Подход к анализу клиентской базы на счетах «до востребования»

Вид материала

Документы

Содержание На первом этапе На втором этапе Третий этап На четвертом этапе

Подобный материал:

• Ставропольское отделение российской ассоциации лингвистов-когнитологов г. Н. Манаенко, 4745.25kb.
• Архив заседаний научного семинара, 893.64kb.
• А. С. Голубев менеджер Красногорского филиала Банка «возрождение» (оао), 197.86kb.
• Планирование продаж и задач по работе с клиентом Преемственность и безопасность клиентской, 91.09kb.
• Оценки срочности средств до востребования, 53.07kb.
• Павлова Мария Анатольевна, до востребования. Требования к электронному варианту доклад, 48.83kb.
• Руководство по созданию сайта для системы управления сайтами Atilekt. Cms 0 Описание, 116.62kb.
• Семинар "Формирование и развитие клиентской базы банка", 51.14kb.
• Ласти информационных технологий, совершенствовании бизнес процессов и повышении уровня, 137.2kb.
• На пра­вах ру­ко­пи­си, 425.95kb.

Экономический рост России

Подход к управлению краткосрочной ликвидностью коммерческого банка через анализ клиентской базы на счетах «до востребования» и стресс-тестированию платежной позиции

Оглавление


Введение 3

Подход к анализу клиентской базы на счетах «до востребования» 4

Подход к стресс-тестированию платежной позиции банка 15

Заключение 24

Библиографический список 25


Введение

Актуальность темы исследования. Управление ликвидностью коммерческих банков имеет огромное значение для поддержания стабильности и эффективности платежной системы страны, устойчивости всей банковской системы. Проблемы поддержания ликвидности и платежеспособности коммерческих банков являются одними из первоочередных в управлении банковской ликвидностью.

Объектом исследования является процесс управления краткосрочной ликвидностью коммерческого банка через анализ клиентской базой «до востребования».

Методологической основой исследования являются системный метод исследования, методы сравнения, экономической статистики и анализа.

Научные результаты: конкретные результаты, полученные в ходе исследования и определяющие его научную новизну, заключаются в следующем:

• определены пути совершенствования процедуры стресс-тестирования платежной позиции банка с использованием предложений Базельского комитета по банковскому надзору;
  
• предложен подход к анализу клиентской базы «до востребования», позволяющий на основе исторических сведений о динамике временного ряда получать целевой прогноз условно-постоянного остатка на определенный период в будущем при заданном доверительном интервале.
  

Подход к анализу клиентской базы на счетах «до востребования»

Для обеспечения возможности получения дополнительных доходов за счет долгосрочного кредитования и поддержания достаточного уровня ликвидности банкам необходимы долгосрочные пассивы. Как правило, их стоимость выше, чем краткосрочных, а учитывая снижающуюся доходность активных операций, преобладание более дорогих долгосрочных ресурсов в портфеле привлечения не всегда выгодно для банков. На сегодняшний момент происходит стабильный рост кратко- и долгосрочных депозитов физических и юридических лиц и возможность осуществления долгосрочных вложений обеспечивается расширяющейся ресурсной базой.¹ Однако следует иметь в виду, что любые возможные отрицательные изменения (отлив) в долгосрочных и краткосрочных пассивах могут негативно сказаться на ликвидности банка.

Учитывая вышесказанное, банку необходимо сформировать свой портфель привлечения так, чтобы он позволял ему получать максимально возможный доход, обеспечивал возможность осуществления долгосрочных вложений, но при этом обладал бы минимальной стоимостью и обеспечивал достаточный уровень ликвидности, как в краткосрочной, так и в долгосрочной перспективе. Учитывая актуальность задачи формирования оптимального привлечения и управления ликвидностью, автором был разработан подход, позволяющий коммерческим банкам Нижнего Новгорода и Нижегородской области обеспечить достаточный уровень ликвидности в среднесрочной перспективе.

