Оценка контрагентного риска на рынке межбанковских кредитов
 Скачать 2.15 Mb.
|
|
Модель CreditMetrics TM70 Разработанная банком J.P. Morgan в 1997 году модель CreditMetrics TM является первопроходцем в оценке кредитного риска портфеля с применением показателя VaR в соответствии с подходом к моделированию «снизу-вверх» 71 Модель представляет собой поэтапный механизм вычисления. Основной параметр в модели – присвоенные кредитные рейтинги облигаций и их изменения, оказывающие непосредственное влияние на колебание рыночной стоимости этих ценных бумаг. Расчет модели производится в несколько этапов. Первый представляет собой разделение общего кредитного портфеля на части в соответствии с основными факторами риска. Далее происходит оценка влияния этих факторов на подверженность кредитному риску. Причем модель CreditMetrics TM подразумевает оценку по большому количеству кредитно-финансовых инструментов, представленных в том числе и ценными бумагами: кредитам, кредитным линиям, облигациям, дебиторским задолженностям. 69 Лобанов А.А. Энциклопедия Финансового Риск-Менеджмента // Под ред. А.А. Лобанова, А.В. Чугунова. – М.: Альпина Бизнес Букс. – 2009. – 768с. 70 Методика CreditMetrics TM была реализована в виде программного продукта под названием Credit Manager, который распространялся компанией J.P. Morgan Securities. 71 CreditMetrics™ // Technical document. – N.Y.: J. P. Morgan & Co., Inc. – 1997. 55 Второй этап заключается в построении распределения полученных прибыли или убытка от воздействия кредитного риска по каждому инструменту кредитного портфеля. Каждому активу соответствует свой определенный кредитный рейтинг, понижение которого является фактом наступления кредитного события. Изменение вероятности дефолта контрагента в модели CreditMetrics TM является дискретным процессом. Для каждого кредитного события рассчитывается приведенная стоимость актива с учетом двух факторов: вероятности изменения текущего на данный момент кредитного рейтинга и форвардной ставки, которая формируется исходя из того, каким будет кредитный спред по новому рейтингу на период, равный периоду миграции рейтинга. Для того, чтобы провести оценку потенциальных убытков в случае если произойдет дефолт, уровни возмещения потерь моделируются на основе бета-распределения с учетом различной очередности удовлетворения обязательств. Как итог получается распределение стоимости каждого актива в случае пересмотра его кредитного рейтинга и происходит оценка его основных параметров (средней и дисперсии). Полученные результаты делают возможным расчет будущей потенциальной прибыли или убытка по каждому активу, которые происходят вследствие реализации кредитного риска. Третий этап состоит из вычисления корреляции произошедших изменений кредитных рейтингов по всем активам, входящим в кредитный портфель, с помощью оценки корреляций изменения цен облигаций соответствующих контрагентов. Такого рода вычисления производятся при помощи построения многофакторной модели оценки динамики цены. Факторы данной модели определяют отраслевую принадлежность и географическое положение каждого контрагента. Таким образом, оценка корреляции изменения цен облигаций происходит с помощью оценки корреляции перечисленных выше факторов. Полученные корреляции применяются в дальнейшем для моделирования миграций кредитных рейтингов в кредитном портфеле. На заключительном этапе происходит построение совместного распределения прибылей и убытков по всему кредитному портфелю с применением метода Монте-Карло. Всего количество возможных точек, на основании которых происходит оценка модели, равняется величине nm, где n – количество кредитных событий, которые могут повлиять на возможное изменение кредитного рейтинга, m – общее количество контрагентов. Надо отметить, что для признания достоверными полученных оценок, общее количество возможных точек должно быть достаточно велико. Полученное таким образом распределение дает ответ на вопрос, каков возможный уровень максимальных убытков, величина которых может быть превышена только лишь в 1% случаев. Также построенное распределение позволяет рассчитать значение кредитного VaR, 56 посчитанного по аналогии с рыночным VaR, как разность полученного и среднего для данного распределения значений. Среди основных недостатков CreditMetrics TM можно выделить следующий: при ее вычислении в расчет берется только кредитный риск, в то время как рыночные факторы (например, неблагоприятное