CC BY
145
Уральский государственный экономический университет
620144, РФ, г. Екатеринбург, ул. 8 Марта/Народной Воли, 62/45 Контактный телефон: (343) 372-18-81 e-mail: [email protected]
СТРЕЛЬНИКОВ Евгений Викторович
Кандидат экономических наук, доцент кафедры финансовых рынков и банковского дела
Особенности идентификации и характеристики кредитного риска
Ключевые слова: риск; кредитный риск; подверженность кредитному риску; банковский риск; виды банковского риска; прогнозирование кредитного риска; способы защиты от кредитного риска; применимость рисковой модели для банка; надежность рисковой модели; гарантии надежности рисковых моделей.
Аннотация. Одним из главных рисков для кредитной организации представляется кредитный риск. Данный тип риска в полной мере связан с основным видом деятельности банка - кредитованием. Доход от банковской деятельности в большой степени складывается также из процентных платежей, которые есть не что иное, как результат кредитной деятельности банка.
Одним из основных рисков для любой кредитной организации представляется кредитный риск. Данный тип риска в полной мере связан с основным видом деятельности банка - кредитованием. Необходимо сразу отметить, что как следствие и основной доход от банковской деятельности складывается также из процентных платежей, которые есть не что иное, как результат кредитной деятельности банка1. Следовательно, практически все бизнес-процессы, связанные с кредитованием как юридических, так и физических лиц, имеют очень большое, если не сказать приоритетное значение.
Одним из подобных процессов нам представляется идентификация, отслеживание и дальнейшая нейтрализация рисков, связанных с кредитной деятельностью банков. В нашем случае это кредитный риск2.
По мнению А. С. Шапкина, кредитный риск для банков складывается из сумм задолженностей заемщиков по банковским ссудам, а также из задолженности клиентов по другим сделкам. Не только кредитные организации, но и компании тоже могут подвергаться определенному кредитному риску в своих операциях с банком [1. С. 236]. Однако, на наш взгляд, в своей теории А. С. Шапкин не всегда корректно и адекватно трактует экономическую форму понятия «кредитный риск».
Несомненно, определенная подверженность кредитному риску возникает у любого банка, как только он принял решение выдать кредит заемщику, будь то физическое или юридическое лицо. Но не следует забывать, что экономическое содержание понятия «кредитный риск» предполагает вероятность невозвращения выданной суммы. Критериальным свойством данного риска является то, что подверженность кредитному
1 По данным The World’s Banks более 85% доходов кредитных организаций за 2010 г. были получены именно благодаря платежам клиентов банков, связанным с погашением их процентной задолженности (www.worldbanks.com).
2 Кредитный риск можно выразить как определенную совокупность обстоятельств, которая может привести к неблагоприятным для банка последствиям в виде невозврата переданной в заем денежной суммы.
© Стрельников Е. В., 2011
риску имеет длящийся характер, т. е. сохраняется в течение всего периода действия кредитной сделки вплоть до возвращения суммы кредита и всех сопутствующих процентных платежей по соответствующей сделке. В этой связи хотелось бы отметить, что кредитный риск распространяет свое действие на обязательство, которое действует в рамках подписанного сторонами договора. В случае, например, реструктуризации обязательства или новации ссудной задолженности кредитный риск также может быть трансформирован в кредитный риск иного плана или в другой банковский риск (риск ликвидности, риск неплатежеспособности и т. д.). Это уже будет другой риск, и экономическая природа его будет также совершенно иной.
Изучая кредитный риск, исследователь сталкивается с особенностью кредитной деятельности, которая зависит от факторов кредитования. Факторы кредитования могут влиять самым непосредственным образом на своевременный возврат кредита в банк.
