CC BY
44УДК 336:334.021:616-036.21
DOI 10.35231/25419501_2021_1_79
Ермаков С. В.
GAP-анализ в управлении кредитным риском банковской организации, создающей «экосистему»
В статье рассмотрены вопросы совершенствования системы управления кредитным риском для банка, создающего собственную экосистему, под которой как бизнес-объединением понимается особая социально-экономическая система, имеющая специфические цели и функции организации. Предложено в дополнение к нормативным методам расчетов при управлении кредитными рисками использовать методика GAP-анализа, позволяющую совершить расчет коэффициента избытка или дефицита ликвидности для анализа оценки риска в коротких интервалах предложенного банка. Сделан вывод о необходимости свободного доступа к данным, касающихся задолженности лиц - участников данной экосистемы.
Ключевые слова: экосистема, управление банковскими рисками, кредитный риск, безрисковые вложения, категория качества задолженности, GAP-анализ.
ГРНТИ: Экономика / Экономические науки: 06.73.55 Банки.
ВАК: 08.00.10
Ermakov S. V.
GAP analysis in credit risk management of a banking organization
creating an «ecosystem»
The article considers issues of improving the credit risk management system for the bank, creating its own ecosystem, which as a business association is understood as a special socio-economic system that has specific goals and functions of the organization. In addition to the regulatory methods of calculations in the management of credit risks, it is proposed to use the method of GAP-analysis, which allows to calculate the coefficient of excess or deficit of liquidity for the analysis of risk assessment in the short intervals of the proposed bank. It is concluded that there is a need for free access to data regarding the indebtedness of individuals participating in this ecosystem.
Key words: ecosystem, bank risk management, credit risk, risk-free investments, debt quality category, GAP analysis.
JEL classifications: G20
Известно, что в условиях свободных рыночных отношений работа банка подчинена основной цели - получении максимально возможной
© Ермаков С.В., 2021
ЭКОНОМИКА НОВОГО МИРА: науч. журн. 2021 г. Том 6. № 1 (Вып. 20). С. 79
прибыли. И, зачастую, чем выше уровень риска, тем больше возможность получить прибыль. В связи с этим растет значимость управления банковскими рисками на профессиональном уровне [6]. Однако в эпоху технологических революций методы управления рисками могут постоянно совершенствоваться, а риски усугубляться и изменяться, соответственно, и система управления рисками в банках также должна развиваться и совершенствоваться.
В связи с тем, что есть прецеденты создания банками собственных экосистем с достаточно тесными финансовыми отношениями различных экономических субъектов, требуется новое осмысление управления рисками в таких банках. Под экосистемой как бизнес-объединением в данном случае можно понимать особую социально-экономическую систему, имеющую специфические цели и функции организации [5].
В соответствии с Положением ЦБ от 28 июня 2017 г. № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» классификация кредитов, выданных финансовым учреждением, осуществляется по пяти категориям качества. Вероятность возникновения убытков установлена и растет от 1 (стандартные) к 5 (безнадежные) категории, достигая вероятности 100% невозврата.
По типовой установленной методике на основании анализа структуры портфеля можно поэтапно рассчитать кредитный риск банка [1; 2; 3].
Однако кредитный риск критически важен для классического банка, поскольку чаще всего порождает ряд последующих банковских рисков и потенциальную потерю ликвидности в дополнение к платежеспособности банка. Соответственно, целью управления кредитным риском банка является создание более чуткой системы управления кредитным риском, которая направлена на достижение критического уровня кредитного риска для конкретного банковского учреждения.
Анализируемым банком будет выступать ПАО Сбербанк - один из несомненных лидеров на российском рынке. На сегодняшний день в ПАО Сбербанк обслуживается 70% населения Российской Федерации.
Значимость кредитного риска для ПАО Сбербанк обусловлена тем, что практически вся деятельность банка направлена на кредитование корпоративных и розничных клиентов, включая кредитование малого и среднего бизнеса. Наибольшую угрозу для банка может создавать практика кредитования МСП, входящих в экосистему Сбера.
