Управление рисками кредитного портфеля посредством сценарного анализа Текст научной статьи по специальности «Экономика и бизнес»

Риск-менеджмент

управление рисками кредитного портфеля посредством сценарного анализа

П. П. КОВАЛЕВ, кандидат экономических наук, начальник управления риск-менеджмента Евразийского банка развития

В статье приводится пример практического применения сценарного анализа для минимизации кредитных рисков кредитного портфеля.

Ключевые слова: класс, риск, резерв, сценарий.

Управление рисками кредитного портфеля банка посредством сценарного анализа согласно методологии начинается с создания модели (гипотетического кредитного портфеля). Положим, кредитный портфель банка «А» по состоянию на 01.01.2009 составлял 100 млн долл. Все кредиты данного портфеля относятся к одному кредитному продукту и классифицируются по пяти классам. Каждый класс характеризует состояние заемщика. Рассмотрим параметры отнесения того или иного заемщика к определенному классу.

> Класс «А». Отличное финансовое состояние, заемщик в состоянии своевременно выполнять обязательства по кредитным соглашениям (погашение основной суммы долга и процентов по нему), финансовые коэффициенты в пределах установленных значений, отслеживается положительная динамика финансовых коэффициентов за последние шесть отчетных дат. Ведет прибыльную, высокорентабельную деятельность, принадлежит к лидерам рынка в своем регионе по товарным группам или услугам, которые им выпускаются или оказываются. Деятельность диверсифицирована (падение рынка или выход на него сильных конкурентов маловероятны). Вся необходимая информация о заемщике имеется, кредитная история положительная.

> Класс «В». Финансовое состояние заемщика этого класса по своим характеристикам сходно с классом «А», но существует высокая вероятность изменения статус-кво. Динамика финансовых

коэффициентов заемщика характеризуется боковым трендом с положительным наклоном. Заемщик занимает удовлетворительную нишу на рынке в своем регионе, имеет стабильные продажи, деятельность диверсифицирована, обладает высококачественными активами, ведет прибыльную деятельность. Вся необходимая информация о заемщике имеется за исключением данных о структуре собственности, кредитная история положительная.

> Класс «С». Финансовое состояние удовлетворительное, но требует более детального контроля, существует большая вероятность реализации сценария негативного изменения ситуации. По некоторым показателям отмечается отрицательная динамика. Рентабельность и ликвидность находятся ниже нормы, кредитная история удовлетворительная. Погашение процентов и основной суммы долга происходило без задержек или с задержками до 30 дней (включительно). Информация о деловой репутации клиента нейтральная, о большинстве учредителей есть позитивная информация, о некоторых учредителях информации нет.

> Класс <^». Финансовое состояние заемщика неудовлетворительное, нестабильная ситуация наблюдается более шести последних месяцев. Динамика основных показателей отрицательна или не отвечает установленным критериям. Ведет убыточную деятельность, имеет отрицательный капитал, падающий объем продаж, существуют проблемы с руководством, персоналом или акционерами, качество активов ухудшается. Информация о деловой репутации клиента вызывает беспокойство, заемщик не соблюдает платежную дисциплину, отсрочки платежей носят постоянный характер.

Полное отсутствие информации обо всех учредителях заемщика или по одному из учредителей есть негативная информация. Кредитная история отрицательная. > Класс «Е». Заемщик находится в критическом финансовом состоянии, большинство финансовых коэффициентов не отвечает установленным нормативам. Существует большая вероятность невозвращения кредитных средств в связи с возможным банкротством. Погашение кредитов возможно лишь с помощью специальных действий, таких как продажа компании или ее активов, реализация залога, продажа долгов компании, участие в руководстве деятельностью компании. Структура кредитного портфеля (удельный вес кредитов, выданных заемщикам одного класса): класс «А» — 60 %, класс «В» — 28 %, класс «С» — 8 %, класс «Б» — 3 % класс «Е» — 1 %.

Построим модель для данного кредитного портфеля.

В качестве результирующего критерия возьмем доходность кредитного портфеля (процентный доход). В данном случае процентный доход от кредитного портфеля рассчитывается как сумма уплаченных заемщиками средств за использование кредитных ресурсов банка за минусом процентных расходов на формирование необходимых резервов. Удовлетворительный уровень процентного дохода (У.Г) — 16 % годовых, текущая ставка составляет 19 %, точка безубыточности находится на уровне 15 % годовых. Затраты на формирование резервов составляют 15 % годовых.