В настоящее время при анализе кредитных рисков во многих банках применяют довольно старый и все же недостаточно проверенный способ определения величины кредитного риска. В частности, подразделения, где происходит анализ рисковых ситуаций, проводят довольно примитивный анализ финансово-хозяйственной деятельности заемщика. В результате кредитная организация получает точные данные, касающиеся современного состояния заемщика, но прогнозированием ситуации в отношении возможности возврата или невозврата ссуды банки не занимаются.
Одним из примеров подобного прогнозирования может служить применение формулы Бейса [2. С. 149]. Данная формула применяется на основе уже известных статистических данных по выданным и просроченным кредитам.
Для примера можно взять ситуацию, которая имела место в недавнем прошлом на ссудном рынке США после финансово-экономического кризиса 2008-2009 гг., т. е. к началу 2010 г. Обработка статистических данных по американскому ссудному рынку показала, что в период рецессии в США наблюдались следующие потребности в кредитных ресурсах: 25% - государственные органы, 35% - банки и другие юридические лица; 40% - финансовые компании, которым необходимо непосредственное вливание инвестиционных ресурсов. При этом итоговая вероятность невозврата взятого кредита могла соответствовать следующим величинам: 0,05; 0,08 и 0,18 [3]1. В рассматриваемом случае видно, что наибольшую вероятность невозврата кредитных ресурсов показывают банки и другие юридические лица (0,18). Это говорит о неустойчивом положении компаний данного сегмента. Не следует забывать, что рецессия только что закончилась. Не все хозяйствующие субъекты вышли из нее с приемлемыми показателями. Например, не все предприятия, представляющие заявки (запросы) на получение кредитных ресурсов, в состоянии выполнять свои обязательства. Это заметно увеличивает кредитный риск.
Если более детально исследовать кредитный риск, то необходимо определить примерную вероятность невозврата очередного запроса на предоставление кредита. Представим вероятностную формулу в виде линейной регрессии, которую обычно используют кредитные организации.
В этом случае вероятность невозврата очередного запроса на кредит мы можем просчитать по формуле полной вероятности:
Р (А) = Р (Б1)РВг (А) + Р (В)РВ2 (А) + Р (Вз)РВъ (А) =
= 0,25 х 0,05 + 0,35 х 0,08 + 0,40 х 0,18 = 0,1125,
1 Как известно, вероятность невозврата кредитов может оцениваться по шкале от 0 до 1, где
0 является наилучшим показателем и свидетельствует о вероятности полного возврата выданного кредита, а при значении показателя 1 наблюдается противоположная ситуация, т. е. вероятность возврата кредита представляется минимальной.
52 ► Известия УрГЭУ
6 (38) 2011
где Р(В), РВ - вероятность невозврата соответствующих запросов на кредит для соответствующих случаев; В1, В2, В3 - количество запросов на получение кредитов, поступивших соответственно от государственных органов, от кредитных организаций и юридических лиц, от финансовых компаний; А - доля невозврата очередного кредита.
Полученный результат по своей экономической природе является неким коэффициентом и должен дать нам общее представление о кредитном риске в конкретный период времени1. Следует отметить, что данный коэффициент достаточно изменчив, но полученное уравнение можно разделить на составные элементы, в рамках которых определить возможность невозврата кредита на уровне участника ссудного рынка. В этом случае мы довольно просто найдем искомое значение по формуле Бейса [3]:
РА ( в,)= Р < В2) х Р < В’)(А) =1X35 х 0,08 = 0,2488. (2)
М и Р (А) 0,1125
Так по формуле Бейса мы нашли некую величину, которая может охарактеризовать
вероятность возврата или невозврата кредита на ссудном рынке2.
В частности, формула Бейса должна рассматриваться кредитной организацией в разрезе системы, направленной на предотвращение наступления кредитного риска. Однако не менее важным, а может быть и имеющим более серьезное значение, чем результат, получаемый по формуле Бейса, можно считать другой коэффициент - Гиринг [2. С. 563]. По экономическому значению Гиринг является коэффициентом, определяющим соотношение размера заемного капитала, по которому начисляются проценты, и величины заемного капитала.
