Управление рисками

Размещено на http://www.allbest.ru/

Содержание

скоринговый дефолт базельский кредитование

Введение

Глава 1. Анализ и перспективы развития рынка розничного кредитования

Глава 2. Кредитный риск: сущность, факторы, влияющие на него, оценка на основе скоринговой модели и влияние на капитал в соответствии с Базельскими соглашениями

Глава 3. Построение эконометрической модели оценки вероятности дефолта

Заключение

Список использованной литературы

Приложение



Введение

Главная цель коммерческого банка - это получение прибыли. Решение этой задачи неразрывно связано с аппетитом к риску, то есть определением того объема рисков, который банк готов взять на себя ради достижения цели. Продуманная политика управления рисками позволит спрогнозировать и минимизировать их, достичь оптимального соотношения прибыльности и риска.

Управление рисками - одна из важнейших задач, стоящая перед менеджментом банков. От того, насколько правильную политику управления рисками проводит руководство конкретного банка, зависит жизнеспособность данного финансового учреждения. Особенно очевидным это становится в период кризисов. Последние кризисы 2008 и 2014 годов с большой наглядностью продемонстрировали, как достаточно крупные банки прекращали свое существование в том числе и потому, что системы риск-менеджмента (прежде всего кредитные) были неэффективными. Анализ показывает, что на текущий момент у большинства российских банков отсутствуют собственные эффективные методики оценки вероятности дефолта потенциальных заемщиков. Положение усугубляется еще и тем, что банки испытывают недостаток информации о финансовом состоянии клиентов или не умеют правильно ее анализировать, отфильтровывая ложную информацию. Эти факторы препятствуют адекватной оценке банками платежеспособности заемщика. И если недостаток информации и в настоящее время можно сгладить путем обращений в бюро кредитных историй, в результате которых банки имеют возможность более точно дискриминировать между плохими и хорошими заемщиками, то для построения адекватной системы риск-менеджмента, на что указывается специалистами в этой области, нужно осознание руководства банков необходимости разработки внутренних методик оценки платежеспособности потенциальных заемщиков, которые будут адаптированы под продуктовую линейку банка.

Оценка кредитоспособности потенциального заемщика и своевременный прогноз вероятности дефолта позволит банку в максимальной степени минимизировать последствия, связанные с невыполнением заемщиками своих обязательств. Важной становится разработка адаптированных методик оценки вероятности дефолта заемщиков, расчета минимальных требований к размеру капитала, достаточного для покрытия потерь, с использованием ведущих мировых практик, предлагаемых в таких соглашениях, как Базель II и Базель III. В связи с этим тема дипломной работы представляется особенно актуальной.

В связи с важностью кредитного риска и величиной потерь вследствие его реализации, банки делают существенные инвестиции в разработку качественных моделей оценки кредитоспобности заемщика. В силу этого проблема получила довольно широкое исследование как с теоретической, так и с практической стороны. Анализом риска и неопределенности занимались такие ученые, как Г.Марковиц, М.Миллер, Ф. Модильяни, У. Шарп, М.Шоулз, Ф. Блэк и другие. Вопросам построения скоринговых моделей свои работы посвятили Э. Альтман, П. Аллисон, Т. Гестель, Б. Базен и другие.

В рамках подготовки дипломной работы, также использовались труды отечественных исследователей: В.В.Жарикова, Ф.Т.Алексерова, И.К. Андриевской, Г.И. Пеникаса, В.М.Солодкова, И.Л.Артеменова, Г.И.Микерина, И.В. Ишиной, Г.Б. Клейнера, Д.С. Коробкова, А.С. Сорокина. Помимо этого, был сделан анализ нормативно-правовых документов ЦБ РФ и Международных Базельских соглашений.

Целью данной дипломной работы являются:

обзор рынка розничного кредитования и перспектив его развития;

описание кредитного риска и способов его оценки;

оценка кредитоспособности потенциального заемщика с применением аппликационного скоринга на основе анализа ряда качественных и количественных параметров с использованием логистической регрессии;

анализ вероятности дефолта заемщика с использованием коррекции Хекмана;

калибровка полученной эконометрической модели с целью повышения ее предсказательной способности в условиях ухудшения макроэкономической ситуации;

обзор Базельских соглашений по капиталу с описанием рекомендованных подходов к расчету экономического капитала для покрытия кредитного риска.

Качество модели было проверено с помощью различных статистических тестов, таких как LR статистика, t-тесты, статистика Хосмера-Лемешова, а также с помощью анализа ROC-кривой и расчета показателя площади под ней.

Объектом исследования является розничный кредитный портфель коммерческого банка.

Практическая значимость решенных в рамках дипломной работы задач заключается в том, что построенные модели имеют хорошую предиктивную способность, а потому могут быть использованы для оценки и управления кредитным риском розничного банка.



Глава 1. Анализ и перспективы развития рынка розничного кредитования

Предоставление кредитов юридическим и физическим лицам - основной вид банковской деятельности, который обеспечивает доходы Банка и гарантирует его стабильность.

Совокупность кредитов юридическим (корпоративным клиентам) и физическим лицам (розничным клиентам), выданных Банком, составляет его кредитный портфель.

Поскольку целью данной дипломной работы является оценка и управление розничными кредитными рисками в коммерческом банке в настоящей главе представлен анализ и перспективы развития рынка розничного кредитования.

Начавшийся в марте 2014 г. геополитический кризис и последовавшие санкции/контрсанкции и девальвация во многом определили динамику банковского рынка.

Прирост кредитования клиентов в 2014 г. был в 2 раза ниже уровня 2013 г. (13,5% против 25,9%), а прирост средств клиентов - в 4 раза ниже (6,5% против 24,1%). При этом разрыв между реальными темпами роста кредитов и привлечения стал двукратным. Главным драйвером роста кредитных портфелей стали кредиты крупным корпоративным клиентам и ипотека. В условиях реального оттока средств физических лиц, ограниченного доступа к внешнему рынку и удорожания межбанковского и корпоративного привлечения в результате ужесточения денежно-кредитной политики, важнейшим источником пассивов российской банковской системы в 2014 году стал Центробанк и срочные депозиты предприятий.



