Система управления кредитным риском в банке

Кредитный риск как основной риск банковской деятельности. Его оценка - основное звено данной системы управления. Регулирование банковских кредитных рисков со стороны Банка России и Базельского комитета по банковскому надзору. Анализ кредитного портфеля.

Рубрика Банковское, биржевое дело и страхование
Вид дипломная работа
Язык русский
Дата добавления 13.12.2012
Размер файла 561,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Таким образом, основным показателем оценки кредитоспособности выступает не просто кредитный рейтинг заемщика, а соответствующая данному рейтингу вероятность дефолта. Присвоение кредитного рейтинга перестает быть целью оценки кредитоспособности, а становится лишь одним из этапов такой оценки. Отсутствие публикаций о вероятности дефолта в научной отечественной литературе и внутренних документах коммерческих банков России позволяет сделать выводы о существенном отставании российского банковского дела от западного и о неадекватной оценке кредитного риска. Возможность внедрения новых требований Базельского комитета в России потребует от отечественных банков соответствующей дополнительной работы.

В теоретическом плане необходимо разграничивать понятия рейтинга заемщика и рейтинга ссуды. Оба этих понятия восходят к кредиту, однако если рейтинг заемщика целиком и полностью основывается на его кредитоспособности, то рейтинг ссуды учитывает дополнительные особенности конкретной кредитной сделки, такие, как достаточность и ликвидность залога, срок кредита, наличие гарантий и поручительств и т.д. Кредитный рейтинг заемщика является, более общим, базовым показателем по сравнению с рейтингом ссуды.

Целями анализа кредитных рисков являются совершенствование процессов принятия решений о предоставлении кредита, контроля кредитоспособности и управления, создание систематической единой базы оценки для классификации отдельных случаев предоставления кредита, а также дифференцирование, учет и представление количественных и качественных показателей кредитных рисков.

Один из возможных методов оценки кредитоспособности заёмщика - физического лица является метод кредитного скоринга. Модель проведения скоринга обычно разрабатывается каждым банком самостоятельно, исходя из особенностей, присущих банку и его клиентуре, с учетом характера банковского законодательства и традиций страны. Техника кредитного скоринга была впервые предложена американским экономистом Д. Дюраном в начале 40-х годов для отбора заемщиков по потребительскому кредиту. Д. Дюран выделил группу факторов (возраст, пол, срок проживания, профессия, работа в отрасли, занятость, финансовое положение), позволяющих, по его мнению, с достаточной достоверностью определить степень кредитного риска при предоставлении потребительской ссуды тому или иному заемщику.

Скоринг представляет собой:

-систему оценки кредитоспособности заемщика по набору показателей, каждому из которых соответствует свой уровень значимости, выраженный в баллах. Оценка, получаемая суммированием этих баллов, позволяет банку вынести решение о кредитовании данного заемщика;

-математическую модель для классификации заемщиков на два (или более) классов в соответствии с их уровнем кредитоспособности;

-систему, состоящую из регламентов, математических моделей и программного обеспечения для оценки кредитоспособности заемщиков.

В области банковского кредитования под скорингом, как правило, понимается математическая модель, позволяющая оценить вероятность невозврата кредита (дефолта) потенциальным конкретным заемщиком. Сравнение скоринговой оценки заемщика с пороговой оценкой, специфичной для каждой модели скоринга, позволяет провести экспресс-анализ заявки на кредит в присутствии клиента. Для разработки модели необходима статистическая обработка больших объемов информации, требующая расчетов на основе современных математических алгоритмов и значительных компьютерных ресурсов.

Скоринговые оценки могут использоваться как для минимизации риска при принятии решения о новых кредитных заявках, так и в целях оптимизации управления рисками для уже существующих банковских счетов, в данном случае говорят о скоринговых оценках поведения.

Несмотря на обилие теоретических материалов (особенно на Западе) по скоринговым системам практические описания единичны. Так как полноценная скоринговая система - это мощное орудие конкурентной (и не только конкурентной) борьбы, реальное знание, которое в большинстве случаев является таковым в силу неизвестности третьим лицам.

В настоящее время такого рода интеллектуальные системы в России разрабатываются практически каждой из тридцати финансово-промышленных групп и примерно десятком самостоятельных незападных банков (западные их уже давно имеют). Для этого в Едином хранилище данных определенным образом соединяются собственные и государственные архивы экономической информации о единичных актах взаимодействия экономических субъектов (транзакциях), их имущественном положении, взаимосвязях друг с другом. Затем все эти сведения группируются по рынкам (для этого составляются специальные справочники), отраслям, территориям, неформальным группам и т.д. Далее внедряются механизмы преобразования полученных сведений в ценные для бизнеса знания (в том числе в рамках систем кредитного скоринга), обеспечивается распространение этих знаний среди заинтересованных пользователей (в нашем случае - участников бизнес-процесса кредитования) и закладывается механизм саморазвития нового инструмента успешного бизнеса.

Для достижения тех функций, которые должны выполнять скоринговые системы банка к ним предъявляются определенные требования:

1) полное использование внутренних потоков информации, в том числе не связанных непосредственно с кредитованием;

2) максимальное использование коммерческих источников информации (кредитных бюро, информационно-аналитических агентств и т.п.), технического аутсорсинга;

3) наличие в скоринговых системах компетентной группы экспертов по рынкам, территориям, отраслям и бизнес-группам для интеллектуального сопровождения скоринговых систем (в том числе для расчета весовых коэффициентов);

4) соответствие технических параметров скоринговых систем средним значениям аналогичных параметров трех лучших в сегменте банков (максимальная продолжительность базовых операций процесса выдачи кредитов различной категории, процент потерь по непогашенным кредитам и т.п.).

Создание и развитие собственной скоринговой системы продиктованы необходимостью:

экономии издержек аналитического обеспечения деятельности банка за счет профессионального использования циркулирующей информации и минимизации потерь по "плохим" кредитам;

лучшего понимания потребностей существующих и потенциальных заемщиков, получения более высоких возможностей обеспечения лояльности клиентов;

получения устойчивых конкурентных преимуществ в результате предоставления клиентам более широкого набора интеллектуальных продуктов.

Одним из наиболее важных элементов скоринговой системы является ее информационно-аналитическая платформа в виде набора справочников. Общая схема последних может быть представлена в виде матрицы, ребрами или осями измерений в которой являются Персоналии, Организации, Рынки и Группы (группы персоналий, группы организаций и группы рынков).

