А. И. Уколов Управление рисками страховой организации
 Скачать 2.83 Mb.
|
|
7. УПРАВЛЕНИЕ КРЕДИТНЫМ РИСКОМ СТРАХОВОЙ ОРГАНИЗАЦИИ 7.1. ПОНЯТИЕ КРЕДИТНОГО РИСКА Являясь наиболее распространенным видом финан- сового риска, кредитный риск представляет собой эле- мент неопределенности при выполнении контрагентом своих договорных обязательств, связанных с возвратом заемных средств. Иными словами, кредитный риск – это возможность потерь вследствие неспособности контрагента выполнить свои контрактные обязательст- ва. Для кредитора последствия невыполнения этих обя- зательств измеряются потерей основной суммы задол- женности и невыплаченных процентов за вычетом суммы восстановленных денежных средств. Кредитные риски возникают в большинстве опера- ций, совершаемых на финансовых рынках. Это связано с процессом осуществления расчетов, так как при за- ключении сделки на поставку финансового инструмен- та существует риск невыполнения контрагентом своих обязательств. Поэтому, говоря о кредитных рисках, следует понимать весьма широкую сферу их возмож- ного проявления. Учреждениями, специализирующимися на предос- тавлении кредитов, традиционно являются банки, одна- ко этот вид деятельности может осуществляться также и финансовыми, и страховыми компаниями (к тому же страховые компании являются крупнейшими держате- лями облигаций, относящихся также к кредитным 176 инструментам). Все эти организации преследуют раз- личные цели и, следовательно, предлагают различные условия кредитования, однако их стратегии в отноше- нии избегания и минимизации принимаемых на себя кредитных рисков носят идентичный характер. Для большинства финансовых учреждений наибо- лее очевидным и существенным источником кредитно- го риска являются различного рода ссуды и кредитные линии. Тем не менее, они все чаще сталкиваются с кре- дитным риском и по другим финансовым инструмен- там, включая: банковские акцепты; гарантии и поручительства; облигации; сделки с производными инструментами (свопа- ми, форвардами, опционами). Характер кредитных потерь меняется в зависимости от операции и во многих случаях зависит от стадии прохождения операции. Например, при предоставле- нии кредита (приобретения облигаций) вся сумма сдел- ки, включая проценты, подвергается риску возможных потерь. При форвардных сделках риск ограничивается разницей между ценой, оговоренной на момент заклю- чения сделки, и рыночной ценой на момент ее испол- нения. В то же время, в момент исполнения форвард- ного контракта на поставку валюты кредитный риск распространяется на всю сумму сделки. Методы и инструменты управления кредитными рисками прошли длительный процесс развития. Так, первоначально оценка кредитного риска сводилась к определению только номинальной стоимости ссуды. Впоследствии были разработаны способы определения стоимости кредитного продукта с учетом риска, широ- кое распространение получили системы рейтинговой оценки кредитоспособности заемщиков. Прогресс в 177 области оценки кредитного риска оказал существенное воздействие на развитие и совершенствование методов управления им, о чем свидетельствуют такие достижения, как: изменение структуры финансовых операций в части, касающейся обеспечения возврата денежных средств (залог недвижимости, выпуск ценных бумаг, обеспеченных активами заемщика, и т. д.); наличие специализированных посредников при осуществлении финансовых операций в виде бирж и расчетно-клиринговых систем, участие которых уменьшает необходимость для сторон по сделке при- нимать особые меры по снижению риска контрагента; появление кредитных производных инстру- ментов, способствующих снижению кредитных рисков лежащих в их основе активов. Хотя этот рынок является сравнительно молодым, он характеризуется высокими темпами роста объема сделок. Кредитор, который не хочет принимать на себя кредитный риск по принадлежащим ему активам, может при определенных условиях немедленно «продать» этот риск на рынке и тем самым хеджировать свои активы. Таким образом, кредитные производные представляют собой финансовые инструменты, которые создают своеобразный механизм страхования, выражающийся в передаче кредитного риска спекулятивно настроенным участникам рынка. Процесс управления кредитными рисками включает в себя качественный и количественный аспекты. Каче- ственный аспект заключается в определении кредито- способности (надежности) заемщика или контрагента. Современный подход к количественной оценке кре- дитного риска основывается на концепции value at risk (VaR), ставшей общепринятым стандартом для оценки рыночных рисков. Применение данного подхода к 178 оценке риска на уровне портфеля ссуд предполагает проведение дополнительных исследований, включаю- щих построение распределения вероятностей наступ- ления дефолта, оценку подверженности риску и уровня безвозвратных потерь в случае дефолта. 