Ужесточение регулирования потребительского кредитования и сжатие платежеспособного спроса населения оказали существенное давление на розничный бизнес банков в 2014 г. Банки, особенно специализирующиеся на розничном кредитовании игроки, снизили аппетит к риску и сдерживали рост портфелей или перефокусировались на менее рисковые сегменты. В среднем по группе реальный прирост составил 12,8%, что в 2,5 раза ниже показателя 2013 г.

Рис.3.

Сокращение доходов и рост безработицы привели к снижению платёжеспособности заемщиков и возможностей по перекредитованию, и, как следствие, спровоцировали ускоренный рост неплатежей. Сумма просрочки за 2014 г. в среднем по группе увеличилась на 52,1%, а ее доля в портфеле достигла 6,5%.



Рис.4. Источник: http://www.banki.ru/banks/ratings/

Главной тенденцией 2014 г. стало ослабление динамики вкладов населения, несмотря на рост ставок и усиление конкуренции банков за клиентов. Объем средств увеличился на 17,9%, но весь прирост обеспечен валютной переоценкой. Без учета курсовой разницы зафиксирован чистый отток вкладов населения (-1,4%) за счет вывода валютных депозитов и вкладов до востребования (суммарное сокращение на 5,6% в долларовом выражении). При этом простимулированный возросшими ставками приток рублевых депозитов (+6,6%) практически полностью был нивелировал оттоком средств с текущих и карточных счетов (-13%).

Рис.5. Источник: http://www.banki.ru/banks/ratings/



Источник: http://www.banki.ru/banks/ratings/

Источник: http://www.banki.ru/banks/ratings/

На фоне усиления кредитных рисков в розничном банковском бизнесе рост отчислений в резервы является существенным фактором, негативно влияющим на прибыль.

По итогам 2014 года совокупная прибыль российских банков составила 589,1 млрд. руб., что на 40,7% ниже показателя за 2013 год. Главным фактором сокращения прибыли стал рост отчислений в резервы. Совокупные созданные резервы на возможные потери увеличились с начала года на 42,2% до 4,05 трлн. руб. Фактором поддержки прибыли выступили доходы от валютной переоценки (оценочно, около 373 млрд руб.). Рентабельность капитала по чистой прибыли в среднем по группе банков сократилась по итогам года в 1,5 раза до 5,5%.

Говоря о перспективах развития рынка розничного кредитования, можно предположить, что высокие ставки по кредитам и имеющаяся долговая нагрузка, сокращение доходов и рост безработицы повлекут сокращение розничного кредитования в 2015 г. примерно на 5%. Наибольшее сокращение ожидается в сегменте автокредитования и потребительского кредитования. В зоне роста останется ипотека, в том числе, благодаря реализации программы субсидирования процентных ставок. Рост сегмента кредитных карт будет поддержан, в первую очередь, кредитованием существующих и зарплатных клиентов госбанками.

Источник: http://www.banki.ru/banks/ratings/

В 2016 г. в условиях некоторого восстановления экономики можно ожидать как восстановления сберегательной активности населения на фоне роста реальных доходов и некоторого снижения девальвационных ожиданий, так и активизации кредитования.



Глава 2. Кредитный риск: сущность, факторы, влияющие на него, оценка на основе скоринговой модели и влияние на капитал в соответствии с Базельскими соглашениями

Любой бизнес, в том числе и банковский, сопровождается рисками. Причем помимо рисков, оказывающих влияние на деятельность каждого предприятия (политические, экономические, правовые, репутационные и др.), банки, будучи финансовыми институтами, в основном подвержены рискам финансовым - кредитному, рыночному, операционному, риску ликвидности. Для того, чтобы бизнес был успешным, нужно правильно соизмерять величину рисков и уметь ими управлять.

Банк, являясь финансовым институтом, берет на себя 2 важных функции: оказание посреднических, или брокерских, услуг и проведение качественной трансформации активов (qualitative asset transformation). К первым можно отнести проведение финансовых транзакций, предоставление консультаций, поиск экономических агентов с аналогичными требованиями по отношению к финансовым продуктам. Осуществляя качественную трансформацию активов, банк изменяет параметры финансовых требований вкладчиков, выдавая на их средства кредиты, которые имеют отличные от депозитов характеристики. Как правило, банк производит следующие виды трансформаций:

ликвидности (принимает ликвидные депозиты, выдает неликвидные кредиты);

размера (принимает малые депозиты у населения, выдает крупные кредиты);

срока (принимает у населения краткосрочные кредиты, выдает долгосрочные);

риска (принимает у населения безрисковые депозиты, выдает рискованные кредиты).

Именно эти трансформации и делают банк уязвимым перед рядом рисков, наиболее существенными из которых являются кредитный, рыночный, риск ликвидности, операционный риск.

В данной работе внимание будет сосредоточено на оценке кредитного риска коммерческого банка, поскольку:

1) кредитный риск самый очевидный риск, так как непосредственно связан с главным и основным предназначением банка - предоставлением кредитов и привлечением депозитов;

2) кредитный риск остается, даже когда активы и пассивы банка приведены в полное соответствие;

3) кредитный риск оказывает самое большое влияние на устойчивость финансового института (банка), именно поэтому капитал, сформированный под кредитный риск, составляет, как правило, почти 70% от общего объема капитала банка;

4) можно предпринимать меры по минимизации и мониторингу кредитного риска, им можно управлять.

Именно по этим причинам регуляторы банковской системы всегда требовали от банков наличия капитала, достаточного для решения проблем кредитного риска.

В официальных документах ЦБ РФ кредитный риск рассматривается как риск возникновения у кредитной организации убытков вследствие неисполнения, несвоевременного либо неполного исполнения должником финансовых обязательств перед кредитной организацией в соответствии с условиями договора. [14]

Среди основных составляющих компонентов кредитного риска можно назвать:

Риск дефолта (PD)

Оценивается в виде вероятности дефолта заемщика с помощью внутренних моделей оценки вероятности дефолта.

