчёта различаются для каждого вида портфелей — корпоративного, суверенного, банковского, розничного.
Формула Базель II определения минимальных требований к капиталу для корпоративных заёмщиков оценивает следующие компоненты:
- Correlation (R) = 0,12 х (1 - EXP(-50 х PD)) / / (1 - EXP(-50)) + 0,24 х [1 - (1 - EXP(-50 х Pd)) / / (1 - EXP(-50))]
R — коэффициент корреляции заёмщика с системным риском изменения рыночной конъюнктуры
- Maturity adjustment (b) = (0,11852 -
- 0,05478 х ln(PD))A2
b — коэффициент, отвечающий за штраф на капитал, то есть поправки на срок до погашения
- Capital requirement (K) = [LGD х N[(1 -
- R)A-0,5 х G(PD) + (R / (1 - R))A0,5 х G(0,999)]-PD х LGD] х (1 - 1,5 х b)A-1 х (1 + (M - 2,5) х b)
K — минимальные требования к величине собственных средств
- Risk-weighted assets (RWA) = K х 12,5 х EAD
RWA — взвешенные по уровню риска активы.
Если записать последнюю формулу иным образом, то получим 8 % требование Банка Международных расчётов к размеру собственных средств по отношению к величине взвешенных по уровню риска активам.
Следуя формуле достаточности собственных средств, получаем значение для капитала как разницу между уровнем максимальных потерь, измеренном на 0,999 уровне надежности (Worst Credit Loss with 0.999 confidence level), и ожидаемых потерь (Expected losses).
Для наглядности представим декомпозицию формулы достаточности собственных средств (см. рис. 1).
Формула расчёта требований к капиталу имеет фундаментальное значение для банка и является «венцом» всей работы над оценкой рисков, начиная с андеррайтинга заёмщика, прошедшего через настроенную, откалибро-ванную рейтинговую систему, и заканчивая совокупным требуемым уровнем аллокации капитала под риск портфеля.
Нерешенные проблемы и задачи оценки параметров кредитного риска. Какие существуют на сегодняшний день нерешённые проблемы, подходы определения каждого из параметров в формуле достаточности капитала банков?
1. Проблема оценки вероятности банкротства заемщика (PD).
Прогнозирование вероятности дефолта контрагента является важнейшей составной частью процесса управления кредитным риском как на этапе принятия решения о предоставлении ссуды (приобретения долговых ценных бумаг), так и в процессе последующего мониторинга кредитного риска, создания резервов под ожидаемый уровень потерь и расчёта минимального размера капитала банка под покрытие непредвиденных потерь.
Согласно Базель II банками могут использоваться на выбор усреднённая внутри банковская статистика, информация внешних источников (рейтинговых агентств, других кредитных организаций) или статистические модели дефолтов. При этом период анализируемой накопленной статистической базы о дефолтах должен быть более 5 лет (приоритет отдается аналитическим источникам с большей
временной базой исторических дефолтных значений вероятности5).
Показатель вероятности банкротства PD объединяет базовый и продвинутый IRB-подходы, поскольку банкам требуется самостоятельно проводить расчёт значения PD для каждой группы корпоративных, суверенных, кредитных заёмщиков или пула розничных кредитных требований6.
Перед банковским сообществом стоит дилемма, каким показателем PD оперировать для нахождения "long-run average of one year default rates'' — скользящего среднего годовой вероятности банкротства7.
Неслучайно так остро обсуждается проблема процикличности требований к капиталу8.
Кредитные организации не способны увеличивать размер капитала на случай непредвиденных потерь в период экономических спадов, следуя за показателем моментной оценки вероятности банкротства — PD PIT, "probability of default point-in-time'' (см. рис. 2, с. 12), так как подобная практика приведёт к требованию немедленного сокращения кредитованных активов, которое невозможно, особенно в период спада. В то же время, в период подъёма, метод точечной оценки вероятности банкротства даст по портфелю в целом снижение требований к капиталу и излишнюю возможность наращивания «кредитного плеча». Показатель вероятности дефолта в определенный момент времени (PD PIT) характеризует лишь одномоментное совокупное состояние бизнес-среды (в большей степени) и компании вне зависимости от длительности кредитного продукта.