Так, в частности, акционерный капитал представляет собой капитал, сформированный за счет простых акций, находящихся в обращении, плюс балансовая стоимость резервов заемщика. С другой стороны, под заемным капиталом мы понимаем капитал, состоящий из банковских займов, коммерческих ссуд и иных долговых обязательств.
Как отмечают А. М. Дубров, В. С. Мхитарян и Л. И. Трошин, предполагается, что Ги-ринг любой компании настолько высок, что он может повредить самой компании. Это происходит, если он превышает 100%. Такая ситуация вполне типична, если основным источником финансирования компании является заемный капитал [4. С. 145].
В то же время весомый Гиринг свидетельствует о высоком кредитном риске. С другой стороны, в существующей практике нет определенного уровня Гиринга, свидетельствующего о том, что кредитование компании становится слишком рискованным.
Кроме того, изменение показателей Гиринга может быть связано с внешними факторами, например со снижением деловой активности, что имеет достаточно опосредованную связь с уровнем кредитного риска в отношении конкретного заемщика.
Но несмотря на все перечисленные факторы и особенности, в том числе свидетельствующие о наличии некого показателя кредитного риска, сама по себе процедура анализа кредитных рисков в кредитных организациях не отличается разнообразием.
1 О возможности использования некоторых видов весовых коэффициентов упоминал в своих работах еще Й. Ал. Шумпетер, определенное продолжение подобной практики можно встретить и в работах Дж. К. Гэлбрейта.
2 Числовые значения вероятности кредитного риска, рассчитанные по формуле Бейса, не мо-
гут дать точных данных по рискам, возникающим в связи с кредитованием. Формула Бейса, при
всех ее положительных качествах, может нам предложить: во-первых, описание истории приня-
тия решения о предоставлении кредита; во-вторых, текущее состояние уже принятого решения,
результатом которого представляется невозврат кредита или просрочка по кредитной сделке
в рамках определенного сегмента экономики.
В частности, несмотря на различия в основных принципах и практических приемах финансового, налогового и управленческого учета, полученные данные могут лишь довольно ясно показать уровень финансового положения компании, а также эффективность управления ее деятельностью в прошлом. Мы имеем дело с неким «слепком» экономических показателей, мы можем его оценить и принять определенное решение, которое будет транслировано в будущее. Если рассмотреть данный процесс более детально, то мы будем вынуждены оперировать некой совокупностью финансовых коэффициентов, при помощи которых можно будет сравнивать показатели разных компаний или данные по одной компании за разные периоды времени1.
С другой стороны, всю совокупность рассматриваемых коэффициентов кредитные организации, как правило, стремятся свести к исследованию кредитного риска с позиции анализа пяти ключевых аспектов деятельности большинства предприятий2:
1) рентабельность;
2) оборачиваемость активов;
3) уровень финансирования исходя из собственных или заемных средств;
4) ликвидность активов компании;
5) рыночная стоимость активов заемщика.
Расстановка вышеперечисленных показателей и их весовые коэффициенты для каждого заемщика или группы заемщиков могут носить сугубо индивидуальный и персонифицированный характер. Все зависит от системы скоринга, применяемой кредитной организацией.
Более того, одним из наиболее важных и существенных факторов и критериев при оценке кредитного риска банками считается процентное покрытие каждого отдельного потенциального заемщика. Как известно, экономическое содержание процентного покрытия заключается в определенной величине, отражающей количество и периодичность процентных выплат компании в соотношении с суммами ее прибыли, из которой и формируются данные выплаты. В большинстве своем данный коэффициент отражает способность компании выполнять свои обязательства по выплатам кредитных процентов. Следует сразу отметить, что при высоком Гиринге1 как уже говорилось ранее, слишком большое процентное покрытие может сыграть «злую шутку» с заемщиком, а в итоге может возникнуть кризис ликвидности, который для некоторых банков будет означать банкротство в виде дефолта.