изменение процентных ставок или валютных курсов) остаются без внимания. Еще одним недостатком CreditMetrics TM является то, что при ее расчете для всех периодов времени применяется среднее значение показателей. Модель Moody’s KMV Portfolio Manager 72 Разработанная компанией KMV Corporation в 1998 году модель Moody’s KMV Portfolio Manager, как и модель CreditMetrics TM , предназначена для оценки кредитного риска по кредитному портфелю 73 В данной модели кредитный риск рассчитывается как изменение будущей рыночной стоимости активов, таким образом, оценка кредитного риска проходит по аналогии с рыночным риском. Данная модель применима для оценки рисков даже самых больших портфелей, состоящих из инструментов, взаимосвязанных с кредитным риском, в том числе кредитов, кредитных линий, облигаций, а также производных финансовых инструментов. Moody’s KMV Portfolio Manager позволяет группировать активы по определенным признакам, что делает возможным оценку практически безграничного количества составляющих кредитного портфеля. Основное новаторство, предложенное в модели Moody’s KMV Portfolio Manager, заключается в использовании показателя ожидаемой частоты дефолта (expected default frequency – EDF ), который рассчитывается с помощью созданного этой же компанией программного продукта Moody’s KMV Credit Monitor. Корреляции дефолтов заемщиков в модели Moody’s KMV Portfolio Manager, так же как и в модели CreditMetrics TM , рассчитываются косвенным путем. Основой для оценки корреляции стоимости активов выступают корреляции рыночных цен их акций. Базовыми факторами в модели являются следующие: корреляция и вероятность дефолтов, подверженность риску и уровень возмещения потерь. На их основе рассчитывается частотное распределение потерь, а также ожидаемые непредвиденные потери на определенных уровнях доверия. Кредитный VaR портфеля представляет собой количество стандартных отклонений от ожидаемых потерь. Основная цель модели Moody’s KMV Portfolio 72 Аббревиатура компании KMV Corporation образована от первых букв фамилий ее основателей: Kealhofer, McQuown, Vasicek . После объединения в апреле 2002 года с Moody’s Risk Management Services компания стала называться Moody’s KMV (MKMV). 73 Kealhofer S. Portfolio management of default risk //Document No. 999-0000-033, revision 2.1. KMV Corporation. – 1998. 57 Manager заключается в расчете предполагаемых требований к капиталу и построении распределения экономического капитала по контрагентам и активам. Основное достоинство модели Moody’s KMV Portfolio Manager заключается в том, что все расчеты базируются на доступной для широкого круга пользователей информации – изменении стоимости акций на рынке, благодаря чему появляется возможность оценивать вероятность дефолта по любому контрагенту, акции которого котируются на бирже. К другим преимуществам модели можно также отнести то, что в отличие от кредитных рейтингов, пересмотр которых происходит на нерегулярной основе, ожидаемая вероятность дефолта пересчитывается в одно время с изменением стоимости акций, то есть оценка производится фактически в непрерывном режиме. К тому же горизонт оценки вероятности дефолта является относительно коротким, что способствует более качественной оценке в сопоставлении с внешними рейтингами, обновляющимися, как правило, не чаще раза в год, а оценку корреляции дефолтов можно осуществлять на основе корреляции цен акций Если говорить о недостатках модели, то главный из них возникает из-за того, что в модели Moody’s KMV Portfolio Manager для оценки стоимости обязательств компании используются данные из публикуемых финансовых отчетностей, для которых характерны определенные искажения истинного положения дел, что находит свое отражение в точности оценки вероятности дефолта контрагентов. Так же в модели не учитываются различная очередность удовлетворения требований, обеспечение и защитные оговорки, которые значительно усложняют структуру пассивов. Кроме того, лежащая в основе системы модель EDF имеет ряд концептуальных недостатков: предположение о нормальном распределении доходности активов, существуют также определенные затруднения, связанные со сложностью точной оценки прогнозной величины кредитного спреда. Модель CreditRisk+ Разработанная в 1997 году компанией Credit Suisse Financial Products, «дочкой» Credit Suisse First Boston, модель CreditRisk+ «основана на актуарном подходе к оценке кредитного риска» 74 Данная модель применима в случае оценки именно риска дефолта. В модели CreditRisk+ не предполагается наступление каких-либо других кредитных событий, кроме дефолтов. Отличительной чертой данной модели является то, что вероятность дефолта не выступает в качестве постоянной величины, а может изменяться со временем, оказываясь под влиянием определенного набора факторов. 