Получается, что применение Продвинутого подхода, основанного на текущих оценках PD PIT, заманивает кредитора в «ловушку», а сам такой «продвинутый» подход становится «хорошим намерением», которое приводит кредитную организацию к крайне негативным последствиям. Тем более, что в макроэкономическом масштабе консервация средств на фоне снижения деловой активности приводит к уси-
5 International Convergence of Capital Measurement and Capital Standards. A revised Framework. Comprehensive version. Basel Committee on Banking Supervision. Bank for International Settlements. June 2006. Параграф 466. URL: http://www.bis.org/publ/bcbs128. pdf (дата обращения: 11.02.2013).
6 Там же. Параграф 245, 446.
7 Там же.
8 Carlehed M., Petrov A. A methodology for point-in-time-though-the cycle probability of default decomposition in risk classification system. Journal of Risk Model Validation, 2012 , vol. 6, no. 3, pp. 1-23.
лению экономического кризиса.
Кризис
, ДР1Т/ТТС
Д PI Т/Т ТС /
Экономический рост
Рис 2. Процикличность PIT PD
Обойти нежелательные последствия для капитала можно с помощью использования другого способа оценок PD, а именно TTC "probability of default through-the-cycle" — долгосрочной или усреднённой вероятности дефолта, которая остаётся относительно постоянной в различных экономических условиях (см. рис. 2). Данная оценка позволяет дифференцировать риск портфеля от макроэкономических рисков среды. Но такая оценка становится уже мало восприимчивой к текущим рискам заёмщика и с трудом способна стать параметром, применимым для текущих задач управления рисками. Другая фундаментальная сложность в разработке адекватных моделей PD, основанных на TTC, — недостаточность и неоднородность долгосрочных статистических массивов опорных данных.
Последние разработки9 предлагают гибридный подход к оценке PD, который бы позволял банкам применять более риск-чувствительные оценки PD PIT с определёнными поправками на контрцикличность. Однако апробацию такие подходы пока ещё не прошли и точно не способны полностью решить проблему.
К примеру, в Управлении по финансовым услугам Великобритании (FSA)10 предложили использовать систему корректирующих коэффициентов как трансформацию PD PIT для целей получения корректных показателей PD, устра-
нения эффекта процикличности и применения ШБ-подхода с учётом долгосрочных средних значений вероятности банкротства.
В 2010 году Базельский комитет опубликовал предложение по созданию дополнительного процикличного буфера капитала11, который бы позволял банкам сгладить негативное влияние экономических спадов, предоставляя дополнительные источники фондирования кредитных продуктов. Эта рекомендация вошла в один из пунктов рекомендаций Базель III.
В зависимости от того, какая концепция выбрана, значения показателя вероятности банкротства может отличаться на существенную величину.
Применение подхода Базель II пока предполагает «творческую» интерпретацию со стороны банковского сообщества и приглашает к дискуссии.
Проблема правильного выбора методов оценки вероятности банкротства является одной из основополагающих на пути внедрения ШБ-подхода. Она требует поиска более фундаментальных и обоснованных решений со стороны кредитных и научных институтов, которые укажут на единственный и правильный выбор.
2. Корреляция заёмщика с системным риском (волатильностью рыночной конъюнктуры)
Одним из предположений модели Базель II является бесконечно мелко гранулированный рынок, отсутствие перекрёстной зависимости дефолта активов внутри портфеля. Предполагается единственный систематический фактор (эмулирующий случайное состояние мировой экономики), корреляция с которым определяется как функция от вероятности банкротства отдельно взятого актива. Данная концепция была разработана специалистами в10 стран — участников Базельского комитета.
Ниже (см. рис. 3) представлен предлагаемый в принятой концепции график зависимости
9 См., напр.: Carlehed M., Petrov A. A methodology for point-in-time-though-the cycle probability of default decomposition in risk classification system. Journal of Risk Model Validation, 2012 , vol. 6, no. 3, pp. 1-23; Помазанов М. В. Адаптация «Продвинутого» подхода «Базель 2» для управления кредитными рисками в российской банковской системе // Управление финансовыми рисками. 2009. № 01 (17). С. 48-67.
10 Financial Services Authority (2007) Use of variable scaling factors to derive long run probabilities of default for retail portfolios. Working paper, Financial Services Authority. URL: http://www.fsa.gov.uk/pubs/international/crsg_variable_scalars.pdf (дата обращения: 11.02.2013).
11 Basel Committee on Banking Supervision (2010). Countercyclical capital buffer proposal. Bank for International Settlements (July). URL: http://www.bis.org/publ/bcbs172.pdf (дата обращения: 11.02.2013).
