Кредитные риски в системе финансового риск-менеджмента тема диссертации по экономике, полный текст автореферата
Автореферат
Ученая степень | кандидат экономических наук |
Автор | Ситникова, Наталья Юрьевна |
Место защиты | Москва |
Год | 2004 |
Шифр ВАК РФ | 08.00.10 |
Автореферат диссертации по теме "Кредитные риски в системе финансового риск-менеджмента"
На правах рукописи
СИТНИКОВА НАТАЛЬЯ ЮРЬЕВНА
КРЕДИТНЫЕ РИСКИ В СИСТЕМЕ ФИНАНСОВОГО РИСК-МЕНЕДЖМЕНТА
Специальность 08.00.10 - Финансы, денежное обращение и кредит
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата экономических наук
Москва 2004
Работа выпонена на кафедре Финансы и цены Российской экономической академии им. Г.В. Плеханова
Научный руководитель -
доктор экономических наук, профессор Хоминич Ирина Петровна
Официальные оппоненты:
доктор экономических наук, профессор Чернецов Сергей Александрович
кандидат экономических наук Тихомиров Сергей Николаевич
Ведущая организация -
Московский государственный социальный
университет
Защита состоится 28 апреля 2004 г. в 13 час. на заседании диссертационного совета К 212.196.02 в Российской экономической академии им. Г.В. Плеханова по адресу: 115998, Москва, Стремянный переулок, 36.
С диссертацией можно ознакомиться в библиотеке РЭА им. Г.В. Плеханова.
Автореферат разослан 25 марта 2004 г.
Ученый секретарь диссертационного совета
д.э.н., профессор
Общая характеристика работы.
Актуальность темы диссертационного исследования обусловлена необходимостью разработки и внедрения научно обоснованной методологии управления кредитными рисками в деятельности бизнес-структур. Значение этой проблемы в России усиливается в связи с углублением рыночных отношений, возрастанием неопределенности на финансовых рынках, а значит вероятности потерь, активизацией интеграционных процессов вхождения отечественных структур в мировую финансовую систему.
Совершенствование действующих и конструирование новых технологий, инструментов финансового риск-менеджмента, особенно в сфере управления кредитными рисками, приобретают особую актуальность в связи с нарастанием общемировой тенденции усиления роли финансовой системы не только в экономике, но и жизни общества в целом; глобализации финансовых рынков; ростом международной конкуренции; увеличением волатильности рынков и возрастанием интенсивности дефотов.
В этих условиях ситуация в России представляется еще более острой, поскольку цивилизованная научно обоснованная практика работы отечественных структур в сфере финансового риск-менеджмента находится пока в стадии формирования, отсутствуют реальные механизмы финансовой поддержки предприятий в кризисных ситуациях. Во многом это вызвано тем фактом, что вплоть до финансового кризиса 17 августа 1998 года в России не уделялось дожного внимания проблемам управления финансовыми и кредитными рисками, в этой связи налицо и недостаточный уровень исследований данной проблемы в отечественной науке.
В то же время, в силу исключительной динамичности, нестабильности и турбулентности финансовых рынков России, в сочетании с продожающимся процессом развития законодательной базы, управление финансовыми и кредитными рисками становится обязательным инструментом принятия решений как по вопросам финансирования, кредитования, инвестиционной деятельности, создания и оптимизации портфелей финансовых инструментов, управления активами и пассивами, так и выработке управленческих стратегий. Грамотное решение этих проблем приобретает особую актуальность в деятельности отечественных бизнес-структур.
Таким образом, объективно возрастает необходимость в изучении, разработке и внедрении научно обоснованной системы управления финансовыми и кредитными рисками, при этом важное значение приобретают комплексные теоретические и
аналитические разработки, посвященные анализу, оценке и мониторингу кредитных рисков в системе финансового риск-менеджмента.
Степень научной разработанности темы. Проблемы управления кредитными рисками достаточно подробно исследованы за рубежом мировыми деятелями науки и практиками, о чем свидетельствует широкий перечень публикаций, научных и технологических разработок. Вместе с тем, налицо явный дефицит научных исследований и публикаций отечественных специалистов по данной проблематике. Поскольку эффективное функционирование системы финансового риск-менеджмента невозможно без использования передовых современных подходов и инструментов к управлению кредитными рисками, то новизна проблемы для российской экономики заключается в необходимости проведения научных исследований в данном направлении, разработке методических рекомендаций по оценке, анализу и минимизации кредитных рисков с целью их практического внедрения в деятельность отечественных структур.
В процессе диссертационного исследования широко использовались различные источники информации: монографии зарубежных и отечественных ученых по риск-менеджменту, управлению кредитными рисками как основному виду финансовых рисков для российской экономики, периодические издания, статистические и информационные данные.
Объектом диссертационного исследования являются финансовые институты, которые в процессе хозяйственной деятельности подвергаются и принимают на себя кредитные риски.
Предметом исследования данной работы является процесс управления кредитными рисками на основе использования современных методов их оценки.
Цель диссертации состоит в разработке методики моделирования и оценки факторов риска для принятия финансовыми институтами решений по управлению кредитными рисками на основе исследования современной методологии управления кредитными рисками.
Для достижения указанной цели, в работе были поставлены следующие задачи:
Х исследовать экономическую природу кредитных рисков и их место в системе финансового риск-менеджмента;
Х изучить типологию кредитных рисков;
Х исследовать методологию оценки кредитных рисков как основного вида финансовых рисков для российского сектора экономики в системе финансового риск-менеджмента;
Х выявить преимущества, недостатки и наиболее эффективные сферы применения отдельных методологических подходов и методик оценки кредитных рисков;
Х провести классификационный анализ системных комплексов по оценке кредитных рисков портфеля;
Х проанализировать методики по определению стоимости кредитных продуктов;
Х исследовать систему управления кредитными рисками;
Х разработать методику моделирования и оценки факторов риска для принятия решений по управлению кредитными рисками.
Теоретическую основу исследования составили труды и исследования отечественных и зарубежных деятелей науки и практиков в области управления кредитными рисками, риск-менеджмента и анализа рисков.
Становление, развитие и достижения финансового риск-менеджмента как отдельной науки и системы управления кредитными рисками рассматриваются в трудах ведущих зарубежных специалистов: Ф. Джориона, Дж. Куота, Э. Альтмана, П. Нараянана, В. Смитсона, К. Смита, Дж. Вифорда, А. Сондерса, Р. Мертона, С. Алена, С. Бексака, М. Круи, Д. Галаи, Р. Марка и др.
Среди российских исследователей следует назвать Балабанова И.Т., Барбау-мова В.Е., Гранатурова В.М., Лобанова АЛ., Рогова М.А., Русанова Ю.Ю., Севрук В.Т. идр.
Методологической основой диссертационного исследования явились принципы диалектической логики, позволяющие рассматривать все явления в развитии и взаимосвязи. В работе использовались такие методы и приемы, как статистическое наблюдение, анализ, классификация, дискриминантный и факторный анализ, а также методы математической статистики и моделирование экономических процессов.
Научная новизна работы с остоит в следующем:
- выявлены основные тенденции и предпосыки развития кредитного риск-менеджмента;
- уточнены теоретические понятия кредитный риск, кредитное событие, миграция кредитных рейтингов, а также классификация кредитных рисков;
- определены и оценены факторы, влияющие на уровень кредитного риска: вероятность наступления дефота, подверженность кредитному риску, потери в случае дефота;
- разработана классификация действующих методов оценки кредитного риска по признакам математического обеспечения, сфере применения, предмету исследования;
- обобщены, научно обоснованы и систематизированы современные технологии анализа и оценки кредитного риска, выявлены их преимущества и недостатки;
- предложены методические подходы к определению эффекта воздействия качественных рисков на уровень кредитного риска финансовых институтов.
Практическая значимость диссертационного исследования состоит в следующем:
- разработаны основные методы оценки влияния изменения кредитного рейтинга на рыночную стоимость финансовых инструментов;
- обоснованы рекомендации по приоритетному использованию концепции рентабельности капитала с учетом риска (концепция RAROC) при определении стоимости кредитного продукта;
- предложены сравнительные характеристики системных комплексов оценки кредитного риска портфеля, которые позволяют всесторонне оценить возможности и сферы применения этих комплексов;
- разработан комплекс мер по управлению и повышению эффективности кредитного риск-менеджмента;
- разработана методика моделирования и оценки факторов риска при принятии финансовыми институтами решений по управлению кредитными рисками.
Рекомендации и предложения, сформулированные в диссертации, могут быть использованы Министерством финансов РФ при формировании политики в области управления кредитными рисками на финансовых рынках, политики в области внешних государственных займов, оценки страновых рисков; Центральным банком России для регулирования, контроля и надзора за кредитным риском коммерческих банков, а также российскими финансовыми институтами для оценки и управления кредитными рисками. Материалы диссертации могут использоваться для разработки учебных курсов в высших учебных заведениях и бизнес-школах по финансовому риск-менеджменту.
Апробация работы. Основные положения и выводы диссертации использованы в деятельности Исследовательской группы РЭА - Риск-менеджмент, а также при написании учебного пособия, программы и учебного курса Финансовый риск-менеджер для подготовки к сдаче Международного квалификационного экзамена на получение аттестата Financial Risk Manager (FRM), проводящегося Международной ассоциацией специалистов по управлению рисками (GARP) и ставшего общепризнанным стандартом в области методологии финансового риск-менеджмента.
Материалы диссертационного исследования использованы в деятельности МПИ Банка (ЗАО). Апробирована и внедрена разработанная в диссертации ме-
тодика моделирования и оценки качественных факторов риска при принятии решений банком по управлению кредитными рисками.
Материалы и выводы диссертационной работы послужили основой лекционных и семинарских занятий по учебным дисциплинам Финансовые стратегии компании, Теоретические основы риск-менеджмента, Управление финансовыми рисками для программ подготовки бакалавров экономики, специалистов и магистров, а также международной программы "ШS-Plekhanov" в РЭА им. Г.В. Плеханова.
Результаты диссертационного исследования использованы автором на Второй международной ежегодной конференции и выставке по риск-менеджменту GARP 2001, проводившейся в Нью-Йорке в феврале 2001 года.
Основные идеи и выводы диссертационного исследования нашли отражение в публикациях автора, общий объем которых составляет 20,5 п.л.
Логика диссертации обусловлена поставленными в ней задачами и определяет структуру работы.
Структура работы. Диссертационная работа состоит из введения, трех глав, заключения, списка использованной литературы, а также включает в себя приложения. Работа, включая приложения, изложена на 170 страницах машинописного текста, содержит 13 таблиц и 9 рисунков. Список использованной литературы включает 132 наименования, в том числе 73 источника на иностранном языке.
Основное содержание работы
Во введении обоснована актуальность избранной темы, ее место и значимость в экономической науке и практике, определены объект, предмет, цель и задачи исследования. Сформулированы научная новизна исследования, содержание полученных автором результатов, их практическая ценность.
Первая группа проблем, рассматриваемых в диссертационной работе, связана с исследованием экономической сущности кредитных рисков, их места в системе финансового риск-менеджмента, аспектов их трансформации в современных условиях, а также факторов, их определяющих.
Теоретическое исследование системы финансового риск-менеджмента позволило автору определить и уточнить основное содержание и элементы системы -объект и субъект управления с соответствующими функциями управления, с единой целью управления, а также прямыми и обратными взаимосвязями, основанными на информации.
Развитие теоретических основ финансового риск-менеджмента предполагает изучение понятия процесс финансового риск-менеджмента, который, как свиде-
тельствует исследование автора, включает в себя несколько основных этапов: идентификацию риска; оценку риска; выбор метода и инструментов управления риском; мониторинг риска. Первые два этапа принято называть анализом риска. При этом идентификация риска относится к качественному анализу, а оценка риска - к количественному анализу. Назначение анализа риска - это определение меры и величины риска, необходимой для принятия решений о целесообразности осуществления конкретной операции или сдеки.
Исследование классификации финансовых рисков позволило систематизировать и обобщить принятые классификации в единую и определить роль и место кредитных рисков в системе финансового риск-менеджмента как основного элемента финансовых рисков. Доказательством этого утверждения, по мнению автора, является, во-первых, размер необходимого резерва, который финансовые институты дожны формировать против потерь вследствие кредитного риска, значительно превышающий объем резерва, создаваемого против других видов финансового риска; во-вторых, огромные масштабы потерь, банкротств и дефотов из-за подверженности именно кредитному риску, а также частоты, с которой они возникают и распространяются, к которым относятся российский финансовый кризис 1998 г., азиатский кризис 1997 г., кризис на рынке недвижимости в 1990-92 гг. и т.д.