В данном случае при управлении кредитным риском, по нашему мнению, дополнительно следует использовать методику GAP-анализа.
GAP-анализ традиционно используют в качестве оценки риска в коротких интервалах от 2 до 5 лет. Этот способ позволяет сконцентрировать внимание на управлении чистым притоком денежных средств, предложенном в виде процентов в краткосрочной перспективе, направленный на стабилизацию и оптимизацию доходов. GAP есть разница (разрыв) между величиной чувствительных активов (ЧА) и чувствительных обязательств (ЧО) в денежных единицах. Оптимальным считается значение коэффициента, близкое к единице [4]. Таким образом, профиль GAP-анализа дает представление как о текущей, так и о будущей ликвидности банка.
Проведем расчет финансового риска для портфеля кредитов Сбера, выданным физическим и юридическим лицам.
Для этого необходимо рассчитать и проанализировать среднегодовые значения для каждой из подгрупп, опираясь на результаты всех рассмотренных периодов. Для расчетов коэффициента миграции принимались во внимание следующие кредитные группы: текущие (или своевременное обслуживание имеющегося долга); просроченные до 30 дней; просроченные от 30 до 90 дней; просроченные от 90 до 180 дней; просроченные на длительный срок (от 180 дней до 1 года); просроченные свыше 1 года.
Миграционная статистика по портфелям физических и юридических лиц приведена Сбером на своем сайте [7], кратко проанализируем данные.
По физическим лицам проведенный анализ показал, что суммарный коэффициент потерь в 2020 г. составил 25,6%, наибольшая убыточность представлена в сфере потребительских кредитов (27,8%), самая низкая - в сфере ипотечного кредитования (12,0%). Следовательно, вероятность погашения заемщиками кредитов, по сказанным ранее направлениям, самая максимальная и самая минимальная для портфеля физических лиц. Кроме того, за период необходимо отметить высокий уровень миграции просроченной задолженности, приходящийся на ссуды 5 категории качества. Подобные задолженности можно сразу отнести к безнадежным к взысканию. Согласно регламенту, резерв на возможные потери должен составлять 100%, так как вероятность возврата кредита невысока. Наибольшая доля текущих ссуд среди просроченных составляет от 30 до 90 дней по потребительским кредитам, при этом коэффициент миграции составляет 19,6%.
Далее проведем анализ риска для портфеля кредитов юридическим лицам. Миграционная статистика по портфелю юридических лиц ПАО Сбербанк за 2020 г. по видам выдаваемых кредитов представлена на рис. 3.
По юридическим лицам проведенный анализ показал, что суммарный коэффициент потерь в 2020 г. составил 13,34%, наибольший коэффициент потерь относится к промышленности, а наименьший - к прочим сферам.
Следовательно, риск портфеля с однородными характеристиками на основании формулы с учетом коэффициента кредитного рейтинга (в среднем 1,2) составит:
Для портфеля физическим лицам:
R = 25,62% 1,2 = 30,74%.
Для портфеля юридическим лицам:
Р = 13,34% 1,2 = 16,00%.
Таким образом, в результате использования методики ОАР-анализа рассчитанный риск портфеля кредитов физическим лицам составил 30,74% по сравнению с риском, рассчитанным по требованиям ЦБ РФ, равный 25,62%. Рассчитанный риск портфеля кредитов юридическим лицам составил 16% по сравнению с риском, рассчитанным по требованиям ЦБ РФ, равный 13,34%. К сожалению, сделать выборку по юрлицам - строго членам экосистемы Сбера пока не представилось возможным.
Также результаты анализа показывают, что у банка отсутствует разрыв сроков погашения требований и обязательств в анализируемый период. Это может свидетельствовать о том, что за отчетный период ликвидность сбалансирована, однако на коротких сроках существенно преобладает избыток или недостаток ликвидности.
Как видим, ОАР-анализ дает возможность банку наглядно представить и разработать стратегию получения и размещения ликвидности, а вместе со стресс-тестом определить и определенный запас прочности, который может потребоваться в случае реализации негативных сценариев и ухудшения экономической ситуации.
