Влияние системного риска на достаточность фонда системы страхования вкладов

Для того, чтобы оценить, насколько непредвиденные потери по модели Васичек недооценены из-за крайне высокой концентрации портфеля, мы предлагаем рассчитать 5% квантиль потерь (наихудший сценарий развития) в генерации из 10,000 ситуаций банкротств банков и оценить реальные потери при всех вариациях макроэкономического фона. Так как системный риск задается стандартной нормальной величиной, для оценивания штрафа за концентрацию используется 99 значений, описываемых формулой

, где .

В полученной выборке из 999 тысяч наблюдений необходимо отобрать 99 значений, которые бы характеризовали «наихудший» сценарий развития экономики в определенный момент экономического цикла. Таким образом, мы получим фактические потери банковской системы России для каждого значения Y. Следовательно, мы можем установить, насколько результаты, получаемые с помощью методики рекомендованной Базельским Комитетом отличается от фактических данных.

Среднее отклонение расчетов непредвиденных потерь по модели Васичека от реальных потерь, полученных с помощью метода Монте-Карло, записывается в следующем виде:

Зная все компоненты левой части данного уравнения, с помощью регрессионного анализа мы можем установить средний размер корректировки потерь с учетом концентрации вкладов портфеля.

Для любого уровня значимости (p-value = 5,56E-96) результат представляется адекватным, и ошибка в измерениях составляет 2,416. Таким образом, мы делаем вывод, что в среднем потери, рассчитанные с помощью модели Васичека, получаются ниже практически в два с половиной раза по сравнению с фактической величиной.

Величина ( характеризует штраф за данное значение с учетом объемов депозитов на счетах каждого банка, тем самым учитывается вклад каждого банка в совокупные непредвиденные потери.

;

Т.е. ;

Так как штраф за концентрацию не зависит от экономического цикла, расчет пенальти-фактора будет производится при фиксированной компоненте Y=1,64, характеризующей кризисный период. Таким образом, выборка представлена 167 банками с индивидуальным показателем концентрации ().

Использование регрессионного анализа позволяет установить точное значение pf = 3,59 (p-value 0,043). Данный результат значим на 5% уровне значимости. Следовательно, зная данный параметр модели, можно определить индивидуальную корректировку потерь относительно модели Васичека.

Средняя корректировка по портфелю составляет 3,9%. Однако данная величина, как и предполагалось, сильно разнится от банка к банку. Непредвиденные потери ПАО Сбербанк, представляющего большую долю вкладов выборки, недооценены практически в 4,5 раза. Не учитывая данный банк, среднее отклонение составляет всего лишь 1,2%.

Так как мы обращали внимание на перераспределение вкладов в банки с более высоким рейтингом, можно установить, что отклонение расчётов с помощью модели, рекомендованной Базельским Комитетом, будет выше у банков с меньшей вероятностью дефолта.

Как показано на диаграмме 11 наше предположение подтверждается. Так, для рейтинговой группы (Ba2) штраф за концентрацию будет значительно выше, чем в остальных группах. Данный результат является следствием включения в данную категорию наиболее крупных государственных банков. Исключение одного Сбербанка значительно сокращает ошибку измерения и приводит к адекватному значению расхождения модели Васичека от наших расчетов с помощью Монте-Карло (до 4,7%).

Диаграмма 11. Средняя величина корректировки непредвиденных потерь

Подводя итог, нам удалось установить размер непредвиденных потерь для каждой кредитной организации в зависимости от системного риска. В ходе изучения работ различных экономистов, выяснилось, что применение модели Васичека, связывающей потери отдельных организаций и вероятность дефолта при различном макроэкономическом фоне, является неточным, так как нарушается основная предпосылка о сильной гранулированности портфеля.

Использование штрафа за концентрацию поспособствовало получению более точных результатов ПВР-подхода при оценке потерь банков. Таким образом, итоговая формула, определяющая совокупные издержки кредитной организации выглядит следующим образом:

;

Где, Y - системный риск;

R - величина корреляции с системным риском;

PD - средняя вероятность дефолта;

EAD - Величина кредитного требования;

LGD - ставка возмещения;

MA - корректировка на горизонт риска;

Pf - штраф за концентрацию (3,59);

-доля участия в банковском секторе;

В следующей главе мы будем использовать результаты оценки непредвиденных потерь каждой кредитной организации для определения индивидуальной нормы отчислений в фонд страхования вкладов.



Глава 3. Системный риск и норма пополнения фонда страхования

Расчет непредвиденных и ожидаемых потерь банковского сектора представляют особый интерес для Системы страхования вкладов. Основываясь на результатах предыдущей главы, можно установить объем средств, которого было бы достаточно для выплаты вкладчикам по всем застрахованным вкладам в период кризиса. Таким образом, мы предполагаем, что индивидуальный и системный риск могут послужить базой для определения нормы отчислений в фонд ССВ.

