Требования к качеству методик оценки кредитных рисков Текст научной статьи по специальности «Экономика и бизнес»

ИННОВАЦИИ № 4 (81), 2005

Требования к качеству методик оценки кредитных рисков

Е. Д. Соложенцев,

д. т. н., профессор, зав. лаб. Института проблем машиноведения Российской академии наук, Санкт-Петербург

Н. В. Степанова,

к. э. н., директор службы внутреннего контроля ОАО «ПСБ», Санкт-Петербург

Сформулированы требования к качеству методик оценки кредитных рисков, а именно: к точности, робастности и прозрачности. Обосновывается индивидуальность банков и их моделей для оценки кредитных рисков. Рассмотрены ограничения и виды моделей для методик оценки и анализа кредитных рисков.

Рассмотрены принципиальная схема и возможные процедуры технологии управления банком по критерию риска. Предложен алгоритм суммирования рисков по направлениям деятельности банка. Делается вывод о целесообразности использования логико-вероятностного подхода к моделированию, анализу и управлению кредитными рисками.

A requirements for quality of methods of credit risk estimation, namely for precision, robustness and transparency are formulated. Individuality of banks and their models of credit risks estimation are justified. Constraints and types of models for methods of credit risk estimation and analysis are considered.

A principle scheme and possible procedures of bank management technology in respect to the risk criterion are considered. Algorithm of risk summation according to directions of bank activities is proposed. A conclusion about practicability of use of logic-probability approach in modeling, analysis and management of credit risks is made.

Проблемы количественной оценки и анализа кредитных рисков, рейтингов заемщиков и создания резервов на случай дефолта являются актуальными как для западных, так и для российских банков, занимающихся кредитованием физических и юридических лиц. Повышенные требования к качеству управления и уровню надежности коммерческих банков в наши дни заставляет по-новому взглянуть на риск как атрибут неопределенности и количественной меры опасности [1].

В общем случае кредитный риск при предоставлении кредитов коммерческими банками физическим и юридическим лицам характеризуется следующими количественными параметрами:

• риск как вероятность неуспеха (невозврата) каждого кредита;

• допустимый риск;

• средний риск;

• возможные потери от дефолта каждого кредита;

• среднее значение потерь;

• максимально допустимые потери;

• число кредитов в банке;

• возможное число разных кредитов;

• число опасных кредитов;

• энтропия опасных кредитов.

По этим параметрам можно рассчитать риск дефолта и возможные потери банка.

При этом под кредитным риском понимают риск возникновения у кредитной организации убытков вследствие неисполнения, несвоевременного либо неполного исполнения должником финансовых обязательств перед кредитной организацией в соответствии с условиями договора. В балансе банка кредитный риск присутствует в составе активов по большинству позиций: ссуды, остатки на корреспондентских счетах, краткосрочные кредиты коммерческим банкам, ценные бумаги, приобретенные для перепродажи или инвестирования. Кредитный риск также возникает в связи с широким спектром банковской деятельности, включая выбор инвестиционных портфелей, контрагентов по сделкам с производными инструментами и иностранной валютой. Кредитный риск может появляться в связи с риском проведения операций в данной стране, а также при выполнении функций гаранта. Кредитный риск оказывает прямое воздействие на состояние банковского капитала. В результате высокий кредитный риск снижает рыночную стоимость акций банка и сужает возможности кредитной организации воспользоваться облигационными займами с целью привлечения средств.

К методикам для количественной оценки и анализа кредитных рисков предъявляются особые требования по качеству, а именно: по точности, робастности и прозрачности. Рассмотрим определения этих характеристик.

Точность и робастность методик оценки кредитного риска

Точность. Точность является основной характеристикой методики оценки кредитного риска, так как от данной оценки зависит решение о выдаче или отказе в кредите, цена (процент) за риск и уровень резервирования на случай дефолта кредита. Точность оценивается количеством относительных ошибок в распознавании «плохих» и «хороших» кредитов (клиентов) и их средним количеством. Обычно выдвигается требование, чтобы «плохие» кредиты распознавались лучше. Отношение неправильно распознанных «хороших» и «плохих» кредитов выбирают равным 2-10. Аналогично формулируется задача точности, если кредиты классифицируются не на два, а на несколько классов. Сравнение разных методик на одних и тех же данных показало [2], что разные методики оценки риска отличаются по точности почти в два раза.

Робастность. Робастность (устойчивость, стабильность) также является важным свойством методики оценки кредитных рисков. Разные методики оценки риска (или одна методика при отличающихся алгоритмах обучения по статистическим данным) неодинаково классифицируют кредиты на «хорошие» и «плохие». Один и тот же кредит по одной методике может быть признан «плохим», а по другой методике «хорошим». Такая нестабильность в классификации достигает 20% от общего числа кредитов. Сравнение методик на сопоставимых данных показало [2], что разные методики риска могут отличаться по робастности в семь раз. На нестабильность методик оценки риска указывалось в ряде работ [3].