Исследование экономической природы кредитного риска и имеющихся в отечественной, зарубежной учебной и научной литературе токований (Ф. Джориана, Дж. Куота, Э. Альтмана, П. Нараянана, Н. Хохлова, И. Балабанова и др.), позволило автору определить его как риск невыпонения контрагентом своих обязательств и предложить более широкий концептуальный подход к осмыслению этого понятия. Не ограничивая кредитный риск только сферой кредитования, автор распространяет его на целый ряд других финансовых операций, включая операции с ценными бумагами, операции с иностранной валютой, торговое финансирование, сдеки на межбанковском рынке, акцептование, а также предоставление гарантий и поручительств.
Понятие кредитных рисков сопряжено с источником кредитного риска, который может быть представлен как в виде отдельного, конкретного заемщика, так и в виде ссудного портфеля, т.е. совокупности кредитных вложений. В этой связи, по нашему мнению, в первом случае, кредитный риск представляет собой риск невыпонения заемщиком своих обязательств, а во втором случае, он определяется как вероятность уменьшения стоимости части активов, представленных суммой выданных займов и приобретенных договых обязательств, либо значительным снижением фактической доходности от данной части активов.
Теоретическое исследование кредитных рисков включает проведенную автором систематизацию принятых классификаций.1 Наиболее точная и исчерпывающая классификация составлена специалистами компании Price Waterhouse & Coopers и уточнена автором. Она предполагает деление кредитных рисков по источнику проявления на внешний - риск контрагента и внутренний - риск кредитного продукта (рис.1).
КРЕДИТНЫЙ РИСК
Внутренний риск
риск невыплаты основной суммы дога и процентов по нему
риск замещения заемщика риск завершения операции риск обеспечения
Рис. 1. Классификация кредитных рисков
Внешний риск обусловлен оценкой платежеспособности, надежности контрагента, вероятности объявления им дефота и потенциальных потерь в случае дефота. А внутренний сопряжен с особенностями кредитного продукта и возможных потерь по нему вследствие невыпонения контрагентом своих обязательств.
Теоретическое осмысление природы кредитного риска предполагает изучение понятия кредитное событие, отражающее изменение кредитоспособности заемщика или кредитного качества финансового инструмента, наступление которого характеризуется четко определенными условиями. В диссертации обобщена и изучена следующая типология кредитных событий: 1) банкротство, включающее ликвидацию предприятия (за исключением слияния); неплатежеспособность (несостоятельность) предприятия; переуступка прав требования (цессия); возбуждение дела о банкротстве в суде; назначение внешнего управляющего имуществом дожника; наложение ареста третьей стороной на все имущество дожника; 2) досрочное наступление срока испонения обязательства, которое означает объявление дефота (отличного от невыплаты причитающейся суммы) по любому другому
1 Введение в управление кредитными рисками. Пер. с англ. - Price Waterhouse, 1994; Севрук В.Т. Риски финансового сектора Российской Федерации. - М.: Фннстаткнформ, 2001; Управление финансовыми рисками. - М.: НП Исследовательская группа РЭА-Риск-менеджмеит, 2003; Cauoette J., Altman Е. I., Narayanan P. Managing credit risk: The next great financial challenge. - L.: John Wiley & Sons, Inc., 1998; Jorion P. Financial risk manager (FRM) instruction manual. - N.Y.: Carli Management Corporation, 2000.
Внешний риск *
- риск контрагента
- страновой риск
- риск концентрации
- риск ограничения вывода денежных средств за пределы страны
аналогичному обязательству данного заемщика и вступление в силу оговорки о досрочном наступлении срока испонения данного обязательства; 3) дефот по обязательству (кросс-дефот), который означает объявление дефота (отличного от невыплаты причитающейся суммы) по любому другому аналогичному обязательству данного заемщика; 4) неплатежеспособность, подразумевающая невыплату заемщиком определенной (превышающий оговоренный предел) суммы в срок (по истечении оговоренного льготного периода); 5) отказ или мораторий, при котором контрагент отказывается от совершения платежа или оспаривает юридическую силу обязательства; 6) реструктуризация задоженности, повлекшая за собой односторонний отказ, отсрочку или изменение графика погашения задоженности на менее выгодных условиях. Допонением к предложенной типологии могут быть признаны и такие факты, как понижение или отзыв рейтинговым агентством кредитного рейтинга заемщика; неконвертируемость валюты, вызванная введенными государством ограничениями; действия государственных органов, ставящие под угрозу юридическую силу обязательства, препятствующие осуществлению деятельности правительства или банковской системы.
Исследование современной отечественной практики кредитного риск-менеджмента в финансовых институтах России свидетельствует, что среди различных собственных внутрифирменных методик кредитного анализа распространен классический подход к анализу кредитоспособности заемщика, Он включает оценку кредитоспособности заемщика (анализ финансового состояния, экспертная оценка уровня профессионализма топ-менеджмента, анализ состояния отрасли заемщика и конкурентной позиции заемщика, страновой риск), оценку риска кредитного продукта. Важное значение при этом имеют характеристики заемщика, которые лежат в основе формирования его кредитного рейтинга.
В диссертации уделено внимание исследованию изменений кредитных рейтингов, т.е. миграции, анализ которой есть важная составляющая процесса кредитного риск-менеджмента. Необходимость такого анализа обусловлена существенным влиянием изменения кредитных рейтингов на стоимость финансовых инструментов, возможностью прямых потерь или выигрыша в результате реакции рынка, трансформацией всей кредитной политики финансового института.
Изменение кредитного риска при миграции рейтинга влечет за собой уменьшение или увеличение рыночной стоимости обязательств. В результате проведенного исследования автором выявлены четыре основных метода оценки влияния изменения кредитного рейтинга на рыночную стоимость финансового инструмента: метод модифицированной дюрации; метод переоценки стоимости инструмента по форвардной кривой доходности; аналитический метод; факторный метод.
Метод модифицированной дюрации заключается в умножении модифицированной дюрации на изменение кредитного спреда при миграции рейтинга с использованием средней доходности к погашению или спреда с учетом опциона (обычно это опцион кол в случае отзывных облигаций). Второй метод переоценки стоимости инструмента по форвардной кривой доходности заключается в оценке стоимости облигации в зависимости от возможных изменений рейтинга в следующем периоде, например, через год, и дисконтировании денежных средств, приходящихся на этот период, по форвардной кривой доходности по бескупонным облигациям для нового значения кредитного рейтинга (система CreditMetrics). Третий аналитический метод состоит в непосредственном наблюдении изменений рыночной цены облигаций при изменении кредитного рейтинга по большому числу выпусков с разными кредитными рейтингами. Четвертый метод, названный автором факторным, заключается в разложении наблюдаемого рыночного спреда по облигациям с различным рейтингом на влияющие факторы и выделение того из них, который отражал бы влияние ожидаемого изменения кредитного рейтинга.
Комплексный анализ влияния миграции кредитного риска на доходность портфеля дожен учитывать корреляции между изменениями рейтингов различных инструментов, составляющих портфель. Корреляционная матрица может быть оценена как напрямую, по историческим корреляциям в миграции кредитных рейтингов, так и косвенно, по наблюдаемым корреляциям в динамике рыночных цен акций или же на основе теоретических моделей, предсказывающих поведение цен акций.
В результате проведенного исследования обоснован вывод о том, что преимуществом первого подхода является непосредственное наблюдение процесса миграции рейтингов и изучение его характеристик, однако рейтинги, как правило, реагируют на изменение кредитного риска с запаздыванием. Цены акций являются опережающим индикатором кредитного риска, однако наличие определенной корреляции между ними не означает наличия такой же корреляции в изменениях кредитных рейтингов.
В ходе исследования концептуальных основ кредитного риск-менеджмента автором выявлены и изучены факторы, оказывающие влияние на кредитный риск и учитываемые при осуществлении оценки кредитного риска контрагента. По нашему мнению, поскольку дефот является основным критерием наступления кредитного события, оценка кредитного риска дожна базироваться на расчете показателя вероятности наступления дефота. В этой связи, уровень кредитного риска можно рассматривать как функцию от следующих параметров:
Х вероятности наступления дефота, оцениваемой путем анализа финансового состояния заемщика или рыночной стоимости выпущенных им в обращение облигаций и акций. Прогноз вероятности дефота и оценка корреляции между дефотами для составляющих портфеля представляет собой центральную задачу при моделировании кредитного риска;
Х подверженности кредитному риску, представляющей собой экономическую оценку стоимости активов, подверженных риску, в момент объявления дефота. Для относительно простых инструментов таких, как ссуды или обыкновенные облигации, подверженность кредитному риску принимается постоянной и равной их номинальной стоимости, однако для производных инструментов распределение подверженности кредитному риску во времени будет иметь более сложный вид;
Х потери в случае дефота, отражающие уровень потерь с учетом частичного восстановления активов, например, путем реализации залога, испонения гарантий и т. п. Так, если коэффициент восстановления равен 30% от общей суммы кредита, то потери в случае дефота составят 70% от подверженности кредитному риску. Уровень восстановления задоженности может также существенно различаться по различным категориям контрагентов и видам кредитных продуктов.
В результате проведенного исследования можно выразить общую величину кредитного риска через величину кредитных потерь, которую можно оценить с помощью трех составляющих кредитного риска, перечисленных выше.
Таким образом, потери вследствие кредитного риска для одного актива можно формально представить как произведение перечисленных параметров:
где Ь - двоичная случайная переменная, принимающая значение 1 в случае наступления дефота и 0 - в противном случае;
СЕ - подверженность кредитному риску в момент объявления дефота;
Я - уровень восстановления задоженности;
ЬОБ = (1^) - безвозвратные потери в случае дефота.
Ввиду этих факторов оценка странового кредитного риска обычно признается более субъективной по сравнению с оценкой риска корпоративных обязательств, а кредитный рейтинг страны представляет собой менее надежный показатель по сравнению с корпоративным рейтингом. В то же время для оценки риска дефота государства можно использовать рыночный подход, основанный на анализе спре-дов доходности по государственным облигациям данной страны и развитых стран.
Для оценки кредитного риска помимо вероятности наступления дефота необходимо учесть подверженность кредитному риску при наступлении дефота, то есть размер принимаемого риска в денежном выражении.
Следовательно, подверженность кредитному риску можно определить как положительную рыночную (в более широком смысле, экономическую) стоимость актива в определенный момент времени V
СЕ, = шах (УД 0), (2)
где СЕ,- подверженность кредитному риску;
V Ч экономическая стоимость активов, подверженных кредитному риску.
Таким образом, в ходе исследования были проанализированы факторы, влияющие на оценку кредитного риска: вероятность наступления дефота, подверженность кредитному риску и потери при дефоте.
Вторая группа проблем посвящена методологии оценки кредитных рисков, разработанных в теории и принятых в отечественной и зарубежной финансовой практике методов анализа и оценки кредитных рисков, а также выявлению их преимуществ, недостатков, сфер использования.
В результате проведенного исследования автором составлена классификация действующих методик оценки кредитного риска по нескольким признакам: по лежащим в их основе математическим методам; по сфере применения; по предмету исследования.
Первый классификационный признак включает методики на основе анализа выживаемости, вероятностного и статистического моделирования, математического программирования, теории игр, нейронных сетей и др. По применяемому математическому аппарату методики оценки кредитного риска можно классифицировать на: эконометрические модели, основанные на линейном и многомерном дис-криминантном анализе, регрессионном анализе (в частности, логит- и пробит-модели, используемые для прогнозирования вероятности дефота как функции от нескольких независимых переменных) и др.; нейронные сети - компьютерные агоритмы, имитирующие работу человеческого мозга посредством взаимодействия взаимосвязанных нейронов1; отимизационные модели, основанные на методах математического программирования, позволяющие минимизировать ошибки кредитора и максимизировать прибыль с учетом различных ограничений2; экспертные
' Нейросети используют тс же входные данные, что и в экоиометрическом подходе, выделяя взаимосвязи посредством многократного повторения, методом проб и ошибок.
2 С помощью методов математического программирования, в частности, определяют оптимальные доли клиентов в портфеле ссуд и/или оптимальные параметры кредитных продуктов.
