Методичні підходи до стрес-тестування кредитного ризику банків України

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Удосконалення процесу макроекономічного стрес-тестування банків України відповідно до сучасної практики регулювання банківської діяльності потребує значних зусиль і професійного рівня від розробників нових аналітичних інструментів оцінки фінансової стійкості банківської системи. Варто зазначити, що на необхідності розвитку стрес-тестування банків як альтернативного підходу до оцінки стійкості банків наголошують у своїх наукових працях такі зарубіжні і вітчизняні науковці, як М. Дрехманн, Т. Ояма, Р. Ребонато, С. В. Науменкова, Ю.С.Ребрик, О. С. Сенченко [1- 6].

Проведене автором дослідження методологій оцінки фінансової стійкості банківських систем засвідчило, що в більшості країн, які розвиваються, стрес-тестування банків полягає в простому механічному розрахунку, за якого обрані статті фінансової звітності банків (наприклад, прострочені кредити чи резерви під кредитні ризики) прямо піддаються дії заданих шокових факторів. Кількісні значення шокових факторів встановлюються виключно на основі експертних суджень розробників стрес-тесту і, на відміну від традиційної практики органів банківського регулювання розвинутих країн, взаємозв'язок між макроекономічними параметрами та фінансовим станом банків лишається не обґрунтованим засобами економетричного моделювання. Дані стрес-тести дозволяють оцінити необхідний рівень додаткової капіталізації банківського сектору відповідно до заданих параметрів погіршення якості кредитів, як загального кредитного портфелю, так і окремих його сегментів, і таким чином визначити необхідні обсяги підвищення резервування втрат за кредитними ризиками. Проте якість вихідних гіпотез стрес-тестів залишає бажати кращого.

Мета дослідження -- розробити і здійснити апробацію вдосконаленої методики стрес-тестування банківської системи України, яка ґрунтується на сучасних досягненнях макропруденційного нагляду розвинутих країн, що полягають у моделюванні прострочених кредитів чи резервів під кредитні ризики як функції від ряду макроекономічних змінних.

Схожі підходи до макроекономічного стрес-тестування використовувались регуляторами, а також фахівцями Міжнародного валютного фонду в рамках програми FSAP при стрес-тестуванні банків Австрії, Чехії, Франції, Ісландії, Ізраїлю, Швеції [7].

Згідно з розробленою методикою стрес-тестування, ми плануємо використовувати модель виду:

Creditriskit =в0 + в1 GDPt + в2Interestt + в3Pricet + в4Householdt + в5Extt + еit (1)

де Creditriskit - змінна, яка відображає якість кредитного портфелю,

GDPt - показники ділової активності,

Interestt - показники вартості позик,

Pricest - показники цінової стабільності,

Householdt - показники розвитку сектору домогосподарств,

Extt - показники зовнішньоекономічної діяльності, які впливають на рівень кредитного ризику банків.

В якості показника кредитного ризику (Creditrisk) можна використовувати різні індикатори. Пропонуємо обрати для даних цілей частку резервів під кредитні ризики - один із найпоширеніших критеріальних показників у світовій практиці стрес-тестування, динаміка якого тісно корелює з динамікою простроченої заборгованості, при цьому статистичні дані про обсяг резервів під кредитні ризики в банках регулярно публікуються НБУ на щоквартальній основі і доступні з більш раннього періоду (рис. 1).

Рис. 1. Динаміка індикаторів кредитного ризику 2003-2011 рр., %

Вибірка історичних даних, використаних у стрес-тестовій моделі включає в себе 45 спостережень у діапазоні з четвертого кварталу 2000 р. по 4 квартал 2011 р., які охоплюють усі фази економічного циклу: від підйому до спаду і наступного посткризового відновлення. У якості потенційних незалежних індикаторів стану макроекономічного середовища, які гіпотетично впливають на рівень кредитного ризику банківської системи України, було вибрано ряд показників, систематизованих за 5 групами: ділова активність, процентні ставки, цінова стабільність, сектор домогосподарств, зовнішньоекономічна діяльність. Для розрахунку регресійної моделі використовувались поквартальні дані Національного банку України, Держкомстату та інших джерел статистичної інформації. Підсумкові статистичні параметри часових рядів даних за відповідними макроекономічними показниками відображені в таблиці 1.

Перша група показників пов'язана з рівнем ділової активності і ґрунтується на припущенні, що якість банківських активів чутлива до фази економічного циклу. Зростання реального ВВП, валового нагромадження основного капіталу та фондових індексів розглядались як макроекономічні фактори, негативно корельовані з рівнем кредитного ризику, оскільки сповільнення економічного зростання, падіння доходів та зниження капіталізації компаній теоретично посилюють кредитні ризики банків.

