- •Лекція 6. Управління фінансовими неціновими ризиками План
- •6.1. Сутність та джерела виникнення кредитних ризиків
- •6.2. Оцінювання кредитного ризику банку та класифікаційні моделі оцінки
- •Класифікаційні моделі оцінки кредитного ризику
- •6.3. Методи управління кредитним ризиком банку. Управління ризиком окремого кредиту. Формування резерву на відшкодування можливих втрат.
- •Методи управління ризиком кредитного портфеля банку
- •Аналіз кредитоспроможності позичальника
- •Показники фінансового стану позичальника
- •Аналіз кредиту
- •Структурування кредиту
- •Документування
- •Контроль
- •6.4. Ефективність управління кредитним портфелем
- •6.5 Сутність, аналіз та оцінювання ризику ліквідності
- •Використання нормативів Національного банку України для оцінювання ризику ліквідності
- •Оцінювання ризику ліквідності за допомогою моделі динамічного індикатора
- •Аналіз, оціка та моделювання кредитних ризиків ( по Вітлінському в.В.)
- •Формування даних для Побудови скорингової функції
Аналіз, оціка та моделювання кредитних ризиків ( по Вітлінському в.В.)
Кредитний ризик являє собою наявний чи потенційний ризик для основної частини боргу та відсотків через неможливість (чи небажання) контрагента виконати зобов'язання згідно з кредитною угодою.
Кредитний ризик е широкою категорією, яка охоплює всі види діяльності, в яких результат залежить від контрагента. Він може включати як неспроможність повернути основну частину боргу, так і відсотки. Окрім цього, він включає затримку платежів (як правило, більше часу встановленого в угоді). Кредитний ризик також проявляється в тих випадках, коли всі платежі здійснюються, але стан платоспроможності (чи показники економічної діяльності) позичальника погіршується. В країнаах з розвинутою фінансовою системою таке відбивається у переході позичальника до класу з нижчими значениями рейтингу. При цьому банк немає наявних збитків, але потенційні збитки збільшуються.
Кредитний ризик присутній як в операціях, що відбуваються у балансі, так і поза балансом. Наприклад, видача гарантії породжує кредитний ризик поза балансом.
В основі моделювання кредитного ризику, лежать загально-прийняті у світовій практиці показники, якими банк вимірює кредитний ризик:
РD — ймовірність дефолту (probability of default);
ЕАD — капітал під ризиком дефолту (exposure at default);
LGD — питома вага збитків у разі дефолту (loss given default).
Банк має вимірювати за цими мірами ризики, пов'язані як з кожним окремим позичальником, так і ризик усього кредитного портфеля. Ймовірність дефолту окремого позичальника може бути виміряна двома способами. Перший спосіб — за допомогою ринкових даних. Такий спосіб використовується в країнах з розвинутими фондовими ринками, на яких обертаються акції та облігації позичальника. За даним способом оцінка ризику ринком переноситься на оцінку ймовірності дефолту за кредитом.
Ураховуючи відносну нерозвиненість фондового ринку в Україні, такий спосіб, на жаль, сьогодні ефективно застосованим бути не може. Другий підхід полягає у визначенні ймовірності дефолту за допомогою рейтингової оцінки позичальника. Основним при цьому виступає припущення про наявність предикативного зв'язку між наявними фінансовими показниками діяльності позичальника та ймовірністю банкрутства в майбутньому. Такий підхід є перспективним в українських умовах і розглядається нижче.
Капітал під ризиком дефолту ЕАD являє собою величину капіталу, обтяжену ризиком дефолту окремого позичальника. Структурно складається з двох частин — основної суми боргу та кредитних зобов'язань (за кредитною лінією). Як правило. ЕАD не збігається із збитками у разі дефолту. Справа в тім, що у разі дефолту частина боргу повертається, а частина може бути отримана за допомогою реалізації забезпечення, яке було закладене позичальником. Частка, що повертається, носить назву «норма відшкодування» — RR (Recovery Rate). Норма відшкодування залежить від багатьох різноманітних факторів, зокрема, від ринкової ціни застави, а тому з математичної точки зору являє собою випадкову величину. В свою чергу, питома вага збитків у разі дефолту визначається як різниця між 100 % та нормою відшкодування: LGD = 100%-RR , і є також випадковою величиною. Най-простішим підходом до урахування LGD є використання сподіваного значения Е(LGD) як питомої ваги збитків. Збитки у разі дефолту є добутком х =
Щодо кредитних зобов'язань, то вони належать до позабалансових інструментів та оцінка потенційних втрат за ними є однією з ключових проблем у практиці вимірювання кредитних ризиків. Якщо для балансових інструментів ЕАD відбито номінально, то при розгляді позабалансових інструментів, таких як кредитна лінія, величина ЕАD с випадковою, тому що невідомо скільки використає грошей потенційний банкрут перед банкрутством. Проблема вимірювання ускладнюється тим, що дослідження (проведені в розвинених країнах) вказують на те, що позичальники перед банкрутством використовують, як правило, більше коштів з кредитної лінії. 3 математичної точки зору проблема полягає у моделюванні таких величин. Одним із підходів до моделювання є оцінка корегуючого множника , що характеризує сподівану частку використання залишкової частини кредитної лінії. Якщо кредитна лінія 1 млн грн, а основна сума позики 700 тис. грн, то для визначення EAD необхідно скорегуваги 700 тис. грн на залишкову суму 300 тис. у такий спосіб: EAD= 700 + • 300 , де 0 і . Слід наголосити, що може бути визначений або на основі історичних даних, або експертним шляхом.
