Размещено на http://www.allbest.ru/

Правительство Российской Федерации

Федеральное государственное автономное образовательное учреждение

высшего образования

Национальный исследовательский университет

Высшая школа экономики

Банковский институт

Выпускная квалификационная работа

Влияние характеристик заемщика и параметров кредитного договора на выбор инструмента урегулирования проблемной задолженности юридических лиц и его эффективность: пример российского банка

по направлению подготовки 38.04.08 Финансы и кредит

Студента группы № МФА161

(образовательная программа «Финансовый аналитик»)

Шапкин Андрей Алексеевич

Рецензент к.э.н. Буздалин А.В.

Научный руководитель к.э.н., доцент Семенова М.В.

Москва 2018



Введение

Одной из главных функций банка является выдача кредитов, и кредитные организации сталкиваются с наиболее значимыми рисками именно при кредитовании. Можно выделить несколько групп рисков, которые возникают при кредитовании: кредитные риски, процентные риски и валютные риски. Наиболее значимым является риск дефолта заемщика или кредитный риск, так как он напрямую влияет на показатели доходности банка.

Уровень риска наступления дефолта может варьироваться на горизонте жизни кредита. Целью банка является выявление данного риска и проведение необходимых мероприятий по его снижению. Чаще всего при увеличении риска дефолта по кредиту, задолженность идентифицируется как проблемная. Проблемной называется задолженность, по которой заемщиком не исполняются условия кредитного договора в части своевременного и полного погашения задолженности по договору, а также по которому у банка есть достаточно оснований полагать, что условия договора не будут исполнены заемщиком(Славянский, 2009, стр.303).

Поскольку успешность риск-менеджмента определяет устойчивость банка на рынке, обеспечивает прибыльность деятельности, банки уделяют особое внимание мониторингу проблемной задолженности и проведению мероприятий по ее урегулированию.

Нам представляется важным рассмотреть способы работы с проблемной задолженностью и их эффективность, поскольку в России наблюдается высокий уровень просроченной задолженности на балансе банков. Несмотря на стабилизацию российской экономики после кризиса 2014 года, объем проблемных активов банков непрерывно увеличивался с 2014 года. Наряду с ростом объемов проблемных активов происходил рост доли проблемной задолженности российских банков, который наблюдается по настоящий день (Рисунок 1). Вероятно, это объясняется тем, что платежеспособность бизнеса не восстановилась после кризиса и, несмотря на увеличение объемов производства, компании демонстрируют низкую маржу.

В литературе выделяют две основных стратегии работы с проблемной задолженностью: кредитная и дефолтная. Стратегия зависит от факторов, характеризующих финансовое состояние заемщика и степень добросовестности должника (Давыдов, 2016).

Нам представляется важным посмотреть, каким компаниям банк предлагает изменение условий кредитования в более благоприятную для заемщика сторону и какие параметры кредитного договора могут быть пересмотрены при дефолте заемщика. Таким образом, цель данного исследования: определить параметры проблемного кейса, на которые ориентируется банк при выборе способа урегулирования проблемной задолженности и его эффективности.

Мы предполагаем, что при высокой доходности кредита, большой сумме под риском, низком сроке просроченной задолженности и хорошем финансовом состоянии заемщика, банк применит кредитные инструменты урегулирования проблемной задолженности.

Таким образом, банк обеспечит доходные поступления по активу и сохранит платежеспособного клиента в кредитном портфеле. Более того, в рамках изменения условий кредитования, банк имеет возможность усилить позиции по обеспечению и сократить риск потерь в случае наступления дефолта.

Для проверки обозначенной нами гипотезы и поиска ответа на поставленный целью исследования вопрос, мы установили перед собой следующие задачи:

1) Систематизировать литературу по кредитному риску и работе с проблемной задолженностью;

2) Выявить факторы, определяющие способ работы с проблемным кредитом;

3) Оценить влияние индивидуальных особенностей заемщика на эффективность урегулирования банком проблемного кредита;

4) Предложить рекомендации для банков, каким образом определять способ работы с проблемным должником.

Данная исследовательская работа позволяет получить новые практические знания о работе банка с проблемными кредитами. На уникальной выборке крупного российского банка мы предлагаем рассмотреть мотивы выбора банком способа урегулирования задолженности и указать на эффективность каждого из них. В современных условиях нестабильности экономики и роста проблемной задолженности в России, данное исследование представляется крайне актуальным.

Работа имеет следующую структуру: в Главе I мы систематизируем научную литературу, чтобы осветить полученные до настоящего момента знания в области работы с проблемными кредитами и указать причины ее образования. В Главе IIисследования мы подробно описываем параметры кредитного договора и характеристики заемщика, которые могут повлиять на решение банка о пути урегулирования задолженности.

Затем, в Главе III мы детально описываем результаты оценки регрессионных моделей. В финальной части, мы проводим краткий анализ полученных результатов, предлагаем рекомендации для банков и подчеркиваем наиболее интересные выводы о работе с проблемной задолженностью.



ГЛАВА 1. ПОНЯТИЕ ПРОБЛЕМНОЙ ЗАДОЛЖЕННОСТИ И ОБЗОР ЛИТЕРАТУРЫ

Данная работа дополняет два больших тематических направления литературы. Первое тематическое направление литературы описывает природу кредитного риска и его влияние на дефолт по обязательствам. Второе тематическое направление освещает мировую практику работы с проблемными активами. Настоящее исследование описывает способы работы с проблемной задолженностью и их эффективность в России.

1.1 Проблемная задолженность

Сокращение проблемной задолженности входит в ключевые цели любого банка, поскольку невозвратные ссуды влияют на финансовый результат банка. Наличие проблемной задолженности приводит к блокировке средств в непроизводительных активах, несению расходов на создание резервов по сомнительным долгам, возникновению расходов на возврат проблемной задолженности. Помимо этого, доля невозвратных кредитов является одним из показателей рисковости кредитной организации, который контролируется регулятором. Эффективная работа с проблемной задолженностью способствует не только улучшению качества кредитного портфеля банка, но и оказывает влияние на капитал банка через восстановление резервов (Тавасиева, 2005).