Базовыми справочниками для банка являются:

1. Реестр физических лиц (установочные сведения для проверки подлинности обратившихся лиц и достоверности представленной ими информации);

2. Единый рейтинг заемщиков аналитический (в том числе раздел "А" - "Экономическая элита");

3. Единый рейтинг негатива (нарушение платежной дисциплины; факт, что лицо состоит на учете в МВД России, психоневрологических и наркологических диспансерах; судимости, участие в происшествиях и т.п.);

4. Справочник аффилированности юридических и физических лиц (по разным признакам - формальное и неформальное участие в капитале и исполнительных органах организаций, семейно-родственные связи, профессиональные связи, территориальные связи);

5. Матрица кредитных продуктов.

Квалификация отдельных составляющих реального экономического потенциала заемщика, минимизация связанного с ним кредитного риска при соблюдении соответствия банка заявленному имиджу на рынке происходит в ходе правильного сбора, обработки и применения информации о заемщике и экономических элементах (рынках, организациях и физических лицах), с которыми он взаимодействует. Приток необходимой информации для этого осуществляется из трех групп источников:

1) первоисточников (непосредственно от заемщиков и участников рынка);

2) внутрибанковских (как результат взаимодействия участников рынка и заемщиков со служащими банка и его информационной системой - интернет - порталом, контакт - центром, рекламными и PR-материалами, другими коммуникационными сервисами);

3) нейтральных внешних (образующихся в результате парных отношений заемщиков и участников рынка с окружающим миром).

Современная скоринговая система должна состоять из нескольких подсистем, ключевыми из которых являются:

1. Подсистема обработки внутренних информационных потоков. Данная обработка подразумевает проведение комплексного экономического мониторинга деятельности всех участников бизнеса по системе сбалансированных показателей. В частности, анализу подвергаются денежные и товарные потоки, движение информации по всем каналам коммуникаций, движение правомочий и прав собственности на залоги, физическое перемещение некоторых категорий участников. Объектами мониторинга могут быть: существующие клиенты банка и их ближайшее рыночное окружение, работники банка и члены их семей (в части открытой информации), контрагенты банка.

2. Подсистема обработки внешних конфиденциальных потоков информации. Соответствующее подразделение может быть организовано по сложной схеме с участием правоохранительных органов для работы с формально недоступными, но реально присутствующими на информационном рынке (и активно использующимися банками) источниками информации. Его основными продуктами должны быть: актуализируемые справочники о фактическом составе неформальных бизнес - групп (юридических и физических лиц); дополнительная аналитическая информация о деятельности связанных групп клиентов (бизнес - справки); регулярные перечни нестандартных операций клиентов (отклонений в деятельности) в других кредитных организациях; иные неформальные справки (например, о влиянии на бизнес клиентов таких факторов, как претензии ФНС России, участие в корпоративных конфликтах и др.).

3. Подсистема интеллектуального сопровождения кредитного скоринга в рамках подразделения экспертов рынков, территорий и отраслей. Приоритетными продуктами подразделения станут: актуальная матрица весовых коэффициентов (баллов, условных единиц) оценочных показателей системы кредитного скоринга; обоснованные рекомендации по привлечению групп взаимосвязанных стратегических клиентов; результаты мониторинга деятельности конкурентов.

Составной частью данного подразделения может выступать группа автоматизированных маркетинговых исследований. С целью лучшего понимания рынка банк может и должен обеспечить свободную циркуляцию неформальной информации между представителями клиентов и собственным ответственным персоналом. Для этого необходимо внедрить в бизнес-процесс кредитования процедуру регулярных автоматизированных опросов ключевых лиц предприятий-клиентов и физических лиц. В результате банк получит дополнительный канал информации о различных сторонах деятельности клиентов и их рыночного окружения.

4. Система обеспечения дополнительных преимуществ кредитным продуктам банка. Такими преимуществами для клиентов могут быть: приобретаемый вместе с кредитом иммунитет от налоговых и иных негативных воздействий (при условии законопослушного ведения бизнеса); получение экономических преимуществ у финансовых и телекоммуникационных партнеров банка; сокращение операционных затрат за счет передачи в банк непрофильных функций (финансового планирования, операционного учета, IT-инфраструктуры и т.д.); использование коммуникационных возможностей банка (PR, реклама); информационно-аналитическое сопровождение бизнеса (поиск и проверка партнеров, анализ рынков и т.д.).

У каждого банка - свой скоринг, и чем он совершеннее, тем в большей степени позволяет снижать риски. Скоринг позволяет выявить несоответствие сведений о клиенте базовым условиям, например наличие негативной юридической информации. Путем тестов прогнозируется вероятный дефолт клиента. Банки, используя западный опыт, научились оценивать клиента по всевозможным признакам: внешнему облику, поведению, манерам, речи и ответам на специально составленные вопросы. Естественно, в первую очередь, выявляются платежеспособность потенциального заемщика и его благонадежность, на что не даст ответа кредитная история. Поэтому бюро кредитных историй и скоринг в идеале должны дополнять друг друга. [20]

В настоящее время банки испытывают сложности в приобретении (разработке) точных, стабильных и прозрачных методик и соответствующих программных средств для оценки кредитных рисков физических и юридических лиц. Предлагаемые на рынке западные скоринговые методики и соответствующие программные средства для оценки кредитных рисков и решения задач резервирования не адаптированы в своем большинстве к реальностям российской экономики, к отдельным регионам России и не обладают такими основными характеристиками как точность, стабильность и прозрачность. Создание собственных скоринговых моделей и поддержанием их в актуальном состоянии требует от банков больших финансовых затрат, на что не все имеют возможности.

Перечисленные методы проверки и контроля кредитоспособности используются для лучшего обоснования, рационализации и ускорения решения о выдаче кредита. Они облегчают специалисту по кредитованию раннее распознавание тех моментов развития заёмщика, которые могут привести к неплатежеспособности, и тем самым помогают кредитному институту в решении задачи по проведению проверки кредитоспособности при заключении кредитной сделки. При этом каждый из рассмотренных институтов анализа позволяет сделать только частичный вывод. Только одновременное применение традиционных и современных подходов дает возможность получить широкую и фундаментальную картину рисков и шансов заёмщика. Задачей любого банка остаётся выбор хороших инструментов для проведения анализа, дальнейшее их совершенствование, комбинирование, успешное применение.

2.1.2 Регулирование банковских кредитных рисков со стороны Банка России и Базельского комитета по банковскому надзору

Основными документами пруденциального надзора, регламентирующие порядок расчета кредитного риска в России, служат нормативные документы Центрального Банка Российской Федерации, обязательные к применению.