Данная глава включает в себя эмпирические результаты оценки нормы отчислений в зависимости от индивидуальных непредвиденных и ожидаемых потерь каждой кредитной организации банковской системы России. Более того, подчеркивается важность работы с точки зрения регулирования и поддержания стабильности деятельности кредитных организаций.

3.1 Непредвиденные потери и ставка отчислений

Потери каждого банка, рассчитанные с помощью модели Васичека, позволяют установить сумму издержек населения в зависимости от системного риска. Таким образом, мы устанавливаем, что в фонде системы страхования вкладов должно быть достаточно средств на покрытие непредвиденных и ожидаемых потерь банка к моменту наступления кризиса.

;

Так, величина Loss - ожидаемая величина совокупных потерь банка в каждый момент экономического цикла. Максимальное ее значение определено уровнем доверительного интервала.

Следовательно, возможно создание нормы отчислений в фонд АСВ в зависимости от экономической ситуации в стране (, однако это может привести к крайне высокому отчислению в предкризисный и кризисный периоды, что усугубит и без того нестабильную ситуацию для банков. С другой стороны, в период, когда экономика страны только преодолела спад, отчисления будут минимальными, что позволит банкам принимать на себя больше рисков за счет высвободившихся денежных средств. Более того, специфика формулы подразумевает накопительный эффект расходов. Другими словами, с ростом доверительного интервала, потери в период более плохой макроэкономической ситуации будут включать в себя предыдущий результат.

Таким образом, необходимо создать единую и индивидуальную ставку отчислений в Фонд ССВ, которая бы позволила накопить достаточное количество денежных средств к моменту кризиса. Отчисления должны производиться в одинаковом объеме (в процентном выражении) с момента последнего кризиса и зависеть от индивидуальных характеристик банка.

3.1.1 Достаточное условие существования фонда ССВ

Возвращаясь к расчётам непредвиденных потерь, мы установили сумму издержек в случае «наихудшего» сценария для каждой фазы экономического цикла. Методика Монте-Карло позволяет также определить, какие именно банки в данном случае будут находиться в стадии ликвидации, а какие продолжат свою деятельность, тем самым произведя взносы в фонд. Следовательно, для каждого сценария нам известна депозитная база и размер потенциальных убытков.

Первым необходимым условием при формировании отчислений является достаточный объем взносов на покрытие потерь в каждый момент времени. Другими словами, накопительный принцип формирования фонда не должен иметь кассовых разрывов при прохождение всех этапов экономического цикла, начиная с момента последнего кризиса.

Для формализации данного вывода необходимо сделать допущение, что отчисления по новому принципу начинаются с первого этапа подъема экономики (. Тогда,

Где, Inflow - объем отчислений в фонд ССВ;

Outflow - выплаты вкладчикам из фонда ССВ;

Y - системный риск (стадия экономического цикла).

Данное условие является необходимым и достаточным для осуществления деятельности АСВ. При первой фазе, отчисления предыдущего периода соответствуют нулю. Другими словами, приток денежных средств в фонд и выплаты вкладчикам начинаются только с первого периода .

3.1.2 Объем застрахованных вкладов

Ожидаемые потери каждого кредитной организации, сформированные в ходе данного анализа, представляют собой совокупные потери по вкладам. С точки зрения Агентства по страхованию вкладов, данный объем средств не полностью относится к страховому покрытию. Вывод следует из того, что у вкладчиков на счетах могут находиться средства, превышающие максимальную компенсационную сумму (1,4 млн. рублей).

Следовательно, для анализа оттока денежных средств со счета фонда ССВ необходимо учесть долю вкладов, которая будет выплачена в случае дефолта банка. Анализ рынка вкладов физических лиц в 2017 году показал, что страховая ответственность распространяется на 69,2% совокупных депозитов (без учета ПАО Сбербанк - 64,1%).

Тогда потери, связанные с дефолтом банка, будут определяться по следующей формуле:



;

Где, g- доля застрахованных вкладов.

3.1.3 Депозитная база (расчетная)

Сумма страхового взноса в фонд АСВ регламентируется «порядком расчета страховых взносов» от 19.06.2007 (Протокол №2). Расчетная база - величина, на основании которой производятся отчисления в фонд. Данное значение формируется как средняя хронологическая ежедневных остатков на счетах по учету вкладов, которые подлежат страхованию (Ld). Расчетным периодом для осуществления отчислений в фонд ССВ является 1 квартал.

Где, Ld - расчётная база за расчетный период;

L1 - Остаток на счете на первое число расчетного периода;

Ln - Остаток на счете на последнее число расчетного периода;

n - расчетный период (число календарных дней).