Разработанный автором подход состоит из двух основных разделов:

1 - Прогнозирование условно постоянного остатка на текущих счетах клиентов;

2 - Методика оценки стабильности остатков денежных средств на счетах «Лоро».

Рассмотрим первый пункт предлагаемого автором подхода: прогнозирование условно-постоянного остатка на текущих счетах клиентов.

В процессе управления мгновенной и краткосрочной ликвидностью банка особое место занимает проблема прогнозирования предполагаемого стабильного остатка средств по обязательствам «до востребования», так как в условиях экономической неопределенности доля обязательств «до востребования» в структуре пассивов банка может достигать 60 — 70%. Такое положение вещей требует от банков поиска и использования наиболее точных и надежных подходов к прогнозированию состояния текущих счетов клиентов.

Динамика изменения остатков средств «до востребования» непредсказуема и не поддается точному статистическому прогнозированию. По мнению К.К.Садвакасова, статистические методы анализа и прогнозирования на основе построения различных трендов и расчета ожидаемых остатков являются малопродуктивными.² Автор не берется опровергать данное высказывание, однако предполагает, что углубление исследований в данном направлении, построение и использование вероятностных моделей определения риска могут способствовать решению задачи оптимального привлечения, рационального и более активного использования денежных средств «до востребования» для целей управления и регулирования мгновенной и краткосрочной ликвидности.

Ликвидность банка является одним из основных факторов, обуславливающих выбор управленческих решений по проведению финансовых операций и формированию уровня доходности банка. В большинстве случаев, чем ниже ликвидность, тем соответственно выше уровень доходности банка, и наоборот, чем выше ликвидность, тем ниже доходность. Однако возникает вопрос: как точно спрогнозировать краткосрочную и среднесрочную ликвидность для коммерческого банка Нижнего Новгорода?

Решение задачи прогнозирования достигается путем создания системы, отслеживающей качество, срочность, объемы активов и пассивов банка и соотношений между ними (мониторинг коэффициентов ликвидности). Смысл этой системы в том, чтобы валютно-временная и качественная структура активов обеспечивала способность банка своевременно выполнять свои обязательства перед вкладчиками и кредиторами. Как правило, значительную часть в структуре обязательств банка занимают обязательства типа до востребования, такие, как текущие (расчетные) счета юридических лиц, корреспондентские счета других банков и небанковских кредитно-финансовых организаций, вклады юридических и физических лиц до востребования (далее — счета до востребования).

В банковской практике считается неэффективной система управления активами, предусматривающая поддержание покрытия данных обязательств высоколиквидными активами на уровне 100%.

Обычно высоколиквидными активами обеспечивается только нестабильная часть обязательств до востребования, определяемая как разница между фактическими и установленными условно постоянными остатками на указанных счетах. Прогнозирование размеров условно постоянных остатков является не только важным элементом процесса оценки ликвидности банка, но и сложной экономико-математической задачей. Для того чтобы эффективно справляться с этой проблемой, банку необходим надежный методологический инструментарий по обработке соответствующей информации.

Анализ публикаций по данной проблематике говорит о незначительном объеме научно-практических работ, как в отечественной, так и в зарубежной экономической литературе.

Самойлов Е.В. предлагает свой способ нахождения количественной оценки условно постоянных остатков на счетах клиентов «до востребования». Данный способ рекомендуется к использованию коммерческими банками Нижегородского региона.

Исходной информацией для прогнозирования условно постоянного остатка на счете «до востребования» согласно предлагаемому подходу являются сведения о динамике ежедневных остатков средств на этом счете, то есть определенный временной ряд. При этом предполагается, что дополнительная информация относительно будущего поведения временного ряда отсутствует.