Несмотря на единую цель работы с проблемной задолженностью, подходы и методики урегулирования просроченных кредитов могут отличаться в разных банках (Белоглазова и др., 2003). В данном исследовании мы рассмотрим основные принципы работы с проблемной задолженностью крупного игрока на банковском рынке, имеющего большой опыт в данном направлении.

В большинстве банков сокращение проблемной задолженности является специальным функционалом отдельно сформированного бизнес-подразделения по урегулированию проблемной задолженности. Урегулирование проблемных кредитов представляет собой полный возврат возможных к взысканию обязательств по кредитному договору либо перенос задолженности со счетов просроченных ссуд на счета срочных ссуд.

В рамках урегулирования проблемных кредитов подразделения по урегулированию проблемной задолженности выполняют следующие функции:

1) мониторинг погашения задолженности, выявление и предотвращение рисков, связанных с наступлением дефолта должника;

2) принятие решений о выборе стратегии работы с должником и инструмента урегулирования проблемной задолженности;

3) сопровождение процедур банкротства и исполнительных производств;

4) реализация имущества, принятого на баланс банка в рамках урегулирования проблемной задолженности.

Вне зависимости от природы возникновения проблемной задолженности, всех должников, допустивших просроченное обязательство по кредиту перед банком, можно разделить на две условные группы (Жданухин и др., 2009).

Первая группа состоит из заемщиков, заинтересованных в восстановлении платежеспособности бизнеса и исполнении обязательств перед банком, в то время, как вторая группа состоит из должников, намеренно не желающих погашать долг по кредиту. Банк использует различные стратегии работы с должниками каждой из представленных групп.

В первом случае банк заинтересован провести комплекс мероприятий, нацеленных на заключение договоренностей с заемщиком по исполнению кредитных обязательств на новых или измененных условиях, обеспечивающих максимально возможное погашение задолженности, и на сохранение лояльного банку клиента. В таком случае банк выбирает стратегию внесудебного урегулирования проблемной задолженности. Будем называть такую стратегию работы с проблемной задолженностью кредитной. Отличительной особенностью кредитной стратегии является принятие банком дополнительного кредитного риска, который возникает в связи с тем, что банк не применяет процедуры принудительного взыскания, несмотря на наличие формальных оснований для их применения.

В том случае, когда должник не желает исполнять обязательства по кредитному договору, банк будет проводить комплекс допустимых законодательством мероприятий, нацеленных на принудительное погашение задолженности в максимально короткие сроки и на предотвращение противоправных либо мошеннические действий со стороны должника. В этом случае банк изберет стратегию принудительного взыскания в рамках судебного производства, или, другими словами, дефолтную стратегию.

Основной проблемой, с которой сталкивается банк на этапе работы с проблемной задолженностью - это идентификация намерений клиента и определение принадлежности клиента к одной из групп. Ошибочная идентификация заемщика приводит к выбору неэффективного способа урегулирования задолженности и убыткам банка.

Данное исследование позволяет на этапе идентификации должника выявить набор характеристик заемщика, влияющих на выбор стратегии и инструментов работы с проблемной задолженностью. Результаты работы могут иметь практическое применение в деятельности банка, направленной на урегулирование проблемных кредитов.

В рамках кредитной стратегии могут применяться следующие инструменты работы с проблемной задолженностью:

проведение реструктуризации задолженности;

предоставление дополнительных кредитных средств заемщику;

заключение мирового соглашения;

достижение договоренности с должником о единовременном добровольном погашении просроченной задолженности и принятие решения о нецелесообразности обращения в суд с иском о взыскании суммы просроченных обязательств.

Изменение условий кредитования в более благоприятную для должника сторону называется реструктуризацией задолженности. В рамках реструктуризации банк может предоставить заемщику отсрочку по платежу, пролонгировать кредит, изменить график и суммы платежей в счет погашения кредита либо пересмотреть размер процентной ставки по кредиту.

Главным преимуществом реструктуризации задолженности является возможность банка привлечь дополнительный залог в качестве отлагательного условия, усилив позиции банка. Также к плюсам данного инструмента можно отнести сохранение положительной доходности по активу за счет поступления процентных платежей и поддержание благоприятных отношений с клиентом.

Недостатками проведения реструктуризации является увеличение срока поступления денежных средств без увеличения доходности и в условиях высокой вероятности дефолта должника.

Другим инструментом урегулирования проблемного кредита является кредитование проблемного должника с целью рефинансирования действующих обязательств либо с целью завершения реализации проекта. Второй случай является менее распространенным. Как правило, кредитование используется в строительстве для ускорения сроков сдачи проекта и перехода к стадии реализации площадей. Преимуществом такого метода является возможность усиления позиций банка путем заключения новых договоров поручительства и залога в рамках выдачи нового кредита. Главным недостатком такого инструмента работы с проблемной задолженностью является принятие банком дополнительного кредитного риска по кредитному обязательству низкой категории качества.

Мировое соглашение - один из наиболее распространенных инструментов работы с проблемной задолженностью. Он представляет собой изменение условий первоначального договора в части пересмотра процентной ставки либо установления нового графика платежей, утверждаемое судом по согласию двух сторон. В случае неисполнения мирового соглашения, кредитор имеет право на немедленное получение исполнительных листов и обращение принудительного взыскания на имущество должника через службу судебных приставов.

Основными преимуществами данного инструмента работы с проблемной задолженностью являются высокие гарантии исполнения обязательств и возможность мгновенного перехода к процедуре судебного взыскания в случае допущения должником дефолта по мировому соглашению. Недостатками данного способа урегулирования задолженности являются сложность достижения договоренностей о заключении мирового соглашения с должником и продолжительность реализации данного инструмента с привлечением третьей стороны.