Сумма страхового взноса определяется по формуле:

Где, S - Величина выплат в фонд обязательного страхования;

Ld - расчетная база за расчетный период;

P - ставка страховых взносов (%), определяемая для каждого банка в соответствии с трехступенчатой шкалой.

В связи с тем, что информация о ежедневных остатках на счетах по учету вкладов не доступна для общего пользования, в данной работе будет использоваться общий поток новых вкладов за прошедший год. Таким образом, в качестве расчетной базы мы будем использовать следующую формулу:

Где, - Объем депозитов на конец 2016 года;

- Приток новых вкладов за 2017 год;

- Отток вкладов со счетов за 2017 год.

В ходе определения расчетной базы, мы учитываем поступление новых вкладов, с которых были произведены страховые выплаты. Так, для упрощения модели, мы представляем, что в течение года наблюдался сначала только приток вкладов, затем происходило изъятие депозитов. Следовательно, мы частично учитываем сезонность, наблюдаемую в движении средств по данным счетам.

Дополнительно внесем в формулу следующие данные:

;

; тогда,

;

;

Данные оборотной ведомости по счетам бухгалтерского учета, публикуемой ежемесячно, содержат статьи пассивной части баланса, включающей в себя движение по счетам вкладов. Таким образом, сумма значений за каждый месяц по кредитной части статей 42301-42307 будет эквивалента общим привлеченным депозитам физических лиц (Cr).

Предполагается, что общая динамика на рынке банковских услуг соответствует единой тенденции. Так, деятельность небольших банков, их среднегодовой темп роста, динамика привлечения новых клиентов не сильно отличается от ведущих кредитных организаций. Таким образом, показатель, соотносящий объем средств на депозитных счетах на конец года и среднегодовое значение вкладов, будет примерно одинаковым для каждой кредитной организации. В связи с чем, мы вывели общий средний показатель для нашего портфеля (d). Более того, такое упрощение также может быть обусловлено высокой концентрацией вкладов у наиболее значимых системных банков, что позволяет не учитывать возможно существующие резкие изменения объемов срочных депозитов для банков небольших размеров.

И наконец, стоит отметить, что для всех периодов экономики, объем вкладов будет сохранен на уровне конца 2017 года. Во-первых, это сильно упростит наше исследование, так как нет необходимости предсказывать темпы роста банковского сектора. Во-вторых, искомое нами значение выражается в процентах, что позволяет, в случае необходимости, быстро скорректировать его на ежегодный темп роста экономики.

Для 2016-2017 года мы получили, что средний темп роста составлял 108%, а параметр, отвечающий за средний уровень вкладов банков равен 149,8% остатков на конец года (d). Таким образом, нам удалось установить размер депозитов, с которых будут производиться отчисления в фонд ССВ.

3.2 Средняя норма отчислений

В ходе анализа непредвиденных потерь банковского сектора, мы пользовались методом Монте-Карло, позволившему установить «наихудший» сценарий развития экономики при фиксированном системном риске. Если до этого нас интересовали банки, которые окажутся в состоянии дефолта, то в данной части мы обратимся к другой стороне и выявим, какие банки будут производить отчисления в фонд страхования.

Формально мы рассматриваем 5% квантиль потерь для каждого значения Y ( и соотносим его с расчетной базой, соответствующей данному сценарию развития банковского сектора.

Где, - Средняя ставка отчисления в фонд ССВ;

g - Доля застрахованных вкладов;

В результате мы получили, что средний уровень отчислений для банковской системы должен находиться на уровне 0,1% годовых. Полученное значение значительно ниже существующих требований к кредитным организациям. На данном этапе мы можем говорить, что учет непредвиденных потерь в качестве нормы отчислений является смягчением мер, применяемых к российской банковской системе.

Расчет непредвиденных потерь с учетом системного риска предполагает, что значение макроэкономического фона является стандартной нормальной величиной и принимает разные значения от года к году. Таким образом, расчеты, произведенные в данной главе, указывают, что между кризисами приблизительно 95 лет. Исторические данные показывают, что период экономического спада наступает намного чаще: Великая Депрессия 1929-1933 гг., первый послевоенный кризис 1957 года, экономический кризис 1973 года, черный понедельник 1987 года, Мексиканский кризис 1994-1995 годов, Азиатский кризис 1997 года, Российский кризис 1998 года, мировой кризис 2008-2011 годов.

Период времени между двумя сопоставимы состояниями экономики называется деловой цикл. Современной науке известно множество различных классификаций данного феномена, однако наиболее распространенным из них является по длительности.

К наиболее коротким экономическим циклам относят циклы Китчина, продолжительность которых 2-4 года. Экономисты полагают, что существование данной цикличности оправдано лагом в получении достаточного объема информации о состоянии рынка для принятия компаниями решений.

