Применение рейтингов в банковском риск-менеджменте
Статья посвящена актуальному вопросу применения рейтинговых моделей в финансовом анализе банков-контрагентов.
Динамичное развитие российской банковской системы - неотъемлемая составляющая развития экономики страны в целом. Кредитование, безналичные расчеты и переводы становятся все более привычными услугами. Все больше предприятий финансируют собственное развитие за счет привлеченных средств, вследствие чего активы многих банков за последние годы выросли в 2-3 раза. Возникает закономерный вопрос: является ли указанный рост исключительно экстенсивным или можно говорить о переходе банков к «новому качеству»?
Критерием, определяющим качественный состав банков, могли бы послужить рейтинги авторитетных международных агентств (Standard & Poor's, Fitch Rating, Moody's-Interfax). Однако только 8% российских банков имеют рейтинг хотя бы одного из них. В России основным источником информации о кредитных организациях остается, в первую очередь, мнение родственников или друзей о банке, а также предлагаемые им ставки, и в последнюю очередь - финансовые показатели и кредитные рейтинги.
Все больше отечественных банков понимают важность и актуальность получения рейтинга - одного из важнейших условий улучшения имиджа банка, укрепления его позиций в банковской системе и роста доверия к нему со стороны клиентов и регулятора. Однако процесс присвоения рейтинга авторитетными агентствами - дорогостоящая и относительно длительная процедура, а периодическое обновление информации о банке требует постоянного пересмотра рейтинга.
Кроме того, у банков существует объективная потребность в создании собственных систем (использующих те же критерии, что и рейтинговые агентства), которые можно было бы применить для качественной и своевременной оценки кредитоспособности банков-контрагентов. Если результаты оценки банком кредитоспособности контрагентов сопоставимы с внешними рейтингами последних, то кредитор экономит время и деньги, улучшая качество своих систем управления рисками.
Данный вопрос весьма актуален (в том числе в связи с введением Базеля II) и ставится в последние годы во многих исследованиях1 . У большинства российских банков есть собственные методики оценки контрагентов, которые, чаще всего, основываются на оценке набранных баллов, полученных путем взвешивания показателей, соотнесенных с определенной шкалой. Недостаткам такого рода систем является то, что веса и шкалы выбираются эксперт-но. Подобного рода методика используется и Банком России для анализа кредитных организаций, подавших заявку на вхождение в систему страхования вкладов (ССВ)2.
Главная цель методик анализа контрагентов - ранжирование кредитных организаций по степени риска. Универсального алгоритма, который позволял бы ранжировать банки в различных экономических условиях, не существует. Традиционно применяемые подходы, основанные на двух ведущих финансовых показателях -капитал/активы; прибыль/активы или же
Ю.М. КОШЕЛЮК,
главный экономист отдела регулирования рисков на банки-контрагенты, Банк Петрокоммерц
1 См, например, работы А.М. Карминского, А.А. Пересецкого, С.В. Голованя. Среди зарубежных исследований наиболее признанными считаются работы Altman Е., Saunders А, Rijken Н.
2 Указание №1379-У Банка России «Об оценке финансовой устойчивости банка в целях признания ее достаточной для участия в системе страхования вкладов» от 16 января 2004. www.cbr.ru.
ROA; ROE, не могут быть абсолютно объективными. В идеале картина финансового состояния банков должна определяться при помощи всех финансовых показателей, однако ранжировать большой набор показателей - непростая задача, не имеющая однозначного решения.
Присвоение рейтинга международными рейтинговыми агентствами3 связано с анализом большого объема как финансовой, так и нефинансовой информации, касающейся деятельности организации, и сопряжено с существенными затратами. Большинство банков не в состоянии проводить столь дорогостоящий анализ, поэтому либо увязывают методику с существующими рейтингами, либо проводят свой «скоринг», стремясь на основе меньшего объема информации и более простых процедур построить модель оценки и на ее основе ранжировать кредитные организации по степени риска.
Стоит также отметить, что, по данным рейтинговых агентств, львиную долю в комплексной оценке банка занимают субъективные оценки экспертов, проводящих анализ, а также опросы сотрудников. Их, например, интересует мнение о качестве долгосрочной стратегии, существовании в будущем угроз потери прибыли, «текучести» кадров и т.п., т.е. о том, что не отражается в финансовой отчетности кредитной организации. В этой связи возникает вопрос, в какой степени рейтинг зависит от финансовых показателей и допускает ли данная зависимость возможность построения системы-имитатора?
В последнее время российская банковская система становится более прозрачной и цивилизованной. Банки все чаще раскрывают структуру собственников и публикуют свою финансовую отчетность. Важно отметить, что отчетность банков, публикуемая на сайте Банка России, позволяет получить значительный объем данных, необходимых для построения банками собственной системы оценок.