Принятие решения о нецелесообразности подачи иска в суд также является одним из способов работы с просроченной задолженностью. Такой инструмент применяется банком при достижении договоренности с клиентом о добровольном единовременном погашении долга в установленный срок либо в ситуации, когда банк прорабатывает сложную сделку изменения условий кредитования и не заинтересован в инициировании судебного производства. Основным достоинством данного инструмента является возможность сохранения выгодных банку первоначальных условий по кредитному договору в случае платежеспособности заемщика. Недостатком данного способа работы с проблемной задолженностью является высокая степень неопределенности и риск затягивания процесса урегулирования проблемного кредита.

В России данные инструменты являются наиболее распространенными в банковской практике. Реже задолженность может быть урегулирована путем заключения договора о переводе долга на третье лицо, договора об отступном, либо договора новации задолженности.

Перевод долга представляет собой заключение соглашения между тремя сторонами, согласно которому новый должник принимает на себя обязательство первоначального должника перед банком. Такой договор заключается только в случае подтверждения платежеспособности нового должника и отсутствия юридических рисков.

Реже с заемщиком заключается договор об отступном, предусматривающий погашение кредита за счет добровольной реализации имущества должника и распределение вырученных от продажи средств в пользу банка. Данный инструмент используется в случаях, когда должник заинтересован в исполнении обязательств во избежание репутационных рисков либо оснований для возбуждения уголовного дела.

Наконец, наименее распространенным инструментом работы с проблемной задолженностью является заключение договора новации. Новация представляет собой замещение первоначального договора между банком и заемщиком на новое соглашение при согласии обеих сторон. Такое соглашение позволяет определить новый порядок и условия исполнения обязательств, ранее заключенный кредитный договор утрачивает силу (Костюченко, 2012).

В данной работе мы сосредоточим внимание на особенностях четырех основных инструментов в рамках кредитной стратегии работы с проблемной задолженностью и их эффективности. Также мы определим отличительные особенности инструментов кредитной стратегии от процедур принудительного взыскания при выборе банком дефолтной стратегии работы с активом.

В рамках дефолтной стратегии могут применяться следующие инструменты работы проблемной задолженностью: взыскание в судебном порядке; участие банка в процедурах банкротства и ликвидации должника; инициирование уголовного преследования в отношении собственников бизнеса; уступка прав требований.



1.2 Кредитный риск

банк проблемный кредит задолженность

Банки заинтересованы в выявлении рисков наступления дефолта на ранних стадиях работы с задолженностью, поскольку имеют возможность избежать дефолта должника. Кредитные организации имеют широкий инструментарий урегулирования активов с низким сроком просроченной задолженности. Факторы, определяющие вероятность дефолта заемщика будут также определять выбор способа работы с проблемным активом. Поскольку банки могут сохранить положительную маржу по кредиту при своевременном выявлении проблем финансового положения заемщика, своевременная идентификация рисков дефолта и выбор эффективного инструмента урегулирования актива крайне необходимы.

Грамотное управление рисками позволяет банку избежать крупных финансовых потерь и роста проблемной задолженности. Именно поэтому банки используют различные модели, определяющие уровень кредитного риска сделки и предсказывающие вероятность дефолта на заданном горизонте времени. Поскольку уровень проблемной задолженности является индикатором состояния экономики, регуляторы заинтересованы в высоком качестве моделей, способных указать на потенциальные риски дефолта. Так, в 2004 году Базельский комитет разработал соглашение «Базель II», где были предложены методические рекомендации по валидации внутри банковских моделей оценки вероятности дефолта заемщика. Стоит отметить, что проблема кредитного риска вызывает интерес не только у банков и регуляторов, но и у широкого круга ученых. На данную тему написано большое количество академических работ.

Так, в одной из своих работ Алтман (Altman, 1968) оценивает качество предсказательной модели вероятности наступления банкротства. Он использует выборку из 66 мануфактурных компаний, часть из которых оказалась в дефолте во время рассматриваемого периода с 1946 по 1965 годы. Автор строит скоринговую модель методом линейного дискриминантного анализа и приходит к выводу, что вероятность наступления банкротства наилучшим образом объясняется финансовыми показателями компании, рассчитанными на основании бухгалтерской отчетности. Также Алтман отмечает, что предсказательная сила модели будет максимально высокой при прогнозировании банкротства на горизонте времени до двух лет.

Алтман не останавливается на достигнутых результатах и спустя девять лет строит новую модель идентификации риска банкротства заемщика. Исследование проводится на выборке из 53 банкротных и 58 не банкротных американских предприятий за период с 1969 по 1975 год. Для оценки вероятности дефолта автор использует 28 финансовых коэффициентов. В работе построена ZETA модель, которая демонстрирует статистическую зависимость фактов банкротства на протяжении девяти лет исследования от финансового положения заемщика (Altmanetal., 1977).

Работы Алтмана считаются фундаментальными и часто являются основой для исследования других авторов. Так, группа американских ученых исследовали деятельность 65960 компаний, 516 из которых обанкротились за период 1979-1997 годов (Hillegeistetal., 2002). Анализ данных моделью Алтмана указал на значимое влияние отношения операционной прибыли к активам, отношения рыночной стоимости компании к обязательствам и отношение выручки компании к активам на вероятность банкротства. Интересно отметить, что результаты данной работы получились отличными от выводов Алтмана. Ученые утверждают, что коэффициент покрытия активов выручкой положительно влияет на вероятность введения процедуры банкротства, в то время, как отношение нераспределенной прибыли к активам, предусмотренное моделью Алтмана, не оказывает значимого влияния на вероятность дефолта компании.

Проблема природы кредитного риска и возможность управления риском является актуальной для банков любых стран вне зависимости от уровня развития финансовой системы.