Процентное покрытие можно измерить при помощи коэффициента покрытия процентов (КПП):
КПП = -------------—----------------, (3)
Затраты на выплату процентов
где EBIT - прибыль до выплаты процентов и налогов.
В практике исследования кредитного риска двойное или меньшее процентное покрытие считается достаточно низким, в свою очередь тройное покрытие предполагается
1 В случае исследования показателей компании за несколько периодов времени мы сможем лишь неким образом проследить за динамикой роста активов фирмы, ее прибылями и другими безусловно важными показателями. Но затрагиваемый нами вопрос о кредитном риске не будет полностью раскрыт, если не сказать больше, - мы можем вообще не прийти к искомому результату, так как будем иметь дело с довольно старыми данными, которые не всегда могут говорить о какой-либо трендовой тенденции.
2 Экономические показатели в деятельности по определению кредитного риска проранжи-рованы по данным практических наблюдений М. А. Рогова. В настоящей работе не ставится цель исследовать или обоснованность их весомость при анализе кредитного риска.
54 У Известия УрГЭУ
6 (ЗВ) 2011
величиной, находящейся на грани. В случае повышения затрат на выплату процентных платежей процентное покрытие может быть увеличено, что положительным образом скажется на компании и существенно снизит факторы, приводящие к наступлению кредитного риска.
Низкое и ухудшающееся из года в год процентное покрытие может вызвать тревогу, такая ситуация может трактоваться как ухудшение экономических показателей, влияющих на степень кредитного риска.
Другим важным и значимым показателем, влияющим на оценку кредитного риска заемщика, является коэффициент задолженности (КЗ). Экономическое содержание коэффициента задолженности составляет некую фиксированную часть общей стоимости активов заемщика, которая будет финансироваться в счет кредита. Рассчитывается КЗ следующим образом:
КЗ __________Общая сумма задолженности_________ (4)
Чистая стоимость фиксированных активов +
+ Общая стоимость текущих активов
В результате КЗ можно представить как отношение двух оппозиционных значений: Суммарная задолженность заемщика
КЗ _ г-. . (5)
Суммарные активы заемщика
Несмотря на то что коэффициент задолженности должен сигнализировать о возможном кредитном риске, на самом деле чувствительность данного инструмента невысока. В частности, КЗ более 50% может сказать только о возможной опасности для кредитной организации в отношении конкретного заемщика.
Кредитные организации в своем подавляющем большинстве не пользуются современными методиками определения и прогнозирования кредитного риска. Это негативным образом отражается на всей российской экономике. Например, полностью игнорируются модель Альтмана или 2-модель [5. С. 399].
Таким образом, на базе вышеуказанных моделей в рамках системы скоринга определенного банка можно с успехом разработать свою модель, которая будет идеально подходить для определенной кредитной организации.
Источники
1. Шапкин А. С., Шапкин В. А. Экономические и финансовые риски. Оценка, управление, портфель инвестиций. М. : Дашков и К°, 2008.
2. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики : учеб. для вузов. М. : ЮНИТИ, 1998.
3. Моделирование рисковых ситуаций в экономике и бизнесе: учеб. пособие для студентов вузов / А. М. Дубров, Б. А. Лагоши, Е. Ю. Хрусталева и др.; под ред. Б. А. Лаго-ши. 2-е изд., перераб. и доп. М. : Финансы и статистика, 2001.
4. Дубров А. М., Мхитарян В. С., Трошин Л. И. Многомерные статистические методы : учебник. М. : Финансы и статистика, 2000.
5. Энциклопедия финансового риск-менеджмента / В. Е. Барбаумов, М. А. Рогов, Д. Ф. Щукин и др.; под ред. А. А. Лобанова, А. В. Чугунова. 2-е изд., перераб. и доп. М. : Альпина Бизнес Букс, 2005.