7.2. ДЕФОЛТ И КРЕДИТНОЕ СОБЫТИЕ Наиболее ярким представлением кредитного риска является дефолт (default) – неисполнение контрагентом в силу неспособности или нежелания условий кредитного соглашения или рыночной сделки. Поэтому к категории кредитного риска относятся, в первую очередь, потери, связанные с объявлением контрагентом дефолта. Кроме того, к кредитному риску относятся также и потери, связанные с понижением кредитного рейтинга заемщика, так как это обычно приводит к понижению рыночной стои- мости его обязательств, а также потери в виде недопо- лученной прибыли вследствие досрочного возврата взятой заемщиком ссуды. Представленное выше определение дефолта не дает ответа на вопрос, что с юридической точки зрения бу- дет считаться моментом его наступления. Более общим понятием, чем дефолт, является кредитное событие (credit event) – изменение кредитоспособности заемщика или «кредитно- го качества» финансового инструмента, наступление которого характеризуется четко определенными условиями. Оно при- менимо не только по отношению к облигациям и ссу- дам, но и к любым кредитным продуктам, включая кредитные производные инструменты. Наиболее полное определение кредитного события было сформулировано Международной ассоциацией ди- леров по свопам и производным инструментам (International Swap and Derivatives Association – ISDA) в «Определениях терминов при сделках с кредитными производными инструментами» (ISDA Credit 179 Derivatives Definitions) от 1999 года. ISDA определяет шесть различных видов кредитного события: 1) банкротство, под которым понимается: ликвидация предприятия (за исключением слияния); неплатежеспособность (несостоятельность) предприятия; переуступка прав требования (цессия); возбуждение дела обанкротстве в суде; назначение внешнего управляющего иму- ществом должника; назначение ареста третьей стороной на все имущество должника; 2) досрочное наступление срока исполнения обязательства (obligation acceleration), которое означает объявление дефолта (отличного от невыплаты причитающейся суммы) по любому другому аналогичному обязательству данного заемщика и вступление в силу оговорки о досрочном наступлении срока исполнения данного обязательства; 3) дефолт по обязательству (кросс-дефолт), который означает объявление дефолта (отличного от невыплаты причитающейся суммы) по любому другому аналогичному обязательству заемщика; 4) неплатежеспособность, подразумевающая невыплату заемщиком определенной (превышающей оговоренный предел) суммы в срок (по истечении оговоренного льготного периода); 5) отказ или мораторий, при котором контрагент отказывается от совершения платежа или оспаривает юридическую силу обязательства; 6) реструктуризация задолженности, повлекшая за собой односторонний отказ, отсрочку или 180 изменение графика погашения задолженности на менее выгодных условиях. Помимо этого, кредитным событием иногда могут быть признаны и такие факты: 7) понижение или отзыв рейтинговым агенством кредитного рейтинга заемщика; 8) неконвертируемость валюты, вызванная введенными государством ограничениями; 9) действия государственных органов, под которыми понимаются: − заявления или действия правительства или регулирующих органов, ставящие под угрозу юриди- ческую силу обязательства; − война или военные действия, препятствующие осуществлению деятельности правительства или банковской системы. В дальнейшем из всех кредитных событий нас будет интересовать дефолт как основной вид кредитного риска. 7.3. МОДЕЛИ ОЦЕНКИ КРЕДИТНОГО РИСКА Модели оценки кредитного риска призваны дать ответ на вопрос, какова вероятность того, что заемщик окажется неплатежеспособным, и какой должна быть стоимость предлагаемого ему кредитного продукта с учетом прошлого опыта и прогнозов относительно будущего. Все существующие модели оценки кредитного риска можно классифицировать: по лежащим в их основе математическим методам; по сфере применения; по предмету исследования. 