Трейси и Карей (TreacyandCarey, 2000) изучают эффективность международных рейтинговых систем банков. Авторы используют панельные данные по 50 крупнейшим американским компаниям. Они приходят к выводу о том, что рейтинг, выставляемый рейтинговыми агентствами, влияет на качество внутреннего управления рисками банками. Поскольку рейтинг является индикатором устойчивости и надежности, у банков с низким рейтингом появляется стимул улучшать систему оценки кредитоспособности заемщика и процесс сопровождения кредитной задолженности, в то время как банки с высоки рейтингами заинтересованы в сохранении статуса и поддержании высокого уровня риск-культуры в организации.

Давыденко и Франкс(DavydenkoandFranks, 2008) изучают природу кредитных рисков на выборке из 2280 небольших фирм из Франции, Германии и Великобритании, которые отказались исполнять обязательства перед банками. Авторы приходят к выводу, что отличие уровней возвратности при дефолте обуславливается различным уровнем обеспечения по кредитам. Поскольку закон о банкротстве в большинстве стран предполагает, что деньги от реализации имущества должника в процедуре банкротстве идут в первую очередь на погашение обязательств перед залоговыми кредиторами, высокий уровень обеспечения по кредиту снижает кредитный риск, поскольку кредитор страхует себя еще на этапе выдачи ссуды.

Профессор Гордини строит модель оценки вероятности банкротства на большой выборке итальянских производственных компаний. Автор говорит, что точная оценка рисков компаний может предотвратить шоки национальной экономики за счет эффективного распределения банками заемных средств. Гордини приходит к выводу, что на вероятность дефолта значимое влияние оказывают показатели доходности и структуры капитала компании. Данные показатели являются относительными и хорошо подходят для сравнения платежеспособности различных компаний. Несмотря на это, автор утверждает, что вероятность банкротства может варьироваться в зависимости от размера и географического местоположения компании (Gordini, 2014).

Другая группа ученых также исследует итальянские компании, допустившие дефолт по обязательствам в 2003 и 2004 году на панельной выборке одного итальянского банка (Bottazzietal., 2011). Авторы говорят, что финансовые коэффициенты, посчитанные на основе бухгалтерской отчетности, отражают состояние бизнеса по итогам отчетного периода. По этой причине большинство моделей способны оценить вероятность наступления дефолта с лагом во времени. Ученые предлагают добавить в модель экономические показатели компании, которые замеряются ежедневно. Проведенное исследование показало, что производительность на одного сотрудника имеет значимое влияние на вероятность банкротства компании.

Еще одна группа исследователей утверждает, что наиболее значимое влияние на вероятность дефолта бизнеса оказывают макроэкономические условия. Ученые исследуют кредитный портфель крупнейшего шведского банка на протяжении шести лет с 1994 года и приходят к заключению, что динамика ВВП и ожидания потребителей относительно будущего экономического роста являются определяющими факторами, определяющими вероятность банкротства. Также они отмечают, что наиболее высоким кредитным риском обладают краткосрочные ссуды, поскольку банки отказывают в выдаче тем компаниям, будущее развитие которых является неопределенным (Carling et al., 2007).

Группа голландских ученых исследуют природу кредитных рисков в исламских банках на выборке из 150 тысяч кредитов за период с 2006 по 2008 год(Baeleetal., 2011). Ростовщичество в мусульманстве осуждается Кораном, поэтому банки выдают инвестиционные беспроцентные кредиты на развитие бизнеса. Если бизнес процветает, выгоду получает как заемщик, так и банк. В случае неуспеха, потери несут оба агента. Авторы показали, что в исламских банках уровень просроченной задолженности по кредитам в среднем на 20 процентов ниже, чем в традиционных банках. Это говорит о том, что на вероятность дефолта заемщика в том числе оказывают влияния особенности банковской системы.

Проблема управления рисками наблюдается не только в американской и европейских банковских системах, а также на азиатских рынках. Группа ученых из Китая (Changetal., 2010)в ходе исследования строят прогнозную модель оценки вероятности дефолта на данных кредитного портфеля крупного китайского банка и приходят к заключению, что внутренние скоринговые модели банка позволяют предсказывать дефолт отдельных кредитов с высокой точностью. Это становится возможным за счет доступа банка к большому количеству информации о компании.

Бандиопадай строит предиктивную модель дефолта компании на выборке из 104 индийских корпораций, наблюдаемых в период с 1998 по 2004 год. Наиболее значимыми факторами дефолта стали выручка, оборотный капитал компании, наличие лицензии на ведение деятельности и продолжительность пребывания фирмы на рынке. Автор приходит к выводу, чтовключение в модель нефинансовых показателей деятельности компании наряду с финансовыми позволяет получить более точную оценку вероятности наступления банкротства (Bandyopadhyay, 2006).

Другая группа ученых(Al -TamimiandAl-Mazrooei, 2007) исследовала уровень риск-менеджмента в банках ОАЭ. Они пришли к выводу, что главным драйвером банковского риска в Эмиратах являются риск обесценения валютных кредитов. Для управления данным видом риска необходимо поддерживать баланс валютных активов и обязательств и осуществлять постоянный мониторинг валютной структуры денежных потоков бизнеса должника.

Килхофер (Kealhofer, 2014) утверждает, что еще тридцать пять лет назад оценка кредитного риска корпораций была в большей степени искусством, чем математической задачей. Первой моделью с высокой предсказательной силой стала KMV-модель Мертона, которая предсказывала до 80% корпоративных банкротств. Модель имела практические предпосылки: обязательство компаний может быть представлено не только долгом по кредиту; обязательства могут быть как краткосрочными, так и долгосрочными; по любому обязательству могут быть установлены периодические выплаты; дефолт по одному из обязательств компании равнозначен дефолту компании. Гибкость модели обеспечила банкам хороший инструмент кредитного анализа, получивший широкое применение на практике.