Классификация выданных ссуд и оценка кредитного риска в настоящее время проводится в соответствии с Положением Банка России от 26 марта 2004 года № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» (далее Положение 254).

Кредитный риск, возникающий в процессе реализации банком кредитных отношений, занимает центральное место во всей совокупности банковских рисков. При невозврате кредита у банка уменьшается собственный капитал, образуется дефицит денежных средств. Если кредитные потери велики, то это может привести к банкротству.

На возникновение и величину кредитных рисков влияет многообразие факторов как макроэкономического, так и микроэкономического характера. Сам же факт наличия кредитного риска требует возмещения реальных финансовых потерь банка, которое осуществляется за счет резервов на возможные потери по ссудам. Использование резервов на возможные потери по ссудам способствует поддержанию ликвидности банков, а также ликвидности и устойчивости банковской системы в целом.

Согласно Положения 254 в целях определения размера расчетного резерва в связи с действием факторов кредитного риска ссуды классифицируются на основании профессионального суждения (за исключением ссуд, сгруппированных в портфель однородных ссуд) в одну из пяти категорий качества:

-I (высшая) категория качества (стандартные ссуды) -- отсутствие кредитного риска (вероятность финансовых потерь вследствие неисполнения либо ненадлежащего исполнения заемщиком обязательств по ссуде равна нулю);

-II категория качества (нестандартные ссуды) -- умеренный кредитный риск (вероятность финансовых потерь вследствие неисполнения либо ненадлежащего исполнения заемщиком обязательств по ссуде обусловливает ее обесценение в размере от 1 до 20 процентов);

-III категория качества (сомнительные ссуды) -- значительный кредитный риск (вероятность финансовых потерь вследствие неисполнения либо ненадлежащего исполнения заемщиком обязательств по ссуде обусловливает ее обесценение в размере от 21 до 50 процентов);

-IV категория качества (проблемные ссуды) -- высокий кредитный риск (вероятность финансовых потерь вследствие неисполнения либо ненадлежащего исполнения заемщиком обязательств по ссуде обусловливает ее обесценение в размере от 51 процента до 100 процентов);

-V (низшая) категория качества (безнадежные ссуды) -- отсутствует вероятность возврата ссуды в силу неспособности или отказа заемщика выполнять обязательства по ссуде, что обусловливает полное (в размере 100 процентов) обесценение ссуды.

Профессиональное суждение выносится по результатам комплексного и объективного анализа деятельности заёмщика с учетом его финансового положения, качества обслуживания заёмщиком долга по ссуде, а также всей имеющейся в распоряжении кредитной организации о любых рисках заёмщика, о функционировании рынка (рынков), на котором (которых) работает заёмщик.

Положением 254 уточнен и существенно расширен перечень банковских активов, с которыми связан риск банков и под которые должны формироваться резервы на возможные потери. Данное обстоятельство нацелено на максимальную подстраховку банков от всевозможных часто встречающихся на практике кредитных рисков, в целях их нормального функционирования в рыночной экономике.

В Положении 254 оценка финансового состояния заемщика приближена к системе оценки по международным стандартам, так как теперь банки должны учитывать бизнес-риск по каждому конкретному заемщику (состояние отрасли, к которой относится заемщик, его реальное положение в этой отрасли, деловую репутацию, длительность существования бизнеса и т.д.). Указанное обстоятельство повышает уровень экономического анализа кредитных активов банка и ответственность последнего за объективность оценки кредитного риска по этим активам.

В соответствии с Положением 254 наличие обеспечения I и II категории качества (высоколиквидные ценные бумаги, а также поручительства и гарантии особо надежных юридических лиц) по ссуде влияет на величину создаваемого резерва по оформленным кредитным договорам, отнесенным ко II-V категориям качества. Данное новшество нацеливает банки на изменение своей политики в отношении обеспечения по кредиту.

Положением 254 допускается формирование резерва на возможные потери под отдельные кредитные портфели с кредитными требованиями, имеющими сходные характеристики кредитного риска, если каждое из них незначительно по величине, а совокупная величина таких требований, по которым резерв формируется по отдельным кредитным портфелям, не превышает 5% от величины собственных средств (капитала) банка. Такой подход к формированию резерва на возможные потери существенно упрощает и облегчает экономическую и техническую работу в коммерческом банке, связанную с формированием и регулированием резервов по ссуде.

Согласно Положения 254 ссуды и другие кредитные требования в зависимости от степени кредитного риска делятся на 5 классификационных групп (о которых сказано выше), что соответствует международным стандартам оценки возможных потерь банка от невозврата кредитов.

Для ссуд со II по IV категорию качества установлен плавающий размер отчислений в резерв на возможные потери по ссудам, что создает определенные трудности в работе по формированию этого резерва, так как банкам необходимо дополнительно в своих внутренних документах дать градацию каждого диапазона.

Предоставленная банкам свобода в выборе методик и показателей для оценки финансового состояния заемщиков несет в себе ряд проблемных моментов. Одна из проблем связана с тем, что в России пока нет эталонов на показатели финансовых коэффициентов и определение их значений в банках носит субъективный характер. Одним из вариантов выхода из этой ситуации может стать совмещение показателей финансовых коэффициентов и скорингового анализа, который применяется при розничном кредитовании, тогда модель будет не только считать коэффициенты, но и накапливать статистические данные, касающиеся характера фирм, различных внешних показателей, и статистику их дефолтов по кредиту. Это поможет банкам относить заемщика в ту или иную категорию качества, а также определять внутри категории качества норматив резервирования.

Но на сегодняшний день в Положении 254 существуют следующие неразрешенные вопросы:

- Положением 254 определены требования к содержанию внутренних документов, показатели для оценки кредитного риска, но оно не содержит определений показателей, порядка и критериев оценки финансового положения заёмщиков, признаков существенности изменений основных показателей. Отмеченное позволяет банкам принимать внутренние документы по форме отвечающие требованиям Положения Банка России, но фактически, позволяющие неадекватно оценивать (занижать) принятые риски.

- внутренние документы составляются таким образом, что весовой показатель при расчете коэффициента для определения классификационной группы может быть скорректирован в лучшую для заёмщика сторону за счет таких показателей как деловая репутация или хорошая кредитная история, то есть эти показатели оказывают большее влияние, чем величина чистых активов или выручка. И часто эти понятия применительно к заёмщику не раскрываются или раскрываются не полностью, то есть неясно, что такое деловая репутация в данном случае.