Сумма, подверженная дефолту (EAD)

Оценка стоимости активов, подверженных риску, в момент объявления дефолта. Для таких продуктов, как потребительский кредит представляет собой сумму непогашенных заемщиков обязательств без учета взысканий.

Уровень потерь вследствие дефолта (LGD)

Напрямую зависит от размера взысканий, которые можно произвести по кредиту.

Взыскания, в свою очередь, зависят от прав банка на залоговое обеспечение, возможности реализации, а также рыночной стоимости залога.

Ожидаемые потери банка напрямую зависят от каждой из составляющих кредитного риска и рассчитываются по формуле:

E(Loss)= PD x EAD x LGD

Для покрытия ожидаемых потерь, которые могут возникнуть в результате реализации кредитного риска и оказать отрицательное влияние на финансовый результат и устойчивость банка, формируются резервы.

Риск миграции

Связан с изменениями финансового положения заемщика, которые влекут за собой изменение в оценки вероятности дефолта. Для того, чтобы снизить риск миграции заемщика, банки строят на основе доступных исторических данных матрицы миграции, которые отражают вероятность перехода заемщика из одного бакета просрочки в другой. Пример матрицы миграции приведен ниже:



Таблица 1

Качество кредитного портфеля является главным индикатором уровня кредитного риска, которому подвержен банк, и поэтому напрямую зависит, прежде всего, от оценки и контроля кредитного риска. Банки, выдавая кредиты, руководствуются кредитной политикой, утвержденной банком, и стремятся к получению максимальной прибыли при допустимом уровне риска.

На кредитный риск в значительной степени оказывают влияние следующие факторы:

Таблица 2

Внешние	Внутренние
	связанные с деятельностью банка	связанные с деятельностью заемщика
Геополитическая ситуация	Аппетит к риску у банка	Кредитоспособность заемщика
Состояние экономики страны и перспективы ее развития	Кредитная политика банка	Дисциплинированность заемщика
Денежно-кредитная политика, внешняя и внутренняя политики государства и то, как они могут отразиться на банковском законодательстве и потенциале кредитования	Структура кредитного портфеля (степень диверсификации, минимизация подверженности риску концентрации)	Залоговое обеспечение кредита, его качество, рыночная стоимость и возможность реализации
Уровень инфляции и инфляционных ожиданий	Развитие региональной сети	Мошеннические действия со стороны заемщика
Риск изменения процентной ставки	Соотношение «уличных» заемщиков (о которых банк имеет скудную информацию) и «проверенных» заемщиков в портфеле банка
	Продуктовая линейка
	Качество организации кредитного процесса и системы принятия решений
	Качество менеджмента и подготовленность персонала

Управление кредитным риском должно осуществляться в соответствии с законодательными актами РФ, нормативными и методическими документами ЦБ РФ, с учетом ведущих мировых практик (принципов и методик), в том числе выработанных Базельским комитетом по банковскому надзору.

К основным документам, регулирующим собственный капитал банков, относятся Базельские соглашения.

Базельские соглашения - международно признанные стандарты по банковскому регулированию в отношении основных банковских финансовых рисков.

Цель Базельских соглашений состоит в:

обеспечении достаточности капитала для выполнения банками обязательств и покрытия ожидаемых и непредвиденных убытков;

унификации методов оценки и управления рисками, формировании отраслевого стандарта управления рисками;

стимулировании банков к внедрению передовых и современных методов оценки и управления рисками и достаточностью капитала.



На величину капитала в соответствии с Базельскими соглашениями влияют 3 вида рисков: кредитный, рыночный и операционный.

Расчет требований к капиталу по Базелю в общем случае производится по следующей формуле:

K= (, где

LGD - доля потерь при дефолте;

PD - вероятность дефолта;

M - эффективный срок погашения;

N(•) и G(•) - функции распределения вероятностей для стандартной нормально распределенной случайной величины и обратная ей функция соответственно;

R - коэффициент, применяющийся для расчета требований к капиталу при совместном наступлении дефолтов различных активов банка.

Учитывая существенное влияние кредитного риска на устойчивость кредитной организации (банка), регуляторы банковской системы уделяют пристальное внимание наличию капитала для решения проблем кредитного риска.

Для обеспечения стабильного функционирования банка необходимо иметь четкий механизм прогнозирования и оценки потенциальных рисков.

Рис.16. Источник: Hull J.C. Risk management and Financial Institutions Pearson,2010

Банк обязан формировать резервы на уровне ожидаемых потерь и держать капитал на уровне неожидаемых потерь, оцененных с заданным уровнем доверия.

Способность банка рассчитывать экономический капитал, эффективно его использовать посредством распределения среди подразделений компании и измерения их результативности с учетом риска, свидетельствуют о высоком уровне зрелости системы управления рисками.

Первое Базельское соглашение по регулированию собственного капитала банков («Базель I») было разработано Базельским комитетом в 1988 году. Это соглашение было внедрено в большинстве стран, в том числе реализовано и в нормативных документах Центрального Банка РФ.

В «Базель I»

введены стандартизированные коэффициенты взвешивания активов, подверженных кредитному риску;

даны (с 1996 г.) методики оценки рыночного риска (стандартный и на основе внутренних моделей VAR);

обозначен норматив достаточности капитала:



Существенные недостатки данного документа заключаются в том, что:

Базель I не позволяет адекватно оценивать реальный уровень кредитного риска;

Базель I предписывает банкам держать одинаковый уровень капитала для корпоративных и розничных заемщиков с разным рейтингом, что напрямую ведет к ухудшению качества кредитного портфеля банков, поскольку банкам становится невыгодно работать с клиентам, кредитование которых экономически менее рискованно;

Базель I не учитывает экономию в капитале от эффекта диверсификации;

определение уровня кредитного риска ориентировано на «клубный» подход (страны ОЭСР).