системы, использующиеся для имитации процесса оценки риска, осуществляемого опытным и квалифицированным специалистом при принятии кредитного решения1; гибридные системы, которые используют вычисления, статистическое оценивание и имитационное моделирование и могут быть основаны на причинно-следственных отношениях (например, к ним относится модель EDF компании KMV, предназначенная для оценки вероятности дефота);
Второй классификационный признак (сфера применения) включает следующие методики: принятия решений о предоставлении кредита; определения внутреннего или внешнего кредитного рейтингов; расчета стоимости кредитных продуктов; создания системы раннего предупреждения, своевременно указывающей на потенциальную вероятность потерь и способствующей принятию мер по сокращению кредитного риска; выработки стратегии взаимоотношений с контрагентами (например, если результат оценки свидетельствует о том, что заемщик испытывает временные трудности с ликвидностью, то, возможно, следует не отказывать ему в кредитовании, а определить соответствующие этому случаю условия).
Третий классификационный признак предполагает использование актуарных методов, позволяющих рассчитать объективную оценку вероятности наступления дефота на основе статистических данных по дефотам; рыночных методов, основанных на рыночной стоимости акций, облигаций или производных финансовых инструментов, с помощью которых определяют вероятность дефота и премию за риск.
В рамках исследования методологии оценки кредитных рисков в диссертации уделено значительное место исследованию актуарных методов, к которым относятся статистические модели, использующие данные бухгатерской отчетности для установления эмпирической взаимосвязи между финансовыми показателями и возможностью дефота (Z-модель Альтмана и модель ZETA). Модель ZETA прогнозирует банкротство компаний с точностью до 90% за один год и с точностью свыше 70% вплоть до пяти лет до наступления дефота. По результатам тестирования и применения модель ZETA показала большую точность, чем Z-модель, особенно при прогнозировании на продожительные временные горизонты.
В работе проведено исследование коррекции индекса кредитоспособности Z с целью его использования на развивающихся рынках, так называемый скоринг развивающихся рынков (EMS).
В диссертации сформулировано главное преимущество Z-модели и модели ZETA, состоящее в их востребованности практикой кредитного-риск-менеджмента,
1 Составляющими экспертных систем являются набор логических правил вывода, база знаний, содержащая количественные и качественные данные об объекте принята решений, а также модуль для ввода ответов пользователя на вопросы системы.
которая выражается в использовании этих моделей для следующих целей: 1) формирования кредитной политики финансового института; 2) осуществления кредитного контроля; 3) определения стоимости кредитного продукта; 4) оценки кредитного риска.
Выявлены также следующие недостатки данных моделей: обе модели являются чисто эмпирическими, подогнанными по выборке и не основываются на какой-либо состоятельной теоретической концепции; в моделях используются данные финансовой отчетности, которые могут лишь частично отражать реальное состояние финансового института или отражать его с задержкой; обе модели являются линейными.
Альтернативой моделям среди технологий кредитного риск-менеджмента является рейтинговая оценка, которая также относится к актуарным методам. При этом в диссертации сделан акцент на расчет объективной вероятности дефота, характерной для заемщиков с различным кредитным рейтингом на основе анализа выживаемости (исследования Альтмана в 1988-1997 гг.1 и рейтинговых агентств Moody's2 и Standard & Poor's в 1990-х гг.).
В рамках исследования методологии оценки кредитных рисков автором систематизированы рыночные методы оценки кредитных рисков, в которых прогноз наступления дефота (банкротства) предприятий осуществляется на основе: 1) информации об облигациях, т.е. кредитного спреда; 2) информации о рыночных ценах на акции (теория структуры капитала предприятия, разработанная Модильяни и Милером, и модель ценообразования опционов Блэка, Шоуза и Мертона).
Автором обоснован вывод о том, что в условиях ограниченности фондового рынка (как в России) наиболее приемлемым является использование моделей оценки вероятности дефота на основе рыночных цен акций, что доступно более широкому кругу предприятий-эмитентов.
Наиболее ярким примером моделей оценки кредитных рисков, использующих информацию о стоимости акций и практически не используемых в российской финансовой практике, является модель EDF, разработанная KMV Corporation3. Используя информацию, заложенную в стоимости акций, модель прогнозирует вероятность дефота. Модель оценки вероятности дефота была разработана корпорацией KMV в 1995 г. на основе концепции Р. Мертона и реализована в виде про-
1 Cauoette J. В., Altman Е. I., Narayanan P. Managing credit risk: The next great financial challenge. - L.: John Wiley & Sons, Inc., 1998.
' Historical default rates of corporate bond issuers, 1920-1999. Moody's special report Moody's Investors Service, 2000, January.
1 Название KMV образовано от первых букв фамилий ее основателей: Kealkqfer, McQvcwn, Vasicek. Более
подробная информация о компании содержится на ее странице в Интернет по адресу: Ссыка на домен более не работаетp>
граммного продукта KMV Credit Monitor. Модель используется для оценки вероятности дефота и для управления портфелем ссуд.
Используя оценку стоимости активов предприятия и ее волатильности, модель определяет вероятность наступления дефота на основе эмпирической зависимости ожидаемой частоты дефота от расстояния до точки дефота. Согласно этой модели, банкротство предприятия наступит лишь тогда, когда рыночная стоимость активов опустится ниже балансовой стоимости всех обязательств предприятия. Однако в реальности, предприятие может быть вынуждено объявить дефот раньше, если падение стоимости активов существенно ниже текущей стоимости требуемых в будущем выплат. Это учтено в модели EDF Ч в ней точка дефота соответствует ситуации, когда стоимость активов становится равной сумме его текущих обязательств и 50% догосрочных обязательств. Это соотношение основано на результатах эмпирических исследований, проведенных компанией KMV.
Важным условием применения модели EDF является тот факт, что модель, основанная на рыночной стоимости акций, не может быть применена для оценки вероятности дефота предприятий, которые не выпускают в обращение свои акции. Применительно к таким предприятиям компания KMVиспользует данные финансовой отчетности открытых акционерных обществ для оценки стоимости активов и их волатильности, что приобретает особую актуальность, на наш взгляд, для российской практики в силу высокой степени активности спекулянтов на отечественном рынке акций и значительных колебаний котировок, не обусловленных рыночными факторами, а следовательно, неадекватности котировок акций рыночной стоимости компании как это предполагается в исходной модели EDF. Данный метод предполагает, что реальная рыночная стоимость активов колеблется в диапазоне между операционной стоимостью и ликвидационной стоимостью компании.
В ходе исследования установлены преимущества модели оценки вероятности дефота EDF: серьезное теоретическое обоснование - подход Мертона к оценке стоимости акционерного капитала как опциона на активы; возможность использования в качестве индикатора вероятности дефота практически любого предприятия, акции которого обращаются на рынке; возможность более точной оценки риска дефота по сравнению с рейтинговыми агентствами; учет как рисков пассивов (в виде структуры капитала), так и рисков активов - отраслевой и специфический риски, которые отражаются в волатильности стоимости активов.
В то же время данная модель, основанная на рыночных ценах акций, на наш взгляд, имеет и ряд существенных недостатков: неприменимость к оценке страно-вого риска, поскольку государство может размещать только договые, но никак не долевые инструменты. Наиболее сильно это ограничение проявляется при оценке стоимости кредитных производных инструментов; игнорирование таких харак-
теристик обязательств, как различная очередность удовлетворения требований, обеспечение и защитные оговорки, значительно усложняющие структуру пассивов; ограниченность базы данных по частным предприятиям, не имеющим своих акций в обращении.
Таким образом, проведенное исследование различных подходов по оценке кредитного риска позволяет отметить, что модель EDF, имеющая серьезное теоретическое обоснование, и чисто эмпирическая модель ZETA, построенная с помощью статистического анализа, показывают достаточно близкие результаты прогноза вероятности дефота.
В диссертации проведено исследование подходов к оценке кредитного риска портфеля активов, поскольку кредитный риск дожен рассматриваться не изолированно по позициям, а с точки зрения вклада в общий риск портфеля с учетом эффекта диверсификации. Портфельный подход к измерению кредитного риска позволит уменьшить размер резервируемого капитала по сравнению с обычным суммированием по инструментам и контрагентам, не учитывающим корреляционные взаимосвязи между ними. Необходимо построение многомерного распределения вероятностей потерь по всему портфелю, в котором были бы учтены следующие эффекты взаимодействия составляющих его элементов: корреляции между дефотами; совместная динамика факторов рыночного риска, от которой зависит уровень подверженности кредитному риску по инструментам и контрагентам в каждый момент времени; случайный характер коэффициентов восстановления задоженности для различных контрагентов и их корреляции между собой и с другими параметрами.
Исследованы модели оценки ожидаемых и непредвиденных кредитных потерь. При этом выявлено, что показатель кредитного VaR отражает только совокупный риск по портфелю, однако для эффективного управления им необходимо знать, какие факторы риска или контрагенты вносят наибольший вклад в общий риск портфеля. В этих случаях необходимо проведение моделирования распределения потерь по факторам риска или контрагентам. Для этих целей наиболее эффективным подходом является метод статистических испытаний (метод Монте-Карло).
Для эффективной оценки и управления кредитными рисками портфеля активов помимо использования передовых подходов к оценке важное значение имеет ценообразование кредитных продуктов. Стоимость кредитного продукта дожна учитывать риск, которому он подвергается, или стоимость кредита дожна покрывать средние потери вследствие кредитного риска.
В диссертации проведено сравнение традиционного подхода к ценообразованию ссуд с учетом кредитного риска, называемого лиздержки плюс прибыль, и новой концепции рентабельности капитала с учетом риска (RAROC), которая была разработана американским инвестиционным банком Bankers Trust. В основе этой концепции лежит рыночный подход к оценке риска, когда необходимый размер капитала определяется исходя из волатильности рыночной стоимости активов. Система RAROC осуществляет распределение капитала по операциям или направлениям деятельности в размере максимальных ожидаемых потерь, рассчитанных с уровнем доверия 99% и горизонтом прогнозирования в 1 год после уплаты налога на прирост капитала. Распределение экономического капитала является условным и означает, что волатильность денежных потоков по данной операции или направлению деятельности, обусловленная влиянием рыночных, кредитных и прочих видов финансового риска, покрывается капиталом с определенной (высокой) вероятностью (99%).
В результате проведенного исследования сделан вывод, что концепция RAROC является более прогрессивным методом ценообразования по сравнению с традиционным подходом, так как он позволяет сравнивать между собой направления деятельности с разным уровнем риска. Этот метод может также эффективно применяться в ценообразовании кредитных продуктов и финансовых инструментов. А недостатками метода RAROC являются его неприменимость к оценке риска активов, не обладающих рыночной стоимостью, а также игнорирование корреляционных взаимосвязей между различными финансовыми рисками, контрагентами и направлениями деятельности. Поэтому считаем целесообразным использовать при определении стоимости кредитных продуктов оба эти допоняющие друг друга подхода (традиционный и RAROC).
Предложенные в работе подходы и методы оценки являются составной частью общего исследования проблемы управления кредитными рисками. Следующим важным этапом является анализ и использование системных комплексов.
Очевидно, что финансовые институты, занимающиеся кредитованием, нуждаются в инструментах, способствующих реализации их кредитной политики, сокращению затрат, связанных с высокой оплатой труда специалистов в области кредитного анализа и эффективного управления портфелем активов.
Для достижения этих целей в 1990-х гг. были разработаны и получили широкое практическое применение различные системные комплексы для оценки кредитного риска портфелей, состоящих из различных финансовых инструментов и сделок, заключенных с различными контрагентами в рамках различных направлений деятельности. Данный подход рассматривает риск портфеля не как арифмети-
ческую сумму изолированных позиций, а как единое целое, в анализе которого следует учитывать эффекты диверсификации и взаимного хеджирования его составляющих.
Системные комплексы для оценки кредитного риска портфеля классифицированы по следующим признакам: по подходу к моделированию: сверху вниз и снизу вверх; по виду кредитного риска: оценка риска дефота и переоценка по рыночной стоимости; по методу оценки вероятности дефота: условные и безусловные; по методу оценки корреляции дефотов: структурные и сокращенные.
Автором проведен сравнительный анализ этих системных комплексов по важнейшим критериям.
Таблица 1
Сравнительные характеристики системных комплексов для оценки кредитного риска портфеля
Характеристика CreditMetrics KMVPortfolio Manager CreditRisk+ Credit Portfolio View
Компания-разработчик J. P. Morgan KMV Corporation Credit Suisse Financial Products McKinsey & Co, Inc.