181 Развитие кредитного риск-менеджмента в последние годы было обусловлено применением современных математических методов, таких как анализ выживаемости, вероятностное и статистическое моделирование, математическое программирование, теория игр, нейронные сети и др. по применяемому математическому аппарату модели оценки кредитного риска можно классифицировать следующим образом: 1) эконометрические модели на основе линей- ного и многомерного дискриминантного анализа, рег- рессионного анализа, анализа выживаемости, позволяющего получать оценки вероятности наступления события, например, дефолта; 2) нейронные системы – компьютерные алгоритмы, имитирующие работу человеческого мозга посредством взаимодействия взаимосвязанных «нейро- нов». В нейросетях используют те же входные данные, что и при эконометрическом подходе, выделяя взаимосвязи между ними посредством многократного повторения, методом проб и ошибок; 3) оптимизационные модели, основанные на методах математического программирования, позво- ляют минимизировать ошибки кредитора и максими- зировать прибыль с учетом различных ограничений. С помощью методов математического програм- мирования, в частности определяют оптимальные доли клиентов в портфеле ссуд и/или оптимальные параметры крединтых продуктов; 4) экспертные системы, использующиеся для имитации процесса оценки риска, осуществляемого опытным и квалифицированным специалистом при принятии кредитного решения. Составляющими экспертной системы являются набор логических пра- вил вывода, база знаний, содержащая количественные и качественные данные об объекте принятия решений, а 182 также модуль для ввода ответов пользователя на вопросы системы; 5) гибридные системы, которые используют вычисления, статистическое оценивание и имита- ционное моделирование и могут быть основаны на причинно-следственных отношениях. Например, к ним относится модель EDF компании KMV , предназначенная для оценки вероятности дефолта. Последовательность построения модели заклю- чается в выявлении взаимосвязей между переменными, в выборе методов для оценки входных параметров и в оценке точности модели. Модели оценки кредитного риска могут приме- няться в различных сферах деятельности, в том числе: при принятии решений о предоставлении кредита; при определении внутреннего и внешнего кре- дитного рейтинга; для расчета стоимости кредитных продуктов; как система «раннего предупреждения» (early warning system), своевременно указывающая на потенциальную вероятность потерь и способствующая принятию мер по сокращению кредитного риска; для выработки стратегии взаимоотношения с клиентами. 7.4. ОСНОВНЫЕ СОСТАВЛЯЮЩИЕ КРЕДИТНОГО РИСКА Хотя кредитный риск следовало бы рассматривать как любое (отрицательное) изменение рыночной стои- мости активов в результате изменения мнений участни- ков рынка о возможности объявления дефолта в буду- щем, предметом нашего дальнейшего анализа будут только сами последствия объявления дефолта. Риск 183 дефолта можно рассматривать как функцию следую- щих параметров: вероятности наступления дефолта (probability of de- fault – PD), оцениваемой путем анализа финансового состояния заемщика или рыночной стоимости выпу- щенных им в обращение облигаций и акций. Прогноз вероятности дефолта и оценка корреляции между де- фолтами для составляющих портфеля представляет собой центральную задачу при моделировании кре- дитного риска; подверженность кредитному риску (credit exposure – CE; exposure at default – EAD), представляющая собой эконо- мическую оценку стоимости активов, подверженных риску, в момент объявления дефолта. Для относитель- но простых инструментов, таких как ссуды или обык- новенные облигации, подверженность кредитному риску принимается постоянной и равной их номи- нальной стоимости, однако для производных инстру- ментов распределение подверженности кредитному риску во времени будет иметь более сложный вид; потери в случае дефолта (loss given default – LGD), отражающие уровень потерь с учетом частичного вос- становления активов, например, путем реализации за- лога, исполнения гарантий и т. п. так, если уровень восстановления равен 30% от общей суммы кредита, то потери в случае дефолта составят 70% от подвержен- ности кредитному риску. Уровень восстановления за- долженности может также существенно различаться по различным категориям контрагентов и видам кредит- ных продуктов. Кредитный риск выражается величиной кредитных потерь (credit loss – CL), которые можно оценить с помо- щью трех составляющих кредитного риска, перечис- ленных выше. Потери