Таблица 1
Результаты оценок различных исследователей диапазонов значений фактора корреляции на основе данных о дефолтах
Исследование Ссылка Источник данных Фактор корреляции
Gordy (2002) Gordy M., Heitfield E. Estimating default correlation from short panels of credit rating, Working Paper, Federal Reserve Board, 2002. URL: http://emlab.berkeley.edu/~mcfadden/e242_f03/ heitfield.pdf Standard and Poor's 1,5 %-12,5 %
Cespedes (2000) Cespedes J. Credit Risk Modelling and Basel II. Algo Research Quarterly, 57, 2002, vol. 5, no. 1 Moody's 10 %
Hamerle et al. (2003a) Hamerle A., Leibi T., Roesch D. Benchmarking Asset Correlations, (2003a) Risk 16, 77-81. * 0,1 %-2,3 %
Hamerle et al. (2003b) Hamerle, T. Liebig, Roesch D. Credit Risk Factor Modeling and the Basel II IRB Approach. Deutsches Bundesbank Discussion Paper, (2003b). URL: http://epub.uni-regensburg.de/8241/1/ hamerle1.pdf Standard and Poor's 1982-1999 0,4 %-6,04 %
Frey et al. (2001) Frey R. and McNeil A., Nyfeler M. Modelling dependent defaults: Asset correlations are not enough!, Working paper, ETH Zurich, 2001. URL: http://wenku.baidu.com/view/ ba423bd226fff705cc170a66.html Объединенный Банк Швейцарии 2,6 %, 3,8 %, 9,21 %
Frey, McNeil (2003) Frey R., McNeil A. Dependent Defaults in Models of Portfolio Credit Risk. Journal of Risk 6 (1) (2003а), pp. 59-92 Standard and Poor's 1981-2000 3,4 %-6,4 %
Dietsh, Petey (2004) Dietsch M., Petey J. Should SME exposures be treated as retail or corporate exposures? A comparative analysis of default probabilities and asset correlations in French and German SMEs. Journal of Banking and Finance, 2004, 28, pp. 773-788 Coface** 1994-2001 0,12 %-10,72 %
Jobst, Servigny (2004) Jobst P., Servigny A. An Empirical Analysis of Equity Default Swaps II: Multivariate Insights. Working Paper, Standard & Poor's, 2005. URL: http://129.3.20.41/eps/fin/ papers/0503/0503025.pdf Standard and Poor's 1981-2003 Внутри группы 14,6 %, между группами 4,7 %
Duellmann, Scheule (2003) Duellmann K., Scheule H. Determinants of the Asset Correlations of German Corporations and Implications for Regulatory Capital. University of Regensburg Working Paper, 2003. URL: http://www.cofar.uni-mainz.de/dgf2003/paper/paper53.pdf Центральный банк ФРГ 1991-2000 0,5 %-6,4 %
Bluhm, Overbeck (2003) Bluhm C., Overbeck L. Systematic risk in homogeneous credit portfolios"; in: Credit Risk; Measurement, Evaluation and Management" in; G. Bol et al (eds), Contributions to Economics (Heidelberg, Physica: Verlag/Springer), 2003 Moody's 1970-2001 11,77 %-42,51 %
Jakubik (2006) Jakubik Does Credit Risk Vary With Economic Cycles? The Case of Finland, Working Paper, Institute of Economic Studies, Faculty of Social Sciences, Charles University in Prague, 2006 Центральный банк Финляндии 1988-2003 5,7 %
Bandyopadhyay, Ganguly (2011) Bandyopadhyay A., Ganguly S. Empirical estimation of default and asset correlation of large corporate and banks in India, Munich Personal RePEc Archive (MPRA), Paper no. 33057, August 2011. URL: http://mpra.ub.uni-muenchen.de/33057/ Credit Rating and Information Services of India Ltd. (CRISIL) 1993-2009 16,17 %-65,96 %
Примечание:
* В исследовании Hamerle et al.12 использованы данные по дефолтам в Канаде, Франции, Германии, Великобритании, Италии, Японии и США.
** Французская страховая компания (от фр. «Compagnie française d'assurance pour le commerce extérieur»).
12 Hamerle A., Leibi T., Roesch D. Benchmarking Asset Correlations, (2003a) Risk 16, 77-81.
20
значения фактора корреляции актива и состояния экономики от индивидуальной вероятности банкротства.
График на рис. 3 (функциональная зависимость корреляции по формуле для корпоративных заёмщиков13) иллюстрирует, что показатель корреляции уменьшается при увеличении вероятности банкротства, то есть чем выше идиосинкратические риски контрагента, тем меньше зависимость от колебаний рынка.