Вторыми по продолжительности- среднесрочные циклы Жюгляра, продолжительность которых составляет 7-10 лет, основанных на лагах в принятии инвестиционных решений. Более продолжительные деловые циклы связаны с демографическими процессами (Кузнеца), научно-технологическим прогрессом (Кондратьева).

Работая с данными финансового сектора, можно предположить, что частота дефолтов соответствует приблизительно 11 годам. Таким образом, можем рассчитать среднюю норму отчислений в фонд ССВ с шагом доверительного интервала в 9-10% для определения макроэкономического фона. При таких условиях средняя норма отчислений будет эквивалента 0,57% годовых.

Согласно методике наших вычислений, в момент кризиса совокупные выплаты из фонда ССВ должны быть равны объему накопившихся денежных средств за все предыдущее стадии экономического цикла. Как показано на диаграмме 12, объем остатков денежных средств на счете фонда имеет параболический вид. Переломным этапом становится макроэкономическая среда, определяемая . Стоит пояснить, что данный вывод следует из необходимого и достаточного условия существования фонда. Полученные значения представляют собой разницу между накопленными отчислениями и величиной потерь, соответствующих заданному системному риску. Положительные значения для каждого периода позволяют удостовериться, что в случае дефолта организаций в период финансовой стабильности у АСВ будет достаточно средств на покрытие всех застрахованных вкладов. Таким образом ФСВ не имеет кассовых разрывов на всем деловом цикле.

Диаграмма 12. Остатки на счете фонда системы страхования вкладов, млрд.

3.3 Индивидуальная норма пополнения фонда системы страхования

Предложенный выше подход позволяет установить среднюю ежегодную норму отчислений в фонд ССВ вне зависимости от доли каждого банка в портфеле и его устойчивости. Однако, в предыдущей главе с помощью исследования штрафа за концентрацию, нам удалось установить индивидуальный вклад в системный риск каждой кредитной организации. Использование данного значения позволит выявить индивидуальную ставку, в зависимости от особенностей конкретного банка.

Другими словами, наша задача на данном этапе «разнести» общую среднюю ставку по банкам, в зависимости от их вероятности дефолта и концентрации на рынке банковских услуг. Тем самым, мы получим новую дифференцируемую шкалу отчислений в фонд АСВ, учитывающую как эффективность банка (вероятность дефолта), так и системную значимость (потери в случае наступления кризиса).

;

Где, - коэффициент корректировки нормы отчисления;

- среднегодовой остаток по вкладам.

Обозначим корректировку конечного сальдо по счету учета вкладов за «d».

;

Также мы знаем, что величина кредитного требования для портфеля, состоящего из вкладов населения определяется, как совокупные потери депозитов банка:

Тогда, формула, определяющая норму отчислений в Фонд CСВ будет иметь следующий вид:

;

Где, Y - системный риск;

PD - средняя вероятность дефолта;

LGD - ставка возмещения;

MA - корректировка на горизонт риска;

- доля участия в банковском секторе;

g - доля застрахованных вкладов;

d - корректировка к среднему уровню вкладов за год;

- индивидуальная корректировка нормы отчислений в фонд страхования.

n - частота кризиса (в годах)

Как результат, мы имеем формулу, связывающую ожидаемые совокупные потери банка в период системного риска с фактической нормой отчисления. Таким образом, данную методологию можно классифицировать как комбинированный подход при выделении банков с различным уровнем риска. Средняя величина вероятности дефолта определена качественным параметром - присвоенным рейтингом международным рейтинговым агентством. Величина депозитов (размер банка) и Доля на рынке вкладов относятся к количественным наблюдаемый индикаторам, позволяющим сгруппировать организации по степени концентрации риска на рынке финансовых услуг.

Следовательно, норма отчислений в фонд страхования при фиксированном макроэкономическом фоне будут определять две независимые переменные: концентрация и индивидуальный риск.

Для изучаемого нами портфеля (167 российских банков), средняя норма отчислений с учетом концентрации составляет 0,57% годовых, однако, как и ожидалось, индивидуальные нормы имеют довольно значимое отклонение.

Дифференциация банков по риску, определяемая рейтинговыми агентствами, позволила установить, что для наиболее стабильных кредитных организаций (Ва2) величина отчислений находится на уровне 0,14%-0,15%. Исключение составляют наиболее крупные участники финансовой системы- ПАО Сбербанк и ПАО ВТБ 24. С учетом перераспределения общего объема вкладов в их пользу, величина ежегодной нормы отчислений в ФСВ будет определяться 0,75% и 0,19% годовых соответственно. Таким образом, можно сделать вывод, что предлагаемая нами дифференцированная шкала ставок позволяет снизить нагрузку на большинство наиболее стабильных банков российской банковской системы. Единственным исключением стал ПАО Сбербанк, концентрация которого может привести к более высоким непредвиденным потерям по портфелю в период кризиса.

