Управление банковскими рисками

 

    Таким образом, Д. Дюран определил границу выдачи ссуды как 1,25 и более. Если набранная сумма баллов менее 1,25, следовательно, заемщик является неплатежеспособным, а если более, то наоборот.[1]

    Вторая  проблема при использовании механизма  скоринга заключается в том, чтобы из большого количества показателей выбрать те критерии, которые необходимы и те, которые не являются существенными. Для этого необходимо выбрать одну из следующих математических моделей:

    ● статистические методы, основанные на дискриминантном анализе (линейная регрессия, логистическая регрессия).

      Наиболее традиционным и распространенным  является линейная многофакторная регрессия :

     
                                           р = wo + w1*1 + w2*2 + … + wn*n ,                             (1)

     

    где р - вероятность дефолта,

    w - весовые коэффициенты,

    x - характеристики клиента.

     
        Недостаток данной модели заключается в том, что в левой части уравнения находится вероятность, которая принимает значения от 0 до 1, а переменные в правой части могут принимать любые значения.

    Логистическая регрессия позволяет преодолеть этот недостаток:  
                                log (p/(1-p)) = wo + w1*1 + w2*2 + … + wn*n.                       (2)

    Для применения логистической регрессии необходимы гораздо более сложные расчеты для получения весовых коэффициентов, но данная модель позволяет разделить заемщиков по нескольким группам. В настоящее время логистическая регрессия является лидером скоринговых систем.

      ● Различные варианты линейного программирования, основная задача которого это поиск весовых коэффициентов, для которых ошибка  будет минимальной, т.к. невозможно точно классифицировать заемщиков.

    ● Дерево классификации и нейронные сети. Дерево классификации и нейронные сети представляют собой системы, которые разделяют клиентов на группы, внутри которых уровень риска одинаков и максимально отличается от уровня риска других групп. Нейронные сети используются  при определении кредитоспособности юридических лиц, где анализируются выборки меньшего размера, чем при определении кредитоспособности физических лиц.

    ● Генетический алгоритм. В сфере кредитования имеется набор классификационных моделей, которые подвергаются «мутации», «скрещиваются», и в результате отбирается «сильнейший», т. е. модель, дающая наиболее точную классификацию.

    ● Метод ближайших соседей. Выбирается единица измерения для определения расстояния между клиентами. Все клиенты в выборке получают определенное пространственное положение. Каждый новый клиент классифицируется исходя из того, каких клиентов, плохих или хороших, больше вокруг него.[2]

    Другими недостатками скоринга являются:

      ● оценка не реального заемщика, а информации, которую он о себе сообщает, и хорошо подготовленный клиент может представить данные о себе так, что практически гарантированно получит кредит;

      ● системы требуют постоянной доработки и обновления, так как со временем изменяются социально-экономические условия и условия кредитования. На Западе разработка новых скоринговых моделей происходит раз в полтора-два год и во многом зависит от стабильности экономики в этот период;

    ● сложность осуществления быстрых решений департамента риска кредитной организации — смена или корректировка методики оценки превращается в длительную процедуру для большого количества точек обслуживания;

    ● невозможность построения сложной стратегии принятия решения. 
        Данная система обладает и рядом преимуществ:

    ● выявление и предотвращение попыток мошенничества;

    ●    увеличить кредитный портфель за счет уменьшения количества необоснованных отказов по кредитным заявкам;

    ● повысить точность оценки заемщика;

    ● уменьшить уровень невозвратов;

    ● ускорить процедуру оценки заемщика;

    ●  снизить формируемые резервы на возможные потери по кредитным обязательствам;

    ●    быстро и качественно оценить динамику изменений кредитного счета индивидуального заемщика и кредитного портфеля в целом.