Рис. 3. График значения фактора корреляции с рынком от индивидуальной вероятности дефолта корпоративного заемщика в рамках действующей концепции Продвинутого подхода Базель II
В работах, посвящённых анализу корреляционной зависимости, указывается, что формулу необходимо далее модифицировать как зависимость от индивидуальных показателей компании-контрагента, к примеру, размера выручки, стоимости чистых активов14. Текущие расчёты (к сожалению неполные) показывают, что чем больше размер активов или выручки контрагента, чем более компания значима на рынке, тем в большей степени она подвержена влиянию изменений макро бизнес-среды.
По данным исследования корреляционной зависимости, представленного в работах М. В. Помазанова15, можно проследить статистическую закономерность сначала уменьшения корреляции при росте РО (изменении рей-
тинга заемщиков Aaa ^ Ba), а затем увеличения корреляции при дальнейшем росте PD (изменении рейтинга заемщиков Ba ^ C). Хотя диапазон значений корреляции и подтверждается статистикой, у банковского сообщества нет доказательства и уверенности в предложенной формуле Базель II для корреляции с системным фактором.
Если обратиться к данным нескольких эмпирических исследований, посвящённых определению фактора корреляции на основе исторических данных реализовавшихся частот дефолтов компаний (которые затем объясняются через ряд переменных — рейтинг, отрасль, размер фирмы), получим следующую картину оценок (см. табл. 1 на с. 13).
В работе Дюлмана и Шуле16 оценивание фактора корреляции производилось на основе информации о дефолтах немецких компаний за десять лет. Блум и Овербек17 в своей работе использовали данные рейтингового агентства Moody's по дефолтам корпоративных облигаций. Сравнительно высокие стандартные ошибки оценок, полученных авторами, указывают на недостаточность временного промежутка рассматриваемых исходных данных. В некоторых работах была также выявлена положительная зависимость между параметром корреляции и размером компании для всех рейтинговых групп. Но однозначной взаимосвязи между фактором корреляции и вероятностью дефолта пока обнаружено не было; неоднозначность усугубляется и тем, что оценки параметра корреляции существенно изменяются в зависимости от применяемого метода и опорных данных.
Многими исследователями было показано, что фактор корреляции сначала убывает при повышении вероятности дефолта, а затем резко возрастает для компаний с низким рейтингом. Например, по результатам работы Джобста и
13 International Convergence of Capital Measurement and Capital Standards. A revised Framework. Comprehensive version. Basel Committee on Banking Supervision. Bank for International Settlements. June 2006. Параграф 272. URL: http://www.bis.org/publ/bcbs128. pdf (дата обращения: 11.02.2013).
14 Youbaraj Paudel. Minimum Capital Requirement Basel 2. Credit Default Model & its Application. Vrije Universiteit. BMI Paper. 21/6/2007. URL: http://www.few.vu.nl/en/Images/werkstuk-paudel_tcm39-91410.pdf (дата обращения: 11.02.2013).
15Помазанов М. В. Адаптация «Продвинутого» подхода «Базель 2» для управления кредитными рисками в российской банковской системе // Управление финансовыми рисками. 2009. № 01 (17). С. 48-67.
16Duellmann K., Scheule H. Determinants of the Asset Correlations of German Corporations and Implications for Regulatory Capital. University of Regensburg Working Paper, 2003. URL: http://www.cofar.uni-mainz.de/dgf2003/paper/paper53.pdf.
17Bluhm C., Overbeck L. Systematic risk in homogeneous credit portfolios"; in: Credit Risk; Measurement, Evaluation and Management" in; G. Bol et al (eds), Contributions to Economics (Heidelberg, Physica: Verlag/Springer), 2003.
Рис. 4. Кумулятивная вероятность дефолта для компаний рейтинга "B" на интервале от 1 до 5 лет, измеренная в различные периоды (1970-2011 годы) по данным, представленным в отчёте 2011 года Moody's Investors Service
Севини18, корреляционный фактор выше для компаний неинвестиционного уровня, чем для высокорейтинговых компаний.