Подход к моделированию Снизу вверх Снизу вверх Снизу вверх Сверху вниз
Вид кредитного риска Изменение рыночной стоимости Изменение рыночной стоимости Потери при дефоте Потери при дефоте
Факторы кредитного риска Стоимость активов Стоимость активов Вероятность дефота Макроэкономические факторы
Кредитное событие Изменение кредитного рейтинга /дефот Непрерывная вероятность дефота (EDF) Дефот Изменение кредитного рейтинга / дефот
Вероятность дефота Безусловная Безусловная Безусловная Условная
Волатильность Постоянная величина Постоянная величина Случайная величина Случайная величина
Корреляция между дефотами Структурная (на основе акций) Структурная (на основе акций) Упрощенная (процесс дефота) Факторная модель
Уровень восстановления задоженности Случайная величина Случайная величина Постоянная величина в пределах каждого диапазона Случайная величина
Методика расчета Имитационное моделирование/ аналитическое решение Аналитическое решение Аналитическое решение Имитационное моделирование
Третья группа проблем включает исследование процесса управления кредитными рисками, а также разработанную автором методику моделирования и
оценки факторов риска.
В диссертации систематизированы и предложены содержание и последовательность проведения этапов управления кредитным риском (рис. 2).
В диссертации рассмотрено содержание всех этапов. На первом этапе выявляются следующие факторы (параметры) кредитного риска: экзогенные для кредитора - вероятность дефота заемщика и уровень восстановления задоженности; эндогенный - подверженность кредитному риску.
Выявление фак- Количественная Выбор стратегии
торов кредитного оценка степени управления
риска кредитного риска
Выбор способов снижения подверженности кредитному риску
Контроль изменения уровня кредитного риска
Рис. 2. Последовательность этапов управления кредитными рисками
Особо следует сказать о выборе стратегии управления. В частности, среди стратегий управления отмечаются такие, как избежание риска, принятие риска в поном объеме и управление риском. При этом выбор стратегии управления кредитным риском согласуется с формированием общей кредитной стратегии финансового института, которая дожна удовлетворять следующим условиям: 1) базироваться на определении качества кредитного продукта, прибыли, перспектив развития бизнеса, приемлемого соотношения риска и доходности, величины резервов и собственного капитала; 2) учитывать цикличность развития экономики и ее влияние на кредитный портфель финансового института; 3) обосновывать условия инвестиций в договые обязательства и предоставления кредитных ресурсов, которые дожны пересматриваться на регулярной основе; 4) содержать установленные кредитные лимиты по контрагентам и по портфелю в целом; целевое соотношение доходности и подверженности кредитному риску; приоритеты по предоставлению кредитных ресурсов (типы договых обязательств, секторы экономики, регионы, валюта, сроки, требуемая доходность и т. д.); желаемые характеристики кредитного портфеля, включая предельный уровень концентрации кредитного риска; внутренние нормативы достаточности капитала, резервируемого под покрытие потерь вследствие кредитного риска и порядок их расчета и др.
При выборе способов снижения подверженности кредитному риску финансовых институтов возникает проблема концентрации кредитного риска. Она может
принимать разные формы и обычно возникает в том случае, если значительная доля обязательств в портфеле финансового института характеризуется одинаковой подверженностью риску, а также, если относительно большое количество контрагентов принадлежит к одной и той же отрасли экономики, региону или даже стране.
В результате проведенного исследования автором были определены и изучены следующие способы управления подверженностью кредитному риску и снижения его концентрации: переоценка активов по рыночной стоимости; обеспечение обязательств, в частности, путем внесения маржи или залога; резервирование средств под покрытие ожидаемых и непредвиденных потерь; лимитирование; диверсификация портфеля; взаимозачет встречных требований (неттинг); выработка условий досрочного взыскания суммы задоженности и прекращения действия обязательств; страхование; секьюритизация договых обязательств; хеджирование с помощью кредитных производных инструментов и др.
Завершающим этапом процесса управления кредитными рисками является контроль изменения уровня кредитного риска как важнейший элемент системы управления кредитным риском. Кредитный контроль призван своевременно идентифицировать потенциально проблемные договые обязательства путем анализа информации: о текущем финансовом состоянии заемщика; о выпонении заемщиком условий кредитного договора; о целевом использовании кредитных ресурсов; о прогнозировании способности к обслуживанию дога на основе анализа плана движения денежных средств заемщика и др. Контроль также состоит в получении информации о подверженности кредитным рискам и принятых мерах по их минимизации.
В заключение проведенного исследования этапов управления кредитными рисками предложены мероприятия, которые дожны проводиться финансовыми институтами с целью повышения эффективности кредитного риск-менеджмента: формирование кредитной стратегии, определение кредитной политики, оценка подверженности кредитным рискам с помощью проведения определенных мер, направленных на снижение концентрации кредитного риска, кредитный контроль.
Любые мероприятия в рамках кредитного риск-менеджмента требуют измерения и количественных оценок. Поэтому автором проведено исследование подходов к моделированию системы управления кредитными рисками с выделением основных элементов системы управления: информации, управляющей и управляемой систем, методов анализа и прогнозирования взаимосвязей факторов кредитного риска. В результате этого исследования автором сделан вывод, что при оценке кредитных рисков в системе управления (финансового риск-менеджмента) следует для
каждой конкретной ситуации проводить анализ и моделирование с применением адекватных математических методов (детерминированных, эконометрических, имитационных, эвристических и др.).
Учитывая сложности исследования кредитных рисков и влияющих факторов, трудно поддающихся математической формализации, по мнению автора, подход эвристической самоорганизации является эффективным средством анализа и прогнозирования, обогащающим статистические методы, в частности, в сфере финансового риск-менеджмента.
При этом подходе ни функциональные, ни вероятностные связи не исследуются. Используются генераторы случайных комбинаций и интегральные самоотборы лучших из них по эвристическим критериям.
Система эвристической самоорганизации имеет многорядную структуру агоритма, в каждом ряду которой используются интегральные самоотборы информации. Делая упор на случайный характер связей, следует отметить еще одно важное свойство, а именно реализацию принципа неокончательных решений. В каждом слое отбирается не единственное наилучшее решение (как это рекомендует статистическая теория решений), а некоторый процент (до 40%) наиболее правдоподобных решений. И только в последнем ряду принимается окончательное, единственное решение.
Это удобный способ организации самоотбора полезной информации с помощью многократных интегральных воздействий. Принцип неокончательных решений позволяет многократно применять эвристические критерии самоотбора полезной информации, и, следовательно, получить высокую точность результатов моделирования.
Оценка кредитного риска определяется многосложными обстоятельствами, на его уровень и динамику влияет целый комплекс факторов, в различной степени поддающихся количественному измерению, то есть целая совокупность факторов, которая в большинстве случаев не может быть оценена или измерена в виде количественных соотношений.
Одним из возможных путей решения проблемы учета качественных признаков является использование метода количественных эквивалентов, заключающегося в замене каждого или группы качественных признаков соответствующим образом подобранной комбинацией количественных признаков. Сформированные количественные эквиваленты вводятся в эконометрическую модель показателя кредитного риска и исследуется собственное влияние качественных факторов на этот показатель. Таким образом, качественные факторы, влияющие на показатель кредитного риска, удается оценить количественно.
Однако при анализе влияния качественных факторов на динамику изменения кредитных рисков, этот подход, на наш взгляд, применим не всегда. В большинстве случаев факторы риска, существенно влияющие на динамику кредитного риска в жизнедеятельности исследуемых объектов, могут быть единичны (например, дефот) или происходят очень редко. Уловить эффект от действия таких факторов риска, имеющих несистематический характер, при обычном измерении или при применении метода количественных эквивалентов трудно. Оценка же совокупности качественных факторов подобного рода весьма важна для исследований в сфере финансового риск-менеджмента и для поддержки принятия управленческих решений.
В диссертации предложено решение этой задачи путем анализа целой совокупности объектов (финансовых институтов) на основе ранжирования информа-тивностей признаков рисков качественного порядка по значимости. Такое ранжирование позволило сопоставить совокупность исследуемых рисков по финансовым институтам. Кроме того, в работе оценена степень важности качественных рисков внутри каждого финансового института. Важность оценки качественных факторов (рисков) заключается зачастую не столько в количественном его значении (риска), сколько в степени его значимости в ряду других исследуемых рисков, характеризующих качество управления рисками в конкретном финансовом институте.
Таким образом, в диссертации разработана методика моделирования влияния качественных факторов на динамику кредитного риска по девяти, произвольно взятым признакам (факторам риска), на семи условных объектах (финансовых институтах). Целевыми условными признаками были выбраны: напряженность активов, текущая ликвидность активов, финансовая независимость активов, вероятность дефота, изменение кредитного рейтинга, несбалансированное распределение средств между различными отраслями промышленности, регионами, контрагентами; ограничения вывода денежных средств за пределы страны; изменения обменных курсов валют; изменение процентных ставок.
Было проведено моделирование на основе математического описания инфор-мативностей по каждому из девяти целевых признаков (рисков), оказывающих влияние на показатель кредитного риска. Автор выделил наиболее существенные признаки (риски) для семи выбранных объектов (финансовых институтов), про-ранжировал степень влияния этих рисков для каждого объекта. При этом были выделены объекты, наиболее подверженные рискам по степени опасности влияния их на кредитный риск.
Анализ значений полученных информативностей позволил составить результирующую таблицу, отражающую положение каждого объекта на финансовом рынке с учетом значений факторов, влияющих на кредитный риск.
Таблица 2
Классификация объектов по степени неблагополучия по совокупности исследуемых признаков - рисков
Риски Объекты 1 2 3 4 5 6 7 8 9
0! 3 4 6 5 3 1 1 3 2
о2 {2-1} 7 5 4 3 1 1 3 2
й3 4 6 3 7 3 1 1 3 2
й4 {2-1} 5 2 2 3 1 1 3 2
05 7 3 1 3 3 1 1 3 2
й6 8 1 4 б 3 1 1 3 2
й7 5 2 7 7 3 1 1 3 2
Таким образом, проводя сопоставления, можно проранжировать влияющие факторы по объектам (финансовым институтам), а также выяснить роль каждого фактора риска по значимости на каждом объекте. По первому виду риска (напряженность активов) наиболее высоким по рангу является риск для финансового института № 2, затем - №4 и так дальше. Второй вид риска (текущая ликвидность активов) наиболее сильно действует на объектах №6, №7. Таким же образом делаются выводы по остальным семи видам риска (см. табл. 2).
Разработанная методика может оказаться, по мнению автора, весьма полезной для принятия управленческих решений в области риск-менеджмента, организации и координирования управленческой деятельности финансовых институтов.
Для оценки кредитного риска и реализации предложенной методики автор предлагает использовать программное средство Класс, разработанное НИИ Восход для определения чрезвычайных ситуаций в МЧС России. Данное программное средство предназначено для поддержки принятия управленческих решений в условиях неопределенности, когда отсутствует или недостаточна конкретная цифровая информация по каким либо признакам. По нашему мнению, данное программное средство целесообразно использовать для оценки кредитного риска при принятии стратегических и управленческих решений, а также в риск-менеджменте для определения других видов рисков, рисковых ситуаций и управления ими. Про-
граммное средство Класс обеспечивает выпонение следующих функций: обеспечение пользователю ввода данных, необходимых для решения задачи по оценке обстановки в сфере рисков для ряда финансовых институтов; обработку полученных данных; выдачу конечного результата в виде результатов классификации и ранжирования наиболее опасных видов рисков; обеспечение работы пользователя в режиме диалога, то есть выдача пользователю на каждом этапе работы подсказок о порядкеработы.
Пользователь данного продукта на выходе получает как детальную, так и комплексную оценку состояния ряда объектов с учетом возникших видов рисков.
В Заключении обобщены результаты проведенного исследования, сформулированы выводы и предложения.
Основные положения диссертации опубликованы в следующих работах.
1. Ситникова Н.Ю., Хоминич И.П. Революция в риск-менеджменте // Банковские услуги. 2000. № 12. (лично -1,0 п.л.)
2. Ситникова Н.Ю., Барбаумов В.Е., Черняк В.З. и др. Управление финансовыми рисками. Учебное пособие М.: НП Исследовательская группа РЭА - Риск-Менеджмент, 2001. (лично - 4,5 пл.).
3. Ситникова Н.Ю., Барбаумов В.Е., Рогов М.А. и др. Управление финансовыми рисками. Учебное пособие М: НП Исследовательская группа РЭА - Риск-Менеджмент, 2003. (лично - 6,0 пл.)