74 CreditRisk+ – A credit risk management framework // Technical Document. – L./N.Y.: Credit Suisse Financial Products. – 1997. 58 При этом важно отметить, что вероятности потерь подчиняются дискретному распределению Пуассона, а дефолты различных контрагентов являются независимыми величинами, то есть не оказывают никакого влияния друг на друга. Модель CreditRisk+ принимает во внимание корреляцию только однородных инструментов портфеля (субпортфели), распределение по которым происходит в соответствии со схожим влиянием на них системного риска. Изначально все активы кредитного портфеля в модели CreditRisk+ должны быть сгруппированы исходя из их величины. Затем для каждого полученного диапазона, отвечающего гамма-распределению, производится оценка вероятности дефолта. Далее полученные значения суммируются в совместное распределение потерь по причине риска дефолта по каждому диапазону. Основными достоинствами модели CreditRisk+ выступают метод расчета кредитного VaR, который с одной стороны, является относительно аналитическим, а с другой, не требует для своего применения большого количества данных, и также принимаемые во внимание в модели макроэкономические факторы. Главный недостаток модели CreditRisk+ заключается в том, что также как и в случае с моделью CreditMetrics TM , ее методология является относительно упрощенной и не позволяет совместно рассматривать кредитный и рыночный риски. Модель Credit Portfolio View Разработанная аудиторской и консультационной компанией McKinsey&Co. Inc. в 1997 году модель Credit Portfolio View базируется на подходе к моделированию «сверху вниз» 75 Главная особенность данной модели заключается в учете влияния макроэкономических показателей на кредитный риск портфеля, который в основном сформирован из спекулятивных инструментов с невысоким рейтингом. Такого рода инструменты, как правило, сильнее взаимосвязаны со сменяющимися кредитными циклами и макроэкономическими изменениями в целом. В модели Credit Portfolio View, во-первых, построение распределения потенциальных убытков от реализации кредитного риска основано на разделении всех активов по субпортфелям согласно принадлежности контрагентов к той или иной отрасли и стране, а, во- вторых, для оценки вероятности миграции присвоенных кредитных рейтингов используются следующие макроэкономические переменные, характеризующие состояние экономики той или иной страны: процентные ставки, валютные курсы, темпы роста экономики, уровень 75 Cossin D., Pirotte H. Advanced credit risk analysis // John Wiley & Sons, Ltd. – Wiley Series in Financial Engineering. – 2001. 59 безработицы, уровень государственных расходов и средний уровень сбережений населения. Существует логичная предпосылка, что в периоды экономической нестабильности вероятность возможного дефолта увеличивается. Вероятность возможного дефолта в модели соответствует логистическому распределению и определяется рассчитанными для каждой отрасли и каждой страны переменными. На основе многофакторной модели каждый заемщик соотносится со своей страной, отраслью и кредитным рейтингом. Уровень возмещения потерь имеет случайный характер. Далее применяется метод Монте-Карло, на основании которого в модели Credit Portfolio View рассчитывается совместное распределение убытков по причине наступления дефолта по каждому субпортфелю. Полученное распределение становится основанием для вычисления кредитного VaR. Основное преимущество модель Сredit Portfolio View заключается в том, что в ее расчетах принимаются во внимание влияние отраслевых специфик и макроэкономических факторов на возможную вероятность дефолта контрагентов. В то же время главный недостаток модели Сredit Portfolio View заключается в том, что в данной модели не проводится сегментированная оценка кредитного риска по каждому контрагенту. Сравнительный анализ проанализированных моделей представлен в Таблице 6. Таблица 6 Сравнительный анализ моделей оценки кредитного риска Характеристика CreditMetrics TM Moody’s KMV Portfolio Manager CreditRisk+ Credit Portfolio View Компания разработчик J.P. Morgan