Практическое исследование Дитша и Пе-тея19 было направлено на изучение взаимосвязи вероятности дефолта и фактора корреляции для французских компаний. Авторы выявили, что в условиях однородных рыночных сегментов фактор корреляции увеличивается при росте вероятности дефолта, за исключением его значения для наиболее рисковой категории компаний. Более поздняя работа этих же исследователей подтверждает полученные результаты. Бандиопадхяи и Ганджули20 проводили оценивание параметра корреляции для крупных индийских компаний. Данное исследование выявило положительную зависимость между вероятностью дефолта и корреляционным фактором.
Обобщив результаты рассмотренных научных работ, основанных на анализе статистики дефолтов, мы можем выделить следующие ключевые моменты:
- как при группировке по рейтинговым разрядам, так и при группировке компаний по отраслям оценки значений фактора корреляции, полу-
ченные в результате эмпирических исследований, ниже предусмотренных Базель II. Возможно, подобный консерватизм обусловлен глобальным масштабом соглашения Базель II и необходимостью согласовать различия банков в концентрации портфелей и степени чувствительности к факторам риска, а также учесть модельный риск, но «тумана» в обоснованности параметров действующей концепции это не рассеивает;
- важным аспектом является кластеризация дефолтов и рост фактора корреляции в периоды финансовых кризисов. Таким образом, несмотря на то, что рекомендации Базельского комитета на первый взгляд кажутся консервативными, неизвестно, будут ли они достаточными для условий кризиса;
- кроме того, согласно Базель II корреляция принимает статичные значения, призванные описывать поведение динамических активов, зависящих от инновационных финансовых продуктов, изменений факторов риска, структурных сдвигов на финансовых рынках. Никто толком не исследовал «тренда» корреляции.
- анализируя результаты эмпирических исследований, невозможно выявить единую общую статистическую взаимосвязь между фак-
18 Jobst P., Servigny A. An Empirical Analysis of Equity Default Swaps II: Multivariate Insights. Working Paper, Standard & Poor's, 2005. URL: http://129.3.20.41/eps/fin/papers/0503/0503025.pdf (дата обращения: 11.02.2013).
19 Dietsch M., Petey J. Should SME exposures be treated as retail or corporate exposures? A comparative analysis of default probabilities and asset correlations in French and German SMEs. Journal of Banking and Finance, 2004, 28, pp. 773-788.
20Bandyopadhyay A., Ganguly S. Empirical estimation of default and asset correlation of large corporate and banks in India, Munich Personal RePEc Archive (MPRA), Paper no. 33057, August 2011. URL: http://mpra.ub.uni-muenchen.de/33057.
Таблица 2
Соответствие кредитного рейтинга, вероятности дефолта заёмщика и надежности
Рейтинг Средний PD, % Уровень надёжности, % Представитель банковского сообщества
A-и выше 0,10 99,90 Рекомендация ШВ
BBB+ 0,14 99,86 ЗАО Ситибанк
BBB 0,20 99,80 ВТБ, Сбербанк
BBB- 0,30 99,70 Банк Москвы
BB+ 0,50 99,50 Абсолют Банк
BB 0,90 99,10 АК Барс Банк
BB- 1,50 98,50 Кредит Европа Банк
B+ 2,50 97,50 Банк Зенит
B 4,50 95,50 СКБ Банк
B- 7,50 92,50 Пробизнесбанк
CCC+ 11,91 88,09
тором корреляции и вероятностью дефолта. Оценки, полученные авторами, расходятся с предположением об убывающей зависимости параметра корреляции от вероятности дефолта. В некоторых работах утверждается, что значения фактора корреляции выше для компаний с плохим кредитным качеством, а это прямо противоположно рекомендациям Базеля II.
- эмпирические оценки корреляции значительно варьируются при рассмотрении различных географических регионов. Этот факт необходимо учитывать при сравнительном анализе банков, находящихся в разных регионах.
3. Горизонт риска, длительность кредитного требования (M — Maturity)
Статистика свидетельствует о нестационарности поведения показателя вероятности банкротства от времени в зависимости от периода оценки.
Если сопоставить данные годовой и кумулятивной вероятности дефолта, предоставляемые рейтинговым агентством Moody's Investors Service, на интервале с 1970 г. по 2011 г. (см. рис. 4 с. 15), то можно отметить сильные колебания формы и расположения кривой кумулятивной вероятности дефолта для любой рейтинговой группы компаний в зависимости от периода оценки (для примера, рассмотрены функции кумулятивной вероятности дефолта до 5 лет
и и о «т-О?
для рейтинговой группы компаний B, измеренные погодично с 1970 по 2011 год).