вследствие кредитного риска для 184 одного актива можно формально представить как про- изведение перечисленных параметров: , 1 R CE b LGD CE b CL где: b – двоичная случайная переменная, принимающая значение 1 в случае наступления дефолта с вероятно- стью PD и 0 – в противном случае; CE – подверженность кредитному риску в момент объявления дефолта; R – уровень восстановления задолженности; R LGD 1 – безвозвратные потери в случае де- фолта. В общем случае все переменные, входящие в пред- ставленную формулу, можно рассматривать как слу- чайные величины. Предположим, что их совместное распределение описывается некоторой функцией плотности вероятностей LGD CE b f , , . Тогда матема- тическое ожидание случайной величины CL, называе- мое ожидаемыми потерями вследствие кредитного рис- ка (expected credit loss – ECL) определяется следующим образом: dbdCEdLGD LGD CE b f LGD CE b ECL , , Если все параметры кредитного риска являются не- зависимыми, то совместную плотность распределения вероятностей можно представить в виде произведения плотностей каждой из этих величин, а последнее вы- ражение будет сведено к виду: , dLGD LGD LGD dCE CE CE db b g b ECL где: LGD CE b g , , – функции плотностей рас- пределения вероятностей соответствующих случайных величин. Отсюда следует, что ожидаемые потери можно оценить как произведение вероятности дефолта на 185 среднюю подверженность кредитному риску и средний уровень безвозвратных потерь в случае дефолта: LCD E CE E PD ECL Ниже будет подробнее рассмотрена каждая из пере- численных составляющих кредитного риска. 7.5. МЕТОДЫ ОЦЕНКИ ВЕРОЯТНОСТИ ДЕФОЛТА Все способы оценки риска дефолта можно подраз- делить на две группы: 1) актуарные методы , позволяющие на основе статистических данных рассчитать объективную оценку риска дефолта, как противоположную нейтральной к риску оценки; 2) методы на основе рыночной стоимости ак- ций , облигаций или производных финансовых инст- рументов, с помощью которых определяют нейтраль- ную к риску оценку риска дефолта и премию за риск. 7.5.1. Актуарные методы оценки вероятности дефолта Актуарные оценки вероятности дефолта страховой организации рассчитываются рейтинговыми агентства- ми, которые классифицируют предприятия и их долго- вые обязательства по вероятности дефолта путем при- своения им различных кредитных рейтингов. При отсутствии внешнего рейтинга кредитор (страховщик), имеющий собственную статистику, может определить внутренний кредитный рейтинг путем экспертных за- ключений или статистических моделей, использующих данные бухгалтерской отчетности компаний для уста- новления эмпирической взаимосвязи между финансо- выми показателями и возможностью дефолта. Подоб- ного рода модели, основанные на больших объемах данных, используют в своей деятельности и рейтинго- вые агентства. 186 Принимая классификацию заемщиков по кредит- ным рейтингам как заданную, основное внимание уде- лим расчету объективной вероятности дефолта, харак- терной для заемщиков с различным кредитным рейтингом. Наибольшую известность в области оценки веро- ятности дефолта по облигациям с различным кредит- ным рейтингом на основе анализа выживаемости полу- чили исследования, проведенные Альтманом в 1988−1997 гг. и рейтинговыми агентствами Moody’s и Standard & Poor’s в 90-х гг. Расчеты Moody’s и Standard & Poor’s основывались на обширных статистических данных, собранных этими крупнейшими рейтинговыми агентствами в определе- нии доли компаний эмитентов, объявивших дефолт в данный год из общего числа эмитентов с выбранным рейтингом. Традиционно они рассчитывали средние значения вероятности дефолта по облигациям без уче- та «возраста» облигации, то есть периода с момента эмиссии облигации до момента расчета. Практика сви- детельствует, что возраст облигации оказывает сущест- венное влияние на вероятность дефолта, так как де- фолт по облигациям, эмитированным относительно недавно, маловероятен, даже несмотря на их, возможно, невысокий рейтинг. Этот факт объясняется наличием у эмитента в первые годы средств, вырученных от реали- зации облигации, которые повышают ликвидность компании и обеспечивают выполнение эмитентом своих обязательств, в частности по текущим купонным платежам. В отличие от рейтинговых агентств Moody’s и Stan- dard & Poor’s Альтман анализировал только облигации, эмитированные в текущем году (то есть, период обра- щения которых не превышал одного года), учитывая тем самым возраст облигации. Кроме