Каждому классу соответствуют определенная вероятность возврата кредитных (Р) средств и определенный объем обязательных резервов ^):

Класс Р г, %

А 0,95 1,0

В 0,9 5,0

С 0,7 20,0

Б 0,5 50,0

Е 0,2 100,0

Зная вероятность возврата кредита заемщиком каждого класса, рассчитаем объем кредитного портфеля с учетом риска по формуле:

Ург = ЕУп ■ рп, (1)

где Ург — объем портфеля с учетом риска Уп — объем портфеля определенного класса рп — вероятность возврата кредитных средств заемщиком определенного класса.

Так, объем кредитного портфеля с учетом риска составляет 895 000 долл. Тогда ставка кредитования с учетом риска составляет 17 % годовых.

Формализуем модель данного кредитного портфеля:

Ею п ■ Уst ■ рп соответ. Уг, Уг = (1с х Е (ю п ■ Уst ■ рп) — ЕRn ■ Ш) / Vst, (2) где ю п — удельный вес кредитов одного класса в общем портфеле, Уst — объем кредитного портфеля, 1с— текущая ставка кредитования, Уг — процентный доход с учетом риска и затрат на резервирование, Rn — сумма резервов под возможные потери по выданным кредитам определенного класса, Ш — процентная ставка привлечения средств для формирования резервов.

Так, нами построена модель кредитного портфеля, где результирующим критерием является процентный доход кредитного портфеля (У. ), воздействующими факторами служат качество кредитного портфеля или структура кредитного портфеля (удельные веса тех или иных классов, юп) и рискованность кредитного портфеля (вероятность возврата кредитных средств заемщиком определенного класса, рп), исследуемый риск — риск снижения доходности кредитного портфеля. Очевидно, в качестве определяющих факторов можно было выделить размер ставки кредитования, затраты на резервирование, размер начисляемых резервов и т. д. Однако правомерным это будет в случае, если перед риск-менеджером ставится задача проанализировать посредством сценарного моделирования риски кредитного портфеля. В данном же случае цель исследования — анализ кредитных рисков кредитного портфеля, наступление которых может повлечь снижение его доходности.

Представим построенную модель кредитного портфеля с подстановкой исходных данных в формулы (1), (2) в табличной форме (табл. 1).

Выделенные факторы юп и рп в свою очередь являются функцией от значений целого ряда показателей. К примеру, ю п или рп можно представить как функции от таких показателей как стабильность экономики, промышленный рост, динамика национальных счетов, учетная ставка и нормативы центральных банков, ценовая и структурная конъюнктура финансовых, товарных и промышленных рынков и т. д.

Посредством экспертных методов, математического аппарата, обладая определенным историческим массивом данных, можно определить тип и степень влияния количественно исчисляемых показателей на выделенные факторы. Для более емких показателей (состояние банковской системы, финансового рынка, политическая стабильность и т. п.) применяются в основном экспертные методы.

Построение сценариев на таком глубоком уровне анализа связей в модели делает его более гибким и информативным и вместе с тем усиливает риск ошибки. В данном условном примере сценарии

Таблица 1

текущее состояние модели

класс заемщика Удельный вес кредитный портфель определенного класса вероятность возврата кредитный портфель определенного класса с учетом риска ставка кредитования, % доход с учетом риска, долл. размер начисляемых резервов, % размер начисляемых резервов, долл. Затраты на ре-зервиро-вание, % Затраты на резервирование, долл.

А 0,60 600 000,00 0,95 570 000,00 19,0 108 300,00 1,0 6 000,00 15,0 900

B 0,28 280 000,00 0,90 252 000,00 19,0 47 880,00 5,0 14 000,00 15,0 2 100

C 0,08 80 000,00 0,70 56 000,00 19,0 10 640,00 20,0 16 000,00 15,0 2 400

D 0,03 30 000,00 0,50 15 000,00 19,0 2 850,00 50,0 15 000,00 15,0 2 250

E 0,01 10 000,00 0,20 2 000,00 19,0 380,00 100,0 10 000,00 15,0 1 500

Всего 1 000 000,00 895 000,00 170 050,00 61 000,00 9 150,0

Доход с учетом риска 17,0 %

Доход с учетом риска и затрат на резервирование 16,1 %

будут конструироваться на более поверхностном уровне, посредством верификации гипотетических значений выделенных факторов (шп и рп).