На основе представления данных на рис. 4 можно сделать вывод о существенной исторической нестабильности долгосрочной вероятности банкротства (к примеру, PD (5) для рейтинга "В", варьируется от 5 % до 40 %).
Следовательно, в задаче определения кумулятивной вероятности дефолта PD(t), актуальной для оценки рисков долгосрочного кредитования, при оценке множителя преобразования (штрафа) базового капитала, оценённого из собственных внутренних моделей, требуется аналитический подход с применением определённых корректировок на текущее состояние рыночных индикаторов и ожиданий экономических субъектов и (или) макропараметров.
По результатам поиска решений данной проблемы в научной литературе, можно сделать вывод об актуальности дальнейших исследований в этом направлении.
Кредитные портфели включают в себя инструменты с различными сроками до погашения. Интуитивно понятно, что долгосрочные займы являются более рискованными, чем краткосрочные. Вследствие этой закономерности, капитальные требования должны увеличиваться с ростом длительности займа. С целью учёта данной особенности формула минимальных требований на капитал Базель II содержит корректировку на срок до погашения, рис. 1 (Maturity Adjustment).
В зарубежных публикациях21 широко обсуждается тема горизонта риска. Работы Барко22, Калкбренера и Овербек23, выполненные в рамках парадигмы многопериодной переоценки по рынку (multi-state mark-to-market paradigm), посвящены определению необходимого размера капитала, который учитывает временную структуру риска портфеля.
В работе Помазанова М. В. и Петрова Д.24 была проведена непрерывная параметризация зависимости вероятности дефолта от времени на основе данных рейтингового агентства Moody's. Результаты, полученные авторами, свидетельствуют о том, что при использовании функции поправки на срок до погашения Базель II имеет место недооценка риска. В исследовании выявлено, что эффект срока до погашения на капитал значительно более существенен для инвестиционных рейтингов со сроком до погашения, приблизительно равным двум годам. Авторы пришли к выводу, что рекомендации Базель II, которые принято считать консервативными, допускают недооценку риска, которая в некоторых случаях превосходит 50 %.
4. Проблема «999»
Надлежащий размер капитала должен гарантировать, что превышение величины непредвиденных убытков над размером капитала (при соблюдении условия о том, что ожидаемые убытки должным образом покрываются резервами) возможно только с низкой, фиксированной долей вероятности. Величина, равная 100 % минус эта доля вероятности, именуемая уровнем надёжности, и в контексте IRB-подхода Базеля II составляет 99,9 %25. Требования к капиталу должны обеспечить достаточность покрытия принимаемых рисков непредвиденных потерь в 99,9 % случаев.
В табл. 2 представлены рейтинговые группы и соответствующие показатели надежности26.
Рекомендации Базель II по уровню надежности были, видимо, в первую очередь, предложены для кредитных организаций рейтинга А и выше. На национальном уровне уместно отметить, что банки, представляющие услуги на территории РФ, обладают рейтингами ниже, чем предполагалось Базельским комитетом. Значит, переход на продвинутый ШВ подход по Базель II приведёт к повышению требований к минимальному объёму собственных средств.
Частота
Ожидаемые потери (ЕЬ)
' Возможные
Совокупные потери потерн
Рис. 5. Ожидаемые и непредвиденные потери, УаЯ
В работе М. В. Помазанова27 выявлен значительный рост требований к капиталу для Продвинутого подхода при изменении уровня надёжности от 0,991 (10 % от взвешенных по риску активов — эквивалент настоящим требованиям норматива Н1 по «139-И») до 0,999 (17 % от взвешенных по уровню риска активам). С ничтожной долей вероятности можно ожидать ощутимого улучшения качества активов российских кредитных организаций к 2013— 2015 годам. Следовательно, переход на регулирование в рамках Продвинутого ШВ-подхода, на данном этапе развития реального сектора экономики России, становится излишне жесто-
21 Donald R. van Deventer (2009), ''Point in Time'' versus ''Through the Cycle'' Credit Ratings: A Distinction without a Difference, Kamakura Corporation. URL: http://www.kamakuraco.com/Blog/tabid/231/EntryId/18/-Point-in-Time-versus-Through-the-Cycle-Credit-Ratings-A-Distinction-without-a-Difference.aspx.
22 Barco M. Bringing credit portfolio modeling to maturity. Risk, 2004, no. 17 (1), pp. 86-90.
23 Kalkbrener M., Overbeck L. The maturity effect on credit risk capital. Risk, 2002, no. 14 (7), pp. 59-63.
24 Petrov D., Pomazanov M. Validation method of maturity adjustment formula for Basel II capital requirement. The Journal of Risk Validation, 2009, vol 3, no. 3, pp. 1-17.
