Оценка контрагентного риска на рынке межбанковских кредитов
 Скачать 2.15 Mb.
|
|
Таблица 44 Коэффициенты максимальных долей собственных средств банка и контрагента Коэффициент Группы риска контрагентов 1 2 3 4 5 6 7 C 1 15% 11% 9% 7% 5% 2% 0% C 2 25% 20% 15% 11% 8% 4% 0% Вероятность дефолта <1,5% 1,5-2,5% 2,5-3,5% 3,5-4,5% 4,5-5,5% 5,5-6,5% >6,5% Источник: составлено автором При проведении нескольких видов операций на контрагентов устанавливаются соответствующие сублимиты. Совокупный лимит контрагентного риска распределяется по соответствующим сублимитам, при этом суммарное значение сублимитов не может превышать значение совокупного лимита контрагентного риска. Операции банка с контрагентами, которые приводят к использованию совокупного лимита контрагентного риска, группируются в зависимости от степени контрагентного риска возникающего при проведении операций на следующие три группы (Таблица 45): Таблица 45 Распределение видов операций по уровню принимаемого риска Группы операций 1- я группа 2- я группа 3- я группа Принцип формирования групп Операции с максимальной степенью контрагентного риска Операции со средней степенью контрагентного риска Операции с минимальной степенью контрагентного риска Перечень основных операций в группе 1. Депозитные 2. Документарные 3. Вложения в долговые инструменты 4. Прямое и Обратное РЕПО 1. Расчетные в течение текущего операционного дня (Settlement) 2. Операции FX (TOM, SPOT) 3. Срочные Операции 1 и 2 групп при наличии обеспечения, полностью покрывающего потери при наступлении дефолта Источник: составлено автором 159 Для каждой группы операций и каждой группы контрагентов в соответствии с Таблицей 46 определяется максимальная доля возможного использования совокупного лимита контрагентного риска в зависимости от уровня дефолта контрагента: Таблица 46 Соответствие групп операций и групп риска контрагентов Группы операций Группы Контрагентов Вероятность дефолта 1- я группа операций 2- я группа операций 3- я группа операций 1 <1,5% 100% 100% 100% 2 1,5-2,5% 70% 100% 100% 3 2.5-3,5% 65% 100% 100% 4 3,5-4,5% 50% 90% 100% 5 4,5-5,5% 20% 50% 100% 6 5,5-6,5% 0% 25% 100% 7 >6,5% 0% 0% 0% Источник: составлено автором Оценка модели вероятности дефолта для российских коммерческих банков Оценим полученные модели оценки теоретических спредов CDS и вероятности дефолта по крупнейшим российским банкам (формула 12 для оценки спреда CDS и формула 15 для оценки вероятности дефолта) 162 Полученные результаты по всем проанализированным российским банкам на 01.07.16 приведены в Таблице 47. Банки были отранжированы по показателю вероятность дефолта от меньшего к большему (или по возможно максимальному устанавливаемому на них совокупному лимиту контрагентного риска, выраженному в процентах от величины собственных средств контрагентов). Всего было рассмотрено 127 крупнейших российских банков по величине активов на 01.07.16 (результаты по всем проанализированным российским банкам приведены в Приложении 4). В Таблице 47 приведены результаты по первым 20 банкам (наименьшая вероятность дефолта согласно рассчитанной модели), крупнейшим частным банкам (позиции с 41 по 50) и наиболее рискованным банкам из представленной выборки (позиции с 116 по 127). Полученные в Таблице 47 результаты представляют собой итог применения алгоритма оценки контрагентного риска для российского коммерческого банка, учитывающего не только фундаментальные показатели из отчетностей банков, но и рыночную составляющую в виде включенного в модель оценки вероятности дефолта полученного теоретического значения спреда CDS и учета специфических особенностей анализируемых банков. 