CC BY
55
Т.И. Шкаева
КОНЦЕПЦИЯ РЕГУЛИРОВАНИЯ ОТРАСЛЕВОЙ КОНЦЕНТРАЦИИ КРЕДИТНЫХ РИСКОВ КОММЕРЧЕСКОГО БАНКА
Проблема управления кредитными рисками не нова для банковской теории и практики. Однако последствия финансово-экономического кризиса 2008-2009 гг. коснулись даже крупных коммерческих банков. В условиях, когда объёмы промышленного производства в
сопоставимых ценах сократились в 2008 г. на 3,1%, а в 2009 г. - на 22,9%, кредитование предприятий в этот период было практически приостановлено. В 2010 г. кредитование предприятий коммерческими банками возобновилось, и проблема формирования кредитной политики в условиях преодоления последствий кризиса встала для банков с новой остротой, что свидетельствует об актуальности данного направления исследований.
Диверсификация кредитного портфеля является наиболее распространённым методом управления кредитным риском коммерческого банка. Рассматривая пути диверсификации кредитного портфеля коммерческого банка, нельзя не провести параллель с задачей диверсификации инвестиций по методу Г. Марковица [1]. Его теоретические построения основаны на ряде предположений. Первая часть этих предположений относится к условиям принятия инвестиционных решений, определяемым свойствам фондового рынка, а именно:
рынок состоит из конечного числа бесконечно делимых ликвидных активов, доходности которых для заданного периода считаются случайными величинами (т.е. все активы - рисковые);
существуют открытые и достоверные исторические данные о доходности активов, позволяющие инвестору получить оценку ожидаемых (средних) значений доходностей и их попарных ковариаций;
инвестор при совершении операций с фондовыми активами свободен от транзакционных издержек и налогов;
инвестор может формировать любые допустимые (для данной модели) портфели, доходности которых являются также случайными величинами.
Другая часть предположений модели Г. Марковица относится к поведению инвестора. Относительно его поведения выдвигаются две гипотезы - гипотеза ненасыщаемости и гипотеза несклонности к риску. Эти гипотезы означают, что:
инвестор всегда предпочитает более высокий уровень благосостояния, то есть при одинаковых прочих условиях всегда выбирает актив (портфель активов) с большей доходностью;
инвестор из двух активов с одинаковой доходностью обязательно предпочтет актив с меньшим риском.
Кроме того, модель Г. Марковица основана на том, что показатели доходности различных ценных бумаг взаимосвязаны: с ростом доходности одних бумаг наблюдается одновременный рост по другим бумагам, третьи остаются без изменения, а по четвертым доходность, наоборот, снижается. Такая зависимость не является детерминированной, т.е. однозначно определенной, а есть стохастической и называется корреляцией.
Исходя из данных предположений, Г. Марковиц задачу оптимизации инвестиционного портфеля сформулировал следующим образом: необходимо определить доли ценных бумаг различных типов, включаемых в инвестиционный портфель,
обеспечивающие минимизацию риска при заданном (желаемом инвестором) уровне доходности. Данная задача решалась методами условной оптимизации.
Следующим значимым шагом в развитии портфельной теории были работы Дж. Тобина, который исследовал вопрос о распределении совокупного капитала в экономике между денежной формой и формой ценных бумаг. Рассматривая
© Шкаева Тамара Ивановна - аспирант. Институт экономики промышленности НАН Украины, Донецк.
ISSN 1562-109X
совокупный капитал в форме ценных бумаг, Дж. Тобин помимо рисковых акций приобщил к анализу государственные долговые обязательства (облигации, казначейские векселя и т.п.), которые считал безрисковым капиталом.
В 1963 г. У. Шарп предложил одноин-дексную модель, которая в сравнении с моделями Г. Марковица и Дж. Тобина, значительно уменьшает размерность задачи формирования оптимального
инвестиционного портфеля. Модель основывается на предположении, что доходность всех акций зависит от одного фактора, которым определен рыночный индекс. У. Шарп упростил проблему таким образом, что приближенное решение может быть найдено значительно меньшими усилиями с использованием ß-фактора, который характеризует степень риска актива и показывает, во сколько раз изменение его цены превышает изменение цен на рынке в целом. Однако применить модель У. Шарпа для формирования оптимального кредитного портфеля коммерческого банка невозможно из-за её начальных предпосылок. Так, согласно модели, если выбрать некоторое количество ценных бумаг, то они достаточно точно смогут охарактеризовать развитие всего рынка. Чего нельзя сказать об отраслях экономики - по показателям развития какой-либо отрасли нельзя судить о развитии всей экономики.