Прозрачность методик оценки кредитного риска

Прозрачность. Прозрачность — это возможность видеть не только явление, но и рассмотреть его детали. Прозрачность стала важнейшей характеристикой методик оценки кредитных рисков в силу необходимости наиболее полной идентификации всех свойств методики. Под прозрачностью методики будем понимать строгость используемых математических методов, сглаживание субъективности экспертных оценок, наглядность результатов оценки и анализа риска, полное их понимание самими работниками банка, открытость методик для контролирующих органов и заемщиков.

В предлагаемой авторами методике кредит описывается набором до 20 признаков (параметров), каждый параметр имеет до 10 уровней значений (градаций), в банке может быть от нескольких сотен до нескольких тысяч кредитных дел (множество кредитов) [2, 4].

Прозрачность оценки кредитного риска определяется наличием количественных характеристик риска каждой градации, каждого признака по каждому кредиту и множеству всех кредитов банка.

Количественными оценками риска градации параметра кредита являются:

• вероятность неуспеха для кредита,

• относительная вероятность неуспеха среди градаций признака,

• вероятность-частота в множестве кредитов,

• вклад в точность модели.

Количественными оценками риска параметра

кредита являются:

• средняя вероятность неуспеха,

• структурный вес и значимость в модели риска,

• вклад в риск кредита,

• вклад в средний риск множества кредитов. Количественными оценками риска кредитов являются:

• риск неуспеха,

• возможные потери,

• цена за риск,

• вклад в риск множества объектов. Количественными оценками риска множества

кредитов являются:

• допустимый риск,

• средний риск,

• средние потери,

• допустимые потери,

• число кредитов,

• число опасных кредитов,

• энтропия рисков опасных кредитов.

Для анализа, прогнозирования и управления кредитным риском каждому банку необходимо уметь количественно определять названные характеристики, анализировать риск и выполнять постоянный мониторинг компонент характеристик кредитного риска.

По результатам анализа характеристик риска градаций, признаков, кредитов и множества кредитов появляется возможность оптимизировать саму модель кредитного риска для повышения ее точности и робастности с определением оптимального числа признаков и градаций в каждом признаке.

Индивидуальность банков и их моделей для оценки кредитных рисков

Кредитование юридических и физических лиц является одним из основных видов деятельности коммерческих и государственных крупных, средних и мелких банков. Каждый банк индивидуален, так как работает по различным технологиям, обслуживает различные сегменты рынка банковских услуг, ориентируется на различные стратегические задачи. Индивидуальности банков способствует также конкуренция.

Кредитный бизнес связан с риском. Условия кредитной деятельности изменяются, изменяется также допустимый уровень риска.

Большое значение для обеспечения устойчивого функционирования банка имеют методы количественной оценки и анализа кредитного риска. Цена за риск должна максимально точно учитывать величину риска каждого кредита. Кроме средней величины риска, определяемой по статистике предыдущей деятельности, банк должен знать количественную оценку и составляющие риска для каждого кредита.

Каждый банк разрабатывает свою модель риска для количественной оценки и анализа риска кредитов с учетом общих рекомендаций Базельского комитета по банковскому надзору. Чем выше точность

ИННОВАЦИИ № 4 (81), 2005

ИННОВАЦИИ № 4 (81), 2005

оценки риска кредитов, тем меньше потери банка, меньше процент за кредит и выше конкурентоспособность банка. От повышения точности и прозрачности методик выигрывает все общество в целом. Создание эффективной модели риска и оптимальное управление кредитным риском возможно только на основе постоянного количественного анализа статистической информации об успешности кредитов.

Объективные основы и виды моделей для оценки кредитных рисков

Основы. Существуют объективные основы для создания системы управления рисками в банке. Они отражают неизбежность потерь и определяют необходимость использования концепции приемлемого риска. К таким основам будем относить следующие положения:

• получение прибыли неотъемлемо сопровождается наличием кредитного риска;

• каждый работник банка способен на мошенничество, если давят жизненные обстоятельства, можно на время скрыть факт мошенничества и недостаточен внутренний контроль за обоснованностью принимаемых решений;

• каждый коммерческий банк или компания способны на мошенничество, если нет прозрачности в их бизнесе и отсутствует надлежащий контроль за их деятельностью;

• без количественных методов оценки и анализа риска нельзя управлять риском;

• за непрозрачностью методик оценки кредитных рисков и рейтингов заемщиков может скрываться мошенничество;

• руководитель банка должен думать и действовать не только с позиции обеспечения нормального функционирования банка, но и с учетом возможных действий мошенников, конкурентов и правительственных структур;

• нельзя в управление банком вводить сразу все возможные новшества, т. к. отладить систему управления в этом случае практически невозможно;

• следует заимствовать проверенные решения из опыта других банков и компаний;

• следует принимать разумное количество решений по процессу кредитования, ибо невозможно обеспечить высокую надежность большого числа решений.