С ростом значимости риск-менеджмента в кредитных организациях происходит и развитие методов оценки и предотвращения рисков. Оценка кредитного риска заемщика является необходимой процедурой для принятия решения о выдаче кредита либо об отказе в ссуде. Гарднер и Миллс утверждают, что методы оценки кредитоспособности клиента, основанные на анализе качественных переменных, являются менее точными, чем те, которые опираются на количественные относительные показатели финансовой успешности компании. Банк может использовать единую скоринговую модель для оценки рисков всех потенциальных заемщиков, поскольку мультипликаторы позволяют сравнивать между собой предприятия разных размеров и с различными направлениями бизнеса (GardnerandMills, 2017).

В одной из работ (DallaValle et al., 2016) авторы предлагают оценить вероятность дефолта заемщика с помощью многомерного анализа случайного входящего потока требований и построения копула-функций. Ученые строят модель оценки балансовой стоимости активов компании, с помощью которой рассчитывают вероятность дефолта. Они приходят к выводу, что большинство фирм демонстрирует дисбаланс между активами и пассивами на последних сроках жизни, поскольку стараются профинансировать долгосрочные инвестиции с помощью краткосрочных займов. Результаты модели тестировались на выборке успешных компаний с хорошим финансовым положением и компаний в дефолте. Оказалось, что модель обладает хорошей предсказательной силой и верно идентифицирует те компании, которые в скором времени прекратят исполнение своих обязательств.

Тудела и Янг оценивают риск дефолта публичных компаний с помощью модели Мертона, которая рассматривает кредит, как колл опцион на покупку активов с ценой исполнения эквивалентной стоимости кредита и сроком исполнения равным времени погашения кредита. В работе(TudelaandYoung, 2003) использовались данные из 7459 бухгалтерских балансов публичных компаний с 1990 по 2001 годы, часть из которых попали в банкротство. Авторы заключили, что вероятность дефолта объясняется изменением коэффициента обеспеченности обязательств активами во времени.

Верма(Verma, 2002)изучает внешний долг 30 развивающихся стран на протяжении 20 лет с 1975 по 1995 год. Он рассматривает страны в качестве заемщиков и строит пробит-модель вероятности дефолта. Ученый предполагает, что вероятность дефолта может быть представлена функцией нормального распределения случайной величины Z, где Z, в свою очередь, можно описать линейной комбинацией факторов, представляющих собой характеристики заемщика. Данная методика позволяет с помощью ретро-статистики случившихся дефолтов строить модель вероятности прекращения обслуживания долга, не используя скоринговые баллы, посчитанные по каждому заемщику.

Фантацини и Фиджини используют алгоритм машинного обучения «случайный лес» для оценки вероятности дефолта немецких компаний(FantazziniandFigini, 2009). Выборка представляет собой панельные данные по 1003 организациям за период с 1996 по 2004 год. Авторы используют 16 финансовых коэффициентов, характеризующих деятельность компании. Помимо стандартных показателей доходности и долговой нагрузки компании, авторы используют показатели, отвечающие за налоговую нагрузку на компанию, долю амортизации и долю запасов в выручке. Исследователи утверждают, что метод «случайного леса» позволяет избежать ошибки спецификации модели и получить оценки, предсказывающие вероятность дефолта компании с более высокой точностью, чем логистическая регрессия.

Исследователи Ким и Сантомейро утверждают, что кредитный риск меняется во времени, с течением которого изменяется и вероятность прекращения обслуживания долга заемщиком. Так как на момент выдачи кредита неизвестно распределение вероятностей дефолта на всем периоде жизни актива, наилучшей оценкой кредитного риска будут резервы на возможные потери по ссудам. Также в работе приводится доказательство, что на резервы по кредитам и на уровень требуемого обеспечения понижающее влияние оказывают положительные финансовые результаты компании в предыдущих периодах (KimandSantomero, 1993).

1.3 Реструктуризация проблемных долгов

Поскольку работа с проблемной задолженностью напрямую влияет на финансовый результат банка, возникновение проблемных обязательств побуждает кредитную организацию к проведению ряда мероприятий, направленных на обращение взыскания на задолженность и возврат заемных средств. Однако, банковской практике известен феномен сохранения проблемных долгов в кредитном портфеле путем реструктуризации, вызванный неэкономическими мотивами. Обязательные требования регулятора в части достаточности капитала искажают экономические принципы работы с проблемной задолженностью.

Одной из главных причин возникновения проблемной задолженности является недооценка кредитных рисков на этапе выдачи кредита. Чаще всего кредитование заемщиков с низкой платежеспособностью наблюдается в условиях экономического роста и избыточной ликвидности. История знает несколько случаев, когда подобное поведение банков приводило к возникновению финансовых пузырей и экономическому кризису.

Один из первых долговых кризисов произошел в 1982 году в Латинской Америке. Большой приток иностранных инвестиций в 70-е годы привел к активному росту латиноамериканской экономики в целом (Bengoaand Sanchez-Robles, 2003). Однако, падение цен на нефть и недостаточно эффективное функционирование внутренних рынков остановили рост экономики и вызвали крах раздутой финансовой системы. Аналогичный кризис случился в Японии в 1997 году. Приток иностранного капитала обеспечил рост внутреннего кредитования и, как следствие, высокие темпы роста производства. Однако, в начале 90-х годов, Япония столкнулась с проблемой перенасыщения рынка: предложение товаров и услуг превысило уровень спроса. Падение цен привело к снижению платежеспособности бизнеса и дефолту по многочисленным кредитам (Wade, 2014). Наконец, самым ярким примером долгового кризиса является ипотечный кризис 2008 года в США. Кредитование неблагоприятных заемщиков под залог растущей в цене недвижимости и секьюритизация долгов частного сектора образовали финансовый пузырь. Наступил момент, когда рынок недвижимости достиг своего пика в 2006 году и цены на жилье начали падать. Стоимость кредита становилась в несколько раз выше приобретаемого имущества, что привело к массовому дефолту домохозяйств и коллапсу финансовой системы США (AllenandCarletti, 2010).