162 Агеев В.И. Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков // Российское предпринимательство. – 2015. – Том 16. – № 20. – с. 3399-3424. 160 Таблица 47 Результаты применения алгоритма оценки вероятности дефолта и установления предельных лимитов контрагентного риска для российских банков на 01.07.16 Ранг Наименование Рег. Номер Активы (млн. руб.) CDS5 (базисные пункты) PD, % Лимит, % от капитала 1 ПАО Сбербанк 1481 21 654 941 600.9 1,10% 15% 2 АО «МСП Банк» 3340 131 491 971.6 1,21% 15% 3 КБ «МИА» (АО) 3344 20 299 1129.8 1,26% 15% 4 АО «Россельхозбанк» 3349 2 037 317 782.2 1,34% 15% 5 АО «КБ ДельтаКредит» 3338 131 113 977.5 1,34% 15% 6 Банк ГПБ (АО) 354 4 560 201 721.1 1,36% 15% 7 Банк ВТБ (ПАО) 1000 8 162 121 655.2 1,42% 15% 8 ВТБ 24 (ПАО) 1623 2 707 576 761.7 1,42% 15% 9 ООО «Русфинанс Банк» 1792 112 343 1005.7 1,73% 11% 10 АО «ГЛОБЭКСБАНК» 1942 276 683 922.9 1,82% 11% 11 ПАО АКБ «Связь-Банк» 1470 373 635 900.3 1,91% 11% 12 АО ЮниКредит Банк 1 1 325 367 816.2 2,06% 11% 13 АО «Кредит Европа Банк» 3311 152 506 984.0 2,15% 11% 14 Внешэкономбанк 964 3 207 424 736.4 2,19% 11% 15 АО «Нордеа Банк» 3016 406 646 904.7 2,25% 11% 16 АО «Райффайзенбанк» 3292 851 138 848.1 2,33% 11% 17 АО «Банк Интеза» 2216 68 784 1033.5 2,50% 11% 18 АО «СМБСР Банк» 3494 40 651 1077.4 2,57% 9% 19 АО АКБ «ЕВРОФИНАНС МОСНАРБАНК» 2402 50 556 1051.8 2,59% 9% 20 ПАО РОСБАНК 2272 918 034 828.5 2,60% 9% … 41 ПАО Банк «ФК Открытие» 2209 2 691 202 793.0 4,90% 5% 42 АО «СМП Банк» 3368 346 608 916.5 4,95% 5% 43 ПАО «Промсвязьбанк» 3251 1 032 351 834.7 4,96% 5% 44 ОАО «МОСКОВСКИЙ КРЕДИТНЫЙ БАНК» 1978 565 098 875.4 4,96% 5% 45 ПАО Банк ЗЕНИТ 3255 290 063 906.1 4,96% 5% 46 АО АКБ «НОВИКОМБАНК» 2546 241 287 938.1 5,01% 5% 47 АО «АЛЬФА-БАНК» 1326 2 111 019 782.5 5,03% 5% 48 ПАО «АК БАРС» БАНК 2590 439 980 902.6 5,07% 5% 49 ТКБ БАНК ПАО 2210 166 723 963.6 5,16% 5% 50 ПАО «Банк "Санкт-Петербург» 436 524 830 887.6 5,20% 5% … 116 ПАО «РосДорБанк» 1573 16 109 1 142.7 6,13% 2% 117 АКБ «Держава» ПАО 2738 21 412 1 126.6 6,17% 2% 118 АО «Тинькофф Банк» 2673 109 219 1001.6 6,22% 2% 119 ПАО «Дальневосточный банк» 843 27 031 1121.3 6,23% 2% 120 ПАО «Уралтрансбанк» 812 14 509 1127.7 6,23% 2% 121 АО «Банк Русский Стандарт» 2289 425 718 898.0 6,25% 2% 122 ПАО «Совкомбанк» 963 203 178 958.5 6,33% 2% 123 АО Банк Инноваций и Развития 2647 5 595 1225.0 6,41% 2% 124 АО Банк «ПСКБ» 2551 15 583 1156.1 6,49% 2% 125 АКБ «НРБанк» (ОАО) 2170 10 430 1117.6 6,56% 0% 126 ОАО КБ «Солидарность» 554 18 691 1145.0 6,58% 0% 127 ООО «АТБ» Банк 2776 15 872 1209.4 6,90% 0% Источник: составлено автором 161 По итогам исследования можно выделить следующие тенденции 163 : 1) При прочих равных условиях, при наличии государственного или иностранного участия в акционерном капитале вероятность дефолта таких банков меньше. Первые места заняли банки с государственным участием (8 из 10), далее расположились банки с иностранным участием. Таким образом, подтвердилась гипотеза о том, что самые надежные банки в России – банки с государственным или иностранным участием в капитале. 