Отмеченные недостатки являются следствием того, что Базель I ввел в практику принцип расчета норматива достаточности банковского капитала, который устанавливает минимальное соотношение между капиталом банка и его активами, взвешенными по уровню риска в соответствии с типом актива. Искусственность такого подхода состоит в том, что банк работает только с качеством актива, не принимая во внимание характеристики самого заемщика, от которых напрямую зависят такие показатели, как вероятность дефолта, ожидаемые потери и, как следствие, объем резервируемого капитала.

Пытаясь решить проблему рисков в банковском портфеле, Базель I в то же время поощрял вложения в более рискованные активы. Причиной этого было то, что реально сформированный банковский капитал не всегда соответствовал своему справедливому уровню, потому что для более надежных кредитов формировалось столько же регуляторного капитала, сколько и под более рискованные. Это привело к тому, что банки пытались избавиться от активов, для которых, по их мнению, требования Базеля были завышены, одновременно аккумулируя на своих счетах более рискованные активы. В конечном итоге получилось, что такая система «наказывала» консервативные активы и инвестиции и не стимулировала проведение низкорисковой кредитной политики.[2]

В 2004 г. Базельским комитетом было разработано новое соглашение, получившее название «Базель II», которое в 2006-2008 гг. внедрено в большинстве развитых стран. Упрощенные подходы были реализованы и в нормативах ЦБ РФ. В новом документе была сделана попытка разрешить проблему унификации оценки достаточности капитала. В соответствии с Базель I расчет требований к капиталу не зависел от финансового положения заемщиков, что явно противоречило логике оценки платежеспособности последних. В связи с этим главной задачей нового Базельского соглашения было предложить новую систему расчета кредитного рейтинга в зависимости от индивидуальных характеристик клиента, таких как вероятность дефолта и уровень потерь в результате дефолта.

Основным отличием Базеля II стало применение более гибкой системы весов для различного рода активов. Более четкие и многочисленные разграничения позволили банкам снижать необходимый уровень регуляторного капитала по сравнению с Базелем I, если банк обладал хорошо диверсифицированным портфелем.

Таблица 3 - Структура «Базель II»

I. Требования к капиталу - набор различных подходов к расчету капитала, резервируемого против банковских рисков	II. Надзорный процесс - принципы оценки банками адекватности своих внутренних процедур управления рисками; - принципы контроля со стороны надзорных органов и общие рекомендации к системе риск-менеджмента банка; - рекомендации по учету прочих видов рисков (процентного, ликвидности, концентрации и т.д )	III. Рыночная дисциплина - требования к раскрытию информации о рисках и капитале банка
Кредитный риск	Операционный риск	Рыночный риск
Стандартизированный подход: взвешивание активов по риску с коэффициентами: 75% для потребительских кредитов, кредитных карт и автокредитов; 35% для кредитования под залог недвижимого имущества.	Базовый индикативный подход: Капитал под операционный риски = Средний валовый доход за 3 года* Альфа (15%)	Стандартный подход: Жесткие оценочные рамки, раздельная оценка специфического и общего рыночного риска
Базовый подход на основе внутренних рейтингов (F-«IRB»): - собственная методика расчета PD; - нормативные значения LGD, EAD, M, установленные регулятором	Стандартизированный подход: выделение типовых направлений деятельности и определение по каждому из них резервируемого капитала (от 12% до 18%)	Смешанный подход (только на переходном периоде): стандартный подход и подход на основе внутренних моделей для различных видов рыночного риска
Продвинутый подход на основе внутренних рейтингов (A-IRB): собственные оценки - PD (вероятность дефолта); - LGD (доля потерь при дефолте); - EAD (сумма под риском дефолта); - M (эффективный срок погашения).	Продвинутый подход (AMA): использование собственных моделей анализа операционных рисков и мониторинга операционных убытков	Подход на основе внутренних моделей: собственные модели VAR как основание для определения резервируемого капитала по единой для всех банков методике
Для розничного кредитования Базель предлагает только 1 опцию в рамках IRB-подхода, по которой банк самостоятельно рассчитывает все 4 показателя, обозначенные выше.

Таким образом, «Базель II»:

допускает использование банками собственных методов оценки рисков;

вводит требования к капиталу для покрытия операционных рисков;

устанавливает необходимость эффективного надзорного процесса;

устанавливает требования по раскрытию информации в целях усиления рыночной дисциплины;

устанавливает норматив достаточности капитала:

? 8%

Обязательным условием как Базеля I, так и Базеля II является то, что капитал банка должен составлять 8% от величины его обязательств, иными словами величина каждой новой кредитной сделки должна быть покрыта дополнительным капиталом в размере 8% от суммы этой сделки с корректировкой по риску. Основные доработки Базель II относятся как раз к тому, как правильно определять веса активов, взятых на баланс, ведь унифицированность подхода, предложенного Базель I, привела к тому, что банки составляли ухудшенный кредитный портфель, отдавая предпочтение активам, приносящим больший доход, но при этом являющихся более рискованными. Если вероятность несения потерь невелика, то банку не нужно покрывать сделку в полном объеме 8%, если же сделка представляется более рискованной, то может потребоваться дополнительный капитал, и тогда вес по риску будет больше 100%.

Внедрение стандартов «Базель II» будет способствовать удовлетворению целей всех заинтересованных сторон:

Внедрение стандартов «Базель II» уже оказало большое влияние на практики риск-менеджмента банков, однако кризис 2008 г. явно показал, что введенные изменения, а также регуляторная база и контроль со стороны надзорных органов недостаточны для предотвращения или хотя бы смягчения последствий глобальных финансовых кризисов. Стало очевидным, что регуляторам необходимо уделять больше внимания достаточности капитала, его качеству и структуре, а также диверсификации кредитного портфеля, стандартах управления ликвидностью и других сферах деятельности банков.