Необходимо отметить, что результаты, полученные с помощью нашей модели, оказались близки к реальным данным. Средняя норма отчислений сопоставима с базовой ставкой. Несмотря на то, что на сегодняшний день она составляет 0,6% годовых, в прессе уже встречается информация о возможной корректировке данного значения до 0,8% Кредиты АСВ оплатит население. Действующая шкала отчислений на фоне общей тенденции к снижению процентных ставок по вкладам, как отмечалось ранее, перестала выделять наиболее рисковые банки из общей массы кредитных учреждений. Так, можно утверждать, что обсуждаемое внесение корректировки в действующее законодательство, также как и повышение базовой квартальной нормы отчисления до максимальных 0,6% - есть мгновенный результат регулирования деятельности банковской отрасли для поддержания необходимого среднего уровня отчислений. В соответствии с нашими расчетами, базовая ставка по вкладам в размере 0,8% будет завышена на 0,23 п.п., что может быть результатом необходимости погашения кредитного долга перед Банком России. Более того, существующие базовые отчисления в размере 0,6% годовых уже превышают или составляют максимум от рассчитанной средней величины отчислений (0,57%).

Эмпирический анализ, предложенный в данной работе, подчеркивает наше предположение о несправедливости существующей шкалы отчислений в фонд страхования. Увеличение базовой ставки в 2018 году свидетельствует о несостоятельности существующей модели дифференцированной градации банков. (см. диаграмму 13) Так, отчисления в размере 0,6% годовых есть необходимый и достаточный уровень для покрытия ожидаемых потерь в случае реализации системного риска, однако не учитывающий специфику отдельного банка.

Использование индивидуального рейтинга, системного риска и концентрации на рынке банковских услуг решает существующую проблему «субсидирования» крупными кредитными организациями страховых выплат за высокий риск, принимаемый банками второго и третьего эшелона.

С учетом специфики банковского сектора, основная концентрация рынка приходится на первые 20-30 банков. С учетом того, что значения доли вкладов не сильно разнятся для кредитных организаций, рейтинг которых ниже Ва3, волатильность нормы отчислений для кредитных организаций одной рейтинговой группы не превышает 0,3 п.п.

Таким образом, мы получаем, что для банков, характеризующихся вероятностью дефолта примерно в 32% на годовом горизонте, выплаты значительно ниже максимально-предусмотренных сегодняшней шкалой отчислений (3,6%). Прежде всего, это связано с незначительным объемом средств на депозитных счетах данных банков.

Диаграмма 13. Средние величины нормы отчислений в фонд ССВ в разрезе рейтинговых групп, %

3.4 Дифференцированная шкала пополнения ФСВ

Подтвердив адекватность наших вычислений и соответствие их реальной практике, мы представили матрицу возможной нормы пополнения фонда страхования в зависимости от двух характеристик банка. Для наглядности в приведенной таблице выделены значения, соответствующие действующим на сегодняшний момент принципам пополнения фонда. К зеленому цвету относятся значения, которые ниже или равны установленной в I квартале 2018 года норма отчисления. Желтый и красный относятся к базовой + дополнительной и базовой + повышенной дополнительной соответственно. Таким образом, для каждого банка, зная его рейтинг, можно определить отклонение от действующей дифференцированной шкалы и учетом концентрации на рынке вкладов (см. таблицу 4).

Таблица 4

Годовая ставка пополнения фонда АСВ в зависимости от концентрации и рейтинга банка, %.

W/rating	Ba2	Ba3	B1	B2	B3	Caa1	Caa2	Caa3	Ca
0,25%	0,14%	0,19%	0,26%	0,46%	0,63%	0,72%	1,17%	2,04%	2,74%
0,5%	0,14%	0,19%	0,26%	0,47%	0,63%	0,73%	1,18%	2,06%	2,77%
1%	0,14%	0,19%	0,27%	0,48%	0,64%	0,74%	1,21%	2,09%	2,82%
5%	0,16%	0,22%	0,31%	0,55%	0,74%	0,86%	1,39%	2,42%	3,25%
10%	0,19%	0,26%	0,37%	0,66%	0,89%	1,02%	1,67%	2,89%	3,89%
15%	0,23%	0,32%	0,44%	0,79%	1,06%	1,23%	1,99%	3,46%	4,66%
20%	0,28%	0,38%	0,53%	0,94%	1,27%	1,47%	2,38%	4,14%	5,57%
25%	0,33%	0,45%	0,63%	1,12%	1,52%	1,76%	2,85%	4,96%	6,67%
30%	0,40%	0,54%	0,76%	1,35%	1,82%	2,10%	3,41%	5,93%	7,98%
35%	0,48%	0,65%	0,90%	1,61%	2,18%	2,51%	4,09%	7,10%	9,55%
40%	0,57%	0,78%	1,08%	1,93%	2,61%	3,01%	4,89%	8,49%	11,43%
45%	0,68%	0,93%	1,29%	2,31%	3,13%	3,60%	5,85%	10,16%	13,67%
50%	0,81%	1,11%	1,55%	2,76%	3,74%	4,31%	7,00%	12,16%	16,36%
55%	0,97%	1,33%	1,85%	3,30%	4,48%	5,15%	8,38%	14,55%	19,58%
60%	1,17%	1,59%	2,22%	3,95%	5,36%	6,17%	10,02%	17,41%	23,43%