Работа Г. Марковица положила начало теории портфельных финансов, которая развивалась в работах как зарубежных, так и отечественных специалистов. Среди них Р. Дембо [2], Х. Мозер, Д. Розен [3], Е. Гришина [4], Е. Франгулова [5], Б.Ю. Кишакевич [7], А.В. Мищенко [12]. В своих работах авторы в большей части поднимают вопросы однокритериальной оптимизации кредитного портфеля, когда
максимизируется его доходность или минимизируется дисперсия. На основе модели Г. Марковица разработаны и многокритериальные модели формирования кредитного портфеля с одновременной минимизацией риска и максимизацией доходности.
Целью настоящей статьи является разработка концептуальных подходов к регулированию отраслевой концентрации кредитных рисков коммерческого банка на основе применения методологии
диверсификации кредитного портфеля.
Заслуживает внимания вариант применения модели Г. Марковица к оптимизации структуры кредитного портфеля, предложенный в работе А.В. Мищенко и А.С. Чижовой [12].
Пусть необходимо сформировать кредитный портфель на основе поданных заемщиками кредитных заявок i=1, ..., N объемом V1 ,...,VN денежных единиц. Предположим, что общая сумма кредитных ресурсов банка составляет V, тогда весовой коэффициент каждой ссуды (wi) находится
по формуле: wi = Vi/V. Обозначим ni -бинарная переменная, отражающая решение банка о предоставлении ссуды, т.е. ni = 1, если заемщику i предоставлена ссуда и ч = 0 в противном случае. Тогда тот факт, что сумма предоставленных банком ссуд не должна превышать общий объем кредитных ресурсов банка преобразуется в ограничение на сумму весовых коэффициентов
N N
YVn < V ^У w.n. < 1.
/ I г г / * г г
i=1 i=1
Пусть yi - доходность по ссуде i и а21 - дисперсия доходности по ссуде i. Предположим также, что коэффициент корреляции между двумя произвольными доходностями i и j одинаков для всех ссуд и обозначим его р . Тогда задача оптимизации кредитного портфеля с учетом ограничения на целочисленость переменной, характеризующей решение о выдаче ссуды, может быть сформулирована следующим образом:
N N
L = У аХw2+2 У (aajp)(nwi )(njwj) ^ (1)
i=1 i> j, j=1 (1)
^ min
N
У ynWi ^ у (2)
i=1
N
У w.ni < 1 (3)
i=1
nt e {0, 1}, i = 1,...,N. (4)
Сформулированная задача (1)-(4) отвечает условию минимизации дисперсии доходности при ограничении на минимальную доходность кредитного портфеля. При этом выражение (1) содержит дисперсию доходности портфеля (Ь), состоящую из суммы дисперсий сС и ковариаций с с р доходностей ссуд, взвешенных с учетом весовых коэффициентов ^ и бинарных индикаторов
выдачи ссуды п{. Выражение (2) содержит ограничение на минимальную доходность кредитного портфеля, обозначенную у , где доходность портфеля находится как сумма доходностей отдельных ссуд у{, взвешенных
с учетом весовых коэффициентов и
бинарных индикаторов выдачи ссуды п{. Бинарные переменные п{ являются
искомыми переменными модели.
Важным вопросом, предшествующим решению сформулированной задачи (1)-(4), является оценка дисперсий доходностей ссуд с 2 . Для этого авторы воспользовались
методом оценки асимптотической дисперсии функции от случайной величины, получившим в статистике название Дельта метод. В соответствии с данным методом цена ссуды,
т.е. текущая дисконтированная стоимость РР
рассматривается как случайная величина, обладающая математическим ожиданием и дисперсией. Из этого следует, что доходность по ссуде у , являющаяся
функцией от цены ссуды Р{, также является случайной величиной. Однако
предположение о случайной доходности по ссуде авторы привнесли в данную модель из классической модели Г. Марковица. На самом деле доходности по ссудам предприятиям различных отраслей не случайны и определяются характером развития этих отраслей. Следовательно, необходима разработка определённой процедуры, связывающей уровень развития отрасли и доходностью по ссудам в ней.