KMV Corporation Credit Suisse FinancialProducts McKinsey&Co. Inc. Подход к моделированию Снизу вверх Снизу вверх Снизу вверх Сверху вниз Вид кредитного риска Изменение рыночной стоимости Изменение рыночной стоимости Потери при дефолте Потери при дефолте Факторы кредитного риска Стоимость активов Стоимость активов Вероятность дефолта Макроэкономи- ческие факторы Кредитное событие Изменение кредитного рейтинга/дефолт Непрерывная вероятность дефолта (EDF) Дефолт Изменение кредитного рейтинга/дефолт Метод оценки вероятности дефолта Безусловная Безусловная Безусловная Условная Вероятность изменения рейтинга Исторические данные по миграциям рейтингов На основе модели EDF Нет На основе макроэкономи- ческой модели 60 Волатильность Постоянная величина Постоянная величина Случайная величина Случайная величина Корреляция между дефолтами Факторная модель На основе цен акций На основе процесса дефолта Факторная модель Уровень возмещения потерь при дефолте Случайная величина Случайная величина Постоянная величина Случайная величина Методология расчета Имитационное моделирование/ аналитическое решение Аналитическое решение Аналитическое решение Имитационное моделирование Источник: Энциклопедия Финансового Риск-Менеджмента // Под ред. А.А. Лобанова, А.В. Чугунова. – М.: Альпина Бизнес Букс. – 2009. – 768с. « Модели на основе кредитных рейтингов делятся на два основных типа моделей: в одних используемые рейтинги являются внутренними, то есть они присваиваются оценивающим контрагента банком самостоятельно по уникальной методике, во вторых используемые рейтинги внешние, то есть, присвоенные соответствующим рейтинговым агентством, которое специализируются на данном виде деятельности» 76 Практика рейтингования контрагентов в коммерческих банках для целей оценки кредитного риска имеет богатую историю. При этом практически все современные рейтинговые модели строятся таким образом, чтобы учитывать не только финансовые показатели контрагента, которые можно получить из его публикуемой отчетности, но и различные другие факторы, которые непосредственным образом могут повлиять на его кредитоспособность. Рейтингование контрагента должно включать в себя анализ всей доступной информации. При этом большое преимущество получают регулирующие органы, имеющие возможность осуществлять оценку «на месте». К основным международным рейтинговым агентствам, специализирующихся на присвоении внешних рейтингов, можно отнести три следующих американских: Standard & Poor’s, Moody’s Investors Service и Fitch Ratings. В мире сложилась такая практика, что среди оценок устойчивости кредитных организаций наиболее котируемыми среди внешних рейтингов являются рейтинги, присваиваемые именно этими тремя международными рейтинговыми агентствами. Идеология рейтинговых агентств заключается в определении вероятности дефолта объекта рейтингования. Присваиваемые ими рейтинги призваны дать ответ на вопрос, насколько рейтингуемый экономический субъект или инструмент являются надежными. Таким 76 Агеев В.И. Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков // Российское предпринимательство. – 2015. – Том 16. – № 20. – с. 3399-3424. 61 субъектом могут выступать и страны, и компании, и банки. Как подтверждают многие исследования – между присвоенными рейтингами и вероятностью дефолта тех, кому они присвоены, существует высокого уровня корреляция 77 Необходимо отметить, что рейтинговые агентства, присваивая рейтинги, стараются соответствовать двум важным требованиям: оперативность (хотя очевидно, что рейтинги и не пересматриваются на ежедневной основе, в случае возникновения чрезвычайных ситуаций агентства проводят внеплановые пересмотры рейтингов) и всесторонность оценки (агентства, как правило, получают всю запрашиваемую им информацию). Но в тоже время практика показывает, что часто выполнение обоих этих требований труднодостижимо: рейтинговым агентствам требуется определенное время для пересмотра рейтинга, им не всегда удается отреагировать на существенные изменения оперативно, а доступ к определенной важной, с точки зрения оценки вероятности дефолта, информации может быть закрыт даже для них. К тем показателям, которые анализируют международные рейтинговые агентства, относятся две основные группы параметров – финансовые и нефинансовые. К финансовым показателям относятся все те, которые можно выразить в абсолютных или относительных переменных из официальной отчетности. К нефинансовым