2) Отрицательное влияние на вероятность дефолта оказывает величина активов банка, то есть, чем больше банк, тем меньше вероятность его дефолта. Это подтверждает гипотезу о так называемых «слишком больших банках, чтобы обанкротиться» – «too big to fail». 3) Низкие позиции в рейтинге имеют банки, которые специализируются на кредитовании частных лиц. Необходимо отметить, что кредитование частных лиц в современных экономических условиях влечет за собой повышенные риски, что, в конечном счете, приводит к ухудшению финансовых показателей. 4) В целом, для находящихся на последних местах рейтинга банков характерно наличие финансовых проблем. Многие из находящихся внизу рейтинга банков уже некоторое время сталкивались с определенными трудностями, необходимостью в привлечении дополнительного капитала. 5) Принимая решение об уровне риска конкретного контрагента, важно руководствоваться не только результатами модели оценки вероятности дефолта, но и значением теоретического спреда CDS. Так, скажем, АО «Банк Русский Стандарт» (вероятность дефолта 6,25%) располагается на одном из самых низких мест в рейтинге по уровню вероятности дефолта, но значение его теоретического спреда CDS (898 базисных пунктов) говорит о том, что он выглядит несколько лучше, чем банки, располагающееся с ним в рейтинге по соседству (у достаточно крупных АО «Тинькофф Банк» (вероятность дефолта 6,22%) и ПАО «Совкомбанк» (вероятность дефолта 6,33%) значение теоретических спредов CDS составили 959 и 1002 базисных пунктов соответственно, у остальных банков не меньше 1042 базисных пунктов, так у ООО «АТБ» Банк (вероятность дефолта 6,9%) – 1209 базисных пунктов). Правдивость подобных выводов подтверждает тот факт, что фактический спред CDS на долг АО «Банк Русский Стандарт» торгуется на бирже и на 01.07.16 принял значение равное 1002 базисных пункта. Наоборот, среди банков, у которых, несмотря на невысокое значение вероятности дефолта, есть банки с высокими значениями теоретических спредов CDS: например, КБ «МИА» (ОАО) (вероятность дефолта 1,26%) – 1130 базисных пунктов. Это говорит о том, что, несмотря на невысокую вероятность дефолта, которая во многом 163 Агеев В.И. Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков // Российское предпринимательство. – 2015. – Том 16. – № 20. – с. 3399-3424. 162 объясняется участием государства в капитале банка, финансовое состояние банка свидетельствует о наличии определенных проблем. Поэтому, в случае установления предельных лимитов риска на данный банк, необходимо принимать во внимание высокое значение спредов CDS, и, возможно, несколько корректировать устанавливаемый предельный лимит путем отнесения банка в группу с более высоким значением риска (группу, с несколько большей вероятностью дефолта и, следовательно, меньшим уровнем устанавливаемого предельного лимита риска). 6) Не существует статистических моделей, которые бы учитывали погрешности и неточности в предоставляемых банками отчетностях. Поэтому, зачастую, о некоторых фактах внешние инвесторы узнают уже только, когда событие произошло. Единственный способ решения данной проблемы для аналитика – использование альтернативных способов оценки финансового состояния контрагента, учет всей доступной информации. 