Без учета объективного характера этих положений невозможно построить соответствующие технологии для системы управления риском в банке.

Модели. Для построения моделей оценки, анализа и управления риском в банке, как правило, используются следующие модели:

• сценарий неуспеха или дефолта;

• структурные или граф-модели риска;

• логические модели риска;

• вероятностные модели риска;

• модели прогнозирования неприятностей;

• модели управления состоянием и развитием банка;

• модели ограничений, вводимых органами контроля и надзора за банковской деятельностью;

• модели затрат на принятие решений и устранение ущерба при отсутствии решений;

• модели организационного управления;

• модели состояния банка в виде таблицы «состояния и параметры».

Информационная технология системы управления банком должна обеспечить удобное представление этих моделей и их связь через базу данных.

В моделях управления кредитным риском важную роль играют допустимые значения параметров. При этом важно, чтобы параметры, имеющие допустимые значения, рассматривались как случайные величины, характеризующиеся распределением вероятностей и уровнем рисков превзойти допустимые значения параметров.

Встречаются иные подходы, когда единственной моделью кредитного риска является непонятно как полученное арифметическое выражение с применением экспертных значений весов для параметров модели [5-8]. То есть, минуя разработку сценария кредитного риска, его логической и вероятностной моделей, пользователям без учета индивидуальности предлагается некая непрозрачная программная система, написанная к тому же в закрытых программных кодах.

Управление банком по критерию риска

Главным недостатком традиционных подходов к управлению рисками является невозможность построить на основе частных моделей риска по направлениям банковской деятельности единую (глобальную) модель управления рисками в целом для кредитной организации по критерию риска, а также соответствующие технологию и систему автоматизированного управления.

Схема управления. Управление состоянием и развитием банка по критерию риска следует рассматривать как задачу управления сложным объектом. Задача заключается в том, чтобы удерживать состояние банка или перевести его из начального состояния в заданное за несколько этапов. Состояние банка на каждом этапе будем оценивать значением вероятности неуспеха и возможными финансовыми потерями.

Развитие рассматривается как процесс управления состоянием банка (рис. 1) с движением из начального состояния А к заданному конечному В по выбранной программной траектории и коррекцией состояния банка в случае отклонения от нее. Программная траектория (крутизна и выпуклость линии) выбирается руководством банка.

Программная траектория А-В проходит внутри коридора допустимых значений параметра У. Такая интерпретация задачи управления состоянием и развитием банка использует следующие понятия:

• У (Р, Т) — контролируемые параметры (риски и потери);

• Р (Р,..., Рп) — вероятности неуспеха по п направлениям;

• Т(Т,..., Тп) — финансовые потери по п направлениям деятельности;

• и(иі, и2,...) — управляющие воздействия (ресурсы, активы, ставки, объемы по п направлениям), задающие состояния на этапах;

• W(W1, ]¥2, ...) — корректирующие воздействия (ресурсы, активы, объемы по п направлениям) для возврата состояния на программную траекторию, если оно отклонится от нее;

• Н (Н1, Н2, ...) — этапы развития банка.

При развитии по выбранной траектории значения параметров риска У могут быть получены при разных наборах управлений и. Вернуть банк из состояния С на заданную траекторию А-В можно также при разных наборах коррекций W.

Информационная технология системы управления банком по критерию риска должна содержать следующие процедуры:

• прогнозирование неуспеха из-за параметров У, то есть выхода параметров за коридор допустимых значений;

• моделирование или распределение ресурсов на контроль параметров У, управляющие и и корректирующие W воздействия;

• разработка программы развития с определением значений параметров состояний У, управлений и и коррекций W на этапах Н;

• обработка текущей информации и принятие решений о выборе коррекций W;

• уточнение моделей состояния и управлений.

Для информационной технологии системы

управления состоянием и развитием банка по критерию риска необходимо создать базу данных, включающую в себя следующую структурированную информацию в соответствии с нормативными документами и стандартами банка:

• контролируемые параметры по п направлениям деятельности и в целом по банку;

• характеристики и градации кредитов физических и юридических лиц; описания других документов по направлениям деятельности банка по западным стандартам;

• ресурсы по п направлениям, которые могут быть потеряны;

• допустимые вероятности неуспеха и риски;

• управляющие воздействия (ресурсы, активы, ставки);

• корректирующие воздействия (ресурсы, активы, ставки).