параметрам может относиться большой перечень переменных, которые сложно охарактеризовать с помощью формул, но которые, тем не менее, играют важную роль в определении рейтинга и существенно влияют на кредитоспособность: состав и опыт ключевых руководителей, периодичность смены руководства, структура управления, основные принципы внутреннего контроля, качество ведения внутренней документации, наличие плана действий на случай чрезвычайных обстоятельств и так далее. Таким образом, рейтингам, присвоенным большой тройкой рейтинговых агентств, принадлежит важная роль в оценке рисков финансовых институтов. Применение рейтингов приветствуется многими регуляторами для оценки кредитных рисков финансовыми институтами в разных странах, в том числе и в России. Многие крупные банки разрабатывают и постоянно совершенствуют рейтинговые методики, которые дают им право использовать внутренние рейтинги на основе подходов, предложенных в Базельских соглашениях для расчета количественных показателей кредитного риска, а также компонентной оценки достаточности собственного капитала банка с учетом международных рейтингов. Но, как показывает практика, такая зависимость от внешних рейтингов может оказаться достаточно опасной. Как из-за политических соображений – все три ведущих рейтинговых 77 Brand L. Rating Performance // L. Brand, B. Reza // Standard Poor’s & Corporation. – 1999. – p.1-56; Keenan S. Special Comment: Historical Default Rates of Corporate Bonds Issuers 1920-1999 // S. Keenan, D. Hamilton, A. Berthault // Moody’s Investors. – 2000. – 84p. 62 агентства являются американскими, так и из-за чисто экономических. Основным недостатком рейтингов является то, что они недостаточно оперативно реагируют на изменение положения эмитента или контрагента. « Существуют реальные примеры, когда компании с высокими рейтингами оказывались на грани банкротства, но рейтинговые агентства реагировали только после того, как событие произошло» 78 . Самый яркий пример, конечно же, банкротство американского банка Lehman Brothers в 2008 году. Так, на момент подачи финансовым институтом заявления о банкротстве в суд – 15 сентября 2008 года, ему были присвоены рейтинги инвестиционного уровня от всех трех рейтинговых агентств: «A+» от Standard & Poor’s, «A1» от Moody’s Investors Service и «A+» от Fitch Ratings . Причем данные рейтинги были подтверждены незадолго до этого: 12, 11 и 10 сентября 2008 года соответственно. Однако такие высокие рейтинги не спасли компанию от банкротства, а инвесторов – от существенных денежных потерь. Если говорить о российских примерах, то наиболее характерным из них является история банкротства «Мастер-Банк» (ОАО), банковская лицензия которого была отозвана 20 ноября 2013 года. На момент данного события у банка был достаточно высокий рейтинг от признанного ЦБ российского рейтингового агентства «Эксперт РА» – «A». Таким образом, рейтинговым агентствам не всегда удается предвосхитить возможное наступление кризисной ситуации. Одной из причин такого несоответствия является то, что между моментом проведения анализа и моментом присвоения или пересмотра рейтинга, проходит определенное время, за которое некоторые данные могут потерять свою актуальность. Данное обстоятельство лишний раз свидетельствует о необходимости оперативного анализа контрагентов и построения банками собственных моделей их оценки. Стоит также отметить, что рейтинги присвоены далеко не всем финансовым институтам. На 01.01.2016 в российской банковской системе зарегистрировано 719 банков, при этом рейтинги от трех ведущих международных рейтинговых агентств есть только у 122 из них 79 Таким образом, рейтинг международных агентств присвоен 17% российских банков, то есть меньшей части существующих банков. На 01.05.2015 таких банков было 132 из 796 (16,6%). Альтернативным стандартизированному подходу оценки кредитного риска, основанному на применении по разным группам риска специальных коэффициентов, устанавливаемых нормативными документами, является подход на основе внутренних рейтингов (далее – ПВР), предложенный в «Базель II». На настоящий момент существуют рекомендации ЦБ РФ по 78 Агеев В.И. Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков // Российское предпринимательство. – 2015. – Том 16. – № 20. – с. 3399-3424. 