Экономический кризис предполагает снижение платежеспособности бизнеса, падение цен на реальные и финансовые активы, что негативно сказывается на капитале банков. В целях соблюдения требований регулятора по нормативам достаточности капитала, банк вынужден снижать активы либо обеспечивать положительную доходность по действующим кредитам.

Поскольку просроченная задолженности по кредитам негативно влияет на качество ссуд и приводит к формированию дополнительных резервов, банки заинтересованы в проведении реструктуризации платежей по текущим проблемным активам.

В одной из работ (Caballeroetal., 2006) авторы описывают последствия подобной ситуации в Японии. Исследователи говорят, что реструктуризация долгов плохих компаний, находящихся на гране дефолта, приводит к неэффективному распределению ресурсов на рынке. Также они утверждают, что сохранение слабых «зомби-компаний» на рынке не дает возможности высокоэффективным компаниям занять необходимую долю на рынке и привлекать новые инвестиции. Авторы работы подтверждают свои доводы математическими расчетами на большой выборке компаний из разных отраслей бизнеса за период с 1981 по 2002 год и делают вывод о том, что кредитование «зомби-компаний» приводит к снижению инвестиций, уровня занятости и общей производительности.

В другом исследовании (Hoshiand Kashyap, 2004) Хоши и Кашьяп доказывают, что реструктуризации долгов неплатежеспособных компаний ограничивают возможности развития потенциально доходных фирм, приводят к еще большим проблемам в экономике. На примере Японии авторы приходят к выводу, что, несмотря на риск краха финансовой системы, кредитование и спасение плохих компаний широко используется банками по причине слабого контроля со стороны регуляторов.

Схорс и Сонин также исследуют проблему фиктивных реструктуризаций. Авторы утверждают, что банкам выгодновести пассивную деятельность в отношении проблемных должников: реструктуризации активов с просроченной задолженностьюпозволяют банкам не нести затраты на взыскание долга и сохранить качество ссуд в целях соблюдения требований регулятора в части обязательных нормативовуровней ликвидности и капитала и (SchoorsandSonin, 2005).

Обязательные требования регулятора значительно влияют на поведение банков. Еще в 1995 году Бергер доказал обратную взаимосвязь норматива достаточности капитала и доходности собственного капитала. Ученый доказал, что банки с низким уровнем капитала минимизируют отрицательные потоки капитала за счет снижения расходов на ведение процедур банкротства и сокращения процентных выплат. В то же время, они заинтересованы в выдаче дорогих кредитови имеют высокий уровень аппетита к риску (Berger, 1995).

Данные выводы подтверждаются другими научными исследованиями. Так, Альбертаци и Мачети анализируют деятельность 500 банков на протяжении 2008 и 2009 года. Авторы указали на влияние капитала банка на политику риск-менеджмента. В крупных банках с высоким уровнем достаточности капитала наблюдается перераспределение кредитной нагрузки от рисковых компаний к здоровым заемщикам за счет одновременного взыскания проблемных активов и выдачи новых кредитов. Банки со средним и низким уровнем капитала не только ограничены в выдаче новых кредитов, но и имеют ряд ограничений по работе с текущим портфелям. В целях соблюдения требований регулятора они не могут допустить создание дополнительных резервов по кредитам и нести расходы на взыскание проблемных активов. Единственным способом сохранить уровень достаточности капитала является реструктуризация проблемных кредитов.

Несмотря на то, что реструктуризация долга предполагает изменение условий кредитования в более благоприятную сторону для заемщика, Ким демонстрирует положительный эффект на агрегированный выпуск и доходность банков в долгосрочном периоде. Анализ 1555 японских компаний за период с 2000 по 2002 показал, что, несмотря на снижение поступлений в краткосрочном периоде, реструктуризации могут привести банк к увеличению доходности в будущем за счет роста качества бухгалтерской отчетности, раскрываемости информации открытости компаний.

В данной главе мы систематизировали литературу из двух больших тематических направлений. Первоначально, мы описали природу кредитного риска, влияющего на дефолт по задолженности, затеммы подробно осветили основные принципы и различные мотивы работы с проблемными кредитами. Это позволило нам детально разобрать особенности работы кредитной организации с проблемной задолженностью и четко определить вопросы необходимые к проработке в практической части работы.

ГЛАВА 2 МЕТОДОЛОГИЯ, МОДЕЛИ И ДАННЫЕ

2.1 Модели выбора стратеги и инструмента работы с должником

В данном разделе мы показываем, каким образом банк принимает решение о выборе стратегии работы с должником и инструменте урегулирования проблемной задолженности. Также мы определяем, какие факторы определяют эффективность реализации кредитной стратегии. Для этого мы оцениваем три регрессионные модели, каждая из которых будет оцениваться методом максимального правдоподобия.

Начнем с модели, которая показывает влияние параметровкредитного договора и характеристик заемщика на вероятность выбора кредитной стратегии работы с должником. Данная модель предполагает, что банк принимает решение о способе урегулирования актива на основании информации о финансовом состоянии должника, качестве обслуживания долга и наборе первоначальных договоренностей, которые были нарушены должником. Модель представляет собой логистическую регрессию с бинарной зависимой переменной, принимающей значение , если Банк избрал кредитную стратегию работы с заемщиком, и значение в случае выбора любой другой стратегии.

Регрессионное уравнение имеет следующий вид:

(1)

(2)

Таким образом, чем выше значение «скорингового» балла , тем вероятнее выбор кредитной стратегии работы с проблемным должником:

= 1

= 0.

Параметры кредитного договора AGREEMENT PARAMETERS (), параметры заемщика DEBTOR PARAMERS () и контрольные переменные CONTROLS (будут позднее освещены в работе более подробно.