25 Коссова Т. В. Коссова Е. В. Оценка кредитного риска компаний российского корпоративного сектора на основе прогнозирования вероятности дефолта по обязательствам, Риск финансово-экономический // Проблемы анализа риска. 2011. Том 8, № 2.
26 Помазанов М. В. Внедрение IRB Продвинутого подхода в банковской системе. Несколько основных препятствий // Аналитический банковский журнал. Апрель 2011. № 4 (190). Риск-менеджмент 74-87. URL: http://www.abajour.ru/files/74-77_190.pdf.
27 Там же.
ким с точки зрения повышения требований к останется для Международного статуса. капиталу. При существующем требовании к на- Заключение. В работе раскрыты некоторые
дежности «999» он вряд ли будет приемлем для существенные проблемы на пути внедрения
большинства структурообразующих банков- продвинутых подходов к управлению рисками,
ских институтов. активно развивающихся в настоящее время.
Решение данной проблемы должно прора- Были рассмотрены основные компоненты (ве-
батываться на высшем регуляторном уровне роятность дефолта, фактор корреляции, дли-
Базельского комитета. В рамках экспертных тельность кредитной экспозиции, уровень на-
групп по внедрению продвинутого IRB подхода дежности), которые определяют минимальные
при Ассоциации российских банков планиру- требования к капиталу кредитных организации
ется подача предложения в Базельский комитет по стандартам Базель II. По этим компонентам
о введении Национального стандарта уровня определён ряд задач, требующих пристального
надежности (ниже 0,999). В этом случае «999» внимания банковского и научного сообщества.
ЛИТЕРАТУРА (REFERENCES)
1. Помазанов М. В. Продвинутый подход к управлению кредитным риском в банке: методология, практика, рекомендации. Практическое пособие. - М.: Регламент-Медиа, 2010. - 180 с. (Pomazanov M. V. Advanced approach to credit risk management in the bank: methodology, practice, recommendations. Moscow, 2010, 180 pages).
2. Carlehed M, Petrov A. A methodology for point-in-time-though-the cycle probability of default decomposition in risk classification system. Journal of Risk Model Validation, 2012, vol. 6, no. 3, pp. 1-23.
3. Помазанов М. В. Адаптация «Продвинутого» подхода «Базель 2» для управления кредитными рисками в российской банковской системе // Управление финансовыми рисками. - 2009. - № 01 (17). - С. 48-67. (Pomazanov M. V. Adaptation of the advanced measurement approach Basel II for credit risk management in the Russian banking system. Upravlenie finansovymi riskami - Financial Risk Management, 2009, no. 01 (17), pp. 48-67).
4. Youbaraj Paudel. Minimum Capital Requirement Basel 2. Credit Default Model & its Application. Vrije Universiteit. BMI Paper. 21/-6/2007. URL: http://www.few.vu.nl/en/Images/werkstuk-paudel_tcm39-91410.pdf.
5. Gordy M., Heitfield E. Estimating default correlation from short panels of credit rating, Working Paper, Federal Reserve Board, 2002. URL: http://emlab.berkeley.edu/~mcfadden/e242_f03/heitfield.pdf.
6. Cespedes J. Credit Risk Modelling and Basel II. Algo Research Quarterly, 57, 2002, vol. 5, no. 1.
7. Hamerle A., Leibi T., Roesch D. Benchmarking Asset Correlations, (2003a) Risk 16, pp. 77-81.
8. Hamerle A., Leibi T., Roesch D. Credit Risk Factor Modeling and the Basel II IRB Approach. Deutsches Bundesbank Discussion Paper, (2003b). URL: http://epub.uni-regensburg.de/8241/1/hamerle1.pdf.
9. Frey R., McNeil A., Nyfeler M. Modelling dependent defaults: Asset correlations are not enough! Working paper, ETH Zurich, 2001. URL: http://wenku.baidu.com/view/ba423bd226fff705cc170a66.html.
10. Frey R., McNeil A. Dependent Defaults in Models of Portfolio Credit Risk. Journal of Risk, no. 6 (1) (2003а), pp. 59-92.
11. Dietsch M., Petey J. Should SME exposures be treated as retail or corporate exposures? A comparative analysis of default probabilities and asset correlations in French and German SMEs. Journal of Banking and Finance, 2004, no. 28, pp. 773-788.