Несмотря на внешнюю схожесть, задача оптимизации кредитного портфеля коммерческого банка применительно к её реализации в отечественных условиях характеризуется рядом принципиальных особенностей:
в роли активов выступают кредиты, которые не имеют определённой рыночной цены, в отличие от ценных бумаг;
банк в отличие от инвестора на фондовом рынке, который может приобретать акции в наперёд заданном объёме, лишён такой возможности. Размеры займов, предоставляемые банком,
определяются заёмщиком в кредитной заявке, исходя из потребностей в кредитных ресурсах. Следовательно, теоретически решение руководства банка сводится к определению процентной ставки по кредиту и имеет двоичный характер - выдавать кредит или нет. Практически же процентная ставка по кредиту тесно привязана к учётной ставке НБУ и не дифференцируется в зависимости от конкретного заёмщика;
при формировании ограничений задачи оптимизации кредитного портфеля банка следует учитывать действующие нормативы НБУ относительно максимального размера кредитного риска на одного заёмщика, который не должен превышать 25% и норматив "крупных" кредитов, который не должен превышать 8-кратного размера капитала банка [8];
при совершении кредитных операций коммерческий банк не свободен от транзакционных издержек и находится под влиянием информационных асимметрий.
Исходя из этих условий задачу отраслевой диверсификации кредитных вложений коммерческого банка на основе решения задачи Г. Марковица необходимо поставить по-иному.
Во-первых, вместо покупки акций имеет место выдача кредитов предприятиям различных отраслей.
Во-вторых, вместо достоверных исторических данных о доходности активов, позволяющих инвестору получить оценку ожидаемых (средних) значений доходностей и их попарных ковариаций, имеются тренды
развития отраслей, выраженные темпами их роста.
В этой связи для решения задачи отраслевой диверсификации кредитного портфеля коммерческого банка необходимо решить следующее:
оценить вероятность, с которой будет развиваться та или иная отрасль в прогнозном периоде;
необходимо статистический показатель темпа роста привести к показателю, который бы заменял доходность акции ввиду слабой развитости фондового рынка.
Как было отмечено выше, решение руководства банка сводится к решению о выдаче кредита при определённой процентной ставке. То есть темп роста отрасли при выдаче кредита необходимо взаимоувязать с величиной её рискованности. Как гипотезу можно принять следующие предположения. Вложения в растущие отрасли - менее рисковые, чем в отрасли, находящиеся на стадии спада.
Главной концептуальной неточностью в адаптации западных моделей оценки кредитного риска является применение подходов технического анализа,
заключающегося в прогнозировании изменений цен в будущем на основе анализа изменений цен в прошлом. В техническом анализе разработано множество различных инструментов и методов, но все они основаны на одном общем предположении -путём анализа временных рядов путём выделения трендов (на основе паттернов или технических индикаторов) возможно спрогнозировать поведение цен в будущем. Это справедливо только для стабильно работающего западного фондового рынка и в корне не соответствует отечественным условиям.
Кроме этого, отождествляя модели формирования оптимального портфеля ценных бумаг и формирования кредитного портфеля коммерческого банка, следует понимать, что первые нацелены на текущий оптимальный портфель, модель Г. Марковица не делает акцент на изменение курса акций конкретной компании в будущем, а принимает во внимание лишь её текущие показатели.
По мнению специалистов-практиков, ключевыми показателями для проведения оценки предприятий отрасли для целей инвестирования являются выручка, чистая прибыль, рентабельность капитала (ROE -return on equity), активы, структура акционеров, темпы роста бизнеса [9]. Компания должна работать с нормальной рентабельностью. ROE является одним из основных показателей и характеризует доходность бизнеса для его владельцев, низкий ROE может означать, что компания не генерирует стоимости.
При оценке финансовых показателей имеют значение не столько цифры, сколько их динамика. Акции компаний, имеющие положительную динамику (активов, выручки, чистой прибыли), имеют высокие шансы вырасти в цене. Здесь работает принцип: чем выше темпы роста финансовых показателей у компании, тем сильнее могут подорожать ее акции. Особенно это относится к чистой прибыли. Известный американский инвестор У. О'Нил писал в своей книге: «Если чистая прибыль компании увеличивается на 30% и более, то акции такой компании имеют высокие шансы подорожать на 100%» [10].
Для отечественных условий ввиду неразвитости фондового рынка и других институциональных условий курс акций не может быть использован для принятия инвестиционных решений. А
удовлетворительные и даже отличные финансовые показатели предприятия на сегодняшний момент не гарантируют того, что они сохранятся и в будущем. В этой связи необходимо решения о кредитовании предприятий связывать с их будущим, с жизненными циклами отраслей, технологий, продуктовых линий. «Когда назревают технологические перемены, - утверждает Р. Фостер, - очень важно понять, какому участку логистической кривой отвечает текущий момент для используемой технологии или выпускаемой продукции, не наступил ли уже такой этап, когда дальнейшие вложения в совершенствование производственных процессов и
производимых товаров не дадут осязаемых результатов по той причине, что близки
объективные пределы развития
соответствующей научной, инженерной либо организационной идеи - в этом случае средства целесообразно направлять на разработку и внедрение принципиально новых идей, в подготовку, освоение и выпуск изделий «новых поколений» [11].