Стресс-сценарии в данном исследовании основываются на экстраординарном изменении качества и рискованности кредитного портфеля. В первом сценарии резко изменяется качество портфеля, во втором — рискованность кредитного портфеля, в третьем изменяются оба фактора, но менее резко1.

В первом стресс-сценарии (табл. 2) предусматривается снижение удельного веса кредитов заемщикам класса «А» и «В» на 5 %, увеличение удельного веса кредитов заемщикам класса «Ю» и «Е», удельный вес кредитов заемщикам класса «С» остался неизменным. При таких резких переменах качества кредитный портфель становится убыточным, доход с учетом риска и затрат на резервирование составляет 13,9 % годовых, что меньше точки безубыточности — 15 % годовых.

Во втором стресс-сценарии (табл. 3) предполагается увеличение рискованности кредитного портфеля и соответственно снижение по всем классам вероятности возвращения кредитных средств на 10 %. При таком увеличении рискованности кредитный портфель становится убыточным, доход с учетом риска и затрат на резервирование составляет 14,2 % годовых, что меньше точки безубыточности — 15 % годовых.

В третьем сценарии (табл. 4) предполагается одновременное снижение обоих выделенных факторов. Снижение качества кредитного портфеля происходит так же, как в первом сценарии, только не на 5 %, а на

1 Методология сценарного анализа предусматривает проведение теста на правдоподобность построенных сценариев. При использовании гипотетических данных оптимальным способом является дельфийский метод.

2 %, снижение по всем классам вероятности возвращения кредитных средств составляет 5 %.

По результатам проведенного стресс-тестирования становится ясно, что при резком изменении любого из выделенных факторов или существенном одновременном их изменении в негативную сторону, вероятность наступления риска потери доходности кредитного портфеля приближается к 100 %. Поэтому первоочередной задачей для риск-менеджмента при управлении данным риском кредитного портфеля является детализация связей показателей, определяющих динамику выделенных факторов.

В соответствии с методологией сценарного анализа в данном примере рассматриваются три возможных варианта развития ситуации — оптимистический, наиболее вероятный или базовый и пессимистический. Каждый из этих вариантов представляет собой определенный диапазон одновременных изменений выделенных факторов. Между выделенными факторами не всегда отслеживается корреляционная зависимость в силу возможных качественных отличий. Однако в данном случае есть основания полагать, что тенденции изменения выделенных факторов совпадают. Диапазоны возможных изменений при наличии исторических данных рассчитываются посредством методов математической статистики, в случае их отсутствия волатильность выделенных факторов определяется гипотетически.

Так, для пессимистического варианта развития событий предусматриваются следующие диапазоны ии е [-2,0 %; - 1,0 %], рп е [-2,5 %; - 1,0 %], для рабочего варианта следующие и п е [-1,5 %; -0,5 %], рп е [-2,2 %; 0,5 %], для оптимистического варианта следующие ип е [-0,5 %; 1,0 %],рп е [-0,5 %; 1,0 %].

Таблица 2

Стресс-сценарий № 1

Класс заемщика Удельный вес Кредитный портфель определенного класса Вероятность возврата Кредитный портфель определенного класса с уче- Ставка кредитования, % Доход с учетом риска, долл. Размер начисляемых резер- Размер начисляемых резервов, долл. Затраты на ре-зервиро-вание, % Затраты на резервирование, долл.