    Основным  преимуществом скоринговых систем является отсутствие возможности обмана заемщиком данной системы, т.к. практически любая скоринговая модель является самообучающейся. Именно с накопления определенных кредитных историй, с момента запуска программы в действие включается второй этап анализа информации по потенциальному заемщику. Скоринг начинает сравнивать клиента с теми, кто уже получил кредит в этом банке, но не всех заемщиков, а только тех, кто по указанным параметрам (пол, возраст, семейное положение, профессия, стаж работы и т.д.) имеет сходство с потенциальным заемщиком. Если скоринговая модель обнаруживает, что, например, из 10 заемщиков, похожих на нового клиента, лишь 5 успешно возвращают кредит, то программа причислит клиента к проблемной и рискованной группе и, как следствие, откажет в выдаче ссуды, занеся данную информацию в свою базу. При этом если в течение определенного времени скоринг будет продолжать отказывать по этой группе, то специалисты банка имеют возможность скорректировать ее, обновить и начать выдавать кредиты заемщикам из данной группы.

    Механизм  скоринга при оценке кредитоспособности индивидуальных заемщиков используется в банках в качестве компромисса, потому что кpедитный комитет физически не способен рассматривать каждую заявку в индивидуальном порядке, а наpащивать объем выдаваемых кредитов необходимо с целью максимизации прибыли. Поэтому, дополнительными преимуществами скоринга, помимо выше перечисленных, являются возможность снижения издержек и минимизация операционного риска за счет автоматизации принятия решения о выдаче кредита, также позволяет сокращать время обработки заявлений и предоставления ответа о выдаче или отказе в кредите и централизованно принимать кредитное решение и тем самым снижать влияние человеческого фактора при его принятии.

    В России развитие скоринга ограничивается все еще низкими по западным меркам объемами кредитования, а также быстро меняющимися социально-экономическими условиями. Российские банки не располагают достаточной информацией о клиентах для того, чтобы выстроить эффективные скоринговые модели, обеспечивающие спрос на розничное кредитование, с одной стороны, и минимизацию банковских рисков – с другой. В такой ситуации банки могут действовать двумя способами. Во-первых, использовать модель, разработанную за рубежом, с ее обязательной адаптацией к российским реалиям, что потребует затрат времени и средств. Во-вторых, отказаться на первоначальном этапе от применения скоринга и выдача кредитов всем желающим на основании стандартной проверки с целью накопления необходимой кредитной истории. Далее на основании этих данных разработать собственную скоринговую модель – эффективную, но дорогостоящую для банка. 

Практическое  задание.

На примере  конкретного банка изучить структуру  и элементы системы риск-менеджмента, показать взаимосвязи в этой системе.

Риск-менеджмент - это финансовая категория. Снижение величины риска осуществляется через финансовые методы: диверсификацию, лимитирование, самострахование, страхование и др.

В совокупности они  образуют единый финансовый механизм управления риском, который называется "риск-менеджмент".

Риск-менеджмент - это система управления риском и финансовыми  отношениями, возникающими в процессе этого  управления.  

     Cформированная в Отделении Сберегательного банка (ОСБ) г. Нефтекамска система управления кредитным риском по корпоративному кредитному портфелю также направлена на минимизацию кредитного риска по сделкам корпоративного кредитования и включает следующие основные направления:

• поддержание диверсифицированной структуры корпоративного кредитного портфеля по отраслевому, региональному, валютному признаку, по срокам выданных кредитов, виду обеспечения, по видам кредитных продуктов;
• установление лимитов риска на отдельных заемщиков или группы связанных заемщиков;
• применение дифференцированного, многоуровневого, комплексного подхода к оценке кредитных заявок корпоративных клиентов. Банк уделяет особое внимание индивидуальному подходу к каждому проекту и заемщику, оценке финансового состояния клиентов, анализу технико-экономического обоснования проектов, оценке внешних рисков по проекту, обеспечения. Действующая в Банке система оценки кредитных заявок позволяет отобрать для целей кредитования проекты и заемщиков, отвечающих требованиям Банка по уровню кредитного риска и характеризующихся хорошей кредитоспособностью;
• использование централизованной системы принятия решений о заключении Банком сделок корпоративного кредитования, несущих кредитный риск: решения по кредитным рискам принимаются коллегиальными органами Банка или уполномоченными должностными лицами в пределах установленных лимитов ответственности;
• контроль за выполнением установленных лимитов и принятых решений;
• обязательный постоянный мониторинг качества корпоративного кредитного портфеля и отдельных ссуд;
• формирование резервов на возможные потери по ссудам согласно порядку, установленному нормативными документами Банка России, а также резервов в соответствии с международными стандартами финансовой отчетности. По всем выдаваемым Банком кредитам на постоянной основе в результате комплексного анализа деятельности заемщиков, их финансового состояния, качества обслуживания долга, обеспечения, а также всей имеющейся в распоряжении Банка информации производится оценка кредитного риска по ссудам. При выявлении признаков обесценения ссуды (т.е. потери ссудой стоимости вследствие неисполнения либо ненадлежащего исполнения заемщиком обязательств по ссуде перед Банком в соответствии с условиями договора либо существования угрозы такого неисполнения) Банк в обязательном порядке формирует резерв на возможные потери по ссуде.

 

     Действующая система управления кредитным риском, наряду с предпринятыми ОСБ г. Нефтекамска антикризисными мероприятиями позволили Банку сохранить контроль над качеством корпоративного кредитного портфеля и обеспечить приемлемый уровень надежности кредитных вложений в условиях продолжающегося финансового кризиса.      

Благодаря предпринятым усилиям по итогам 2011 года ОСБ г. Нефтекамска смог сохранить диверсифицированный, с точки зрения отраслевой, валютной и срочной структуры, и сбалансированный, с точки зрения рисков, корпоративный кредитный портфель.     

В части розничного кредитования в  кризисных условиях отчетного года, Банк применял консервативные подходы к кредитованию физических лиц с целью сохранения качества кредитных вложений.     

В Банке функционирует интегрированная  система риск-менеджмента, основными задачами которой являются анализ и контроль качества кредитного портфеля на постоянной основе, оценка кредитных рисков при внедрении новых розничных кредитных продуктов и модификации действующих, оперативное принятие решений об ограничении продаж розничных кредитных продуктов, имеющих высокий риск, а также разработка подходов к формированию резервов на возможные потери по ссудам в части кредитных операций.      

В Отделении Сберегательного банка (ОСБ) г. Нефтекамска для повышения эффективности кредитной политики разработаны общие принципы оценки рисков кредитования малых предприятий.     

На  сегодняшний день основой оценки рисков и критерием, который определяет качество портфеля кредитов малому бизнесу, является методика финансового анализа малых предпринимателей. Эта методика разрабатывалась и утверждалась Сбербанком более двух лет назад. В Сбербанке определили свои подходы к оценке рисков и кредитованию малого бизнеса, опираясь на опыт и статистику, накопленные российскими банками. В основе методики — принципы, заложенные Европейским банком реконструкции и развития (ЕБРР), который еще до кризиса, в 1994–1995 годах начал кредитовать малые предприятия в России через партнерские банки.     

Краеугольным  камнем методики, позволяющей формировать качественный кредитный портфель в этом непростом сегменте, является анализ управленческой отчетности и управленческих данных малого предприятия. Кредитные специалисты, конечно, изучают и официальную отчетность потенциальных заемщиков, но многие малые предприятия работают по упрощенной форме отчетности. Надо понимать, что далеко не все компании из сегмента малого бизнеса отражают в официальной отчетности всю свою деятельность. И потому кредитный специалист Отделения Сберегательного банка (ОСБ) г. Нефтекамска изучает книги учета товара, товарных остатков, расчеты с поставщиками, ситуацию с дебиторами — старается получить максимальный объем информации, которая позволит наиболее всесторонне оценить бизнес данного предприятия и риски банка. На основе такого анализа специалисты департамента кредитования малого и среднего бизнеса определяют потребность предприятия в заемных ресурсах и его способность выполнить обязательства перед банком.