Процентні ставки відображають рівень витрат на залучення грошових ресурсів і чинять прямий вплив на кредитний ризик, оскільки при зростанні процентних виплат знижується платоспроможність суб'єктів господарювання та домогосподарств. На першому етапі дослідження було окремо розраховано рівень впливу кожної з 5 різних ставок на частку резервів під кредитні ризики: облікової ставки НБУ, середньозваженої ставки рефінансування банків НБУ, ставки на міжбанківському ринку, процентної ставки за кредитами та процентної ставки за роздрібними кредитами.

Індекс споживчих цін, а також показники динаміки грошових агрегатів М1, М2, М3 були включені в групу індикаторів цінової стабільності. Згідно з економічною теорією високий рівень інфляції сприяє поверненню позик та зниженню кредитного ризику, оскільки знижується реальна вартість майбутніх кредитних платежів. З іншого боку вища інфляція зумовлює підвищення банками депозитних, а отже й кредитних ставок, що посилює борговий тягар, особливо якщо рівень приросту заробітної плати не покриває темпів інфляції. Який саме взаємозв'язок між показниками інфляції та кредитним ризиком домінує в Україні було досліджено шляхом побудови відповідних однофакторних регресій.

кредитний ризик регресійний банківський

Таблиця 1. Підсумкові статистичні параметри часових рядів змінних (2000-2011 рр.)

Наступною групою важливих пояснюючих змінних, що впливають на рівень кредитного ризику, на нашу думку є такі показники сектору домогосподарств, як зростання індексу цін на житлову нерухомість, зростання реального споживання, зміни відношення боргу до наявного доходу домогосподарств, динаміка показників зайнятості та реальної заробітної плати. Наприклад зростання цін на нерухомість обернено впливає на рівень кредитного ризику, адже позичальники, які не можуть повернути борг за іпотечними кредитами, мають змогу продати заставне майно за ціною, що перевищує суму заборгованості. Натомість, при падінні цін на житло існує ризик, що сума боргу виявиться вищою за ринкову вартість іпотеки. Це підтверджується історичним досвідом розвитку ринку житлової нерухомості України в 2009-2012 р.р.

Оскільки економіка України залежна від кон'юнктури на зовнішніх ринках товарів та капіталу, то динаміка індексу світових цін на сталь, індексу світових цін на нафту, валютного курсу та умов торгівлі справляє значний вплив на кредитоспроможність позичальників, а отже і на фінансову стійкість банківської системи України.

Для кількісного розрахунку значущості впливу на рівень кредитного ризику кожного з обраних за 5 групами показників, було побудовано 21 однофакторну регресію. Незалежною змінною в кожній з регресії був один із макроекономічних показників, описаних вище, який лінійно впливав на залежну змінну - частку резервів під кредитні ризики. Завдяки обчисленню статистичних параметрів даних регресій (пояснюючих коефіцієнтів, коефіцієнтів детермінації, t-статистики) були зроблені висновки щодо факторів, які найсильніше корелювали з динамікою кредитного ризику банківської системи України. Виявлено наскільки статистично значущими, а також прямими чи оберненими є взаємозв'язки між обраними рядами даних відповідних макроекономічних показників за2000-2011 р.р.

На основі отриманих результатів розрахунку однофакторних регресій, що відображені в таблиці 2, з кожної групи факторів було обрано по одному показнику, який має найвище значення коефіцієнта детермінації R2 і найсуттєвіше впливає на рівень кредитного ризику. Таким чином, визначено всі необхідні ряди пояснюючих змінних для побудови загальної 5-факторної моделі, яку можна використовувати в цілях макроекономічного стрес-тестування.

Таблиця 2. Параметри однофакторних регресійних моделей (2000-2011 рр.)

Загалом проведені розрахунки однофакторних регресійних моделей дозволили зробити ряд важливих для стрес-тестування висновків.

По-перше, знаки коефіцієнтів регресії загалом відповідають економічній теорії: при зростанні ВВП, реальної заробітної плати чи світових цін на сталь рівень кредитних ризиків знижується (знак « -- » свідчить про обернений зв'язок), натомість підвищення процентних ставок або валютного курсу чинить прямий вплив на резерви під кредитні ризики, про що свідчить додатній знак відповідних регресійних коефіцієнтів.