В результате Базельский комитет разработал новую редакцию положений («Базель III»), учитывающих недостатки предыдущего соглашения и направленных на дальнейшее укрепление устойчивости мировой финансовой системы и предотвращение наступления новых глобальных финансовых кризисов. Новое соглашение не отменяет предыдущее, а дополняет его, сосредотачивая свое внимания на более жестких требованиях к ликвидности в банках.

«Базель III» предполагает:

ужесточение требований к количеству и качеству капитала;

существенную доработку требований к оценке рыночных рисков;

введение коэффициентов, ограничивающих риски ликвидности и фондирования, долговую нагрузку;

повышение требований к прозрачности и рыночной дисциплине.

Внедрение в развитых странах разработанных Базельским комитетом в 2010 г. соглашений («Базель III») планируется в 2012-2018 гг.

В период зарождения потребительского кредитования потери от кредитного риска можно было покрыть доходами от высоких процентных ставок, сейчас это становится практически невозможным из-за возросшей конкуренции. Таким образом, получается, что для того, чтобы обеспечивать прибыльность кредитования, банкам необходима хорошо функционирующая система управления рисками, которая бы позволила банку дискриминировать между плохими и хорошими заемщиками. Именно такая система станет своего рода залогом успеха и прибыльности банка на кредитном рынке.

Розничное кредитование стало настолько популярным и массовым, что банки вынуждены бороться буквально за каждого клиента, чтобы сохранить свои позиции на рынке. Для этого кредитным организациям приходится предлагать все новые и новые кредитные продукты, которые будут в наибольшей степени соответствовать нуждам заемщиков, снижать процентные ставки и предлагать различные условия кредитования.

Основные цели кредитования для заемщиков-физических лиц:

ипотечное кредитование;

кредитование под залог недвижимого имущества;

потребительское кредитование;

кредит на приобретение автотранспортных средств;

кредитование в рамках программ с использованием кредитных карт с кредитной линией/дебетовых карт с овердрафтом.

Основными инструментами управления кредитным риском являются:

- система лимитов (лимиты принятия кредитного риска на заемщика) и ограничений (например, по срокам кредитных продуктов);

- система обеспечения исполнения обязательств заемщиков (имущественные (заклад) и неимущественные (гарантии, поручительства) залоги, страхование залогового имущества);

- иные инструменты управления кредитным риском (синдикация - разделение рисков между участниками синдиката, секьюритизация - перенос кредитного риска на инвесторов выпускаемых ценных бумаг, хеджирование - снижение кредитного риска посредством производных инструментов).

Особенностью розничного кредитования является его массовость, именно она и диктует основные подходы к управлению кредитным риском, которые заключаются в том, что оценка рисков осуществляется преимущественно на портфельном уровне: рассматриваются риски портфелей розничных кредитов, риски кредитных продуктов, оценивается зависимость риска от различных факторов (целевой клиентский сегмент, регион, срок кредитования, обеспечение и пр.). В связи с этим банки вырабатывают стандартные, как правило, формализованные подходы, обеспечивающие приемлемые для банка скорость и стоимость кредитного процесса, а также уровень кредитного риска.

Систему управления кредитным риском розничного банка можно разделить на 3 основных этапа:

Процесс принятия решения и выдачи кредита, который включает в себя рассмотрение и анализ кредитной заявки, оценку кредитоспособности потенциального заемщика с помощью скоринговой системы, составление поведенческого портрета заемщика (отражающего его платежную дисциплину), установление максимального лимита кредитования и приемлемой ставки кредитования, а также при необходимости выбор залогового обеспечения, заключение кредитного договора и выдача кредита.

Для наглядности первый этап можно представить в виде следующей схемы:

Рис.12



Процесс мониторинга кредитного портфеля и формирования резервов включает в себя мониторинг финансового состояния заемщиков, их платежной дисциплины, а также контроль за рыночной стоимостью залогового имущества. На данном этапе банк классифицирует ссуды в соответствии с поведением заемщика и при снижении вероятности возврата заемщиком обязательств формирует резервы на возможные потери.

Процесс работы с просроченной задолженностью и проблемными активами характеризуется проведением процедур, направленных на снижение потерь банка при реализации кредитного риска. Для этого может проводиться реструктуризация долга, нацеленная на облегчение кредитного бремени заемщика, или взыскание залогового обеспечения с его последующей реализацией на рынке.

Существует ряд приемов оценки кредитного риска, среди них качественные модели, скоринговые модели, модели, построенные на разнице между доходностью компании и государственными облигациями, а также модели оценки риска на основе опционов. Наиболее подходящими, и как следствие наиболее применимыми на практике являются скоринговые модели. Именно построению этой модели уделено основное внимание в данной дипломной работе. Были рассчитаны коэффициенты скоринговой карты и спрогнозирована вероятность дефолта потенциального заемщика, дана оценка ее изменения в зависимости от кризисных явлений.

Научный скоринг (score (англ.) - счет, количество очков, подсчет, вычисление) - метод классификации совокупности на различные группы, при которой неизвестна характеристика, разделяющая эти группы, но известны другие факторы, связанные с ней. В основе метода лежит математический аппарат теории вероятности и математической статистики. [5]

Научный скоринг впервые был применен Рональдом Фишером в 1936г. для классификации растений на различные подгруппы. Давид Дюран был первым, кто предложил использовать методологию научного скоринга применительно к классификации кредитных заявок для более точного дискриминирования между плохими и хорошими заемщиками. В 1941 году во время Второй Мировой Войны исследования в области кредитного скоринга активно стимулировались Национальным бюро экономических исследований США. Это делалось по причине ухода большого количества людей на фронт, среди которых были и кредитные специалисты. В условиях отсутствия последних, оценка кредитоспособности заемщика производилась не кредитными экспертами на основе правила «5С», по которому оценивались следующие показатели:

Character (характер): характеристики «честности» клиента

Capital (капитал): собственный капитал заемщика

Collateral (залоговое обеспечение): стоимость залогового обеспечения, а также вероятность его реализации в случае наступления дефолта

Capacity (платежеспособность клиента): доход клиента, который может быть использован для погашения взятых на себя обязательств

Condition (условия): экономическая ситуация в момент выдачи кредита, а также прогнозные значения.