того, Альтман 187 рассматривал не все обращающиеся на рынке корпора- тивные облигации, получившие кредитный рейтинг, а только «прямые» облигации (straight bond) с высокой до- ходностью, выпущенные компаниями США. В своих исследованиях он анализировал также вероятности де- фолта и изменения рейтинга облигации за более про- должительные, чем год, периоды времени с целью уче- та изменений макроэкономической конъюнктуры и собственных экономических циклов предприятия. Еще одно важное отличие заключалось в том, что Альтман использовал объемные характеристики рынка облигаций, то есть отношение объема (суммарной но- минальной стоимости) выпусков прямых высокодоход- ных облигаций, по которым произошел дефолт, к об- щему объему такого рода облигаций на рынке. Напротив, агентства Moody’s и Standard & Poor’s опира- лись на количественные показатели, рассчитывая соот- ношение числа компаний – эмитентов облигаций, объ- явивших дефолт, и общего количества эмитентов, чьи облигации обращались на рынке, в разрезе кредитных рейтингов. Преимущество подхода Альтмана заключается в получении средневзвешенной вероятности дефолта, где весами выступают относительные объемы выпусков облигаций, по которым был объявлен дефолт. Так, ес- ли две компании разместили на рынке свои облигации, то при прочих равных условиях преобладать в рыноч- ном обороте будут облигации той компании, которая их выпустила в большем объеме, а, следовательно, де- фолт другой компании не окажет столь же сильного воздействия на рынок. С другой стороны, отдельные крупные дефолты могут существенно влиять на конъ- юнктуру и вносить искажения в оценки вероятности дефолта для данного периода, что является недостат- ком такого подхода. 188 Для оценки вероятности дефолта страховой орга- низации, связанного с облигациями, в разрезе кредит- ного рейтинга используются следующие показатели: 1) предельная вероятность дефолта (marginal mortal- ity rate – MMR) в течение t-го года с момента выпуска облигации в обращение. Этот показатель рассчитыва- ется следующим образом: t года начало на облигаций объём Суммарный t год в дефолт объявлен которым по облигаций Стоимость MMR t , Предельная вероятность дефолта отражает статистическую оценку вероятности дефолта по облигациям с определенным кредитным рейтингом в течение t-го года с момента выпуска ее в обращение и определяется, как среднее по выборке за n лет. 2) вероятность выживаемости (survival rate) в тече- ние t-го года: t t MMR SR 1 3) вероятность выживаемости на протяжении T лет: T t t T SR SR 1 4) вероятность дефолта в год t при условии «вы- живаемости» в предшествующие годы: 1 t t t SR MMR MR Этот показатель отражает вероятность того, что эмитент с данным кредитным рейтингом объявит де- фолт в течение t-го года с момента выпуска облигации в обращение при условии, что он «выживет» в течение предшествующих t-1 лет. 5) кумулятивная вероятность дефолта (cumulative mortality rate – CMR) за период времени в T лет: 189 T t t T t t T SR MR CMR 1 1 1 Кумулятивная вероятность дефолта – это вероят- ность того, что эмитент с данным кредитным рейтин- гом объявит дефолт в любой момент времени между датой выпуска облигации в обращение (t=0) и концом года с порядковым номером T. Как следует из послед- него выражения, кумулятивная вероятность дефолта рассчитывается как дополнение до единицы вероятно- сти того, что эмитент «выживет» (то есть не объявит дефолт) на протяжении всего времени T. 6) средняя вероятность дефолта (average mortality rate −AMR): T T CMR AMR 1 1 Следует отметить, что при расчете кумулятивной вероятности дефолта возникает проблема временной неоднородности статистических данных. При одной и той же выборке объемом в n лет оценка кумулятивной вероятности дефолта за 1 год будет рассчитана по n наблюдениям, за 2 года – по n-1 наблюдениям и т. д., за T лет – по n-T наблюдениям. Если T велико и сопоста- вимо по величине с объемом выборки, полученная оценка вероятности дефолта будет основана на малом количестве наблюдений, а ее надежность будет весьма низкой. Как и для рыночного риска, достоверная стати- стическая оценка вероятности сравнительно редких событий (таких, как дефолт) оказывается проблематич- ной. Анализ статистики по приведенным показателям свидетельствует о том, что предельная вероятность де- фолта растет в течение первых нескольких лет после выпуска облигаций в обращение (особенно ярко это проявляется для облигаций с рейтингом |