По-друге, слабкий кореляційний зв'язок виявлений між кредитним ризиком і такими змінними як: фондовий індекс, ставка на міжбанківському ринку, процентна ставка за кредитами, інфляція, індекс світових цін на нафту, умови торгівлі. При використанні даних показників як незалежних змінних у відповідних однофакторних регресіях коефіцієнт детермінації R2 досить низький, а рівень статистичної значущості є недостатнім. Отримані похибки в початкових гіпотезах можна пояснити не лише фактичною відсутністю взаємозв'язків, а й недоліками і змінами офіційних методологій обчислення показників (на приклад рівнів інфляції чи умов торгівлі), спотворенням даних на фондовому ринку через високу частку технічних угод, неринковим характером цін на імпортні енергоносії тощо.

По-третє, більшість заданих макроекономічних факторів демонструють суттєвий вплив на резерви під кредитні ризики, що підтверджується відповідними значеннями коефіцієнта детермінації. Найвища кореляція спостерігається між кредитним ризиком та динамікою реальної заробітної плати. На підставі вибору 5 найбільш суттєвих змінних у кожній групі, автором визначено емпіричні ряди даних, які доцільно використати для розрахунку багатофакторної регресійної моделі (2), що набула виду:

y = в0 + в1 x1 + в2 x8 + в3 x11 + в4 x17 + в5 x20 + е (2)

де y = Creditriskit -- річний приріст частки резервів під кредитні ризики, x1 = GDPt -- зростання реального ВВП, x8 = Interestt -- процентна ставка за роздрібними кредитами, x11 = Pricest -- річний приріст грошового агрегату M2, x17 = Householdt -- зміна показника заробітної плати, x20 = Extt -- зміна валютного курсу.

Включення решти аналізованих макроекономічних змінних у рівняння багатофакторної регресії видається недоцільним з огляду на високий рівень кореляції між показниками з однієї групи.

За допомогою використання пакету прикладних програм EViews 7.0 на основі методу найменших квадратів побудовано достовірну модель з відібраними пояснюючими змінними, для характеристики якої застосовано класичні критерії оцінки регресійних моделей. Багатофакторна регресійна модель формалізується таким чином:

Creditrisk = 84,788 - 0,765*GDP + 0,115*Interest - 0.583*Prices - 3,773*Household + 0,328*Ext (3)

Отримана стрес-тестова модель характеризується такими параметрами її надійності: R2 = 0,83; Ш2 = 0,81; F-статистика = 38,60; імовірність порушення критерію Фішера = 0,00 %; SE = 20,77;DW = 2,17. Оцінювання даної економетричної моделі з використанням відповідних тестів та критеріїв статистики показало, що вона є правильно специфікованою. Запропонована автором багатофакторна модель має достатню кількість врахованих регресорів, про що свідчить значення статистики Дарбіна-Уотсона (DW=2,17). Це підтвердило вірність припущень автора щодо суттєвого впливу обраних макроекономічних параметрів на рівень кредитного ризику банків України.

Економічний зміст даної моделі полягає в тому, що в умовах економічного зростання, збільшення кількості грошової маси та реальної заробітної плати рівень кредитного ризику знижується. З іншого боку, зростання кредитних ставок для населення та девальвація національної валюти зумовлюють підвищення рівня кредитного ризику. Незважаючи на те, що всі змінні в моделі є статистично значущими, головним за силою впливу фактором виявився приріст реальної заробітної плати . У таблиці 3 наведена економічна значущість усіх факторів регресії за умови негативного подвійного стандартного відхилення кожного з них від значень відповідних показників станом на 01.01.2013 р.

Таблиця 3. Економічна значущість коефіцієнтів багатофакторної регресійної моделі для загального кредитного портфелю

Падіння темпу приросту реальної заробітної плати на значення подвійного стандартного відхилення (16 %) зумовлює зростання частки резервів під кредитні ризики на 10,36 п.п. за умови, що значення решти показників залишаться сталими на рівні 01.01.2012 року. Другим за значимістю фактором є річний приріст грошового агрегату М2: його зниження на розмір подвійного стандартного відхилення (29,85%) призведе до зростання резервів під кредитні ризики на 6,32 п.п. На основі отриманих результатів можна зробити висновки про важливе значення державної політики, направленої на підтримку необхідних темпів зростання доходів населення та ризикованість надто жорсткої рестрикційної монетарної політики НБУ з точки зору якості кредитного портфелю банківської системи України.

Важливим етапом макроекономічного стрес-тестування банків є відбір сценаріїв. З одного боку, стрес-тести повинні досліджувати вплив надзвичайно екстремальних економічних подій, а з іншого, якщо ці події надто нереалістичні, результати стрес-тестів втрачають своє практичне значення для органів банківського регулювання. Основна частина критики більшості програм макроекономічного стрес-тестування стосується неадекватного вибору сценаріїв, які бувають надто оптимістичними або ж, навпаки, дуже жорсткими.