79 Данные по состоянию на 01.01.2016 года – Standard & Poor's: http://www.standardandpoors.com/ru; Moody’s: https://www.moodys.com; Fitch Ratings: http://www.fitchratings.ru/ru. 63 внедрению внутренних рейтингов, изложенные в «Методологических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков» 80 « Для расчета взвешенных по риску кредитных требований используются следующие компоненты кредитного риска: • вероятность дефолта (PD, %) – числовое значение вероятности дефолта контрагента по конкретному кредитному требованию (пулу однородных кредитных требований) на период в один год. Минимально возможное значение вероятности дефолта по кредитным требованиям к финансовым институтам составляет 0,03%. Значение вероятности дефолта по контрагентам, находящимся в состоянии дефолта, соответственно, равно 100%; • уровень потерь при дефолте (LGD, %) – доля безвозвратных потерь при дефолте в величине кредитного требования к контрагенту; • величина кредитного требования, подверженная риску дефолта на момент возможного дефолта (EAD, рублей), – средства, предоставленные контрагенту и не погашенные им, включая и недополученные проценты; • срок до погашения кредитного требования (М, лет); • конверсионный коэффициент (CCF, %) предназначен для расчета кредитного эквивалента условного обязательства кредитного характера путем умножения конверсионного коэффициента на сумму условного обязательства кредитного характера» 81 В рамках ПВР расчеты могут производиться в соответствии с одним из двух подходов – «базовым» или «продвинутым». Как для «базового», так и для «продвинутого» подхода применяются схожие формулы расчета для всех групп кредитных требований. Основное различие в подходах заключается в том, что при применении «базового» подхода банк самостоятельно проводит расчет только вероятностей дефолта, принимая во внимание все минимальные требования к внутренним моделям оценки вероятности дефолта, устанавливаемые регулятором. Значения уровня потерь при наступлении события дефолт, срока до погашения кредитного требования и конверсионных коэффициентов задаются регулятором. Банк, использующий «продвинутый» подход, осуществляет расчет всех перечисленных выше параметров самостоятельно, в соответствии с рекомендуемыми минимальными требованиями. Также при «продвинутом» подходе банк учитывает в расчетах величины кредитного требования не только те средства, которые были предоставлены контрагенту на момент проведения расчетов, но и те средства, которые могут быть потенциально 80 Письмо Банка России от 29.12.2012 № 192-Т «О методологических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков». 81 Там же. 64 предоставлены контрагенту на момент возникновения возможного дефолта (стандартно на период в один год). Основной принцип стандартен для всех моделей оценки контрагентного риска: каждому отдельному контрагенту, к которому банк имеет кредитное требование, присваивается свой кредитный рейтинг. Оценка рисков, согласно рекомендациям Базель II, представляет собой несколько этапов: на первом этапе строится рейтинговая система, затем для отнесения контрагентов к различным разрядам этой системы строятся модели оценки вероятности дефолта. ЦБ РФ дает следующие рекомендации для построения собственной рейтинговой системы на основании «Базель II». В первую очередь надо понять, что подразумевается под рейтинговой системой. С точки зрения указанных методических рекомендаций, «рейтинговая система – это совокупность методов, процедур, систем контроля, сбора статистической информации и информационно-технологических систем, используемых банком для оценки кредитного риска, распределения кредитных требований по разрядам рейтинговой шкалы данной системы, количественной оценки риска дефолта и фактически понесенных потерь по классам кредитных требований» 82 Банк самостоятельно разрабатывает данные рейтинговые системы, основные принципы их построения и функционирования, а также методы по оценке качества получаемых рейтингов. При разработке рейтинговых систем ЦБ РФ рекомендует банкам « руководствоваться следующим: • рейтинговая система основывается на учете кредитного риска контрагента; • последовательное ранжирование кредитного риска контрагента по рейтинговой шкале: банк ранжирует контрагентов согласно вероятности их дефолта; • стандартизация подходов, используемых при построении рейтинговой системы: определяемые рейтинги контрагентов должны соответствовать определенному интервалу значений вероятности дефолта по каждому разряду рейтинговой шкалы; • точность и актуальность рейтингов: определяемые банком рейтинги контрагентов должны соответствовать фактической частоте реализованных дефолтов; • регулярное совершенствование рейтинговых систем: банку рекомендуется регулярно проверять эффективность функционирования рейтинговой системы, а также методов контроля 82 Письмо Банка России от 29.12.2012 № 192-Т «О методологических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков». 