Влияние системного риска и концентрации на рынке банковских услуг в разной степени сказываются на ставке отчислений.

Вероятность дефолта организации является наиболее значимым критерием для определения объемов пополнения фонда страхования. С одной стороны, данный вывод согласуется с базовым принципом введения шкалы дифференцированных взносов, однако, использованная нами мера определения несостоятельности банка, представлена качественным параметром, что может стать причиной споров и апелляций относительно присвоенного рейтинга международной организацией.

Изменение концентрации на рынке банковских вкладов имеет больший вес для организаций с высокой вероятностью дефолта. Следовательно, наиболее разумной политикой развития для каждого финансового института будет стремление улучшить свое финансовое положение прежде, чем наращивать объемы привлекаемых вкладов. Данный вывод согласуется с идей создания устойчивого и стабильного финансового сектора.

На основе дискриминантного анализа мы можем определить, какие наблюдаемые количественные переменные способствуют снижению вероятности дефолта, а значит присвоению более высокого кредитного рейтинга. Следовательно, банки, желающие снизить свои издержки на пополнение фонда, должны акцентировать свою стратегию развития, основываясь на наиболее значимых индикаторах.

Методология данного анализа заключается в идее разделения банков на две группы: «плохие» и «хорошие». Под «плохими» банками понимаются кредитные организации, которые были ликвидированы за определенный отрезок времени. К «хорошим» банкам, соответственно, относятся те финансовые институты, которые продолжили свою деятельность. В ходе исследования каждой кредитной организации присваивается рейтинговое значение (z-score).

Для анализа влияния различных параметров на вероятность дефолта организации используются данные за 2017 год. Таким образом, с учетом наличия необходимых финансовых показателей, выборка состоит из 536 кредитных организаций, 43 из которых лишились лицензии или были санированы. В качестве основных индикаторов риска были выбраны: нормативы Н1, Н2, Н3, логарифм депозитов, отношение вкладов к активам, показатели доходности (ROA, ROE).

Было получено, что рейтинг банка определяется по следующей формуле:

График 4. Кумулятивная характеристика точности скоринга

За способность полученной рейтинговой системы верно классифицировать банки - банкроты отвечает предсказательная сила модели, оценить которую позволяет Индекс Джинни для Cumulative Accuracy Profile (CAP) (кумулятивная характеристика точности). Согласно нашим расчетам, данный показатель находится на уровне 63%, что говорит об адекватности полученных выводов.

Определив границу, разделяющую «хорошие» и «плохие» банки, равной 3,2 (z-score), можно утверждать, что наибольший вклад в стабильность кредитной организации вносит рентабельность активов (ROA). Таким образом, улучшение качества работы финансовых менеджеров с большей вероятностью позволит добиться получить более высокую рейтинговую оценку. Немалый вклад в устойчивость банка вносит показатель достаточности капитала (Н1), так как он отражает способность кредитной организации отвечать по своим обязательствам. Показатель эффективности использования собственных средств (ROE) показал положительное, весьма значимое влияние на стабильность финансовой организации.

Таким образом, установили, что использование качественного показателя вероятности дефолта для формирования дифференцированной шкалы взносов приведет к изменениям в стратегиях кредитных организаций. Для снижения расходов по вкладам, для банков наиболее привлекательной стратегией будет увеличение эффективности работы менеджмента, с одновременным увеличением доли собственных средств в пассивах организации.

Подводя итог, мы отмечаем, что предлагаемая нами дифференцируемая шкала отчислений в фонд системы страхования вкладов отвечает всем поставленным перед ней целям. Включение в модель вероятности дефолта в условиях системного риска и учет концентрации кредитных организаций способно стимулировать банки с большей ответственностью подходить к вопросу о принятии на себя значительных рисков. Данная программа полностью соответствует политике банковского регулятора. Более того, расчет непредвиденных потерь, с последующим их включением в определение нормы отчислений в ФСВ, несет за собой справедливое отношение ко всем участникам рынка. Особое значение предлагаемой нами методологии в реалиях российского банковского сектора 2018 года заключается в том, что она способна заменить уже, кажется, неэффективную действующую шкалу дифференцированных взносов без дополнительных трансакционных издержек, касающихся изменений в правовой среде и раскрытии конфиденциальной информации кредитными учреждениями.