Для уникнення цієї проблеми автором було використано три альтернативні підходи до формування шокових сценаріїв: 1) метод найгірших сценаріїв; 2) негативне корегування поточних значень усіх факторів на розмір подвійного стандартного відхилення; 3) метод експертних суджень (таблиця 4).

Таблиця 4. Параметри макроекономічних сценаріїв, %

Одним зі способів формування песимістичних сценаріїв є обчислення впливу найгірших історичних значень обраних макроекономічних факторів. Для стрес-тестування банків України пропонуємо використовувати відповідні мінімальні чи максимальні значення показників за період 2000-2011 років. Аномальні значення кожної змінної разом із роком, в який вони були зафіксовані, відображені в таблиці 4. Альтернативним методом побудови макроекономічного сценарію є зміна поточного значення макроекономічного показника в несприятливому напрямку на розмір подвійного стандартного відхилення. Підхід має дві головних переваги в порівнянні з методом найгірших сценаріїв. По перше, така шокова зміна макроекономічних показників є досить ймовірною, при цьому відбувається не надто різко. По-друге, підхід дає можливість конструювати більш жорсткі сценарії за умови коли змінна росла у сприятливому напрямі протягом усього аналізованого періоду 2000-2011. На приклад, обсяги грошового агрегату М2 весь час лише зростали за виключенням кризового 2009 року, коли впали на 5,16 %. Проте якщо віднімемо подвійне стандартне відхилення від поточного значення, отримаємо можливість його зниження на 15,61 %.

Макроекономічний сценарій може ґрунтуватись на експертних судженнях. У цьому випадку формувати сценарії варто таким чином, щоб вони відображали поточні очікування фахівців щодо майбутньої динаміки макроекономічних змінних, скориговані на додатковий стрес. Експертний підхід дає змогу виправити недоліки двох попередніх підходів, пов'язані з неможливістю врахувати при математичному моделюванні усіх особливостей економічного життя. Так, обсяг можливої девальвації гривні, розрахований за другим сценарієм має усереднений характер: сильно регульований вид валютного курсу в Україні зумовлює утворення довгих періодів курсової стабільності (відхилення значно нижчі за розрахункові 27,74 %), і короткострокових зрушень, які часто перевищують усереднене значення. Експертний підхід дозволяє встановити жорсткіший і реалістичніший сценарій валютного шоку.

Перед дослідженням впливу обраних макроекономічних стресових сценаріїв на рівень резервів під кредитні ризики та адекватність капіталу банків України необхідно зазначити ряд припущень.

1. Припустимо, що виявлені взаємозв'язки багатофакторної регресійної моделі в майбутньому залишаться незмінними. Це є досить строгим припущенням з огляду на те, що через брак якісних даних не було змоги включити в часовий діапазон моделювання період до 2000 року. З іншого боку, модель охоплює усі фази економічного циклу, що підвищує рівень її точності.

2. Припустимо, що майбутні прибутки банків дорівнюватимуть нулю, і, таким чином, додаткові відрахування на формування резервів під кредитні ризики прямо віднімаються від поточного обсягу власного капіталу. На практиці, за 2011 р. банки України загалом отримали збитки (-7,7 млрд. грн.).

3. Припустимо, що відразу під час погіршення макроекономічного середовища не буде застосовано жодних антикризових дій з боку керівництва банків та органів державного регулювання. Хоча це припущення є нереалістичним, можливі реалії залишаються непередбачуваними, я тому їх неможливо змоделювати.

4. Також зазначимо, що в роботі пропонується спрощений варіант стрес-тестової методики, в якій не враховуються міжбанківські ефекти «зараження», банківські паніки, а також похідні від описаного макроекономічного шоку зворотні ефекти. Адекватно оцінити усі перелічені ефекти в розрізі окремих банків здійснити стрес-тестування решти ризиків (валютного, ліквідності, процентного) має можливість лише орган банківського регулювання, що володіє актуальною, повною та детальною статистичною інформацією.

Виходячи із зазначених вище припущень було розраховано необхідні обсяги резервів під кредитні ризики та можливі варіанти зниження показника адекватності власного капіталу банків України за умови реалізації трьох стресових сценаріїв. Вплив макроекономічних сценаріїв на частку резервів під кредитні ризики та показник адекватності капіталу відображений у таблиці 5.