4. Ситникова Н.Ю., Барбаумов В.Е., Рогов М.А. и др. Энциклопедия финансового риск-менеджмента. Учебное пособие М.: Изд- во Альпина, 2003. (лично - 8,0 п.л.)
5. Ситникова Н.Ю. Управление кредитным риском с пощью кредитных дери-вативов // Банковские услуги. 2004. № 2. (лично - 0,5 пл.)
6. Ситникова Н.Ю. Классификационный анализ системных комплексов по оценке кредитного риска // Банковские услуги. 2004. № 3. (лично - 0,5 п.л.)
Отпечатано в типографии Российской экономической академии им. Г.В. Плеханова Заказ № Тираж экз.
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Ситникова, Наталья Юрьевна
Введение.
Глава I. КРЕДИТНЫЕ РИСКИ И ИХ МЕСТО В СИСТЕМЕ
ФИНАНСОВОГО РИСК-МЕНЕДЖМЕНТА.
1.1. Система ф инансового риск-менеджмента.
1.2. Сущность кредитных рисков в современных условиях.
1.3. Анализ факторов, влияющих на кредитный риск.
Глава 2. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ
КРЕДИТНЫХ РИСКОВ.
2.1. Исследование подходов к оценке кредитного риска.
2.2. Оценка кредитного риска портфеля активов.
2.3. Классификационный анализ системных комплексов по оценке кредитного риска портфеля.
Глава 3. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ
КРЕДИТНЫМИ РИСКАМИ.
3.1. Управление кредитными рисками: инструменты и механизмы снижения.
3.2. Разработка методики моделирования и оценки факторов риска для принятия решений по управлению кредитными рисками.
Диссертация: введение по экономике, на тему "Кредитные риски в системе финансового риск-менеджмента"
Актуальность темы диссертационного исследования обусловлена необходимостью разработки и внедрения научно обоснованной методологии управления кредитными рисками в деятельности бизнес-структур. Значение этой проблемы в России усиливается в связи с углублением рыночных отношений, возрастанием неопределенности на финансовых рынках, а значит вероятности потерь, активизацией интеграционных процессов вхождения отечественных структур в мировую финансовую систему.
Совершенствование действующих и конструирование новых технологий, инструментов финансового риск-менеджмента, особенно в сфере управления кредитными рисками, приобретают особую актуальность в связи с нарастанием общемировой тенденции усиления роли финансовой системы не только в экономике, но и жизни общества в целом; глобализации финансовых рынков; ростом международной конкуренции; увеличением волатильности рынков и возрастанием интенсивности дефотов.
В этих условиях ситуация в России представляется еще более острой, поскольку цивилизованная научно обоснованная практика работы отечественных структур в сфере финансового риск-менеджмента находится пока в стадии формирования, отсутствуют реальные механизмы финансовой поддержки предприятий в кризисных ситуациях. Во многом это вызвано тем фактом, что вплоть до финансового кризиса 17 августа 1998 года в России не уделялось дожного внимания проблемам управления финансовыми и кредитными рисками, в этой связи налицо и недостаточный уровень исследований данной проблемы в отечественной науке.
В то же время, в силу исключительной динамичности, нестабильности и турбулентности финансовых рынков России, в сочетании с продожающимся процессом развития законодательной базы, управление финансовыми и кредитными рисками становится обязательным инструментом принятия решений как по вопросам финансирования, кредитования, инвестиционной деятельности, создания и оптимизации портфелей финансовых инструментов, управления активами и пассивами, так и выработке управленческих стратегий. Грамотное решение этих проблем приобретает особую актуальность в деятельности отечественных бизнес-структур.
Таким образом, объективно возрастает необходимость в изучении, разработке и внедрении научно обоснованной системы управления финансовыми и кредитными рисками, при этом важное значение приобретают комплексные теоретические и аналитические разработки, посвященные анализу, оценке и мониторингу кредитных рисков в системе финансового риск-менеджмента.
Степень научной разработанности темы. Проблемы управления кредитными рисками достаточно подробно исследованы за рубежом мировыми деятелями науки и практиками, о чем свидетельствует широкий перечень публикаций, научных и технологических разработок. Вместе с тем, налицо явный дефицит научных исследований и публикаций отечественных специалистов по данной проблематике. Поскольку эффективное функционирование системы финансового риск-менеджмента невозможно без использования передовых современных подходов и инструментов к управлению кредитными рисками, то новизна проблемы для российской экономики заключается в необходимости проведения научных исследований в данном направлении, разработке методических рекомендаций по оценке, анализу и минимизации кредитных рисков с целью их практического внедрения в деятельность отечественных структур.
В процессе диссертационного исследования широко использовались различные источники информации: монографии зарубежных и отечественных ученых по риск-менеджменту, управлению кредитными рисками как основному виду финансовых рисков для российской экономики, периодические издания, статистические и информационные данные.
Объектом диссертационного исследования являются финансовые институты, которые в процессе хозяйственной деятельности подвергаются и принимают на себя кредитные риски.
Предметом исследования данной работы является процесс управления кредитными рисками на основе использования современных методов их оценки.
Цель диссертации состоит в разработке методики моделирования и оценки факторов риска для принятия финансовыми институтами решений по управлению кредитными рисками на основе исследования современной методологии управления кредитными рисками.
Для достижения указанной цели, в работе были поставлены следующие задачи:
Х исследовать экономическую природу кредитных рисков и их место в системе финансового риск-менеджмента;
Х изучить типологию кредитных рисков;
Х исследовать методологию оценки кредитных рисков как основного вида финансовых рисков для российского сектора экономики в системе финансового риск-менеджмента;
Х выявить преимущества, недостатки и наиболее эффективные сферы применения отдельных методологических подходов и методик оценки кредитных рисков;
Х провести классификационный анализ системных комплексов по оценке кредитных рисков портфеля;
Х проанализировать методики по определению стоимости кредитных продуктов;
Х исследовать систему управления кредитными рисками;
Х разработать методику моделирования и оценки факторов риска для принятия решений по управлению кредитными рисками.
Теоретическую основу исследования составили труды и исследования отечественных и зарубежных деятелей науки и практиков в области управления кредитными рисками, риск-менеджмента и анализа рисков.
Становление, развитие и достижения финансового риск-менеджмента как отдельной науки и системы управления кредитными рисками рассматриваются в трудах ведущих зарубежных специалистов: Ф. Джориона, Дж. Куота, Э. Альтмана, П. Нараянана, В. Смитсона, К. Смита, Дж. Вифорда, А. Сондерса, Р. Мертона, С. Алена, С. Бексака, М. Круи, Д. Галаи, Р. Марка и др.
Среди российских исследователей следует назвать Балабанова И.Т., Барбаумова В.Е., Гранатурова В.М., Лобанова A.A., Рогова М.А., Русанова Ю.Ю., Севрук В.Т. и др.
Методологической основой диссертационного исследования явились принципы диалектической логики, позволяющие рассматривать все явления в развитии и взаимосвязи. В работе использовались такие методы и приемы, как статистическое наблюдение, анализ, классификация, дискриминантный и факторный анализ, а также методы математической статистики и моделирование экономических процессов.
Научная новизна работы состоит в следующем:
- выявлены основные тенденции и предпосыки развития кредитного риск-менеджмента;
- уточнены теоретические понятия кредитный риск, кредитное событие, миграция кредитных рейтингов, а также классификация кредитных рисков;
- определены и оценены факторы, влияющие на уровень кредитного риска: вероятность наступления дефота, подверженность кредитному риску, потери в случае дефота;
- разработана классификация действующих методов оценки кредитного риска по признакам математического обеспечения, сфере применения, предмету исследования;
- обобщены, научно обоснованы и систематизированы современные технологии анализа и оценки кредитного риска, выявлены их преимущества и недостатки;
- предложены методические подходы к определению эффекта воздействия качественных рисков на уровень кредитного риска финансовых институтов.
Практическая значимость диссертационного исследования состоит в следующем:
- разработаны основные методы оценки влияния изменения кредитного рейтинга на рыночную стоимость финансовых инструментов;
- обоснованы рекомендации по приоритетному использованию концепции рентабельности капитала с учетом риска (концепция ЯАКОС) при определении стоимости кредитного продукта;
- предложены сравнительные характеристики системных комплексов оценки кредитного риска портфеля, которые позволяют всесторонне оценить возможности и сферы применения этих комплексов;
- разработан комплекс мер по управлению и повышению эффективности кредитного риск-менеджмента;
- разработана методика моделирования и оценки факторов риска при принятии финансовыми институтами решений по управлению кредитными рисками.
Рекомендации и предложения, сформулированные в диссертации, могут быть использованы Министерством финансов РФ при формировании политики в области управления кредитными рисками на финансовых рынках, политики в области внешних государственных займов, оценки страновых рисков; Центральным банком России для регулирования, контроля и надзора за кредитным риском коммерческих банков, а также российскими финансовыми институтами для оценки и управления кредитными рисками. Материалы диссертации могут использоваться для разработки учебных курсов в высших учебных заведениях и бизнес-школах по финансовому риск-менеджменту.
Апробация работы. Основные положения и выводы диссертации использованы в деятельности Исследовательской группы РЭА - Риск-менеджмент, а также при написании учебного пособия, программы и учебного курса Финансовый риск-менеджер для подготовки к сдаче Международного квалификационного экзамена на получение аттестата Financial Risk Manager (FRM), проводящегося Международной ассоциацией специалистов по управлению рисками (GARP) и ставшего общепризнанным стандартом в области методологии финансового риск-менеджмента.
Материалы диссертационного исследования использованы в деятельности МПИ Банка (ЗАО). Апробирована и внедрена разработанная в диссертации методика моделирования и оценки качественных факторов риска при принятии решений банком по управлению кредитными рисками.
Материалы и выводы диссертационной работы послужили основой лекционных и семинарских занятий по учебным дисциплинам Финансовые стратегии компании, Теоретические основы риск-менеджмента, Управление финансовыми рисками для программ подготовки бакалавров экономики, специалистов и магистров, а также международной программы "IBS-Plekhanov" в РЭА им. Г.В. Плеханова.
Результаты диссертационного исследования использованы автором на Второй международной ежегодной конференции и выставке по риск-менеджменту GARP2001, проводившейся в Нью-Йорке в феврале 2001 года.
Основные идеи и выводы диссертационного исследования нашли отражение в публикациях автора, общий объем которых составляет 20,5 п.л.
Логика диссертации обусловлена поставленными в ней задачами и определяет структуру работы.
Структура работы. Диссертационная работа состоит из введения, трех глав, заключения, списка использованной литературы, а также включает в себя приложения. Работа, включая приложения, изложена на 170 страницах машинописного текста,
Диссертация: заключение по теме "Финансы, денежное обращение и кредит", Ситникова, Наталья Юрьевна
Заключение
По итогам проведенного исследования автором сделаны следующие выводы и разработаны рекомендации.
1. Определено основное содержание системы финансового риск-менеджмента, элементы этой системы - объект и субъект управления, с соответствующими функциями управления, с единой целью управления, а также прямыми и обратными взаимосвязями, основанными на информации.
2. Уточнены основные этапы процесса финансового риск-менеджмента, к которым относятся: идентификация риска, оценка риска, выбор метода и инструментов управления риском, мониторинг.
3. Определены и доказаны роль и место кредитных рисков в системе финансового риск-менеджмента, которые являются основным элементом финансового риска в силу, огромных масштабов потерь, банкротств и дефотов из-за подверженности, именно кредитному риску, частоты, с которой они возникают и распространяются, а также необходимости создания резерва против потерь от кредитного риска в значительно большем объеме нежели от других видов финансового риска, увеличения объемов кредитных операций, в частности в России, по причине обострения проблемы доходности на фондовом и валютном рынках и в связи с ростом промышленного производства.
4. Выявлены основные тенденции и предпосыки развития кредитного риск-менеджмента, к которым относятся:
- увеличение объемов заемного капитала, в частности, банковского финансирования;
- появление рынка высокодоходных облигаций с низким кредитным рейтингом -так называемых мусорных облигаций (junk bonds);
- формирование тенденции к снижению рентабельности финансовых институтов;
- случаи значительных потерь по ссудам и займам, получившим широкую известность в виду низкого качества активов, несвоевременного выявления проблемных кредитов, недостаточности созданных под них резервов и слабости кредитного контроля;
- процесс глобализации мирового хозяйства и тенденция дерегулирования финансовых рынков, оказавшие непосредственное воздействие на возрастание кредитных рисков.