Заключение

Введение системы страхования вкладов в России в 2003 году способствовало снижению интенсивности рыночного дисциплинирования и увеличению морального риска во всем финансовом секторе. Таким образом, поставленные перед Агентством страхования вкладов задачи были скомпенсированы путем увеличившегося системного риска. На фоне укрепление доверия к банковскому сектору банки в большей степени стали принимать на себя риски, что противоречит общей концепции поддержания стабильности финансового сектора.

Результатом трансформации различных механизмов контроля за банковской деятельностью после введения ССВ стало введение дифференцированной шкалы взносов в фонд страхования. Мировая практика демонстрирует широкий набор подходов по контролю внутрибанковских рисков за счет увеличения нормы пополнения фонда страхования. Реформа 2015 года в России, перенявшая опыт зарубежных стран, найти компромисс между объемами отчислений и индивидуальным риском кредитной организации.

На фоне многочисленных ликвидаций банков в последние годы и увеличения страховой ответственности до 1,4 млн. рублей споры о неэффективности принимаемых регулятором мер обрели всеобщий охват. Разделение банков в зависимости от предлагаемой ставки по вкладам стало не релевантным механизмом наряду с общей тенденцией снижения среднерыночной ставки, больше не позволяющим эффективно разграничивать банки в зависимости от их политики. Таким образом, механизм, функционирующий пару лет, стал не сильно отличаться от действующей до этого прямой ставки отчисления. Следовательно, необходим новый инструмент, способный внести «справедливость» при отчислении страховых взносов кредитными организациями.

Предложенный в работе подход, связывающий непредвиденные потери отдельных участников финансового рынка с нормой пополнения фонда страхования, представляет особый интерес для регулирующих банковскую деятельность органов. Данная методика позволяет учитывать индивидуальные особенности кредитных организаций при формировании дифференцированной шкалы отчислений.

В рамках данный работы, рассмотренный механизм оценки возможных потерь в период системного риска, способен компенсировать негативные последствия введенной шкалы дифференцированных взносов в России 2015 году. Учет индивидуального риска и концентрации на рынке банковских услуг позволит ранжировать банки на множество категорий, что непременно приведет к перераспределению выплат от наиболее стабильных банков к менее.

Согласно представленным расчетам, дифференцированная шкала взносов предполагает, что кредитные организации в первую очередь будут заботиться о своем рейтинге, снижая вероятность дефолта с целью сократить издержки пополнения фонда страхования вкладов. Увеличение размера банка при неизменной вероятности дефолта кажется несопоставим с изменением доли отчислений.

Таким образом, предлагаемая в данной работе методика, позволяет поддерживать стабильность в финансовом секторе после увеличения государственных гарантий и снизить нагрузку с наиболее стабильных кредитных организаций.



Список использованной литературы

1. Волков А. (2013) Внедрение продвинутых подходов Базель II: старт дан //аналитический банковский журнал с 44-55

2. Горелая Н.В. Система страхования вкладов и ее влияние на риски, принимаемые российскими банками // Деньги и кредит. 2015. №5. С. 44-51.

3. Дмитриев И.В. (2013) Направление повышения доверия в банковском секторе и развития системы страхования банковских вкладов граждан в России год // Банки, денежное обращение и кредит. С. 158-163.

4. Земцов А.А., Цибульникова В.Ю. Система страхования банковских вкладов в России: становление и развитие. Вестн. Том. гос. ун-та. Экономика. 2017. №37.

5. Кротов Н.И. История создания российской системы страхования банковских вкладов. М.: Экономическая летопись, 2009. 568с.

6. Мельников А.Г., (2007), Дифференцированные взносы в фонд страхования вкладов // Деньги и Кредит №12/2007, p 51-59

7. Мельников А.Г. Венедиктов А.А. (2008) Влияние системы страхования вкладов на рынок депозитов и поведение населения // Деньги и кредит 2/2008, П.24-31

8. Помазанов М.В. Адаптация продвинутого подхода Базель-2 для управления кредитными рисками в России?скои? банковской? системе // Управление финансовыми рисками 01(17) 2009 г., с. 48-67.

9. Разумовскии? П. Internal Ratings-Based Advanced Approach: преимущества и недостатки методологии // Экономическая политика. 2010. No 2-эл.