- определение размера резерва внутри II, III, IV классификационных групп на основании дифференцированного подхода с описанием порядка во внутренних документах банка. На практике банки в основном, не разрабатывали такие методики, размер резерва принимал либо минимально допустимое значение по конкретной классификационной группе, либо - значительно реже - максимальное.

- при наличии обеспечения I или II категории качества минимальный размер резерва определяется по формуле приведенной в Положении 254, но ничего не сказано о том, как поступить, если в обеспечении по ссуде принято несколько видов обеспечения I и II категории качества.

Завершая краткий обзор Положения 254, следует отметить его основные, положительные моменты:

- резерв образуется как по каждой ссуде отдельно, так и по однородной группе ссуд;

- категория качества ссуды (группа риска) определяется на комплексной основе путем написания кредитным работником мотивированного суждения (заключения), в котором проводится не только анализ кредитоспособности заемщика, но и анализ качества ведения бизнеса и бизнес - рисков;

- при принятии решения о выдаче ссуды банку теперь достаточно знания финансового состояния заемщика и анализа кредитной истории, что должно способствовать более активному кредитованию банками реального сектора экономики страны.

Инструкцией от 16.01.2004г. №110-И «Об обязательных нормативах банков» Банк России определил определенные нормативы для регулирования рисков, в том числе и кредитного:

достаточность собственных средств (капитала) банка (Н1>=10,11%);

максимальный размер риска на одного заёмщика или группу связанных заемщиков (Н6<=25%);

максимальный размер крупных кредитных рисков (Н7<=800%);

максимальный размер кредитов, банковских гарантий, предоставленных банком своим участникам (акционерам) (Н9.1<=50%);

совокупная величина риска по инсайдерам банка (Н10.1<=3%).

Для ограничения риска несостоятельности банка и определения требований по минимальной величине собственных средств (капитала) банка, необходимых для покрытия кредитного и рыночного рисков служит норматив достаточности собственных средств (капитала) банка (Н1). Норматив достаточности собственных средств (капитала) банка определяется как отношение размера собственных средств (капитала) банка и суммы его активов, взвешенных по уровню риска. В расчет норматива достаточности собственных средств (капитала) банка включаются:

- величина кредитного риска по активам, отраженным на балансовых счетах бухгалтерского учета (активы за вычетом созданных резервов на возможные потери и резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности, взвешенные по уровню риска);

- величина кредитного риска по условным обязательствам кредитного характера;

- величина кредитного риска по срочным сделкам;

- величина рыночного риска.

При расчете норматива достаточности капитала (Н1) капитал банка соотносится с активами, взвешенными по степени риска. В данном случае нас интересуют ссуды, выданные предприятиям и организациям, причисление некоторых ссуд ко II и III группам риска обусловлено наличием гарантий Российской Федерации, правительств стран из числа группы развитых стран, под гарантии, полученные от международных банков развития и сами требования, под залог государственных ценных бумаг РФ, под залог долговых обязательств субъектов РФ и органов местного самоуправления и т.д. Большинство выданных кредитов относится к V, наиболее рисковой группе, и нет различий между заёмщиками с высоким и низким уровнем кредитоспособности. Дальнейшая классификация ссуд, исходя из кредитоспособности различных предприятий, не имеет практического значения, поскольку не способна оказать влияние на степень кредитного риска в целях расчета норматива достаточности капитала. Банки при этом также испытывают определенные недостатки, поскольку, например, расчет норматива Н1 косвенным образом ограничивает возможность банка к кредитованию реального сектора экономики. С другой стороны, в условиях экономики переходного периода, присутствием у большинства банков не качественных методик определения кредитного риска, отсутствием законодательной базы для рынка финансовых инструментов приведение к единообразию расчет категории качества кредитов при расчете резерва на возможные потери и достаточности капитала считаю несвоевременным.

Нормативы Н6, Н7, Н9.1, Н10.1 характеризуются единым алгоритмом расчета: общая сумма требований к конкретному лицу (или группе лиц) взвешивается по степени риска и соотносится с размером собственных средств банка. Данные нормативы, по моему мнению, не являются оценкой уровня кредитного риска, они несут в себе функции ограничивающие определенные операции, т.к. в их расчете участвует не аспект риска, а сумма задолженности.

Также для ограничения кредитного риска Банк России Указанием оперативного характера ЦБР от 17 января 2005 г. N 2-Т "О совершении сделок со связанными с банком лицами и оценке рисков, возникающих при их совершении" рекомендовал внутренними документами по вопросам организации деятельности предусмотреть банкам установление в относительном и (или) абсолютном (стоимостном) выражении лимитов сделок, несущих кредитный риск, со связанными с банком лицами (совокупные, а также в разрезе категорий связанных с банком лиц и отдельных связанных с банком лиц), в рамках которых не требуется рассмотрения сделок советом директоров (наблюдательным советом) или общим собранием акционеров (участников) банка. А также установить лимиты сделок в разрезе отдельных заемщиков, относящихся к связанным с банком лицам, в размере существенно ниже, чем величина крупного кредитного риска, составляющая пять процентов от величины собственных средств (капитала) банка. По рекомендации Банка России оптимальной представляется величина лимита сделки, не превышающая трех процентов от собственных средств (капитала) банка.

Требования Базельского комитета по надзору по оценке кредитных рисков.

В 2004 году Базельский комитет по банковскому надзору (Базельский комитет) принял новое Базельское соглашение о достаточности капитала ("Базель II"), которое состоит из трех основных компонентов:

- минимальные требования достаточности капитала соглашения. Данный раздел посвящен подходам к регулированию достаточности капитала для покрытия возможного убытка по видам риска;

- процедуры надзора за достаточностью капитала со стороны органов банковского надзора. Содержит требования к построению в банках систем корпоративного управления, управления рисками и внутреннего контроля. Это также касается организации управления банковскими рисками и той деятельности, которую ведут органы надзора по оценке качества этого управления. Второй компонент прямо затрагивает проблематику современного управления банковскими рисками и риск-ориентированного надзора;

- требования по раскрытию банками информации о капитале и рисках в целях усиления рыночной дисциплины. Он, в частности, касается раскрытия информации в отношении банковских рисков. При этом требования «Базеля-II» в части раскрытия информации, по мнению представителей развитых стран, является более детальным, чем даже требования МСФО.

Базельский комитет рекомендует использовать один из двух подходов к расчету кредитных рисков: стандартизированный подход и подход на основе использования внутренней рейтинговой системы.