5. Уточнено теоретическое понятие кредитный риск с двух позиций: конкретного заемщика и ссудного портфеля. Поскольку кредитный риск заемщика представляет собой риск невыпонения заемщиком своих обязательств, а кредитный риск ссудного портфеля представляет собой вероятность уменьшения стоимости части активов, представленной суммой выданных займов и приобретенных договых обязательств, либо значительным снижением фактической доходности от данной части активов.
6. Определена и уточнена классификация кредитных рисков, согласно которой основными видами кредитного риска являются внешний риск - это риск контрагента и внутренний риск - это риск кредитного продукта. Так как внешний риск обусловлен оценкой платежеспособности, надежности контрагента, вероятности объявления им дефота и потенциальных потерь в случае дефота, а внутренний - сопряжен с особенностями кредитного продукта и возможных потерь по нему вследствие невыпонения контрагентом своих обязательств.
7. Уточнены типология и понятие кредитного события, которое отражает изменение кредитоспособности заемщика или кредитного качества финансового инструмента, наступление которого характеризуется четко определенными условиями и применимо к любым кредитным продуктам, включая ссуды, облигации, кредитные производные инструменты.
8. Предложен более широкий концептуальный подход токования экономической природы кредитного риска, так как кредитный риск не ограничивается только сферой кредитования, но и распространяется и на целый ряд других финансовых операций, совершаемых на финансовых рынках, включая операции с ценными бумагами, операции с иностранной валютой, торговое финансирование, сдеки на межбанковском рынке, акцептование, а также предоставление гарантий и поручительств.
9. Исследование методик анализа кредитоспособности заемщика позволило выделить классический подход кредитного анализа, согласно которому процесс оценки кредитного риска заемщика заключается в оценке его кредитоспособности и оценке риска кредитного продукта, что соответствует внешнему и внутреннему кредитным рискам, представленных в классификации кредитных рисков.
10. Определена важная составляющая процесса управления кредитными рисками -анализ миграции кредитного рейтинга, то есть изменения кредитного рейтинга. Необходимость такого анализа обусловлена существенным влиянием изменения кредитных рейтингов на стоимость финансовых инструментов, а также возможностью прямых потерь в результате реакции рынка или трансформацией всей кредитной политики финансового института.
11. Разработаны основные методы оценки влияния изменения кредитного рейтинга на рыночную стоимость финансового инструмента.
Первый метод модифицированной дюрации заключается в умножении модифицированной дюрации на изменение кредитного спреда при миграции рейтинга.
Второй метод переоценки стоимости инструмента по форвардной кривой доходности характеризуется осуществлением оценки стоимости облигации в зависимости от возможных изменений рейтинга в следующем периоде, и дисконтировании денежных средств, приходящихся на этот период, по форвардной кривой доходности по бескупонным облигациям для нового значения кредитного рейтинга.
Третий аналитический метод состоит в непосредственном наблюдении изменений рыночной цены облигаций при изменении кредитного рейтинга по большому числу выпусков с разными кредитными рейтингами.
Четвертый факторный подход заключается в разложении наблюдаемого рыночного спреда по облигациям с различным рейтингом на влияющие факторы и выделении того из них, который бы отражал влияние ожидаемого изменения кредитного рейтинга.
12. Определены и оценены факторы, влияющие на уровень кредитного риска: вероятность наступления дефота, подверженность кредитному риску, потери в случае дефота. Поскольку дефот является основным критерием наступления кредитного события, то оценка кредитного риска дожна базироваться на расчете показателя вероятности наступления дефота. В этой связи, уровень кредитного риска можно рассматривать как функцию от следующих параметров:
- вероятности наступления дефота, оцениваемой путем анализа финансового состояния заемщика или рыночной стоимости выпущенных им в обращение облигаций и акций;
- подверженности кредитному риску, представляющей собой экономическую оценку стоимости активов, подверженных риску, в момент объявления дефота;
- потерь в случае дефота, которые отражают уровень потерь с учетом частичного восстановления активов.
13. Разработана классификация действующих методов оценки кредитного риска по признакам математического обеспечения, сфере применения, предмету исследования.
14. В результате исследования методологии оценки кредитных рисков научно обоснованы, систематизированы и классифицированы основные методики анализа и оценки кредитного риска на два подхода:
- актуарный подход, позволяющий рассчитать объективную оценку вероятности наступления дефота на основе статистических данных по дефотам;
- рыночный подход, основанный на рыночной стоимости акций, облигаций или производных финансовых инструментов, с помощью которых определяется вероятность дефота и премия за риск.
15. Выявлены основные преимущества актуарных моделей ZETA и Z-модели оценки вероятности наступления дефота, которые выражаются в их востребованности на практике для использования в следующих целях:
- Формирование кредитной политики финансового института. Поскольку с помощью этих моделей можно накладывать определенные ограничения на кредитную политику финансового института, в частности, путем задания лимитов кредитования.
- Осуществление кредитного контроля, так как модели сигнализируют о нарастании или уменьшении вероятности дефота заемщика, указывая тем самым на необходимость принятия экстренных мер.
- Определение стоимости кредитного продукта, потому, что модели могут применяться для расчета премии за риск, которая компенсирует ожидаемые потери в случае дефота, а также суммы кредита с учетом прогноза непредвиденных потерь.
- Оценка кредитного риска, классификация и структуризация активов, подлежащих секьюритизации. Например, финансовый институт, обладающий большим портфелем ипотечных кредитов, выводит их за баланс и выпускает обеспеченные ими облигации, купонная ставка по которым пропорциональна выплатам в счет погашения ипотечных ссуд. Такие операции позволяют получить допонительное финансирование за счет реализации части ссудного портфеля, что позволяет увеличивать оборот и получать большую прибыль.
16. Выявлены основные недостатки актуарных моделей ZETA и Z-модели, которые заключаются в следующем:
- обе модели являются чисто эмпирическими, подогнанными по выборке и не основываются на какой-либо состоятельной теоретической концепции;
- в моделях используются данные финансовой отчетности, которые могут лишь частично отражать реальное состояние финансового института или отражать его с задержкой;
- обе модели являются линейными.
Поэтому как альтернативу целесообразно использовать рыночные методы оценки вероятности наступления дефота.
17. Выявлен основной недостаток использования рыночного метода оценки вероятности дефота на основе метода кредитного спреда, который заключается в обязательном наличии развитого рынка корпоративных облигаций, в противном случае данный подход оказывается малоприменим.
18. Выявлены основные преимущества использования модели оценки вероятности дефота EDF, основанной на рыночной стоимости акций:
- модель имеет серьезное теоретическое обоснование - подход Мертона к оценке стоимости акционерного капитала как опциона на активы;
- использование в качестве индикатора вероятности дефота цен акций, а не цен корпоративных облигаций или данных бухгатерской отчетности, позволяет прогнозировать вероятность дефота практически любого предприятия, акции которого обращаются на рынке;
- ожидаемая вероятность дефота является непрерывной случайной величиной, изменяющейся одновременно с ценой акций, в отличие от кредитных рейтингов, изменяющихся дискретно (в среднем один раз в год);
- прогноз вероятности дефота осуществляется на сравнительно короткий период времени, что позволяет более точно оценивать риск дефота по сравнению с рейтинговыми агентствами;
- оценка корреляции дефотов осуществляется на основе корреляции цен акций;
- учитываются как риск пассивов (в виде структуры капитала), так и риски активов - отраслевой и специфический риски, которые отражаются в волатильности стоимости активов.
19. Выявлены основные недостатки модели EDF, которые заключаются в следующем: неприменимость к оценке странового риска, поскольку государство может размещать только договые, но никак не долевые инструменты;
- игнорирование таких характеристик обязательств, как различная очередность удовлетворения требований, обеспечение и защитные оговорки, значительно усложняющие структуру пассивов;
- ограниченность базы данных по частным предприятиям, не имеющим своих акций в обращении.
Кроме того, модель EDF разделяет и все концептуальные изъяны лежащего в его основе подхода Мертона. В этой связи, по нашему мнению, при оценке кредитного риска целесообразно использовать несколько различных подходов (актуарных и рыночных) для формирования целостной картины о кредитном риске.
20. Выявлен основной недостаток использования метода кредитного VaR для оценки кредитного риска портфеля активов, который заключается в оценке только совокупного риска портфеля. Однако для эффективного управления кредитным риском
147 портфеля активов необходимо знать, какие факторы риска или контрагенты вносят наибольший вклад в общий риск портфеля. Поэтому в этих случаях необходимо проведение моделирования распределения потерь по факторам рискам или контрагентам. Для этих целей наиболее эффективным подходом является метод статистических испытаний (метод Монте-Карло), с помощью которого распределение потерь может также использоваться для декомпозиции портфельного риска по контрагентам и для анализа влияния предполагаемых сделок на риск всего портфеля.
21. Обоснованы рекомендации по приоритетному использованию концепции рентабельности капитала с учетом риска (концепция КАЯОС) при определении стоимости кредитного продукта на основе сравнительного анализа с традиционным подходом лиздержки плюс прибыль, которые выражаются в возможности распределять капитал по клиентам, кредитным продуктам и направлениям деятельности с учетом реальной подверженности кредитному и прочим видам риска, в возможности сравнивать между собой направления деятельности с разным уровнем риска, в применимости данного метода для ценообразования кредитных продуктов и финансовых инструментов, а также возможности рационального планирования потребности в капитале с целью экономии на наиболее дорогом из источников средств без ущерба для финансовой устойчивости. Таким образом, концепция ЮУЮС - инструмент повышения рентабельности деятельности, что является весомым конкурентным преимуществом в современном финансовом бизнесе.
22. Предложены сравнительные характеристики системных комплексов оценки кредитного риска портфеля, которые позволяют всесторонне оценить возможности и сферы применения этих комплексов. К ним относятся: подход к моделированию: сверху вниз и снизу вверх; вид кредитного риска: оценка риска дефота и переоценка по рыночной стоимости; метод оценки вероятности дефота: условный и безусловный; метод оценки корреляции дефотов: структурный и сокращенный.
23. Разработан комплекс мер по управлению и повышению эффективности кредитного риск-менеджмента: формирование кредитной стратегии, определение кредитной политики, оценка подверженности кредитным рискам, снижение концентрации кредитного риска, кредитный контроль.
24. Выявлены и определены основные подходы по управлению подверженностью кредитному риску и снижения его концентрации: переоценка активов по рыночной стоимости; обеспечение обязательств путем внесения маржи или залога; резервирование средств под покрытие ожидаемых и непредвиденных потерь; лимитирование; диверсификация портфеля; взаимозачет встречных требований (неттинг); выработка условий досрочного взыскания суммы задоженности и прекращения действия обязательств; страхование; секьюритизация договых обязательств; хеджирование с помощью кредитных производных инструментов.
25. Предложены методические подходы к определению эффекта воздействия качественных рисков на уровень кредитного риска финансовых институтов.
26. Для реализации, предложенных методических подходов, к определению эффекта воздействия качественных рисков на уровень кредитного риска финансовых институтов и для оценки кредитного риска при принятии стратегических и управленческих решений рекомендовано использование программного средства Класс, разработанного НИИ Восход для определения чрезвычайных ситуаций в МЧС России.
Диссертация: библиография по экономике, кандидат экономических наук , Ситникова, Наталья Юрьевна, Москва
1. Федеральный закон от 10.07.2002 № 86-ФЗ О Центральном банке Российской Федерации (Банке России).
2. Федеральный закон от 25.02.1999 № 40-ФЗ О несостоятельности (банкротстве) кредитных организаций.
3. Федеральный Закон от 8.01.98 №6-ФЗ О несостоятельности (банкротстве).
4. Положение Банка России от 24.04.2000 № 112 О порядке формирования и использования резервного фонда кредитной организации.
5. Положение Банка России от 24.09.99 № 89-П О порядке расчета кредитными организациями размера рыночных рисков.
6. Положение Банка России от 31.08.1998 № 54-П О порядке предоставления (размещения) кредитными организациями денежных средств и их возврата (погашения).
7. Положение Банка России от 28.08.97 № 509 Об организации внутреннего контроля в банках.
8. Инструкция Банка России от 1.10.1997 № 1 О порядке регулирования деятельности банков.
9. Инструкция Банка России от 30.06.97 № 62а О порядке формирования и использования резерва на возможные потери по ссудам.
10. Указание Банка России от 31.03.2000 № 766-У О критериях определения финансового состояния кредитных организаций.