12. Jobst P., Servigny A. An Empirical Analysis of Equity Default Swaps II: Multivariate Insights. Working Paper, Standard & Poor's, 2005. URL: http://129.3.20.41/eps/fin/papers/0503/0503025.pdf.
13. Duellmann K., Scheule H. Determinants of the Asset Correlations of German Corporations and Implications for Regulatory Capital. University of Regensburg Working Paper, 2003. URL: http://www. cofar.uni-mainz.de/dgf2003/paper/paper53.pdf.
14. Bluhm C., OverbeckL. Systematic risk in homogeneous credit portfolios"; in: Credit Risk; Measurement, Evaluation and Management" in; G. Bol et al (eds), Contributions to Economics (Heidelberg, Physica: Verlag/Springer), 2003.
15. Jakubik Does Credit Risk Vary With Economic Cycles? The Case of Finland, Working Paper, Institute of Economic Studies, Faculty of Social Sciences, Charles University in Prague, 2006.
16. Bandyopadhyay A., Ganguly S. Empirical estimation of default and asset correlation of large corporate and banks in India, Munich Personal RePEc Archive (MPRA), paper no. 33057, August 2011. URL: http:// mpra.ub.uni-muenchen.de/33057.
17. Donald R. van Deventer (2009), ''Point in Time'' versus ''Through the Cycle'' Credit Ratings: A Distinction without a Difference, Kamakura Corporation. URL: http://www.kamakuraco.com/Blog/ tabid/231/EntryId/18/-Point-in-Time-versus-Through-the-Cycle-Credit-Ratings-A-Distinction-without-a-Difference.aspx.
18. Barco M. Bringing credit portfolio modeling to maturity. Risk, 2004, 17 (1), pp. 86-90.
19. Kalkbrener M., Overbeck L. The maturity effect on credit risk capital. Risk, 2002, 14 (7), pp. 59-63.
20. Petrov D., Pomazanov M. Validation method of maturity adjustment formula for Basel II capital requirement. The Journal of Risk Validation, 2009, vol. 3, no. 3, pp. 1-17.
21. Коссова Т. В., Коссова Е. В. Оценка кредитного риска компаний российского корпоративного сектора на основе прогнозирования вероятности дефолта по обязательствам, риск финансово-экономический // Проблемы анализа риска. - 2011. - Том 8, № 2. (Kossova T. V., Kossova E. V. Credit risk estimation in the Russian corporate sector by predicting the probability of default on obligations, financial and economic risk. Issues of Risk Analysis, 2011, vol. 8, no. 2).
22. Помазанов М. В. Внедрение IRB Продвинутого подхода в банковской системе. Несколько основных препятствий. Аналитический банковский журнал. №4 (190) Апрель 2011. Риск-менеджмент 74-87. URL: http://www.abajour.ru/files/74-77_190.pdf, http://www.cbr.ru/today/ms/bn/ bz_1.pdf (Pomazanov M. V. The introduction of the Advanced IRB approach in the banking system. Several major obstacles. Analiticheskiy bankovskiy zhurnal - Analytical Banking Journal, 2011, no. 4 (190), pp. 74-87. URL: http://www.abajour.ru/files/74-77_190.pdf, http://www.cbr.ru/today/ms/bn/bz_1.pdf).
23. Aguai S., Forest Jr., L. R., King L., Lennon M. C. and Lordkipanidze B. Designing and implementing a Basel II compliant PIT-TTC ratings framework. In The Basel Handbook, 2008, 2nd edn, pp. 267-297. Risk Books, London. URL: http://mpra.ub.uni-muenchen.de/6939/1/MPRA_paper_6939.pdf.
ЧИТАТЕЛЮ НА ЗАМЕТКУ
Финансовый университет при Правительстве Российской Федерации ежегодно проводит Международный конкурс научных работ студентов и аспирантов. На конкурс представляются законченные научные работы, выполненные студентами и аспирантами или их коллективами (не более трёх человек). Работы должны отличаться оригинальностью подходов к решению поставленных проблем, иметь теоретическую и практическую ценность. Для участия в конкурсе текущего года студенты и аспиранты Финансового университета должны представить научные работы до 19 марта 2013 года, а внешние участники — до 25 марта 2013 года.
Подробности: http://fa.ru/news/Pages/Mezhdunarodniy%20konkurs%20 nauchnih%20rabot%20studentov%20i%20aspirantov_13.02.2013.aspx