том риска вов, %

А 0,55 550 000,00 0,95 522 500,00 19,0 99 275,00 1,0 5 500,00 15,0 825

В 0,23 230 000,00 0,90 207 000,00 19,0 39 330,00 5,0 11 500,00 15,0 1 725

С 0,08 80 000,00 0,70 56 000,00 19,0 10 640,00 20,0 16 000,00 15,0 2 400

Б 0,08 80 000,00 0,50 40 000,00 19,0 7 600,00 50.0 40 000,00 15,0 6 000

Е 0,06 60 000,00 0,20 12 000,00 19,0 2 280,00 100.0 60 000,00 15,0 9 000

Всего 1 000 000,00 837 500,00 159 125,00 133 000,00 19 950,0

Доход с учетом риска 15,9 %

Доход с учетом риска и затрат на резервирование 13,9 %

Таблица 3

Стресс-сценарий № 2

Класс заемщика Удельный вес Кредитный портфель определенного класса вероятность возврата Кредитный портфель определенного класса с учетом риска Ставка кредитования, % Доход с учетом риска, долл. Размер начисляемых резервов, % Размер начисляемых резервов, долл. Затраты на резер-вирова-ние, % Затраты на резервирование, долл.

А 0,60 600 000,00 0,85 510 000,00 19,0 % 96 900,00 1,0 % 6 000,00 15,0 % 900

В 0,28 280 000,00 0,80 224 000,00 19,0 % 42 560,00 5,0 % 14 000,00 15,0 % 2 100

С 0,08 80 000,00 0,60 48 000,00 19,0 % 9 120,00 20,0 % 16 000,00 15,0 % 2 400

Б 0,03 30 000,00 0,40 12 000,00 19,0 % 2 280,00 50,0 % 15 000,00 15,0 % 2 250

Е 0,01 10 000,00 0,10 1 000,00 19,0 % 190,00 100,0 % 10 000,00 15,0 % 1 500

Всего 1 000 000,00 795 000,00 151 050,00 61 000,00 9 150,0

Доход с учетом риска 15,1 %

Доход с учетом риска и затрат на резервирование 14,2 %

Таблица 4

Стресс-сценарий № 3

Класс заемщика Удельный вес Кредитный портфель определенного класса вероятность возврата Кредитный портфель определенного класса с учетом риска Ставка кредитования, % Доход с учетом риска, долл. Размер начисляемых резервов, % Размер начисляемых резервов, долл. Затраты на резер-вирова-ние, % Затраты на резервирование, долл.

А 0,58 580 000,00 0,90 522 000,00 19,0 % 99 180,00 1,0 % 5 800,00 15,0 % 870

В 0,26 260 000,00 0,85 221 000,00 19,0 % 41 990,00 5,0 % 13 000,00 15,0 % 1 950

С 0,08 80 000,00 0,65 52 000,00 19,0 % 9 880,00 20,0 % 16 000.00 15,0 % 2 400

Б 0,05 50 000,00 0,55 27 500,00 19,0 % 5 225,00 50,0 % 25 000.00 15,0 % 3 750

Е 0,03 30 000,00 0,15 4 500,00 19,0 % 855,00 100,0 % 30 000,00 15,0 % 4 500

Всего 1 000 000,00 827 000,00 157 130,00 89 800,00 13 470,0

Доход с учетом риска 15,7 %

Доход с учетом риска и затрат на резервирование 14,4 %

Во всех альтернативных сценариях изменение качества кредитного портфеля происходит по одинаковой схеме: удельные веса кредитов заемщикам класса «А» и «В» изменяются на п %, удельные веса кредитов заемщикам класса «Б» и «Е» увеличиваются на п %, удельный вес кредитов заемщикам класса «С» остается неизменным. Вероятность возвраще-

ния кредитных средств изменяется по всем классам на одну и ту же величину.

В табл. 5 приведены результаты расчетов по шести сценариям, составленных по границам диапазонов все трех вариантов.

На завершающей стадии данного этапа сценарного анализа необходимо провести вероятную

Таблица 5

результаты проведения бэк-тестирования

Пессимистический диапазон Рабочий диапазон Оптимистический диапазон

Изменение <вя —2,0 % —1,0 % —1,5 % 0,5 % —0,5 % 1,0 %

Изменение рп —2,5 % —1,0 % —2,2 % 0,5 % —0,5 % 1,0 %

класс заемщика Удельный вес вероятность возврата Удельный вес вероятность возврата Удельный вес вероятность возврата Удельный вес вероятность возврата Удельный вес вероятность возврата Удельный вес вероятность возврата