65 достоверности определяемых рейтингов и сопоставлять их значения с целевыми значениями рейтингов и внешними рейтингами («benchmarking»)» 83 В целях оценки риска дефолта применяется рейтинговая система, в соответствии с которой определяется соотношение вероятности дефолта контрагентов и рейтинговой шкалы. Рейтинговая шкала должна состоять, как минимум, из 8 групп, 7 из которых предназначены для контрагентов, ведущих нормальную деятельность, и 1 группа – для тех, которые столкнулись с дефолтом. Соответственно, то, к какой группе относится контрагент, характеризует вероятность его дефолта. При разработке моделей, используемых в рейтинговых системах, ЦБ РФ рекомендует банкам «руководствоваться следующим: • модель должна обладать определенной прогнозной точностью, то есть прогнозные значения вероятности дефолта контрагентов должны соответствовать фактической частоте реализованных дефолтов; • входные переменные модели достаточны для получения прогнозных значений вероятности дефолта; • модель не имеет существенных структурных недостатков; • банк проводит проверку статистической информации, используемой в качестве входных параметров модели, включая оценку точности, полноты и релевантности статистической информации; • статистическая информация, использовавшаяся при построении модели, применяемой в рейтинговой системе, является репрезентативной для рассматриваемой совокупности контрагентов; • банк регулярно проводит внутреннюю валидацию модели, используемой в рейтинговой системе, которая включает в себя анализ качества и устойчивости ее функционирования, анализ технических характеристик, тестирование прогнозных значений вероятности дефолта, полученных в результате применения модели, путем их сопоставления с фактической частотой реализованных дефолтов» 84 При проведении разработок ЦБ РФ обязывает банки учитывать всю располагаемую статистическую информацию о контрагенте, при этом данная информация должна соответствовать принципам достоверности, полноты и своевременности. 83 Письмо Банка России от 29.12.2012 № 192-Т «О методологических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков». 84 Валидация – подтверждение на основе представления объективных свидетельств того, что требования, предназначенные для конкретного использования или применения, выполнены (ISO 9000:2005). 66 Банки также могут использовать и внешние рейтинги контрагентов для разработки своих моделей, если у банков нет достаточной внутренней статистической информацией о дефолтах контрагентов для построения качественной модели. Информация о снижении внешних рейтингов контрагентов может быть учтена банками для изменения внутреннего рейтинга контрагента. Пересмотр рейтингов происходит при обновлении финансовой отчетности контрагента или при получении дополнительной информации. Но в любом случае он должен осуществляться не реже одного раза в год. Банки также должны проводить анализ миграций рейтингов контрагентов, чтобы понимать, с какой вероятностью рейтинг контрагента изменяется на протяжении рассматриваемого периода времени. Банкам рекомендуется в обязательном порядке на регулярной основе проводить усовершенствование разработанных моделей. В данном контексте под усовершенствованием моделей понимается приближение полученных по модели значений прогнозируемого показателя к его фактически наблюдаемым значениям. Выше были рассмотрены основные способы оценки контрагентного риска: использование внешних или построение собственных кредитных рейтингов, исследования по оценке вероятности дефолта банков, математические модели оценки кредитного риска. Проведенный анализ показал, что у каждого из приведенных способов есть свои существенные недостатки. Для проведения более точной оценки контрагентного риска требуется либо сочетание нескольких способов, либо применение новых моделей. Одним из таких вариантов является использование в моделях производных финансовых инструментов и в частности кредитных дефолтных свопов – CDS. Далее будут рассмотрены основные характеристики и свойства CDS как инструмента оценки контрагентного риска. |