Оценка кредитоспобности клиента по упомянутым выше характеристикам носила несистемный характер, была неоднородной и непрозрачной и целиком и полностью зависела от личных суждений человека, обрабатывающего заявку. Для того, чтобы снизить последствия человеческого фактора при рассмотрении кредитной заявки, руководства банков потребовали от кредитных аналитиков составления четкого, формализованного списка критериев, на которые необходимо обращать внимание при анализе кредитного заявления. Так появилось первое подобие современного кредитного скоринга. Первым агентством, которое предложило свои услуги в составлении кредитного скоринга, были консультанты Fair&Isaac. Сейчас эта фирма более известна как FICO и является лидером на рынке скоринговых услуг. В России на сегодняшний день скорингом FICO пользуются более 300 российских банков, то есть с его помощью обрабатывается больше 50% кредитных заявок.

В послевоенное время при развитии карточного бизнеса кредитный скоринг приобрел особую значимость из-за удобства, практичности и скорости принятия решения.

Вместе с экономией времени, кредитный скоринг также позволил банкам формировать кредитные портфели более высокого качества. Отмечается, что с применением скоринга количество дефолтов сократилось на 50% по сравнению со временем, когда применялся экспертный подход к оценке кредитоспособности заемщика. Законодательно применение кредитного скоринга было закреплено после вступления в силу Закона о равных кредитных возможностях (Equal Credit Opportunity Acts (ECOA, 1975, 1976 гг.)), который запрещал дискриминировать при принятии решения о выдаче кредита в зависимости от расы, цвета кожи, религии, пола, возраста, семейного положения, инвалидности, национального происхождения и т.д. Успех применения кредитного скоринга для кредитных карт способствовал его распространению в другие кредитные продукты.

Кредитный скоринг - система оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах. [5]

В настоящее время в основу методики оценки кредитоспособности заемщика положен анализ различных характеристик клиента, относящихся к кредитной истории, а также социально-демографических параметров. В результате этого анализа получается интегральный показатель, помогающий банку сделать вывод о том, хороший перед ним клиент или плохой. В основе кредитного скоринга лежит анализ на базе данных кредитных историй, имеющихся у банка, иными словами, система ищет в своей базе данных заемщика с характеристиками, похожими на характеристики клиента, подавшего заявку на кредит, и делает вывод о его потенциальном поведении. Таким образом, скоринг является математико-статистической моделью, которая помогает распределить клиентов в разные группы риска.

На данный момент можно выделить несколько видов кредитного скоринга в зависимости от этапа взаимоотношений банка и клиента:

Источник: Gestel T., Baesens B. Credit Risk Management, Oxford, 2009

Рис.13.

К основным видам скоринга относятся:

Cкоринг клиентского отклика (response scoring) связан с успешностью кампании, проводимой банком. В рамках таких кампаний предложения по выдаче кредита делаются низкорискованным сегментам клиентов, с которыми банку уже доводилось сотрудничать. Скоринг такого рода оценивает вероятность того, что потенциальный клиент отреагирует на нее и используется для минимизации затрат на поиск новых клиентов и максимального удовлетворения потребностей клиентов. Его классическими элементами являются: продукт, ценообразование, реклама, местоположение.

Аппликационный скоринг (application scoring) используется для определения финансового положения нового заемщика с целью гарантированного возврата денежных средств и последующего принятия решения о выдаче кредита. Аппликационный скоринг представляет собой один из важнейших этапов процесса кредитного конвейера и зашифрован в анкете, которую предлагается заполнить каждому желающему взять у банка кредит. В основе любого скоринга лежит предположение о том, что при прочих равных люди с одинаковыми характеристиками ведут себя одинаково, а потому, имея в арсенале базу данных кредитных историй одних заемщиков, можно делать прогнозы о поведении других.

Как правило, скоринг представляет собой сумму баллов скоринговой карты и может быть записан следующим образом:

S=в1*X1 + в2*X2 …+… вk*Xk, где

S - интегральный скоринговый балл,

X1-Xk -параметры клиента, учитываемые при расчете скорингового балла,

в1-вk - весовые коэффициенты, показывающие значимость соответствующего параметра клиента.

При принятии решения полученное значение S сравнивается с порогом отсечения (cut-off level): если оно превышает порог, клиент считается благонадежным, если нет - выдача кредита не представляется возможной. Основной проблемой, с которой сталкиваются банки, это решение о том, какие показатели являются значимыми для расчета скоринга и какой вес им необходимо присвоить.

Если говорить о клиентах физических лицах, как правило, банк располагает следующей информацией:

анкетой банка, заполненной заемщиком;

данными о движении денежных средств, если заемщик является клиентом банка;

данными о кредитной истории заемщика в других банках, представленной одним из БКИ.

После получения этой информации, для каждого клиента заполняется скоринговая карта, в соответствии с которой каждому ответу заемщика присваиваются баллы, сумма которых сравнивается впоследствии с порогом отсечения.

Ниже приведена иллюстрация процесса принятия решения на основе результата скоринга: Источник: Gestel T., Baesens B. Credit Risk Management, Oxford, 2009

Рис.14.