А 0,58 0,925 0,59 0,94 0,585 0,928 0,605 0,955 0,595 0,945 0,61 0,96

В 0,26 0,875 0,27 0,89 0,265 0,878 0,285 0,905 0,275 0,895 0,29 0,91

С 0,08 0,675 0,08 0,69 0,080 0,678 0,080 0,705 0,080 0,695 0,08 0,71

Б 0,05 0,475 0,04 0,49 0,045 0,478 0,025 0,505 0,035 0,495 0,02 0,51

Е 0,03 0,175 0,02 0,19 0,025 0,178 0,005 0,205 0,015 0,195 0,00 0,21

Vpr 847 000,00 873 500,00 855 750,00 905 750,00 884 250,00 916 500,00

Е Кп 89 800,00 75 400,00 82 600,00 53 800,00 68 200,00 46 600,00

Уг 14,7 % 15,5 % 15,0 % 16,4 % 15,8 % 16,7 %

оценку рассматриваемых вариантов событий. Поскольку этот условный пример построен полностью на гипотетических данных и определить формализованными методами вероятность наступления того или иного сценария невозможно, предположим равновеликую вероятность реализации всех трех возможных вариантов.

В таком случае вероятность того, что кредитный портфель может стать убыточным, составляет 16,7 %, вероятность того, что доходность кредитного портфеля может не превысить удовлетворительного уровня, но и не будет ниже точки безубыточности, составляет 50 %, вероятность того, что доходность кредитного портфеля будет удовлетворительной, составляет 33,3 %.

При синтезе полученных данных, становится очевидным наличие целого спектра проблем в управлении кредитным портфелем. В том числе и в управлении его доходностью и имманентными ему рисками. Проведенное стресс-тестирование отразило неустойчивость кредитного портфеля к резким отрицательным изменениям факторов, воздействующих на его доходность. При построении альтернативных сценариев выяснилось, вероятность нахождения доходности кредитного портфеля выше удовлетворительного уровня составляет 33,3 %. Это само по себе является крайне низкой, критической величиной. Результаты, полученные на втором и третьем этапе сценарного анализа, свидетельствуют о необходимости серьезной трансформации внутренней системы лимитов, квот и ограничений и системы взаимодействия структурных подразделений и отдельных сотрудников банка в процессе управления кредитными рисками кредитного портфеля.

Во-первых, необходимо снизить рискованность кредитного портфеля, ужесточить порядок присуждения того или иного класса заемщику, ввести

лимиты на количество дефолтов по каждому классу заемщиков, нарушение которых предусматривало бы комплекс мер по пересмотру методик банка по определению кредитоспособности заемщика и уровня сопутствующих рисков. В качестве примера предложим следующие лимиты: класс «А» — 99 %, класс «В» — 95 %, класс «С» — 75 %, класс «Б» — 55 %, класс «Е» - 25 %.

Во-вторых, необходимо строго регламентировать уровень качества кредитного портфеля. Помимо четкого регламентирования квот на удельный вес кредитов заемщикам определенного класса необходимо ввести стоп-факторы, автоматически задействующие антикризисные мероприятия в случае нарушения установленных квот. В качестве примера предложим следующие квоты: класс «А» — 70 %, класс «В» — 21 %, класс «С» — 5 %, класс «Б» — 3 %, класс «Е» — 1 %.

В-третьих, в качестве дополнительной меры можно ввести лимиты на процентный спрэд. Предусмотреть разницу между удовлетворительным уровнем доходности и затратами на привлечение средств для формирования резервов не менее чем 3 %.

В качестве бэк-тестирования подставим предлагаемые лимиты в формулы (1), (2) и представим построенную модель кредитного портфеля в табличной форме (см. табл. 6).

Далее, в соответствии с методологией сценарного анализа модель кредитного портфеля с предлагаемыми ограничениями необходимо подвергнуть стресс-тестированию и провести расчеты по всем ранее созданным альтернативным сценариям.

Как видно из табл. 7, вероятность того, что кредитный портфель может стать убыточным или что доходность кредитного портфеля может не превысить удовлетворительного уровня, равна нулю.

Таблица 6

Класс заемщика Удельный вес Кредитный портфель определенного класса Вероятность возврата Кредитный портфель определенного класса с учетом риска Ставка кредитования, % Доход с учетом риска, долл. Размер начисляемых резервов, % Размер начисляемых резервов, долл. Затраты на резер-вирова-ние, % Затраты на резервирование, долл.