Спецификация модели
Проведенное нами исследование охватывает период с января 2004 г. по сентябрь 2006 г. Базой для исследования послужила выборка из 401 банка, финансовая отчетность которых (отчет о прибылях и убытках и оборотно-сальдовая ведомость) ежемесячно размещается представительством ЦБ РФ в Интернете. Цель исследования - построение рейтинговых моделей сопоставления банков. Верификация моделей производилась на основе данных по 61 банку, имеющему рейтинг хотя бы одного из трех международных агентств (S&P, Fitch, Moody's-Interfax). Результаты моделирования применяются к организациям, не имеющим рейтинга, включая 340 российских банков.
Показатели
Для построения модели мы выбрали широкий набор финансовых отношений, характеризующих
Таблица 1
Качественный состав прорейтинговынных банков
rating Рейтинг Число банков
5 BBB 6
4 BB 6
3 B 23
2 CCC 25
1 СС 2
Всего: 61
деятельность кредитной организации. В ходе проведенного корреляционного анализа был определен набор относительно независимых показателей для определения рейтингов. Из него были выбраны 18 финансовых показателей функциони-рованя банков, которые условно разделены на пять групп4.
Для оценки капитала кредитной организации применялись два показателя: общей достаточности капитала (без учета активов с нулевым риском5) и качества капитала (отношение добавочного капитала к основному). Группа показателей для оценки качества активов включала шесть показателей, отражающих как специализацию банка, так и качество портфеля (доля резервов, доля просроченных ссуд, доля безнадежных ссуд, доля прочих активов, кредитов и ценных бумаг в активах). В качестве показателей управления пассивами кредитной организации были выбраны зависимость банка от краткосрочных МБК (до 3 месяцев), доля счетов до востребования, а также доля расчетных счетов и выпущенных ценных бумаг в обязательствах.
Для оценки финансовых результатов кредитной организации были определены значения следующих показателей: ROE, прибыльность операций с ценными бумагами, маржа прибыли, а также процентная маржа. Ликвидность организации в построенной модели характеризовалась долей ликвидных активов в активах (до 1 месяца), а также соотношением высоколиквидных активов и привлеченных средств (без прочих).
Таблица 2
Состав активных операций банков,%
Специализация МБК (А) Ценные Кредиты Кредиты
бумаги юр.лицам физ.лицам
Корпоративные 4,3 3,9 56,7 7,9
Кредитные 3,5 2,7 34,2 22,5
Универсальные 7,2 27,6 29,5 7,4
Банки для банков 24,3 10,2 33,9 3,5
3 См. Методики присвоения рейтинга, находящиеся в свободном доступе на сайтах рейтинговых агентств.
4 См. Модель CAMEL.
5 Инструкция Центрального банка РФ от 16 января 2004 г. № 110-и «Об обязательных нормативах банков».
организация и управление
Качество используемых моделей Таблица 3
Модель Совпадение с реальным рейтингом Отклонение не более, чем на одну градацию шкалы Завышение рейтинга Завышение рейтинга более чем на одну градацию
Линейная регрессия 60,66 96,60 23,13 0,53
Кубическая регрессия 68,27 99,65 16,39 0,00
Линейная регрессия для каждой специализации 69,85 98,42 15,81 0,06
Эконометрическая модель
Для того чтобы сгладить колебания показателей в рамках построения модели оценки долгосрочного рейтинга, для анализа использовалось средневзвешенное значение показателя за 6 месяцев6.
Модель также была дополнена двумя важными (Dummy) показателями - устойчивость роста и размер кредитной организации, которые обладают высокой объясняющей способностью. Следует подчеркнуть, что именно размер банка часто воспринимается рынком, как безусловный сигнал стабильности организации7. При окончательном разделении банков на группы важно учесть, является ли банк членом ССВ.
В основе моделирования лежит использование регрессий на выбранном наборе показателей, где «буквенному» рейтингу организации ставится в соответствие численное его выражение.
Оценка модели
При оценке модели было определено два типа регрессий с наивысшей точностью в моделировании международного рейтинга кредитной организации. Использование отклонения от среднего значения по группе или по всей выборке банков позволило сократить влияние масштаба показателя на результат прогноза.
Модель с кубической связью:
|:::ir;; fiif ^ V , гu ■, ;; Ч.,;.Л,:|, , , (1)
где FR -финансовое отношение; (л | - среднее значение FR. по выборке за исследуемый период;
growth - dummy-переменная, характеризующая устойчивость роста кредитной организации;
size - dummy-переменная, характеризующая размер (активов) кредитной организации.
Модель с линейной связью, учитывающая информацию о специализации кредитной организации:
|-::1 -1И ii;IY.l I i:r;v..-.-l!-| .,/,:, (2)
где - среднее значение FR, для банков
данной специализации за исследуемый период.
Верификация моделей производилась на основе данных по банкам, имеющим рейтинги международных рейтинговы
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.