Стандартизированный подход к оценке кредитного риска является более простым по сравнению с использованием внутренней рейтинговой системы. Он предполагает использование дифференцированной системы весов риска, не требуя при этом громоздких расчетов. В основе определения величины кредитного риска лежит кредитный рейтинг, присвоенный данному заемщику/обязательству сторонней организацией, специализирующейся на присвоении кредитных рейтингов (далее -- кредитное агентство). Органы банковского надзора формируют списки кредитных агентств, чьи рейтинги могут быть использованы в расчетах. Стандартизированный подход предусматривает оценку рисков, исходя из уровня рейтингов, присваиваемых рейтинговыми агентствами. Такой подход может быть реализован в странах с очень высоко развитой рейтинговой и общей деловой и правовой культурой, то есть там, где качество рейтингов не вызывает сколько-нибудь серьезных сомнений.

Подход на основе использования внутренней рейтинговой системы (IRB) базируется на системе построения кредитных рейтингов, используемой банком самостоятельно. Такой подход представляется более чувствительным к кредитному риску и стимулирует дальнейшее совершенствование внутрибанковских систем рейтинговой оценки. Анализ таких систем, проведенный Базельским комитетом, свидетельствует, что большинство западных коммерческих банков с успехом рассчитывают показатели кредитоспособности и кредитных рисков на основе внутренних систем оценки.

Существует несколько типов систем внутренней рейтинговой оценки:

системы, основанные на анализе кредитоспособности заемщика;

системы, основанные на анализе конкретных инструментов активных операций;

системы, совмещающие анализ кредитоспособности заемщика и анализ инструментов активных операций.

Показатели достаточности капитала, рассчитанные по одной из рассмотренных методик (стандартизированный подход или подход на основе использования внутренней рейтинговой системы), более точно соответствуют действительному уровню риска. Кроме того, используются результаты оценки кредитоспособности заемщика при расчете достаточности капитала. Именно в таких условиях можно говорить о том, что показатели и критерии оценки кредитоспособности заемщика занимают достойное место и становятся действенным инструментом управления кредитным риском.

Сегодня внедрение «Базеля II» невозможно в силу технических сложностей. Они связаны изначально с формированием баз данных, которые должны быть созданы для рейтингования заемщиков, с отработкой моделей оценки кредитных рисков. А также, правовые и организационные условия функционирования банковского сектора и банковского надзора у нас по ряду параметров не соответствуют требованиям «Базеля-II.»[28]

На пути внедрения Базеля II предвидятся определенные осложнения:

На первом этапе в России предполагается использоваться только в основном упрощенный стандартизированный подход. А это существенно уменьшит возможности по снижению уровня капитала за счет более продвинутых методов управления рисками.

Ограничена доступность моделей внутренних рейтингов корпоративных заемщиков для достоверного расчета вероятности их дефолта.

Существенная нагрузка ложится как на внутреннего (внутренний контроль банка) так и внешнего (надзорные органы) регулятора, призванного обеспечить действенный контроль и оценку необходимости корректировки требований по резервированию средств, что подразумевает детальную оценку эффективности системы управления рисками в банке.

Внедрение подходов и принципов Базельских соглашений требует немалых расходов: крупные международные банки оценивают их в десятки миллионов долларов -- при сроке реализации проекта не менее двух лет. Хотя, если внедрять лишь стандартизированные подходы, затраты будут ниже.

На пути реализации Базельских принципов и подходов есть немало проблем, их внедрение, несомненно, несет известные выгоды:

Применение «Базеля II» может быть увязано с построением эффективной системы управления рисками.

Результатом применения Базельских принципов станет повышение репутации банка на рынке, поскольку внедрение Базельских принципов будет косвенно свидетельствовать о качестве управления банком.

Внедрение «Базеля II» позволить аккуратнее измерять стоимость операций и устанавливать цену на них с учетом влияния на капитал.

Улучшение систем корпоративного управления и контроля сократит число непредсказуемых ситуаций для акционеров, руководства банков и надзорных органов и повысит контроль над работой доходообразующих структур.

Возможно построение более эффективных бизнес процессов и процессов принятия решений.

Несмотря на проблемы и сложности, связанные с его внедрением, Базель II сегодня - самый полный согласованный подход участников рынка и органов банковского регулирования к организации и построению систем управления рисками в банковском секторе.

Использование рекомендаций призвано повысить надежность и стабильность банковской системы и поместить банки, подпадающие под действие соглашений, в одинаковые рыночные условия.

Они позволяют банкам совершенствовать систему управления рисками.[28]

2.1.3 Мировой опыт и практика оценки кредитного риска

В настоящее время в мире не существует единой стандартизированной системы оценки кредитоспособности. Банки используют различные системы анализа кредитоспособности заемщика. Причинами такого многообразия являются:

- различная степень доверия к количественным (т.е. поддающимся измерению) и качественным (т.е. поддающимся измерению с большим трудом, с высокой степенью допустимости) способам оценки факторов кредитоспособности;

- особенности индивидуальной культуры кредитования (кредитной культуры) и исторически сложившейся практики оценки кредитоспособности;

- использование определенного набора инструментов минимизации кредитного риска, сопровождающееся пристальным вниманием к отдельным инструментам;

- многообразие факторов, оказывающих влияние на уровень кредитоспособности, которое приводит к тому, что банки уделяют им различное внимание при присвоении кредитного рейтинга;

- результат оценки кредитоспособности заемщика, принимающий различные формы, - некоторые банки останавливаются на простом расчете финансовых коэффициентов, другие - присваивают кредитные рейтинги и рассчитывают уровень кредитного риска.

Согласно мировому опыту различают три основных способа моделирования уровня кредитоспособности заемщика:

модели, основанные на статистических моделях (методах) оценки;

модели ограниченной экспертной оценки;

модели непосредственно экспертной оценки.

Такие различия обусловлены приоритетностью использования количественных (расчет финансовых коэффициентов) и качественных (личные мнения банковских специалистов) способов анализа. На практике различия между моделями несколько нивелируются, что объясняется одновременным применением этих методов. Так, информация, используемая при статистических методах анализа, первоначально обрабатывается банковскими работниками, поэтому носит на себе некоторый отпечаток субъективизма. Наблюдаются отличия и в оценках того, какие факторы являются качественными, а какие -- количественными. Например, в некоторых случаях такие качественные факторы, как кредитная история, качество менеджмента заемщика, отраслевые особенности или географическое местоположение, получали количественную оценку в баллах и в дальнейшем использовались в количественных расчетах.