Суммарная модель риска неуспеха. Из частных моделей неуспеха по каждому из значимых направлений деятельности банка (дефолта по кредитам, потери от неудачных инвестиционных решений и др.) строится суммарная модель риска неуспеха банка. Для моделей риска создаются методики обучения (настройки) по статистическим данным об успешности банковских операций.

Предлагаемая методика логико-вероятностного моделирования и анализа рисков по направлениям деятельности банка позволяет произвести логическое сложение всех рисков и вычислить суммарный риск банка. Могут быть введены уровни опасности дефолта банка.

Структурная модель риска неуспеха банка представлена на рис. 2. Здесь Z1, Z2, ..., 2п — независимые

^ Риск / И 1

1

0

1 ► В

4 ^—►

Н Этапы

Рис. 1. Схема управления банком как сложным объектом: У — контролируемые параметры; и, W — управляющие и корректирующие воздействия

Рис. 2. Структурная модель риска дефолта (неуспеха) банка

бинарные переменные для событий неуспешного функционирования банка по направлениям деятельности, принимающие значения 1 (неуспех) или 0 (успех) с вероятностями:

Р ^=1^,..., Р ^п=1}=Р„; Р {1=0}=

= 1-Р, ..., Р &п=0}=1-Рп. (1)

Логическая модель риска неуспеха (дефолта) банка: У=Z1VZ2V...vZv...vZn,7=1, 2, ..., п. (2)

Данная модель риска неуспеха (дефолта) означает следующее: неуспех происходит, если происходит какой-либо один, какие-либо два... или все дефолты по направлениям банковской деятельности.

Запишем У — функцию риска неуспеха кредита в эквивалентной форме после ее ортогонализации:

(3)

Перейдем от логического описания риска неуспеха кредита к арифметическому описанию. В-мо-дель (В-полином) риска неуспеха кредита:

Р=Р1+Р2-(1-Р1)+Рз-(1-Р1)(1-Р2)+...

(4)

«Арифметика» в 5-модели риска такова, что для итогового события величина риска находится в пределах [0,1] при любых значениях вероятностей инициирующих событий.

Возможные потери банка в результате дефолта равны [2, 4]:

Т=Р1 * Е1 +Р2 * Е2 +...+Рп *

(5)

где Е, Е2, Еп — активы по направлениям деятельности банка; Р, Р2,Рп — вероятности дефолта (неуспеха) по направлениям деятельности банка.

ИННОВАЦИИ № 4 (81), 2005

ИННОВАЦИИ № 4 (81), 2005

Заключение

В результате выполненной работы получены следующие основные результаты:

1. Сформулированы требования к качеству методик оценки кредитных рисков, а именно: к точности, робастности и прозрачности. Точность и робастность являются важными характеристиками методик оценки кредитного риска для обеспечения эффективного управления любой кредитной организацией. Прозрачность методик оценки кредитного риска имеет решающее значение для анализа и управления кредитными рисками.

2. Обоснована индивидуальность банков и их моделей для оценки кредитных рисков.

3. Рассмотрены аксиомы и модели для методик оценки и анализа кредитных рисков.

4. Предложены схема и процедуры технологии управления банком по критерию риска. Рассмотрена схема суммирования рисков по направлениям деятельности банка.

5. Предложенный подход к построению методик оценки риска банка на основе логико-вероятностного моделирования и анализа риска неуспеха имеет целый ряд преимуществ по сравнению с другими методами.

Литература

1. Письмо ЦБ РФ от 23.06.2004 г. № 70-Т. О типичных банковских рисках. 3 с.

2. Е. Д. Соложенцев. Сценарное логико-вероятностное управление риском в бизнесе и технике. СПб.: Бизнес-пресса, 2004, 432 с.

3. J. Seitz, E. Stickel. Consumer Loan Analysis Using Neural Network. Proceed. of the Bankai Workshop: Adaptive Intelligent Systems. Brussels, 1992. October 14-19.

4. E. D. Solojentsev. Scenario Logic and Probabilistic Management of Risk in Business and Engineering. Springer: 2004, 391 p.

5. Введение в управлением кредитным риском. Прайс-Уотерхаус, 1994, 334 с.

6. М. Помазанов. Количественный анализ кредитного риска. // Банковские технологии, № 2. 2004. С. 22-28.

7. М. Помазанов. Кредитный риск-менеджемент и моделирование нового актива в портфеле. // Финансы и кредит, 6 (144), 2004. С.12-18.

8. Кр. Бекман, П. Папазоглу. Базель 11: Оптимизация обеспечения. // Бизнес и Банки, № 24. 2004.