Математична формалізація кредитного ризику на одного позичальника в загальному випадку призводить до випадкової величини втрат, яку позначатимемо L :
L =
де капітал під ризиком кредитної операції, представлений у балансі;
- капітал під ризиком поза балансом;
RR - норма відшкодування;
- індикатор дефолту.
Загалом множники у формулі можуть бути корельованими випадковими величинами і L матиме більш складну функцію розподілу. Внаслідок чого вимірювання ризику за допомогою лише PD с звуженням, і необхідно використовувати більш точний інструментарій. Таким інструментарієм може виступати капітал під кредитним ризиком чи «кредитний» VaR максимальна величина збитків для даного позичальника, які можуть бути у 95 % (чи 99 %) випадках. Значення випадкових величин у наведеній формулі, з урахуванням кореляційних взасмозв'язків, можуть бути генеровані методами статистичного моделювання (методами Монте-Карло). На практиці, враховуючи трудомісткість подібного розрахунку, можна використати спрощений підхід, за яким приймається незалежність випадкових величин та переходять до середніх величин:
Наприклад, якщо банк надає кредити для купівлі автомобіля у середньому розмірі 50 000 грн, а ймовірність дефолту одного позичальника становить 0,05 та норма відшкодування в середньому 50 % (відшкодуванням буде автомобіль, вартість якого зменшена за рахунок користування), то середня величина збитків за одним кредитом дорівнює:
грн
Якщо в кредитному портфелі банку с т позичальників, то величина втрат за кредитним портфелем являтиме собою вимадкову величину, яка с сумою випадкових величин збитків за окремими кредитами:
Оцінка ризику величини Lр у рамках концепції збитків у несприятливій ситуації логічно здійснити на основі процедур Value-at-Risk. Такий підхід являтиме собою математичне обгрунтування концепції економічного капіталу банку .Економічний капітал відіграє суттєву роль не лише у теорії та практиці банківської справи, а і у рамках неоінституціональної теорії фінансів у цілому.
Одним із основних методів аналізу та оцінки кредитосироможності позичальника виступає рейтинювий метод.
Рейтинг (англ. Rating - оцінка) являє собою комплексну узагальнену оцінку (кредитоспроможності) позичальника. Подібна оцінка може бути якісною та кількісною. В першому випадку рейтинг представляє результати аналізу ризику позичальника в описовій формі. У другому - рейтинг передбачає наявність певної шкали, елементи якої пов'язані з основною числовою характеристикою кредитного ризику - ймовірністю банкрутства. Найбільш поширеними у розвинених країнах є шкала двох рейтингових агентств Standard & Poor’s та Moody’s, які мають 20 рівнів (не включаючи рівень дефолту). Кожному рівню відновідає число ймовірність дефолту позичальника, віднесеного до даного рівня. Рейтинг, представлений рейтинговими агентствами, с зовнішнім та існує, як правило, для великих корпорацій.
Окрім зовнішніх рейтингів, банки широко використовують внутрішні рейтинги позичальників. Вони включають як оцінку позичальника, так і оцінку конкретного інструмента.
Однією з ефективних форм кредитного рейтингу є скоринг. Скоринг є оцінкою кредитоспроможності на основі різних кількісних показників про позичальника. Як науковий метод оцінки кредитного ризику він грунтується на зв'язку між наявною інформацією про позичальника та ймовірністю банкрутства. Існують два види моделей кредитних скорингів статистичні моделі та експертні моделі.
Класичними та широковживаними в західних країнах є статистичні моделі кредитного скорингу. Вони встановлюють причинно-наслідковий зв'язок між значеннями певного набору фінансових коефіцієнтів та платоспроможністю позичальника на основі ста-тистичної інформації. Найвідомішим прикладом такого скорингу може слугувати модель Альтмана, основана на дискримінантній функції:
де — відповідно власний обіговий капітал, нерозподілений прибуток, прибуток до виплат відсотків та податків та виручка від реалізації поділені на величину загальних активів, а Х4 — відношення ринкової вартості капіталу до балансової вартості зобов 'язань.
Модель Альтмана дозволяла (на американському ринку у 1970-ті роки) передбачати ймовірність банкрутства на основі значень Z-функції: при Z < 1,81 — ймовірність банкрутства протягом року висока, а при Z > 2,99 — мала. При 1,81 < Z < 2,99 прогноз утруднений. На сьогодні існує велика кількість узагальнень моделі Альтмана, у тому числі і для українського ринку.
Побудова та впровадження скорингових моделей в українських умовах характеризується відсутністю необхідної статистичної бази. Для побудови адекватної моделі необхідно мати статистику не менш ніж 1000 банкрутств , а якщо банк надає 100 кредитів за місяць з 5 %-ю ймовірністю неповернення, то для формування статистичної бази необхідно 17 років. За такий період, як правило, у трансформаційній економіці змінюються умови та виникає питания про адекватність скорингової моделі.
Статистична схема побудови скорингу позичальника виглядає так. Визначають Р критеріїв оцінки позичальників та на основі наявних даних формують статистичну базу даних із значень критеріїв для двох груп позичальників — платоспроможних позичальників та банкрутів.
Хід побудови подано у табл. 4. Для кожної з груп розраховують середні значения за кожним із критеріїв.
Шукають набір значень коефіцієнтів які входять у дискримінантну лінійну функцію , яка власне і являє собою математичний вираз скорингу.
Таблиця 4