Следующая модель демонстрирует влияние параметров кредитного договора и характеристик должника на вероятность выбора определенного инструмента работы с проблемным активом. Модель предполагает, что банк учитывает условия первоначального кредитного договора, показатели обслуживания долга и особенности бизнеса заемщика при выборе инструмента урегулирования актива в рамках кредитной стратегии.Модель представляет собой мультиноминальную регрессию с множественным значением зависимой переменной: переменная может принимать целочисленные значения при выборе Банком одного из инструментов работы с должником.

Вспомним, в данной работе было выделено 6 основных инструментов урегулирования проблемной задолженности: реструктуризации, мирового соглашение, дофинансирование, принятие решения о неподаче иска в суд, возбуждение процедуры банкротства, списание задолженности за счет резервов. Для получения оценок модели за базовый инструмент было принято списание , то есть = 0. Таким образом, мы получаем пять регрессионных уравнений, оценки которых предоставляют возможность сравнить предельный эффект каждого фактора на выбор в пользу определенного инструмента по сравнению с базовым.



(3)

(4)

Далее рассмотрим модели, которые показывают влияние первоначальных условий кредитного договора и индивидуальных характеристик заемщика на эффективность реализации того или иного инструмента работы с проблемной задолженностью в рамках кредитной стратегии.

Мы рассматриваем два способа определения эффективности урегулирования актива. Первая модель оценивает эффективность проведенной Банком сделки по количеству дней просроченной задолженности через полгода после ее проведения: сделка считается успешной, если через 6 месяцев по данному кредитному договору отсутствует просроченная задолженность, и наоборот, сделка будет считаться ошибочной, если мы наблюдаем факт несвоевременного исполнения обязательств по кредиту спустя полгода.

Вторая модель определяет эффективность сделки по динамике погашения кредита: выбранный инструмент работы с должником будет считаться эффективным, если через полгода после проведения сделки произошло снижение остатка по задолженности, в противном случае, сделка признается ошибочной, поскольку выделенные Банком ресурсы не привели к получению денежных средств от проблемного актива. Стоит отметить, что с целью повышения качества оценок из данной модели была исключена экзогенная переменная доли непогашенной задолженности.

Модели представляют собой стандартную логистическую регрессию с зависимой переменной, принимающее лишь одно из двух значений: , когда выбор инструмента привел к эффективному урегулированию проблемной задолженности и , когда выбор инструмента был ошибочным.

Регрессионные уравнения в общем виде не отличаются от модели бинарного выбора стратегии работы с должником и имеет следующий вид:

(5)

(6)

Все факторы, оказывающие влияние на выбор инструмента работы с проблемным активом можно разделить на три группы переменных: параметры кредитного договора AGREEMENT PARAMETERS (), параметры заемщика DEBTOR PARAMERS () и контрольные переменные CONTROLS (. Начнем с описания переменных, характеризующих особенности кредитной сделки:

- обеспеченность ссуды. Переменная вычислялась, как отношение суммы обеспечения по кредиту к сумме первоначально выданной задолженности. Банк заинтересован вернуть максимальное количество средств в минимальные сроки, поэтому высокая стоимость залогового имущества проблемного заемщика может побудить банк инициировать процедуру банкротства. Таким образом, мы предполагаем, что высокий уровень обеспечения оказывает негативное влияние на вероятность выбора кредитной стратегии работы.

- процентная ставка, действующая по кредиту. Мы ожидаем, что ставка положительно влияет на вероятность реструктуризации с должником. Наличие в кредитном портфеле договоров с высокой ставкой процента повышает доходность Банка. Банк будет заинтересован продолжить кредитную стратегию исполнения таких обязательств с целью получения полной суммы кредита и сохранения постоянного денежного потока.

- срок погашения кредита по действующему на момент сделки договору. Единица измерения срока - годы. Как правило, продолжительный срок предусматривает проектное финансирование или кредитование инвестиционных проектов. Данные кредитные продукты предполагают высокий уровень денежного потока на финальных стадиях проекта. Следовательно, мы предполагаем, что Банк заинтересован пойти навстречу заемщикам с длительным сроком погашения кредита.

- факторная переменная, указывающая на тип выданного заемщику кредитного продукта. Всего в работе было выделено 6 видов кредитования: финансирование оборотного капитала, финансирование операций лизинга, гарантии, проектное финансирование, инвестиционное финансирование и контрактное кредитование.

- факторная переменная, характеризующая различные виды периодичности погашения кредита. В данной работе рассмотрены наиболее распространенные графики с ежемесячным и ежеквартальным погашением, а также единоразовый платеж за полгода.

Вторая группа переменных отвечает за индивидуальные особенности заемщика: сфера деятельности, финансовое положение, качество обслуживания им обязательств перед Банком.

- срок обслуживания клиента в Банке. Вычислялось, как разница лет между первым января 2018 года и датой первоначально выданного клиенту банковского кредита. Продолжительное время обслуживания клиента в Банке говорит о преданности и честности клиента. Мы предполагаем, что Банк будет заинтересован сохранить лояльных клиентов и предложит заемщику изменения кредитного договора в более благоприятную для него сторону.

- факторная переменная, отвечающая за факт проведения реструктуризаций до момента выхода на сделку. Мы полагаем, что новые условия по кредиту вероятнее будут предложены заемщикам, чьи ссуды реструктурировались ранее. Данная ситуация возникает, поскольку Банк заинтересован заработать максимальное количество процентов по ссудам нерентабельных предприятий, заведомо невозможным к взысканию в полном объеме. Такой феномен был замечен в японской экономике в 1990-е годы и носит название «zombie-lending».