7) Важным аспектом анализа полученных результатов является то, что полученные фактические значения надо сопоставлять во времени между собой, сравнивать с другими банками, а так же и с суверенными показателями. Только тогда картина будет наиболее полной и достоверной. 163 3.4. Апробация предложенного алгоритма оценки контрагентного риска и интерпретация полученных результатов После того, как были построены модели оценки теоретических спредов CDS и вероятности дефолта коммерческого банка, и на их базе был построен алгоритм оценки контрагентного риска, оценим по полученным результатам российские коммерческие банки, для того, чтобы проверить модели на практике. Для анализа предполагается два вида исследования: 1) Сравнение теоретических спредов CDS с их фактическими значениями для российских банков. 2) Оценка теоретических спредов CDS и модели вероятности дефолта для российских коммерческих банков, у которых была отозвана лицензия ЦБ РФ. Сравнение теоретических спредов CDS с их фактическими значениями По итогам построенных в параграфе 3.2 настоящего исследования моделей (формулы 11- 13) были получены квартальные теоретические значения спредов CDS для тех российских банков, CDS на долг которых торгуются на бирже 164 . Полный перечень полученных результатов за период с начала 2011 по начало 2015 года приведен в Приложении 5. Расчеты по модели в ряде случаев имеют расхождения, но в целом можно утверждать, что построенная модель обладает достаточно точной прогнозной силоой. Для большей наглядности обратимся к графикам. На Рисунках 6-13 представлена динамика изменения теоретических (CDS5П) и фактических (CDS5Ф) спредов 5-летних CDS на ОАО «Банк Москвы», Газпромбанк (АО), ПАО Сбербанк, Банк ВТБ (ПАО), АО «Альфа-Банк», АО «Россельхозбанк», АО «Банк Русский Стандарт» и Внешэкономбанк. Отметим, что 5-летние спреды были выбраны потому, что, как уже отмечалось, именно они являются наиболее ликвидными на рынке и именно к ним, как правило, приковано наибольшее внимание внешних инвесторов. Таким образом, можно утверждать, что именно изменение 5-летних спредов CDS является наиболее показательным и важным с точки зрения оценки риска контрагента на рынке межбанковского кредитования в России. 164 Агеев В.И. Оценка кредитного дефолтного свопа для российских коммерческих банков // Глобальные рынки и финансовый инжиниринг. – 2015. – Том 2. – № 3. – с. 177–202. 164 Источник: составлено автором Рисунок 6. 5-летние теоретический и фактический спреды CDS на ОАО «Банк Москвы» Источник: составлено автором Рисунок 7. 5-летние теоретический и фактический спреды CDS на Газпромбанк (АО) 165 Источник: составлено автором Рисунок 8. 5-летние теоретический и фактический спреды CDS на ПАО Сбербанк Источник: составлено автором Рисунок 9. 5-летние теоретический и фактический спреды CDS на Банк ВТБ (ПАО) 166 Источник: составлено автором Рисунок 10. 5-летние теоретический и фактический спреды CDS на АО «Альфа- Банк» Источник: составлено автором Рисунок 11. 5-летние теоретический и фактический спреды CDS на АО «Россельхозбанк» 167 Источник: составлено автором Рисунок 12. 5-летние теоретический и фактический спреды CDS на АО «Банк Русский Стандарт» Источник: составлено автором Рисунок 13. 