Говоря о широкоприменяемых скорингах FICO, можно отметить, что баллы их скоринговой шкалы варьируются от 300 до 850 баллов. Если заемщик набрал менее 600 баллов, то для него единственная возможность получить необходимый займ - обратиться не в традиционный банк, а в микрофинансовую организацию, которая специализируется на выдаче маленьких кредитов (размером до 50000) под высокие проценты (вплоть до 3% в день). Если заемщик набрал от 600 до 620 баллов, он может рассчитывать на кредит в банке, который агрессивно наращивает свой кредитный портфель и не опасается высокорискованных сегментов рынка. Баллы от 620 до 640 дают доступ заемщику к кредитам от 100 до 200 тысяч рублей при предоставлении полного пакета документа, а также при прохождении большого количества проверок со стороны службы безопасности банка. Средним баллом российского заемщика является 650, при таком балле проблемы с выдачей кредита практически не возникают, если запрашиваемая сумма небольшая и клиент готов выполнять все условия, поставленные банком. Хорошими заемщиками считаются лица, набравшие от 650 до 690 баллов, в этом случае банк не будет требовать дополнительного предоставления залогового обеспечения. Если скоринг потенциального заемщика превышает отметку в 690 баллов, то такой клиент является очень привлекательным для банка и ему будут предложены выгодные условия кредитования, однако в настоящее время такие клиенты большая редкость на рынке российского кредитования.

Так схематично выглядит скоринговая кривая FICO:

Рис.15.



Ниже приведен пример нескольких вопросов из скоринговой карты банка с присвоенными баллами:

Таблица 4

Показатель	Значение	Балл
Наличие созаемщика	Да	39,69
	Нет	0
Пол	Женский	0
	Мужской	-5,26
Семейное положение	Женат/Замужем	0
	Холост/Не замужем	-3,71
	Живут раздельно/разведены	-7,42
	Гражданский брак	-11,13
	Вдова/Вдовец	-14,85
	Повторный брак	-18,56
	Женат/Замужем, живут раздельно	-22,27

Так, имея на руках заполненную анкету, банк может проанализировать источники дохода заемщика, его собственность, а также все расходы и обязательства. Такие параметры как «Общий стаж», «Стаж на последнем месте работы», «Смена работы за последние пять лет» являются индикаторами стабильности дохода потенциального заемщика. Поля из группы «Жилищные условия» предоставляют информацию о благосостоянии заемщика в целом, а также косвенно отражают расходы заемщика в этой части. Так, поле «Тип собственности жилья» отражает наличие собственного жилья у заемщика и помогает классифицировать заемщиков по уровню благосостояния. Графа «Тип жилья» дает банку информацию о расходах заемщика на жилье (например, если заемщик снимает жилье, он ежемесячно тратит на это фиксированную сумму). Зачастую не все факторы, указанные в анкете, используются банком, как правило, в итоговый расчет включается не более 10-12 критериев.

Скоринг мошенничества (fraud scoring) направлен на идентификацию случаев преднамеренного невозврата заемщиками взятых на себя обязательств. Последнее время аналитиками кредитного рынка отмечается, что объем потерь от кредитов, выданных мошенникам, растет быстрее, чем сам кредитный портфель банка, в частности приводится статистика, что на каждые 100 необеспеченных кредитов в среднем приходится 2-3 кредита, выданных мошенникам. Явным признаком присутствия мошеннической схемы является пропуск уже первого платежа (FPD-first payment default), именно на него ориентируется Национальное Бюро Кредитных Историй (НБКИ) при расчете убытков от мошенничества. В реальности этот показатель намного выше, так как мошенники вносят несколько первых платежей, прежде чем исчезнуть с деньгами. В такой ситуации борьба с мошенничеством становится актуальна как никогда. В связи с этим на рынке программного обеспечения, используемого в целях риск-менеджмента, появляются все новые и новые разработки. В 2013 году FICO совместно с НБКИ аннонсировало выпуск FICO Application Fraud score. Также в 2013 году в свет вышел продукт «НБКИ -- AFS» (Anti-Fraud Service). Аналогичные программы предлагаются бюро кредитных историй Equifax.

Поведенческий скоринг (behavioural scoring) применим на 2 этапе управления кредитным риском и используется для оценки качества обслуживания заемщиком взятых на себя обязательств. В отличие от аппликационного скоринга, поведенческий скоринг является динамическим и основывается на самой свежей кредитной истории заемщика, которая была отслежена самим банком, а потому является наиболее достоверным и надежным источником информации. Поведенческая информация представляет собой:

график погашения задолженности;

движение денежных средств между счетами заемщика;

запросы новых кредитов и т.д.

Наиболее важным ее элементом является информация о просроченных платежах заемщика.

Результаты поведенческого скоринга используются для формирования резервов на возможные потери и расчета регуляторного и экономического капитала. Однако, несмотря на очевидные преимущества поведенческого скоринга, в России лишь единицы банков работают над его внедрением, это объясняется незрелостью рынка потребительского кредитования и как следствие нехваткой данных для построения моделей с высоким уровнем доверия. Опыт западных банков в этой области равно как и модели, построенные кредитными бюро, имеют ограниченную ценность, так как первые не учитывают специфики рынка отечественного кредитования, в то время как вторые требуют существенных доработок для адаптации под кредитные продукты конкретного банка.

Скоринг ретенции (retention scoring) показывает, насколько велика вероятность того, что клиент будет пользоваться данным продуктом после окончания рекламной кампании. Для расчета данной статистики используются те же переменные, что и в аппликационном и в поведенческом скорингах. Результаты данного вида скоринга используются для принятия мер по укреплению связи с клиентом и минимизации риска потери хороших клиентов.

Скоринг раннего предупреждения (early warning scoring) также является элементом 2 этапа борьбы с кредитным риском и представляет собой оценку вероятности наступления кризиса заемщика. Если таковая существует, заемщик попадает под более пристальное наблюдение.

Скоринг взыскания (collection scoring) является инструментом, используемым на 3 этапе. Он представляет собой оценку вероятности взыскания задолженности с заемщика, а также рассчитывает вероятность реализации благоприятного исхода при реализации залога, однако основная его ценность заключается в том, что он помогает банку принять решение о последовательности коррекционных мероприятий, которая даст наилучший результат, заранее рассчитывая их эффективность. Так, для клиентов с неглубокой просрочкой, предлагаются меры по реабилитации клиента, которые помогут банку сохранить хорошие отношения с последним. В то время как для клиентов, не выполняющих свои обязательства в течение длительного периода, будут предложены более жесткие мероприятия.