Статистические модели оценки кредитоспособности представляют собой процесс присвоения кредитного рейтинга исключительно на основе количественного, статистического анализа. Лишь небольшое количество банков полагаются в полной мере на статистические модели. Подобные модели основаны на расчете кредитного рейтинга по определенной формуле, включающей как количественные факторы -- финансовые коэффициенты, так и некоторые качественные факторы, но стандартизированные и приведенные к количественному значению аспекты деятельности заемщика, например, отраслевые особенности, кредитную историю, деловой риск.

Процесс функционирования статистической модели проходит три этапа.

На первом этапе определяются переменные (как правило, финансовые коэффициенты), оказывающие влияние на значение кредитного рейтинга.

На втором этапе на основе статистических данных прошлых периодов определяется влияние каждого фактора на уровень кредитоспособности, что находит соответствующее отражение в весе коэффициента.

На третьем этапе текущие переменные взвешиваются по степени влияния, и определяется некое значение рейтинга, выраженное в баллах. Различные баллы соответствуют различным классам кредитоспособности заемщика. Экономические расчеты в данном случае проводятся с применением программных средств и минимальным действием человеческого фактора. Такие системы оценки используются в основном для анализа кредитоспособности малых и средних предприятий.

Модели ограниченной экспертной оценки основаны на применении статистических методов с последующей корректировкой на основании неких качественных параметров. Например, балльное значение рейтинга может быть скорректировано на несколько баллов в зависимости от мнения кредитного экономиста. Также банк может установить максимальное количество баллов для оценки качественных параметров, ограничивая тем самым влияние субъективных факторов на итоговое значение рейтинга. По оценкам Базельского комитета, около 20% банков используют данную модель при анализе кредитоспособности крупных предприятий.

Модели непосредственно экспертной оценки используются 50% банков при определении кредитоспособности крупных и средних заемщиков. При такой оценке определить влияние того или иного фактора на величину кредитного рейтинга практически не представляется возможным. Экономисты рассчитывают финансовые коэффициенты, но значения интерпретируются индивидуально по каждому заемщику. Тем не менее, в некоторых случаях на начальном этапе оценки используются именно статистические модели, задавая направление и границы дальнейшего анализа.

Влияние человеческого фактора имеет большое значение при определении надежности и достоверности кредитного рейтинга. Изучение возможных мотивов и заинтересованности в искажении результатов оценки позволяет учесть отклонения от реальности. Так, в случае определения размеров вознаграждения сотрудникам, заключающим кредитные договоры, в зависимости от класса кредитоспособности может иметь место искусственное повышение рейтинга. Похожая ситуация может сложиться при определении лимитов кредитования и стоимости размещаемых средств на основе значения кредитного рейтинга.

В полной мере оценить влияние субъективных факторов при присвоении рейтинга кредитоспособности на основе экспертной оценки помогает показательный эксперимент, проведенный в одном из австралийских банков. Руководство банка попросило 8 экономистов кредитного отдела самостоятельно присвоить кредитные рейтинги 5 заемщиков. Несмотря на то, что эксперты руководствовались одинаковой информацией, результаты получились разные. Это свидетельствует о необходимости дополнительного контроля за субъективным процессом присвоения рейтинга кредитоспособности, а также более тщательного расчета уровня кредитного риска.

Особое внимание хотелось бы обратить на процедуры сопоставления заемщика с другими аналогичными предприятиями. Сравнение предприятий одной и той же отрасли позволяет оценить реальную кредитоспособность заемщика и определить, какие значения финансовых показателей считать хорошими, средними или плохими. Более того, поскольку отраслевые особенности деятельности носят ярко выраженный характер, сравнение заемщиков между собой следует проводить только в пределах одной отрасли.

Статистические модели оценки кредитоспособности, подразумевают применение строго определенных наборов финансовых показателей, экспертная оценка подразумевает некоторую свободу при анализе бухгалтерской отчетности.

Для достоверной и надежной оценки необходимы данные ретроспективного анализа, т.е. анализа информации о данном заемщике за последние несколько лет (кредитная история заемщика).

Большую роль при дальнейшем анализе кредитного рейтинга играет временной горизонт, в течение которого рейтинг имеет силу. Первоначально рейтинг присваивается на начальной стадии взаимоотношения банка с заемщиком, т.е. до предоставления кредита. Базельский комитет отмечает, что значительное количество банков устанавливает рейтинг с последующим ежегодным пересмотром. Существуют два типа временных горизонтов рейтинговой оценки: «рейтинг сквозь экономический цикл» и «рейтинг на конкретный момент времени». Основное различие между этими понятиями заключается в том, что кредитный рейтинг на конкретный момент времени подвержен значительным колебаниям в зависимости от фазы экономического цикла. При рейтинге сквозь экономический цикл учитывается наихудшее значение кредитного рейтинга, соответствующее фазе депрессии. Такой рейтинг не испытывает серьезных колебаний с течением времени.

Как показывает мировой опыт банковского дела, банки присваивают кредитные рейтинги большинству (96%) крупных и средних предприятий. Это объясняется высокими показателями кредитного риска по данной группе заемщиков. Большинство банков не ограничивается определением кредитного рейтинга заемщика и вероятностью его дефолта. Далее определяется уровень возможного убытка в случае дефолта по конкретному виду актива, изучаются обеспечение, предоставленное заемщиком, и другие возможности уменьшения кредитного риска. В этом случае рейтинг отражает не только уровень кредитного риска заемщика, но и величину риска по отдельным активным операциям. Так, при выдаче кредита одному заемщику на разные сроки и под разные виды обеспечения значение кредитного рейтинга будет меняться.

В мировой практике накоплен достаточный опыт оценки финансового положения предприятий-заемщиков. Обращение к этому опыту может быть полезным и в современных условиях, так как можно с уверенностью говорить о том факте, что определение кредитоспособности клиента носит в каждой кредитной организации индивидуальный, субъективный характер и общих рекомендаций по этому вопросу недостаточно.