11. Указание Банка России от 07.07.99 № 603-У О порядке осуществления внутреннего контроля за соответствием деятельности на финансовых рынках в кредитных организациях.
12. Письмо Банка России от 08.12.94 № 127 О порядке создания резервов под обесценение ценных бумаг.
13. Балабанов И.Т. Риск-менеджмент. М.: Финансы и статистика, 1996.
14. Банкротство. Стратегия и тактика выживания. М.: СП МЛИ, 1993.
15. Благуш П. Факторный анализ с обобщениями. М.: Финансы и статистика, 1989.
16. Брейли Р., Майерс С. Принципы корпоративных финансов. Пер. с англ. М.: ЗАО Олимп-Бизнес, 1997.
17. Ван Хорн Дж.К. Основы управления финансами. М.: Финансы и статистика, 1996.
18. Вентцель Е.С. Теория вероятностей. М.: Наука, 1985.
19. Введение в управление кредитными рисками. Пер. с англ. М.: Price Waterhouse, 1994.
20. Галиц Л. Финансовая инженерия: инструменты и способы управления финансовым риском. М.: ТВП, 1998.
21. Гранатуров В.М. Коммерческие риски. М.: Дело и сервис, 1999.
22. Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе. М.: Финансы и статистика, 1999.
23. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. -М.: Финансы и статистика, 1998.
24. Загордейко Н.Г. и др. Распознавание образов в социальных исследованиях. Наука, Новосибирск, 1996.
25. Количественные методы финансового анализа / Под ред. Брауна С.Дж., Крицмена М.П.-М.: Инфра-М, 1996.
26. Курганова P.P. Моделирование процедур отбора критических производственных факторов. СБ ВСРЭ, серия СОИУ. Москва, 1998.
27. Маршал Дж.Б., Бансал В.К. Финансовая инженерия. М.: Инфра-М, 1998.
28. Мобиус М. Руководство для инвестора по развивающимся рынкам. Пер. с англ. М.: ИК Атон, 1995.
29. Перар Ж. Управление финансами: с упражнениями. Пер. с франц. М.: Финансы и статистика, 1999.
30. Первозванский A.A., Первозванская Т.Н. Финансовый рынок: расчет и риск. М.: Инфра-М, 1994.
31. Распознавание образов и эконометрический анализ в экономических исследованиях. Новосибирск, 1992.
32. Рогов М.А. Риск-менеджмент.- М.: Финансы и статистика, 2001.
33. Рэдхэд К., Хьюс С. Управление финансовыми рисками. Пер. с англ. М.: Инфра-М, 1996.
34. Севрук В. Т. Риски финансового сектора Российской Федерации. М.: Финстатинформ, 2001.
35. Уотшем Дж., Паррамоу К. Количественные методы в финансах. М.: Юнити, 1999.
36. Управление риском. Практические методы минимизации случайного риска потенциальных убытков. СПб.: Русский лойд, 1993.
37. Управление финансовыми рисками. М.: НП Исследовательская группа РЭА -Риск-Менеджмент, 2003.
38. Финансовый менеджмент// Под ред. Стояновой Е.С. М.: Изд-во Перспектива, 2003.
39. Хохлов Н.В. Управление риском. М.: Юнити, 1999.
40. Цисарь И.Ф., Чистов В.П., Лукьянов А.И. Оптимизация финансовых портфелей банков, страховых компаний, пенсионных фондов. М.: тд Дело, 1998.
41. Амосов С., Гаврилова Л. Кредитные деривативы в операциях хеджирования. М.: Рынок ценных бумаг, 2000, № 3.
42. Андреева Г. Скоринг как метод оценки кредитного риска. М.: Банковское дело, 2000, июнь.
43. Артеменко О. Мера риска дефота. М.: Рынок ценных бумаг, 2000, №9.
44. Бейтс Ф., Блэк П., Пети М. Что такое национальная шкала кредитного рейтинга. М.: Рынок ценных бумаг, 1999, №5.
45. Голованов А., Звягин А. Кредитный рейтинг: реальность и перспективы. М.: Рынок ценных бумаг, 1998, № 13.
46. Кавкин А. В. Новые способы страхования кредитного риска с помощью производных финансовых инструментов. М.: Бизнес-предложения, 2000, № 4.
47. Кашин В. Управление рисками при банковском кредитовании субъектов малого предпринимательства. М.: Банковские технологии, 2000, сентябрь.
48. Кочанов П. Некоммерческие факторы кредитного риска. М.: Рынок ценных бумаг, 2000, №5.
49. Лобанов A.A. Проблема метода при расчете Value at risk. М.: Рынок ценных бумаг, 2000, №21.
50. Лобанов A.A., Чугунов A.B. Тенденции развития риск-менеджмента: мировой опыт. -М.: Рынок ценных бумаг, 1999, № 18.
51. Новиков А., Майорова Н. Национальная шкала кредитного рейтинга. М.: Рынок ценных бумаг, 1998, №19.
52. Седин А. Кредитная политика и кредитная культура: отражение во внутренних инструкциях западного банка. М.: Банковское дело, 2000, июнь.
53. Ситникова Н. Ю., Хоминич И. П. Революция в риск-менеджменте. М.: Банковские услуги, 2000, № 12.
54. Соломин О., Матвеева Е. Кредитный портфель банка: оценка рисков, возникающих при кредитовании под залог финансовых активов. М.: Рынок ценных бумаг, 1999, №12.
55. Эйгель Ф. Критерии оценки кредитного риска. М.: Рынок ценных бумаг, 1999, №5.
56. Большой экономический словарь / Под общ. ред. А.Н. Азрилияна. М.: Фонд правовая культура, 1994.
57. Рыночная экономика: Словарь / Под общ. ред. Г.Я. Кипермана. М.: Республика, 1993.
58. Токовый словарь по управлению / Под ред. В.В. Познякова. М.: Алане, 1994.
59. Тоцкий М. Н. Методологические основы управления кредитным риском в коммерческом банке (Ссыка на домен более не работаетp>
60. Consejo de la Comunidad Europea, 1993, Directiva 93/6/CEE sobre la Adecuaciyn del Capital de las Empresas de Inversiyn у Entidades de Credito, Diario Oficial de las Comunidades Europeas, 11/6/1993.
61. A New capital adequacy framework. Basle Committee on Banking Supervision, 1999, June.
62. Core principles for effective banking supervision. Basle Committee on Banking Supervision, 1997, April.
63. Feds View on Internal Credit Risk Models. FED, May 29,1998.
64. International convergence of capital measurement and capital standards. Basle Committee on Banking Supervision, 1988, July, updated to 1997, April.
65. Principles for the management of credit risk. Basel Committee on Banking Supervision, 1999.
66. Report of the Committee on interbank netting schemes. BIS Committee on Payment and Settlement Systems of the G-10,1990, Novemeber.
67. The New Basel capital accord. Consultative document. Basle Committee on Banking Supervision, 2001, January.
68. Credit risk and regulatory capital. ISDA, 1998, March
69. ISDA credit derivatives definitions 1999. ISDA, 1999, July.
70. Brunetti A., Kisunko G., Weder B. Credibility of rules and economic growth: Evidence from a worldwide survey of the private sector. Policy research working paper No. 1760. World Bank, 1997.
71. Brunetti A., Kisunko G., Weder B. Institution in transition. Reliability of rules and economic performance in former socialist countries. Policy research working paper No. 1809. World Bank, 1997.
72. Alexander C. Risk management and analysis. John Wiley&Sons, Ltd., 1998.
73. Allen S. Financial risk management: A practitioner's guide to managing market and credit risk. Hoboken, N.J.: John Wiley & Sons, Inc., 2003.
74. Armann M. Credit risk valuation. 2nd ed. Berlin: Springer Verlag, 2001.
75. Arvanitis A., Gregory J. Credit: The complete guide to pricing, hedging and risk management. L.: Risk Books, 2001.
76. Belcsak S. Country Risk Assessment. (In Clark E., Marois B. Managing risk in international business: techniques and applications.) L.: Gower Publishing Co., 1995).
77. Bessis J. Risk management in banking. 2nd ed. Chichester: John Wiley & Sons, Ltd., 2002.
78. Best P. Implementing value at risk. John Wiley&Sons, Ltd., 1998.
79. Bluhm C., Overbeck L., Wager C. An introduction to credit risk modeling. CRC Press, 2002.
80. Cauoette J. B., Altaian E. I., Narayanan P. Managing credit risk: The next great financial challenge. L.: John Wiley & Sons, Inc., 1998.
81. Cossin D., Pirotte H. Advanced credit risk analysis. Chichester: John Wiley & Sons, Ltd., 2001.
82. Coleshaw J. Credit analysis. Woodhead-Faulkner, 1989.
83. Credit derivatives: Applications for risk management, investment and portfolio optimization. L.: Risk Books, 1998.
84. CreditMetricsЩ technical document. -N.Y.: J. P. Morgan & Co., Inc., 1997.
85. CreditRisk+ A credit risk management framework. Technical Document. - L./N.Y.: Credit Suisse Financial Products, 1997, April.
86. Crouhy M., Galai D., Mark R. Risk management. N.Y.: McGrow-Hill, 2001.
87. Das S. Swap and Derivatives Financing. Ч N.Y.: McGraw-Hill, 1994.
88. Dowd K. Beyond value at risk: The new science of risk management. Chichester: John Wiley&Sons, Ltd., 1998.
89. Gaeta G. (ed.) Frontiers in credit risk: Concepts and techniques for applied credit risk management. Chichester: John Wiley & Sons, Ltd., 2002.
90. Gaeta G. The certainty of credit risk: Its measurement and management. Chichester: John Wiley & Sons, Ltd., 2002.
91. Gastineau G. L., Kritzman M. P. Dictionary of financial risk management. N.Y., Frank Fabozzi Associates, 1996.
92. Generally accepted risk principles. Coopers&Lybrand, 1996.
93. Golin J. The bank credit analysis handbook: A guide for analysts, bankers and investors. -Chichester: John Wiley & Sons., Ltd., 2001.
94. Jorion P. and Khoury S. J. Financial risk management: Domestic and international dimensions. Basil Blackwell, Ltd., 1995.
95. Jorion P. Financial risk manager (FRM) instruction manual. N.Y.: Carli Management Corporation, 2000.
96. Jorion P. Value at risk: the new benchmark for managing financial risk. 2nd. ed. McGrow-Hill, 2001.
97. Hull J. C. Options, futures and other derivatives. 5th ed. L.: Prentice Hall College Div., 2002.
98. Lehrbass F. A simple approach to country risk (In Franke J., Hardle W., Stahl G. (eds.) Measuring risk in complex stochastic systems. Lecture notes on statistics. Volume 147. -N.Y.: Springer Verlag, 2000. Chapter 3.
99. Lore M., Borodovsky L. (eds.) The professional's handbook of Financial Risk Management.-Reed Educational and Professional Publishing Ltd. 2000.
100. Mishra B. An introduction to Risk and Return. Course readings. WHU-Koblenz, Fall 2000.
101. Nelken I. Implementing credit derivatives: Strategies and techniques to use credit derivatives in risk management. McGraw-Hill Trade, 1999.
102. Ong M. Internal credit risk models: Capital allocation and performance measurement. -L.: Risk Books, 1999.
103. RAROC and risk management: Quantifying the risks of business. Bankers Trust New York Corporation, 1995.
104. Rehm F., Rudolf M. KMV Credit Risk Modeling. (In Frenkel M., Hommel U., Rudolf M. (eds.) Risk management: Challenge and opportunity. Berlin: Springer Verlag, 2000.
105. Risk management. Study Course 655, Distance Learning Division, The Chartered Insurance Institute. L.: 1991.
106. Saunders A. Credit risk measurement: New approaches to value at risk and other paradigms. N.Y.: John Wiley & Sons, Inc. 1999.
107. Schonbucher P. J. Credit derivatives pricing models. Chichester: John Wiley & Sons, Ltd., 2003.
108. Schwartz R.J., Smith C.W., Jr. (eds.) Derivatives Handbook: Risk Management and Control. N.Y.: John Wiley & Sons, 1997.
109. Shaeffer H. Credit risk management: A guide to sound business decisions. Ч Chichester: John Wiley & Sons, Ltd., 2000.
110. Sharp William F., Alexander Gordon J., Bailey Jeffrey V. Investments. 5-th ed. L.: Prentice-Hall International, 1995.
111. Shimko D. (ed.). Credit risk: Models and management. L.: Risk Books, 1999.
112. Skora R. K. Credit risk management models (In Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management). Oxford: Butterworth-Heinemann, 2000.