У российского кредитования есть свои особенности, которые связаны с нестабильностью экономики в целом, заметным перекосом в развитии отраслей, а также большой долей теневых доходов. Все это сильно сказывается на индивидуальных параметрах заемщиков и заставляет банки делать на это поправку в своих моделях.

Оценка кредитоспособности заемщиков с помощью скоринга имеет ряд преимуществ перед аналогичной процедурой, проводимой вручную кредитными инспекторами. Во-первых, мнение последних носит большую долю субъективизма. Во-вторых, кредитный инспекторы не могут вручную быстро обрабатывать большие массивы данных. В-третьих, затраты на использование скоринга на одну заявку намного ниже. Помимо этого, благодаря автоматизации процесса принятия решения с введением скоринга значительно повышается скорость рассмотрения заявки, что особенно важно в условиях высокой конкуренции со стороны других банков.

При построении кредитного скоринга за основу могут быть взяты линейная регрессия, логистическая регрессия, дискриминантный анализ, деревья решений, нейронный сети и другое. Однако наиболее часто применимым на практике методом является оценка логистической регрессии. В данной дипломной работе была построена логистическая регрессия, прогнозирующая вероятность дефолта, на ее основе были получены веса для определения скоринговых баллов заемщика.



Глава 3. Построение эконометрической модели оценки вероятности дефолта

Задачей данной дипломной работы является прогнозирование вероятности выхода в дефолт потенциальных заемщиков в зависимости от ряда факторов и построение модели расчета скорингового балла заемщика.

В качестве целевого клиентского сегмента рассматриваются физические лица, подавшие заявки на потребительский кредит со следующими характеристиками:

минимальная сумма составляет 50 тыс.руб.

максимальная-750 тыс.руб.

срок кредитования от 1 года до 5 лет включительно.

Дефолт конкретного заемщика считается произошедшим с момента, когда имело место любое из следующих событий, определенных ниже:

наличие непрерывной просрочки платежа (основного долга или процентов) перед банком более 90 календарных дней;

присвоение заемщику кредитного рейтинга «дефолт» по внутренней рейтинговой системе;

присвоение заемщику кредитного рейтинга «дефолт» в случае банкротства.

Под вероятностью дефолта понимается вероятность (в процентах) наступления дефолта в течение 12 месяцев по обязательствам заемщика.

От оценки вероятности дефолта напрямую зависит принятие решения о проведении сделки.

Процесс выдачи кредита можно представить в виде следующей схемы:



Источник: http://www.basegroup.ru/solutions/case/banks/reject_inference/

Рис.17.

После обращения заемщика в банк с целью получить кредитный продукт его заявка проходит механизм выбора, в результате которого принимается принципиальное решение о возможности выдачи кредита, и итоговый механизм, в результате которого оценивается качество клиента на основе его платежной дисциплины. Только на основании проведенных профильными службами оценок может быть принято окончательное решение о выдаче кредита или отказе в нем. Проблема заключается в том, что банку неизвестно, как ведут себя заемщики, которым было отказано в выдаче кредита, а потому полученная оценка вероятности дефолта может быть смещенной. Проблема анализа отказов в последнее время привлекла к себе много внимания, так как банки пытаются установить такие критерии отказа, которые бы позволили им максимизировать прибыль при заданном уровне риска, нивелировать порой слишком строгие требования кредитной политики, в результате выполнения которой банк отсекает часть платежеспособных клиентов.

Для того, чтобы решить проблему смещенности оценки, происходящую по причине пропуска значений, была применена коррекция Хекмана, которая включает в себя 2 этапа. Первый этап включает в себя механизм выбора, второй этап - итоговый механизм. Таким образом, используются 2 зависимые переменные:

целевая переменная на 1 этапе - вероятность выдачи кредита (issue);

целевая переменная на 2 этапе - вероятность дефолта (default).

В модели Хекмана механизм выбора issue и итоговый механизм default моделируются соответственно ненаблюдаемыми переменными issue* и default*.

issuei =

defaulti=

Разница между 2 используемыми выборками заключается в том, что анализ механизма выбора производится по заявкам, а анализ итогового механизма производится по контрактам.

Целевые переменные - вероятности выдачи (issue) и вероятность дефолта (default) - бинарные, то есть, как видно из спецификации выше, могут принимать только 2 значения: 0, если событие не произошло, и 1, если событие реализовалось. Для оценки такого рода переменной использовался не привычный метод наименьших квадратов, а пробит-регрессия или логистическая регрессия. С помощью последней произведена трансформация скор-баллов заемщиков в вероятность дефолта на основании наблюдаемых уровней дефолта. Под уровнем дефолта понимается количество реализовавшихся дефолтов по отношению ко всем наблюдениям в выборке.

Таким образом, в ходе анализа были оценены 2 регрессии:

Issuei*=вiXi+di

Defaulti*=мiXi+ei,

где ei и di - нормально распределенные ошибки.

В случае, если бы выборка была полной, регрессионную функцию итогового механизма для наблюдения i можно было сформулировать следующим образом:



E= мXi

Однако, когда данные о платежеспособности клиентов доступны только по одобренным заявкам (контрактам), функция будет иметь следующий вид:

E= мXi+ E=

=мXi+ E

Для того, чтобы избавиться от смещения вследствие пропуска значений, условное математическое ожидание было сформулировано следующим образом:

E=сHi,

где Hi - функция опасности (hazard function).

Для ее расчета была использована следующая формула, основанная на нормальном распределении:

Hi=,

где ?-плотность вероятности (pdf),

Ц-функция распределения (cdf).

Получается, что при включении пропущенных переменных, модель итогового механизма можно задать с помощью следующей функции:

E= мXi+ сHi,



где с - корреляция.

Для того, чтобы реализовать описанную выше теоретическую модель на практике, была проведена оценка 2 регрессий:

пробит-регрессии переменной issue(i)* на выбранные независимые переменные

логит-регрессии переменной default(i)* на выбранные независимые переменные плюс функцию опасности.

Для построения регрессии были использованы следующие данные:

...