А 0,70 700 000,00 0,99 693 000,00 19,0 % 131 670,00 1,0 % 7 000,00 13,0 % 910

В 0,21 210 000,00 0,95 199 500,00 19,0 % 37 905,00 5,0 % 10 500,00 13,0 % 1 365

С 0,05 50 000,00 0,75 37 500,00 19,0 % 7 125,00 20,0 % 10 000,00 13,0 % 1 300

D 0,03 30 000,00 0,55 16 500,00 19,0 % 3 135,00 50,0 % 15 000,00 13,0 % 1 950

Е 0,01 10 000,00 0,25 2 500,00 19,0 % 475,00 100,0 % 10 000,00 13,0 % 1 300

Всего 1 000 000,00 949 000,00 180 310,00 52 500,00 6 825.0

Доход с учетом риска 18,0 %

Доход с учетом риска и затрат на резервирование 17,3 %

Таблица 7

Пессимистический диапазон Рабочий диапазон Оптимистический диапазон

Изменение <вя -2,0 % 1,0 % -1,5 % 0,5 % -0,5 % 1,0 %

Изменение рп -2,5 % 1,0 % -2,2 % 0,5 % -0,5 % 1,0 %

Класс заем- Удель- Веро- Удель- Веро- Удель- Веро- Удель- Веро- Удель- Веро- Удель- Веро-

щика ный ятность ный ятность ный ятность ный ятность ный ятность ный ятность

вес возврата вес возврата вес возврата вес возврата вес возврата вес возврата

А 0,68 0,965 0,69 0,98 0,685 0,968 0,705 0,985 0,695 0,985 0,71 1,00

В 0,19 0,925 0,20 0,94 0,195 0,928 0,215 0,945 0,205 0,945 0,22 0,96

С 0,05 0,725 0,05 0,74 0,050 0,728 0,050 0,745 0,050 0,745 0,05 0,76

D 0,05 0,525 0,04 0,54 0,045 0,528 0,025 0,545 0,035 0,545 0,02 0,56

Е 0,03 0,225 0,02 0,24 0,025 0,228 0,005 0,245 0,015 0,245 0,00 0,26

Vpr 901 200,00 927 600,00 909 900,00 949 700,00 938 300,00 970 400,00

Е Кп 81 300,00 66 900,00 74 100,00 45 300,00 59 700,00 38 100,00

Уг 16,1 % 16,8 % 16,3 % 17,5 % 17,1 % 17,9 %

Стресс- Сценарий №1 Уг 15,3 %

тестирование Сценарий №2 Уг 15,4 %

Сценарий №3 Уг 15,6 %

Стресс-тестирование показало хорошую стрессо-устойчивость кредитного портфеля, ни в одном сценарии его доходность не снижалась ниже точки безубыточности.

На последнем этапе сценарного анализа кредитных рисков кредитного портфеля, наступление которых может повлечь снижение его доходности, в данном условном примере формируется следующее заключение:

> существующая нормативная база по управлению кредитным портфелем, в том числе и кредитными рисками, не адекватна выдвигаемым требованиям к доходности кредитного портфеля и к ее стрессоустойчивости и поэтому должна быть упразднена или существенно доработана;

> предлагаемые нововведения позволят качественно изменить ситуацию с управлением кредитным портфелем, минимизировать риск снижения его доходности, со стопроцентной

вероятностью обеспечить плюсовую доходность кредитного портфеля;

> рассмотреть возможность выполнения предлагаемых лимитов, в случае положительного заключения — провести и утвердить необходимые изменения во внутренней нормативной базе банка.

Список литературы

1. Бултон Р., Либерт Б., Самэк С. Взлом кода стоимости — как успешный бизнес создает стоимость в новой экономике (Нью Йорк: Харпер Бизнесб 2000).

2. Бланк И. А. Основы финансового менеджмента. Т 2. Киев: Ника - Центр: Эльга, 1999. С. 203

3. Каует Дж. Б., Альтман И. А., Нарайанан П. Управление кредитным риском: новый финансовый вызов. Л.: Джон Вуили и Сыновья, 1998.

4. Жорион П. И., Кхури С. Ж. Финансовый риск-менеджмент: национальный и международный уровень. Базил Блэквел, 1995.