5-летние теоретический и фактический спреды CDS на Внешэкономбанк Обратим внимание, что в целом полученные результаты модели соотвествуют реальным данным и повторяют изменения этих данных во времени. Отметим, что лучшие результаы показывают теоретические спреды на ПАО Сбербанк и Банк ВТБ (ПАО), что объясняентся тем, что именно CDS на долги этих двух банков являются наиболее ликвидными среди российских банков. 168 Оценка моделей для проблемных российских банков После того, как были получены результаты двух моделей по действующим российским банкам, определенный интерес представляет оценка модели банкам, которые столкнулись с серьезными финансовыми трудностями и лишились банковских лицензий. Для анализа были отобраны банки: - лицензии которых были отозваны в промежуток с июня 2013 по июнь 2015 годов; - участвовали в фонде АСВ; - входили в ТОП-500 по величине активов; - регулярно предоставляли отчетность по МСФО. Результаты проведенного анализа по моделям 12 и 15 представлены в Таблице 48 Таблица 48 Результаты моделей оценки теоретического спреда CDS и вероятности дефолта для российских банков, лишившихся лицензии в период с июня 2013 по июнь 2015 годов Дата Наименование Рег. Номер Активы (млн. руб.) CDS5 банка CDS России PD, % 30.09.2013 ОАО «АБ «Пушкино» 391 29 271 728,05 176.17 5,05% 11.11.2013 ОАО «Волго-Камский банк» 282 7 017 807,89 170.83 5,03% 02.12.2013 ООО «ВСБ» 2428 4 017 816,21 174.50 6,70% 13.12.2013 АБ «БПФ» (ЗАО) 1677 20 647 702,00 166.55 4,84% 13.12.2013 ОАО «Смоленский Банк» 2029 28 465 705,26 166.55 4,84% 24.12.2013 ОАО Банк «Аскольд» 2480 2 730 837,23 168.28 6,12% 09.01.2014 АКБ НМБ ОАО 2865 14 575 732,65 166.52 5,02% 31.01.2014 «Мой Банк» (ООО) 2939 17 654 725,01 194.30 5,10% 11.02.2014 КБ «Евротраст» (ЗАО) 2968 18 125 711,30 180.46 5,05% 05.03.2014 ООО КБ «Монолит» 1967 9 313 751,95 199.31 4,53% 18.03.2014 ОАО КБ «Стройкредит» 18 15 724 689,72 257.45 5,01% 18.03.2014 ОАО АКБ «Русский земельный банк» 2810 13 891 763,16 257.45 4,95% 26.03.2014 «Мой Банк. Ипотека» (ОАО) 2436 749 827,66 240.56 7,51% 17.04.2014 ОАО «АФ Банк» 991 5 455 915,81 239.01 5,65% 21.04.2014 ОАО Банк «Западный» 2598 29 382 738,40 239.01 4,82% 24.04.2014 ОАО «НББ» 2795 9 767 866,00 264.70 5,15% 13.05.2014 Банк «Навигатор» (ОАО) 2469 7 371 858,69 220.27 4,91% 16.05.2014 ООО КБ «Огни Москвы» 2328 16 998 785,91 232.18 6,21% 02.06.2014 ООО КБ «Банк БФТ» 2273 5 441 884,62 184.15 4,76% 02.06.2014 Банк «Софрино» (ЗАО) 2972 6 799 848,65 184.15 5,15% 23.06.2014 ОАО МКБ «Замоскворецкий» 1640 3 652 876,82 178.12 6,10% 07.07.2014 ООО «Банк Фининвест» 671 16 294 765,44 171.53 4,64% 11.07.2014 КБ «КРК» (ОАО) 3385 9 395 790,93 173.53 5,47% 25.07.2014 ОАО «Юникорбанк» 2586 4 985 850,20 221.21 5,41% 18.08.2014 ОАО АКБ «Экопромбанк» 2011 9 095 786,97 234.73 5,12% 16.09.2014 АКБ «ИнтрастБанк» (ОАО) 3144 10 510 761,02 250.65 4,64% 16.09.2014 «Банк24.ру» (ОАО) 2227 8 728 786,67 250.65 5,88% 22.09.2014 КБ СССБ (ООО) 3062 6 607 814,74 238.01 5,92% 30.09.2014 ОАО Банк «Приоритет» 3135 2 214 883,41 248.92 5,24% 09.10.2014 ОАО Банк «Народный кредит» 2401 26 512 791,87 245.21 5,20% 09.10.2014 ООО КБ «Донинвест» 1617 2 072 1 027,65 245.21 5,60% 19.12.2014 ЗАО «Тюменьагропромбанк» 917 5 553 925,43 437.48 5,49% |