Модели определения платежеспособности, разработанные на основе коэффициента Z (Z-модели), получили широкое распространение в США и Великобритании. Цель данной модели -- выработка простого, оперативного и точного метода заблаговременного выделения компаний, испытывающих финансовые затруднения и близких к банкротству. В основе методики формирования модели лежит распределение предприятий на два класса: предприятия -- потенциальные банкроты и прочие предприятия (считается, что эта группа -- стабильно функционирующие организации). Данный метод был разработан в 1968 г. (а затем доработал в 1983г.) профессором Нью-Йоркского университета Эвардом Альтманом при помощи метода дискриминантного анализа, позволяющего подобрать такие классифицирующие переменные, дисперсия которых между рассматриваемыми группами была бы максимальной. А внутри групп - минимальной. Данный метод анализа являлся преобладающим и наиболее широко используемым при оценке кредитоспособности заемщика в XX в. Z-модель Альтмана представляет собой статистическую модель на основе оценки показателей финансового положения и платежеспособности компании и позволяет оценить уровень риска банкротства. Проанализировав отчетность сотен компаний, он вывел формулу для прогнозирования банкротства предприятия:

Z=1,2Х1+1,4Х2+3,3Х3+0,6Х4+0,999X5,

где Х1 - отношение оборотного капитала к сумме активов;

X2 - отношение нераспределенной прибыли к сумме активов;

Хз -отношение операционной прибыли к сумме активов;

Х4 - отношение рыночной стоимости акций к сумме кредиторской задолженности;

Х5 -отношение выручки к сумме активов.

Значение показателя Z меньше 1,81 является признаком того, что предприятие испытывает определенные трудности, а показатель Z, равный 2,7 и более, говорит о небольшой вероятности банкротства.

В 1972 г. Р. Лис получил следующую формулу для Великобритании:

Z = 0,063X1 + 0,092X2 + 0,057X3 + 0,001X4,

где Х1 - отношение оборотного капитала к сумме активов;

Х2 - отношение операционной прибыли к сумме активов;

Хз - отношение нераспределенной прибыли к сумме активов;

Х4 - отношение собственного капитала к заемному. Здесь предельное значение равняется 0,037.

В 1977 г. Таффлер предложил следующую формулу:

Z = 0,53X1 + 0,13X2 + 0,18X3 + 0,16X4,

Х1 - отношение операционной прибыли к краткосрочным обязательствам;

Х2 - отношение оборотных активов к общей сумме обязательств;

X3 -отношение краткосрочных обязательств к сумме активов;

X4 - отношение выручки к сумме активов.

Если величина Z-счета больше 0,3, то у предприятия неплохие долгосрочные перспективы, а если меньше 0,2, то банкротство более чем вероятно.

В основе данных методик -- линейная связь между финансовыми показателями и фактом банкротства. Основная же задача состоит в нахождении формулы связи между показателями, способной наиболее полно отразить (предсказать) банкротство. Так, на первом этапе, после анализа первой группы отчетности стабильных и обанкротившихся предприятий, получают формулу для дальнейших расчетов. Далее, формулу проверяют на второй группе отчетности предприятий. При подтверждении ранее полученной зависимости Z счет может быть использован и для дальнейшей классификации.

Практическая значимость Z-моделей заключается в её сравнительной простоте и возможности использования для оценки кредитоспособности компании и определения кредитного рейтинга заёмщика. Модели сигнализируют о нарастании или уменьшения вероятности дефолта заёмщика, указывая тем самым на необходимость принятия мер.

Слабые стороны Z-моделей заключаются в том, что модели являются чисто эмпирическими, «подогнанными по выборке» и не основываются на какой-либо состоятельной теоретической концепции, в моделях используются данные финансовой отчетности, которые могут лишь частично отражать реальное состояние компании, модели являются линейными.

В последнее десятилетие XX в. стал популярен новая методика оценки стоимостной меры риска VAR (value at risk). Эта методика получила широкое признание финансовых институтов, а затем и регулирующих органов после раскрытия в 1994 г. крупнейшей инвестиционной компанией США «J.P. Morgan» системы оценивания риска Riskmetrics и предоставление в свободное пользование базы данных для этой системы для всех участников рынка и одновременного опубликования подробной технической документации, описывающей методику расчета показателя VAR. Далее «J.P. Morgan» разрабатывается система CreditMetrics, описание которой было опубликовано в 1997 г. В результате появилась возможность рассчитывать интегральный показатель ожидаемых потерь вследствие рыночного и кредитного рисков в масштабе всего банка. И, наконец, в настоящее время продолжает попытка разработать общий подход к количественной оценке разнообразных операционных рисков в виде стоимостной меры риска - операционного VAR, что позволило бы получить действительно интегральную оценку подверженности основным видам риска в масштабе всего предприятия. [24]

VAR - это выраженная в денежных единицах (базовой валюте) оценка величины, которую не превысят ожидаемые в течение данного периода времени потери с заданной вероятностью. Модель оценки рисков с использованием показателя VAR позволяет рассчитать максимальный ожидаемый убыток с заданной вероятностью, однако она не дает никакой информации о том, каким может быть непредвиденный убыток, вероятность возникновения которого обычно задается на уровне от 0,01 до 5%.

Модель VAR, как правило, включают следующие компоненты:

probability of default (PD) - вероятность дефолта заемщика (в %), рассчитанная для временного интервала в один год и, как правило, привязанная к уровню риска/рейтингу конкретного заемщика;

loss given default (LGD) - ожидаемая величина убытков в случае дефолта (в %);

exposure at default (EAD) - совокупная величина кредитных рисков заемщика на момент дефолта.

Говоря простым языком, вычисление величины VAR проводится с целью заключения утверждения подобного типа: "Мы уверены на X % (с вероятностью X %), что наши потери не превысят Y долларов в течение следующих N дней". В данном предложении неизвестная величина Y и есть VAR. Она является функцией 2-х параметров: N - временного горизонта и X - доверительного уровня.[25]

Преимуществом данного метода является учёт фактов диверсификации рисков, которые не учитываются в более простых методиках, базирующихся на суммировании величин отдельных рисков. Внедрение в банковскую практику методологии VaR было инициировано Базельским комитетом, который в дальнейшем рекомендовал банковским структурам разрабатывать также собственные внутренние модели оценки как рыночных, так и кредитных рисков.

В последние десятилетия в мире бурно развивается новая прикладная область математики, специализирующая на искусственных нейронных сетях (НС). Такие характеристики НС, как возможность нелинейного моделирования и относительная простота реализации, воспроизводящие сложные зависимости, делают их независимыми при решении сложнейших многомерных задач. НС используется тогда, когда между известными входными значениями и неизвестными выходными существует связь, но не известен точный тип связи. Особенность НС состоит в том, что зависимость между входом и выходом находится в процессе обучения сети. Для обучения НС применяют алгоритм двух типов: управляемое (обучение с учителем) и неуправляемое (обучение без учителя). Для управления обучения сети нужно подготовить набор обучающих данных. Эти данные представляют собой наборы входных данных и соответствующих им выходов. НС учится устанавливать связь между первым и вторым. Обычно обучающие данные берутся из исторических сведений. В качестве инструмента обучения может быть использован один из нескольких алгоритмов. Если сеть обучена хорошо, она приобретает способность моделировать неизвестную функцию, связывающую значение входных и выходных переменных, и впоследствии такая НС используется для прогнозирования ситуации, когда выходные значения неизвестны.