10. Разумовскии? П.А. (2010) Влияние концентрации кредитного портфеля на объем капитала на покрытие рисков// Диссертация

11. Семенова М.В. Система страхования вкладов и стратегии вкладчиков россии?ских банков // Деньги и кредит. 2008.No10. С. 21-31.

12. Шустов В.Н., (2011), Управление кредитным риском на основе методов продвинутого irb-подхода // Аудит и финансовыи? анализ, p 1-5

13. Anginer, Demirguc-Kunt, Zhu (2014)//How does deposit insurance affect bank risk? Evidence from the recent crisis, Journal of International Money and Finance.

14. Angkinand A., Wihlborg С. (2010) Deposit insurance coverage, ownership, and banks' risk-taking in emerging markets // Journal of International Money and Finance. 29. Р. 252-274

15. Azizpour, K. Giesecke, G. Schwenkler (2018) Exploring the Sources of Default Clustering

16. Basel Committee on Banking Supervision. An Explanatory Note on the Basel II IRB Risk Weight Functions, 2005.

17. Claudia Lamberta, Felix Nothb, c, Ulrich Schu?wer (2017) How do insured deposits affect bank risk? Evidence from the 2008 // Emergency Economic Stabilization Act

18. Demirguc-Kunt, Huizinga, (2004) Market discipline and deposit insurance//Journal of Monetary Economics, p 375-399

19. Demirguc-Kunt A., Detragiache E. (2002) Does Deposit Insurance Increase Banking System Stability? // Journal of Monetary Economics. 49. Р. 1373-1406.

20. Deniz Anginer, Asli Demirguc-Kunt, Min Zhu (2014) How does competition affect bank systemic risk? // J. Finan. Intermediation, p 1-26

21. Das S., Duffie D., Kapadia N., Saita L. Common Failings: How Corporate Defaults Are Correlated // Journal of Finance, Vol. 62, No. 1, 2007, p. 93-117

22. Das S., Freed L., Geng G., Kapadia N. Correlated Default Risk // Journal of Fixed Income, Vol. 16, No. 2, 2002 p.?

23. Dullmann K., Scheule H., Asset Correlations of German Corporate Obligors: Its Estimation, Its Drivers and Implications for Regulatory Capital, March 2003, unpublished working paper.?

24. Duellmann K., Masschelein N. Sector Concentration in Loan Portfolios and Economic Capital // Version April 2006.

25. Erlend Nier, Ursel Baumann (2006) Market discipline, disclosure and moral hazard in banking //Journal of Financial Intermediation. Pp. 332-336

26. Eva A. Arnold, Ingrid GroЁЯl, Philipp Koziol (2016) Market discipline across bank governance models: Empirical evidence from German depositors// The Quarterly Review of Economics and Finance . pp.126-138

27. Gordy M., Lutkebohmert E. Granularity adjustment for Basel II. // Deutsche Bundesbank. Discussion paper No 01/2007.?

28. Gordy M. Risk-Factor model Foundation for Rating Based Capital Rules // Journal for Finfncial Intermediation. 2003. No 3. P. 199-232

29. Heitfield,Burton,Chomsisengphet. Systematic and idiosyncratic risk in syndicated loan portfolios// Journal of Credit Risk, 2(2):3-31, Fall 2006.

30. Imai M. (2006) Market discipline and deposit insurance reform in Japan// Journal of banking and finance. Pp. 3433-3452

31. KaoruH. Hiroko I. Kotaro T. (2005) Banking Crises, Deposit Insurance, and Market Discipline: Lessons from the Asian Crises// The Research Institute of Economy, Trade and Industry. Pp.1-26

32. Lopez J., The Empirical Relationship between Average Asset Correlation, Firm Probability of Default and Asset Size. // Journal of Financial Inermediation, Vol. 13, 2004, p. 265-283

33. Martin R., Thompson K., Browne C. VAR: who contributes and how much? // Risk Magazine (2001) Vol. 14 No.8. p. 99-102.?

34. Vasso P. Ioannidou, Jan de Dreu (2006) The Impact of Explicit Deposit Insurance on Market discipline // Tilburg University, Department of Finance & CentER. p. 1-38

35. Vasicek O. Loan Portfolio Value. // Risk. Vol. 15, Iss. 12, December 2002, p. 160-162

36. International Association of Deposit Insures.(2011) General Guidance for Developing Differential Premium Systems

37. Агентство по страхованию вкладов

38. Аналитический центр при Правительстве Российской Федерации

39. Банк России

40. Интернет-ресурс

41. Информационно-Правовой ресурс ГАРАНТ.РУ

42. Росстат

43. Официальные сетевые ресурсы Президента России

44. Официальный сайт агентства по страхованию вкладов

45. Рейтинговое агентство Moody's

46. Информационный ресурс «Независимая газета»

Размещено на Allbest.ru

...