Таким образом, поскольку применение стресс-тестирования при ОАР-анализе позволяет спрогнозировать риск при воздействии различных факторов, следовательно, банку рекомендуется использовать ОАР-анализ вместе со стресс-тестированием.
В ситуации Сбера - «хозяина» экосистемы - особое значение для проведения ОАР-анализа представляют данные, касающиеся задолженности лиц - участников данной экосистемы. Эти данные также должны быть открыты и доступны для различных внешних пользователей информации - от контролирующих органов до мелких инвесторов,
для того чтобы иметь возможность рассчитать соответствующие показатели не только в целом, но и по категориям зависимых и независимых заемщиков. Такой алгоритм контроля покажет как истинное финансовое положение банка, так и более правильные ориентиры управления кредитными рисками в банке, включенном в экосистему.
Список литературы
1. Положение Банка России от 23 октября 2017 г. № 611 -П «О порядке формирования кредитными организациями резервов на возможные потери (с изменениями на 18 июля 2019 года) // Официальный сайт Банка России. - URL: https://www.cbr.ru.
2. Положением Банка России от 28 июня 2017 г. № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» (с изм. на 16 октября 2019 г.) // Официальный сайт Банка России. - URL: https://www.cbr.ru.
3. Инструкция Банка России от 29 ноября 2019 г. № 199-И «Об обязательных нормативах и надбавках к нормативам достаточности капитала банков с универсальной лицензией (с изм. на 26 марта 2020 г.) // Официальный сайт Банка России. -URL: https://www.cbr.ru.
4. Космачева Н.М., Стецюнич Ю.Н. Оценка качества управления кредитными рисками в банках по критерию просроченной задолженности // Экономика нового мира. - 2018. - № 4 (12). - С. 47-58.
5. Космачева Н.М., Черкасская Г.В. Управление социально-экономическими системами как предмет научного исследования // Инновационные технологии управления: сб. ст. по материалам VI Всерос. науч.-практ. конф. - Мининский университет, 2020. - С. 22-26.
6. Bessis Jo. Risk Management in Banking. - Wiley Finance, 2018. - 376 с.
7. Официальный сайт Сбербанка. - URL: https://www.sberbank
Reference
1. Polozhenie Banka Rossii ot 23 oktyabrya 2017 goda № 611-P «O poryadke formi-rovaniya kreditnymi organizaciyami rezervov na vozmozhnye poteri». Oficial'nyj sajt Banka Rossii. uRL: https://www.cbr.ru.
2. Polozheniem Banka Rossii ot 28 iyunya 2017 goda № 590-P «O poryadke formi-rovaniya kreditnymi organizaciyami rezervov na vozmozhnye poteri po ssudam, ssudnoj i priravnennojknejzadolzhennosti». Oficial'nyj sajt Banka Rossii. URL: https://www.cbr.ru.
3. Instrukciya Banka Rossii ot 29 noyabrya 2019 g. № 199-I «Ob obyazatel'nyh nor-mativah i nadbavkah k normativam dostatochnosti kapitala bankov s universal'noj licen-ziej. Oficial'nyj sajt Banka Rossii. URL: https://www.cbr.ru.
4. Kosmacheva N.M., Stecyunich Yu.N. Ocenka kachestva upravleniya kreditnymi riskami v bankah po kriteriyu prosrochennoj zadolzhennosti. Ekonomika novogo mira. 2018. № 4 (12). Р. 47-58.
5. Kosmacheva N.M., Cherkasskaya G.V. Upravlenie social'no-ekonomicheskimi sistemami kak predmet nauchnogo issledovaniya. V sbornike: Innovacionnye tekhnologii upravleniya. Sbornik statej po materialam VI Vserossijskoj nauchno-prakticheskoj konfer-encii. Mininskij universitet. 2020. Р. 22-26.
6. Bessis Jol. Risk Management in Banking. Wiley Finance publ., 2018. 376 р.
7. Oficial'nyj sajt Sberвankа. URL: https://www.sberbank.