...

Подобные документы

  • Сущность кредитного риска и его факторы. Взаимосвязь кредитного и других банковских рисков. Система управления банковским кредитным риском на примере АСБ "Беларусбанк". Невозврат заемщиками кредитов. Оптимизация системы управления кредитным риском.

    реферат [75,0 K], добавлен 26.01.2011

  • Понятие кредитного риска. Сущность системы управления рисками в банке. Необходимость использования современных методов управления кредитным риском в банковской практике. Политика управления кредитным риском коммерческих банков Республики Беларусь.

    курсовая работа [452,0 K], добавлен 08.02.2012

  • Понятие и этапы формирования кредитного портфеля, его структура и процесс управления. Классификация кредитные риски и их влияние на формирование портфеля коммерческого банка. Анализ кредитного портфеля банка. Механизм управления кредитным риском.

    дипломная работа [1,0 M], добавлен 10.07.2015

  • Нормативно-правовое регулирование кредитного риска и методы его оценка. Организация работы коммерческого банка по управлению кредитным риском. Возможности использования цифровизации банковской деятельности для качественного управления кредитным риском.

    дипломная работа [1,6 M], добавлен 19.01.2021

  • Анализ кредитных рисков в банковской системе России. Определение рейтинга кредитоспособности заемщика. Оценка кредитного риска банка с использованием VaR-модели и процедур имитационного моделирования на примере кредитного портфеля ОАО "Сбербанк России".

    дипломная работа [2,1 M], добавлен 18.01.2015

  • Система управления и методика анализа кредитного риска. Кредитная политика банка. Организационная структура и характеристика Муромцевского отделения № 2257 Сбербанка РФ. Обеспечение возврата банковских ссуд. Недостатки в управлении кредитным риском.

    дипломная работа [108,7 K], добавлен 09.09.2010

  • Кредитная политика коммерческого банка. Стадии кредитного процесса и их характеристика. Методы управления кредитным риском. Оценка качества кредитного портфеля банка. Анализ кредитных операций и структуры кредитного портфеля на примере "Сбербанка России".

    курсовая работа [729,7 K], добавлен 01.02.2014

  • Система управления банковскими рисками. Кредитный риск: его факторы, виды и специфика управления ими. Понятие кредитного портфеля. Методика расчета финансовых коэффициентов. Проблемы управления кредитным риском в банковском секторе экономики России.

    курсовая работа [55,2 K], добавлен 14.12.2009

  • Кредитный риск, его место в системе банковских рисков. Управление кредитным риском. Проблемы совершенствования процесса управления кредитным риском с учетом интеграции российской банковской системы в мировую. Методы оценки кредитоспособности заемщиков.

    дипломная работа [558,4 K], добавлен 26.03.2013

  • Кредитные риски как разновидность банковских рисков. Анализ кредитоспособности заемщика. Разработка рекомендаций и мероприятий по управлению кредитным риском. Классификация банковского кредитного риска. Управление риском в системе "банк-клиент".

    дипломная работа [152,5 K], добавлен 01.03.2011

  • Понятие и классификация банковских рисков и причины их возникновения. Принципы построения системы управления кредитными рисками банка. Пути снижения кредитных рисков в современных условиях. Степень концентрации кредитной деятельности в отдельных отраслях.

    курсовая работа [79,3 K], добавлен 08.06.2011

  • Кредитный риск в системе банковских рисков. Виды и формы проявления кредитных рисков. Классификация ссуд, критерии оценки их качества. Формы обеспечения возвратности кредитов. Система, формы и организация управления кредитным риском в ОАО "Акибанк".

    курсовая работа [440,7 K], добавлен 26.11.2010

  • Разработка и апробация экономически обоснованного механизма управления кредитным риском с целью удовлетворения интересов банка, связанных с минимизацией риска кредитного портфеля и увеличением банковской прибыли от проведения кредитных операций.

    курсовая работа [94,5 K], добавлен 06.05.2011

  • Понятие банковских рисков и основных принципов их классификации. Характеристика системы управления кредитным, процентным, операционным, валютным риском в банке. Управление риском ликвидности в банке. Методы снижения и страхования от валютных рисков.

    курсовая работа [673,2 K], добавлен 05.12.2010

  • Капитал банка и требования к достаточности его компонентов в соответствии с Базелем III. Значимые кредитные организации и регулирование их деятельности. Рентабельность банковской деятельности в России. Прибыль как источник пополнения капитала банка.

    дипломная работа [1,5 M], добавлен 30.09.2016

  • Сущность кредитного риска и факторы его определяющие. Последовательность этапов процесса управления кредитным риском. Методы определения кредитоспособности заемщика. Управление риском кредитного портфеля. Уровень ликвидности кредитного портфеля.

    курсовая работа [292,7 K], добавлен 07.04.2012

  • Сущность кредитного риска и факторы, влияющие на него. Общая характеристика и оценка экономических показателей деятельности банка ОАО "Альфа-Банк". Анализ кредитоспособности заемщика. Перспективы и возникающие проблемы в сфере управления кредитным риском.

    дипломная работа [242,6 K], добавлен 05.12.2014

  • Основные понятия теории банковских рисков. Классификация банковских рисков: риск ликвидности, процентный и кредитный риски. Сущность риск-менеджмента в коммерческом банке. Основные этапы управления кредитными рисками на примере ЗАО АКБ "Анимабанк".

    курсовая работа [70,1 K], добавлен 28.04.2011

  • Кредитный риск как риск невыполнения кредитных обязательств перед кредитной организацией третьей стороной. Факторы, вызывающие кредитный риск. Принципы управления кредитным риском в условиях коммерческого банка. Стадии кругооборота ссужаемой стоимости.

    реферат [5,2 M], добавлен 15.09.2012

  • Изучение классификации и содержания методов оценки ожидаемого кредитного риска, применяемых коммерческими банками. Исследование основ построения организационной и информационной инфраструктуры системы управления кредитным риском коммерческого банка.

    курсовая работа [153,0 K], добавлен 07.03.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.