- переменная, характеризующая уровень осведомленности Банка о деятельности клиента и его финансовом состоянии. Данная переменную мы искусственно получили перемножением и . Мы полагаем, что количество обращений заемщика в банк за изменением условий кредитования способствуетросту доступной информации о должнике. До проведения реструктуризации производится выезд на место ведения бизнеса и актуализируются бухгалтерская и управленческая отчетности должника. Аналогично, продолжительность обслуживания клиента в банке прямо пропорционально влияет на количество знаний о должнике. Мы предполагаем, что с ростом осведомленности о деятельности клиента, Банк лучше оценивает кредитные риски по заемщику и готов будет предложить внесудебный вариант урегулирования долга.

- доля непогашенного кредита на момент проведения сделки. Вычисляется как отношение разницы оставшейся к погашению суммы по графику платежей к первоначально выданному кредиту. Мы предполагаем, что, чем больше денежных средств было погашено должником до дефолта, тем больше желание должника погасить кредит целиком и сохранить заложенное имущество за собой. Следовательно, Банк предпочтет кредитную стратегию работы с должником стратегиям принудительного взыскания.

- продолжительность пребывания актива на счетах просроченных ссуд в годах. Высокая продолжительность просроченной задолженности указывает на неспособность должника исполнять свои обязательства по кредиту. Таким образом, мы предполагаем, что высокая просрочка повлияет на выбор дефолтной стратегии работы с должником.

- факторная переменная, отвечающая за финансовое положение заемщика. Переменная принимает значение 1, если показатели выручки, EBITDA, и чистой прибыли не более, чем на 20% откланяются от целевых показателей установленных бизнес-планом и финансовое положение признано «хорошим». Переменная принимает значение 2, если отклонение финансовых показателей составляет от 20 до 50%, при этом финансовое состояние заемщика определяется как «среднее». Наконец, переменная принимает значение 3, если финансовые показатели откланяются от первоначально установленных более, чем на 50% и финансовое положение идентифицировано, как «плохое». Мы полагаем, что хорошее финансовое состояние должника положительно влияет на выбор банка в пользу кредитной стратегии. Данный подход используется крупным российским банком, данные которого мы используем в работе.

- факторная переменная, характеризующая размер бизнеса заемщика в зависимости от оборотов компании и количества сотрудников. В данной работе мы выделяем три размера бизнеса заемщика: крупный, средний и малый бизнес. Мы полагаем, что банки заинтересованы в сохранении кредитов крупного бизнеса в портфеле, поэтому вероятность выбора кредитной стратеги работы с проблемной задолженностью растет пропорционально размеру бизнеса заемщика.

- факторная переменная, отвечающая за отрасль бизнеса заемщика. В выборку попали компании 20 различных отраслей. Мы предполагаем, что банки готовы идти навстречу компаниям из приоритетных для экономики отраслей бизнеса (машиностроение, энергетика) и социально-значимых отраслей (здравоохранение, строительство).

Третья группа переменных необходима для включения в модель контрольных переменных, отвечающих за географию деятельности заемщика и год проведения сделки.

- факторная переменная, указывающая на регион филиала Банка, в котором был выдан кредит. Данная переменная свидетельствует о географическом положении места ведения бизнеса заемщика. Исследуемый банк расположен в 7 регионах: Московская область, Брянская область, Калужская область, Рязанская область, Смоленская область, Тульская область, Тверская область.

- факторная переменная, отвечающая за год проведения сделки. Принимает значение = 1, если сделка была проведена в 2015 году; = 2, если сделка была проведена в 2016 году и = 3, если в 2017 году. Мы предполагаем, что значимое влияние на выбор стратегии будут оказывать послекризисные 2016 и 2017 годы.

2.2 Данные

Для проведения исследования были использованы кросс секционные данные, характеризующие бизнес заемщиков, качество обслуживания долга и параметры ранее действующего кредитного договора на момент проведения сделки по урегулированию проблемной задолженности. В выборку попали 842 сделки за трехлетний период с 2015 по 2017 год.

Статистическая информация, используемая для построения моделей, была предоставлена крупным российским банком. Данные по сделкам, кредитным договорам и заемщикам являются конфиденциальными и, в соответствии с соглашением, могут быть использованы только в рамках проведения текущего исследования в академических интересах.

Данные представляют собой агрегированную информацию по фактически реализованным сделкам урегулирования проблемной задолженности в шести региональных филиалах и центральном аппарате рассматриваемого банка. Мы полагаем, что высокое качество данных, полученных из учетных систем банка, способствует высокому уровню достоверности результатов исследования.

Выборка составлена из кредитных договоров юридических лиц, по которым допущена просроченная задолженность более 30 днейлибо в отношении должника и участников сделки по договору выявлена негативная информация. Данный проблемный портфель кредитов находится в ведении подразделения по урегулированию проблемной задолженности.

Мы можем отметить, что кредитные договоры из проблемного портфеля банка в среднем погашены только на 41% к моменту принятия решения о сделке урегулирования задолженности. Средний срок просроченной задолженности по всему портфелю составляет 427 дней, при этом медиана составляет только 252 дня. Это говорит о наличии в работе сложно структурированных кейсов с продолжительной просрочкой. Высокий уровень средней продолжительности пребывания задолженности на счетах просроченных ссуд связан с законодательными ограничениями. К примеру, при принятии решения об инициировании процедуры банкротства в отношении должника, Банк имеет право на подачу заявления в суд о взыскании просроченной задолженности только после 90 дня неисполнения обязательств по кредиту. Судебное заседание на предмет проверки обоснованности заявления проводится в течение 30 дней после подачи заявления, и, только в случае отсутствия разногласий у обоих сторон, выносит определение о введении процедуры наблюдения. Продолжительность процедуры наблюдения, установленная Федеральным законом, составляет 7 месяцев. Переход к реализации имущества должника в целях возврата банку заемных денежных средств происходит после завершения процедуры наблюдения на этапе конкурсного производства. Таким образом, банк в течение года участвует в различных мероприятиях, установленных законодательством, чтобы перейти к реализации залогового имущества при неисполнении должником своих обязательств.

...