Таблиця 5. Вплив різних макроекономічних сценаріїв на адекватність власного капіталу і рівень резервів під кредитні ризики

Результати макроекономічного стрес-тестування показали, що частка резервів під кредитні ризики суттєво зросте за умов реалізації кожного зі сценаріїв. За умови значних втрат у кредитних портфелях банківська система України виявиться недостатньо капіталізованою, не зважаючи на високе поточне значення коефіцієнта адекватності власного капіталу, яке становить 14,7 % станом на 01.01.2011 р. Якщо буде реалізований найжорсткіший сценарій №1, загальний показник адекватності капіталу банківської системи України може понизитись до 3,9 % (з врахуванням того, що обсяги капіталу, активів та кредитів залишаться незмінними). Якщо здійсняться експертні припущення щодо стресового макроекономічного сценарію, рівень резервів під кредитні ризики зросте з 18,2 до 27,9 %, а загальний показник адекватності капіталу банків становитиме 7,27 %.

Підсумовуючи результати проведеного макроекономічного стрес-тестування кредитного ризику банків України, можна зробити висновок, що основними факторами, які впливають на зростання показників кредитного ризику БСУ є зниження реальної заробітної плати та грошового агрегату М2. Падіння розміру основного джерела доходів позичальників спричиняє високий ріст неплатоспроможності та дефолтів за борговими зобов'язаннями, що для банків означає ріст відрахувань на формування резервів під кредитні ризики та додаткові потреби в капітальних ресурсах. При цьому зростання реальної заробітної плати виключно за рахунок зниження темпів інфляції не справлятиме належного позитивного ефекту для структури кредитних портфелів банків, оскільки монетарна рестрикційна політика (а отже зниження темпів росту грошових агрегатів) несприятливо впливатиме на рівень кредитного ризику.

Розраховані значення адекватності власного капіталу банків за умов стресу свідчать про необхідність подальшого нарощення капіталізації банківської системи України, оскільки поточний рівень коефіцієнту достатності капіталу може зазнати різкого падіння під час економічної кризи. Запропонований підхід до проведення макроекономічного стрес-тестування потребує вдосконалення особливо в аспекті використання детальніших рядів економічних даних, побудови аналогічних багатофакторних моделей на основі індивідуальних даних по кожному банку окремо з використанням внутрішньої інформації про структуру кредитного портфелю. Незважаючи на перелічені обмеження, активне застосування сучасних багатофакторних моделей макроекономічного стрес-тестування банків, їхнє вдосконалення, специфікація та розширення переліку аналізованих ризиків сприятиме підвищенню ефективності існуючої системи регулювання банківської діяльності.

Література

1. Drehmann M. Stress Tests: Objectives, Challenges and Modelling Choices / M. Drehmann // Riksbank Economic Review. -- 2008. -- June. -- 33 pgs.

2. Rebonato R. Coherent Stress Testing: A Bayesian Approach to the Analysis of Financial Stress / Rebonato R. -- Chichester: John Wiley & Sons Ltd, 2010. -- 241 pgs.

3. Oyama T. Plausibility of Stress Scenarios / T.Oyama // IMF-DNB 2nd Expert Forum on Advanced Techniques on Stress Testing: Applications for Supervisors. -- Amsterdam, 2007. -- 23-24 October. -- pp. 3-10.

4. Науменкова С. Стрес-тестування як інструмент діагностики фінансової стійкості банків / С. Науменкова, С. Міщенко // Вісник НБУ. -- 2008. --№ 5. -- с.18-23.

5. Ребрик Ю.С. Аналіз ліквідності банку в умовах нестабільності фінансових ринків [Текст]/ Ю.С. Ребрик // Економічний аналіз. -- 2010. -- Вип. 5. -- С. 326--328.

6. Сенченко О.С. Стрес-тестування як інструмент посилення банківської безпеки / О.С. Сенченко // Вісник Донецького національного університету економіки і торгівлі ім. М. Туган-Барановського. -- 2010. -- № 4. -- c. 281-293.

7. Havrylchyk O. A macroeconomic credit risk model for stress testing the South African banking sector / O. Havrylchyk // South African Reserve Bank Working Paper. -- March 2010. -- № 10/03. -- 39 p.

8. Офіційний сайт Національного банку України [Електронний ресурс] -- Доступний з http://www.bank.gov.ua.

9. Офіційний сайт Державної служби статистики України [Електронний ресурс] -- Доступний з http://www.ukrstat.gov.ua/.

10. Офіційний сайт компанії «Благовіст» [Електронний ресурс] -- Доступний з www.blagovist.ua.

Размещено на Allbest.ru