Следовательно, принимая решение об инвестировании, необходимо основываться на системно-динамических моделях развития отраслей. Стадия жизненного цикла отрасли (технологии) связана с вероятностью дефолта PD. Очевидно, вероятность дефолта растущих отраслей существенно ниже, чем отраслей стагнирующих.
На основе прогноза темпов роста отраслей возможно спрогнозировать изменение их рентабельности, а следовательно, рассчитать дисперсию доходности. Далее, провести оптимизацию кредитного портфеля по методу Г. Марковица и сравнить полученный кредитный портфель с имеющимся. На основе этого руководство банка может сделать вывод о предпочтительности той или иной отрасли для кредитования. Применяя данную процедуру с определённым периодом, можно получать новые оценки распределения кредитных вложений по отраслям с учётом изменяющейся их динамики. Перспективным направлением исследований в этом направлении следует назвать реализацию данной концепции и разработку конкретных рекомендаций по оптимизации кредитного портфеля коммерческого банка с учётом отраслевой составляющей.
Литература
1. Markowitz H. Portfolio Selection / H. Markovitz // The Journal of Finance. - 1952. -№ 1. - Vol. 7.-P. 77-91.
2. Dembo R. Optimal portfolio replication / R. Dembo // Research Paper Series. - 1999. -95-01, Algorithmics Inc. - [Електронний ресурс]. - Режим доступу:http://www.sprin-gerlink.com/content/v7325q22781153h1.
3. Mausser H. Applying Scenario Optimization to Portfolio Credit Risk / H. Mausser, D. Rosen // The journal of risk finance. - 2001. - № 2.- P. 36-48. - [Електронний
ресурс]. - Режим доступу: http://www.algo-rithmics. com/EN/media/pdfs/arq-scenopt.pdf.
4. Grishina E.N. On One Method of Portfolio Optimization With Fuzzy Random Data / E.N. Grishina // International Conference on Fuzzy Sets and Soft Computing in Economics and Finance (FSSCEF 2004): Proceedings. - Saint-Petersburg, 2004. - Vol. 2. -P. 493-498.
5. Франгулова Е.В. Оптимизация портфеля ценных бумаг "Математика. Компьютер. Образование" / Е.В. Франгулова // Сб. трудов XV междунар. конф. / под общ. ред. Г.Ю. Ризниченко. - Ижевск: Научно-издательский центр "Регулярная и хаотическая динамика". - 2008. - Т. 1. - С. 261-266.
6. Krokhmal P. Portfolio optimization with conditional value-at-risk objective and constraints / P. Krokhmal. - [Електронний ресурс]. - Режим доступу: http://www.paper. ijcsns.org /07_book /200601 /200601A28.pdf.
7. Кишакевич Б.Ю. Багатокритерiальна оптимiзацiя кредитного портфеля банку / Б.Ю. Кишакевич // Науковий вюник НЛТУ Украни. - 2009. - Вип. 19.12. - С. 301-308.
8. Методичш рекомендаци щодо оргашзацп та функщонування системи ризик-менеджменту в банках Украши. Постанова Правлшня Нащонального банку Украши 02.08.2004 р. № 361. - [Електронний ресурс]. - Режим доступу: http://www.bank.gov.ua/ Bank_ supervision/Risks/361 .pdf
9. Терентьев И. Гормоны роста / И. Терентьев // Финансы. - 2008. - № 32 (267). -1-7 сент. - [Електронний ресурс]. - Режим доступу: http://www.finansmag.ru/93780/.
10. О'Нил У. Как делать деньги на фондовом рынке // У. О'Нил. - М.: Альпина Бизнес Букс, 2008. - 336 с.
11. Фостер Р. Обновление производства: атакующие выигрывают / Р. Фостер. - М.: Прогресс, 1987. - 197 с.
12. Мищенко А.В. Методология управления кредитным риском и оптимальное формирование кредитного портфеля / А.В. Мищенко, А.С. Чижова. - [Електронний ресурс]. - Режим доступу: http://www.hse.ru/ data/236/632/1233/Статья_оптимизация%20кре-дитного%20портфеля%20(4).doc.