113. Smithson W., Smith C. W., Wilford Jr. D. S. Managing financial risk: a guide to derivative products, financial engineering and value maximization. -N.Y.: Irwin, 1995.
114. Tavakoli J. M. Credit derivatives and synthetic structures: A guide to instruments and applications. 2nd ed. Chichester: John Wiley & Sons, Ltd., 2001.
115. The financial jungle: International taxation of credit derivatives. -Price WaterhouseCoopers, 1999.
116. The practice of risk management. Goldman Sachs, SBC Warburg Dillon Read, 1998.
117. Wakeman L. Credit enhancement (In Alexander C. Risk management and analysis.) -Chichester: John Wiley & Sons, Ltd., 1999.
118. Wilhelm K. S. Risk management of credit derivatives. (In Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management.) Oxford: ButterworthHeinemann, 2000.
119. Bangia A., Diebold F.X., Schuermann T.,Stroughair J.D. Modeling liquidity risk with implications for traditional market risk measurement and management. Risk. 1999. No 12.
120. Dym S. Credit risk analysis for developing country bond portfolios. Journal of Portfolio Management. V. 23. No. 2.
121. Fishman A., Fiedler R. Liquidity: The fair-weather friend. Risk Professional. 1999. V.l. №8.
122. Historical default rates of corporate bond issuers, 1920-1999. Moody's special report. Moody's Investors Service, 2000, January.
123. Kealhofer S., Kwok S., Weng W. Uses and abuses of bond default rates. Document No. 999-0000-039. KMV Corporation, 1998, March.
124. Kealhofer S. Portfolio management of default risk. Document No. 999-0000-033, revision 2.1. KMV Corporation, 1998.
125. La Porta R., Lopez-de-Silanez F., Shleifer A., Vishny R. W. Law and Finance. Working paper 5661. National Bureau of Economic Research, 1996.
126. Levine R. The legal environment, banks and long-run economic growth. Journal of Money, Credit and Banking. 1998. August. V. 30. No. 3. Part 2.
127. Mausser H., Rosen D. Beyond VaR: From measuring risk to managing risk. Algo Research Quarterly. 1998. Vol. 1. No.5 (December).
128. Merton R. On the pricing of corporate debt: The risk structure of interest rates. Journal of Finance. 1974. V. 29. No. 2.
129. Moers L. Growth empirics with institutional measures and its application to transition countries: a survey. Working paper. Tinbergen Institute, University of Amsterdam, 1999.
130. Moody's rating migration and credit quality correlation, 1920-1996. Special report. Moody's Investor Service, 1997.
131. Pagett T., Karow J.C., Duncan J. Top down or bottom up? (In Bhattacharyya A. (ed.) Operational Risk. Risk Professional - Informa Business Punlishing. 2000.
132. Schmidt-Ott L. An appeal for an operational risk derivatives market (In Bhattacharyya A. (ed.) Operational Risk. Risk Professional - Informa Business Punlishing. 2000.1. Шкалы кредитных рейтингов
133. Класс облигации Доходность Рейтинговое агентствок погашению по облигации Duff & Phelps Fitch IBCA Moody's Standard & Poor's01 о в X о s Наивысшее качество (золотообрезные) Высокое качество Самая низкая AAA АА AAA АА Ааа Аа AAA АА
134. О в 6 s Качество выше среднего А А А Ав т м Я Я se Среднее качество Ниже среднего ВВВ ВВВ Ваа ВВВ
135. Л а А X а. о о Преимущественно спекулятивные Спекулятивные, низкое качество ВВ В ВВ В Ва В ВВ В
136. S а> s 2 S Низкое качество, возможен отказ от платежей Наиболее спекулятивные Наинизшее качество, нет процентов Выше среднего ССС ССС СС С Саа Са С ССС СС С
137. Спекулят инвестици Задоженность или отказ от платежей, сомнительная стоимость Самая высокая DD DDD DD D D
138. Переходная матрица миграции кредитных рейтингов на 1 год
139. Начальный рейтинг Рейтинг в конце года1. Ааа Аа А Ваа Ва В Саа-С Б
140. Ааа 88,32% 6,15% 0,99% 0,23% 0,02% 0,00% 0,00% 4,29%
141. Аа 1,21% 86,76% 5,76% 0,66% 0,16% 0,02% 0,00% 5,36%
142. А 0,07% 2,30% 86,09% 4,67% 0,63% 0,10% 0,02% 5,99%
143. Ваа 0,03% 0,24% 3,87% 82,52% 4,68% 0,61% 0,06% 7,71%
144. Ва 0,01% 0,08% 0,39% 4,61% 79,03% 4,96% 0,41% 9,39%
145. В 0,00% 0,04% 0,13% 0,60% 5,79% 76,33% 3,08% 10,53%
146. Саа-С 0,00% 0,02% 0,04% 0,34% 1,26% 5,29% 12,41% 8,78%
147. Матрица построена по фактически наблюдаемым изменениям кредитных рейтингов за 1920-1996 гг. Источник: 66.
148. Средние значения доходности к погашению, спреда доходности и модифицированной дюрации облигаций
149. Показатель ААА АА А ввв вв В ССС
150. Доходность к погашению, % 8,21 8,73 8,89 9,52 10,91 13,04 17,59
151. Спред к казначейским облигациям США, б. п. 54,82 60,44 85,31 139,79 326,13 538,73 1027,91
152. Модифицированная дюрация, лет 5,32 6,48 6,24 6,22 5,49 4,86 4,301. Источник: 36.
153. Коэффициенты восстановления по отраслевым группам в США
154. Отраслевая группа Средний коэффициент восстановления, %
155. Горнодобывающая и нефтегазовая промышленность 43,60*
156. Строительство и недвижимость 41,91
157. Текстильная и швейная промышленность 34,47*
158. Деревообрабатывающая, целюлозно-бумажная, кожевенная промышленность; книгоиздание 47,33*
159. Химическая промышленность 71,91
160. Производство стройматериалов, металургия 44,237. Машиностроение 47,55
161. Прочие отрасли обрабатывающей промышленности 85,71*
162. Транспорт и производство транспортных средств 30,83*
163. Телекоммуникации, связь, киноиндустрия 34,9711. Коммунальные услуги 77,74
164. Оптовая и розничная торговля 39,0*
165. Торговля потребительскими товарами 44,5514. Финансовые услуги 38,68
166. Больницы, санатории и общежития 20,50*ХСредние значения рассчитаны на основе менее 10 случаев наблюдений. Источник: 36.
167. Оценка потерь в результате дефотов по корпоративным облигациям в США1. Показатель Величина1. Исходные данныеа) Средняя вероятность дефота в 1996 г. 1,23%
168. Ь) Средняя стоимость облигации на конец месяца после объявления дефота (1-Л) 51,91%с) Средний размер потерь основной суммы дога (Л) 48,09%
169. Средний размер купонных платежей 8,92%1. Потери вследствие дефота
170. Потери основной суммы дога (а) х (с) 0,592%
171. Потери 1/2 купонных платежей (а) х 0,5 х ((1) 0,055%
172. Всего потерь от наступления дефота 0,647%
173. Недополученные купонные платежи рассчитаны на 6 месяцев исходя из половины годовой ставки купона.1. Источник: 36.г-Модель Альтмана
174. Финансовый коэффициент Среднее значение по группе дефотов* Среднее значение по группе без дефотов* статистика
175. Собственный оборотный капитал Л| Ч Всего активов -6,1% 41,4% 32,60v Нераспределенная прибыль Л 2 Ч Всегоактивов -62,6% 35,5% 58,86
176. Прибыль до выплаты процентов и налогов Л3 Ч Всего активов -31,8% 15,4% 26,56
177. Рыночная стоимость капитала 4 Балансовая стоимость обязательств 40,1% 247,7% 33,26
178. Выручка от реализации .Д з Ч Всего активов 1,5 раза 1,9 раза 2,84
179. Рассчитано по выборке из 33 произвольно взятых компаний 36.
180. Результаты прогноза по модели Альтмана (за 1 год до банкротства)
181. Группа Количество наблюдений Прогноз: принадлежность к группе 1 Прогноз: принадлежность к группе 2
182. Группа 1 (объявлен дефот) 33 31 (94,0%) 2 (6,0%)
183. Группа 2 (дефот не объявляся) 33 1 (3,0%) 32 (97,0%)
184. Общая точность классификации 95,0% 36.1. Продожение приложения 6.
185. Результаты прогноза по модели Альтмана (за 2 года до банкротства)
186. Группа Количество наблюдений Прогноз: принадлежность к группе 1 Прогноз: принадлежность к группе 2
187. Группа 1 (объявлен дефот) 33 23 (72,0%) 9 (28,0%)
188. Группа 2 (дефот не объявляся) 33 2 (6,0%) 31 (94,0%)
189. Общая точность классификации 82,0%. Источник 36.
190. Предельные вероятности дефота (по данным расчетов Альтмана), %
191. Рейтин г Год с момента выпуска в обращение1 2 3 4 5 6 7 8 9 10
192. ААА 0,00 0,00 0,00 0,00 0,06 0,00 0,00 0,00 0,00 0,00
193. АА 0,00 0,00 0,47 0,27 0,00 0,00 0,01 0,00 0,04 0,04
194. Кумулятивные вероятности дефота, %1. Год 1 2 3 4 5 6 7 | 8 9 10 1. ААА/Ааа
195. Альтман 0,00 0,00 0,00 0,00 0,06 0,06 0,06 0,06 0,06 0,06
196. Moody's 0,00 0,00 0,00 0,04 0,13 0,22 0,33 0,45 0,59 0,74
197. S&P's 0,00 0,00 0,06 0,13 0,21 0,39 0,58 0,92 1,05 1,211. АА/Аа
198. Альтман 0,00 0,00 0,47 0,74 0,74 0,74 0,74 0,74 0,78 0,82
199. Moody's 0,03 0,05 0,10 0,25 0,40 0,57 0,73 0,91 1,04 1,13
200. S&P's 0,00 0,02 0,11 0,22 0,38 0,59 0,78 0,93 1,02 1,121. А
201. Альтман 0,00 0,00 0,05 0,19 0,27 0,43 0,50 0,67 0,79 0,79
202. Moody's 0,01 0,07 0,22 0,39 0,57 0,76 0,96 1,18 1,44 1,73
203. S&P's 0,05 0,14 0,24 0,40 0,60 0,79 1,02 1,31 1,61 1,921. BBB/Baa
204. Альтман 0,03 0,42 0,82 1,49 1,88 2,41 2,62 2,72 2,81 3,27
205. Moody's 0,12 0,39 0,76 1,27 1,71 2,21 2,79 3,36 3,99 4,61
206. S&P's 0,17 0,42 0,68 1,22 1,72 2,28 2,81 3,27 3,64 3,971. ВВ/Ва
207. Альтман 0,44 1,41 4,77 6,47 9,09 10,30 12,76 13,01 14,49 18,09
208. Moody's 1,36 3,77 6,29 8,88 11,57 13,87 15,69 17,55 19,23 20,94
209. S&P's 0,98 3,19 5,54 7,86 9,94 11,99 13,10 14,18 15,14 15,891. В
210. Альтман 1,41 5,65 12,51 18,58 24,33 29,05 31,72 33,06 33,90 34,99
211. Moody's 7,27 13,87 19,94 25,03 29,45 33,26 36,34 39,01 41,45 44,31
212. S&P's 4,92 10,32 14,98 18,22 20,49 22,03 23,33 24,55 25,50 26,531. ССС/Саа
213. Альтман 2,46 18,62 33,02 41,17 43,82 51,11 51,91 54,65 54,65 56,651. Moody's - - - - - - - - Х
214. S&P's 19,29 28,58 31,63 35,94 40,06 41,04 41,93 42,28 43,14 43,721. Источник: 36.1. Кредитные спреды
215. По состоянию на декабрь 1998 г. Источник: 51.
Похожие диссертации
- Экономический риск в системе хозяйственного механизма
- Управление внутренними финансовыми рисками на промышленных предприятиях
- Построение системы управления рисками промышленной компании
- Финансовые риски корпораций
- АНАЛИЗ НАКЛАДНЫХ РАСХОДОВ И МЕТОДИКА ИХ РАСПРЕДЕЛЕНИЯ В СОВХОЗАХ (НА ПРИМЕРЕХОЗЯЙСТВ ХМЕЛЬНИЦКОЙ ОБЛАСТИ)