Следует отметить, что на основе анализа различных рядов остатков автором выявлено, что динамике остатков средств на счетах «до востребования» присущи определенные общие закономерности, а именно:

• наличие «резких выбросов», отражающих поступления крупных сумм средств, а затем (на следующий день) их списание. Причинами данных выбросов является то, что, во-первых, нерационально держать крупные суммы средств на счетах до востребования; во-вторых, такими суммами часто бывают предусмотренные поступления, для которых заранее определены сроки и направления использования;
  
• наличие более растянутых во времени, но краткосрочных «выбросов», отражающих поступления крупных сумм средств, относительно которых у банка имелась информация о том, что данное накопление остатков будет скоро списано;
  
• постепенное накопление или незначительные колебания средств на счете, а затем в неизвестный для банка момент времени списание значительной суммы средств или, наоборот, значительное разовое увеличение остатка денежных сумм на счете, а затем постепенное списание или незначительные их колебания (резкое изменение средств на счете далее будем называть интервенцией временного ряда). Динамика такого характера рассматривается как «нормальное» поведение исследуемых временных рядов.
  

Н
а рисунке 1, в качестве примера, представлена типичная динамика остатков средств на счетах «до востребования». Выявленные закономерности позволяют выбрать адекватный подход к статистическому анализу временного ряда и построить обоснованный прогноз величины условно постоянного остатка. Диссертант предлагает сделать это в четыре этапа.

Рисунок 1. Динамика остатков средств на счетах «до востребования»

На первом этапе следует очистить ряд от значительных однодневных выбросов. Данную процедуру можно проводить вручную, однако рекомендуется использовать строгий критерий для выявления таких выбросов. Критериальный подход обеспечивает определенную системность проводимого анализа.

В качестве индикатора выбросов предлагается использовать следующее условие. Если рост остатка превышает среднее увеличение остатков, например за 20 последних моментов роста (что соответствует периоду в один месяц) плюс удвоенное среднеквадратическое отклонение роста остатков, вычисленное как среднее по всему временному ряду среди скользящих среднеквадратических отклонений, и если в следующий момент наблюдения такого увеличения нет (рост в предыдущий момент не рассматривается), то указанный рост является искомым значительным однодневным выбросом. ³

На втором этапе после проведенной фильтрации ряда, если возможно, следует исключить кратковременные выбросы, информация о которых имелась у банка. После проведенных преобразований остается ряд, характеризующийся «нормальным» поведением, то есть незначительными колебаниями, но сопровождающимися интервенциями.

Третий этап заключается в непосредственном прогнозировании будущей динамики временного ряда. В целях прогноза, Самойлов Е.В. предлагает применять статистический анализ временных рядов с интервенциями. Для этого можно воспользоваться, например, широко распространенным статистическим пакетом «STATISTICA». Подбор наиболее подходящей модели АРПСС для «нормальной» динамики ряда позволяет получить доверительные интервалы будущих значений временного ряда (прогноза).

На четвертом этапе непосредственно производится оценка условно постоянного остатка на счетах до востребования. В качестве условно постоянного остатка рекомендуется использовать результаты прогнозирования поведения остатка в худшем для банка случае. Возможны три вида случайных событий:

1. по истечении периода в будущем остаток на счете будет меньше нижней границы доверительного интервала прогнозного значения «нормального» поведения временного ряда;

2. размер интервенции превысит принятую банком величину;

3. одновременно произойдут первый и второй виды событий.

Какой вид случайного события целесообразнее рассматривать при оценке условно постоянного остатка? Автор рекомендует делать выбор на основании результатов анализа динамики временного ряда за прошлые периоды, а также с учетом готовности банка нести определенный риск.

Если банк определяет достаточным ограничиться рассмотрением первого вида события, то в качестве условно постоянного остатка на счете можно использовать полученное прогнозное значение «нормальной» динамики временного ряда для нижней границы установленного доверительного интервала. Такой подход диссертант рекомендует применять, если интервенции ряда редки и незначительны.

При наблюдении частых значительных внезапных колебаний остатков на текущем счете можно ограничиться рассмотрением второго вида события при оценке условно постоянного остатка. В этом случае размер последнего будет соответствовать текущему остатку на счете минус вероятное значение объема интервенции для установленного банком доверительного интервала.

Если банк исходит из случая одновременного наступления первого и второго вида событий, то в качестве условно постоянного остатка на счете «до востребования» предлагается использовать величину, равную разности спрогнозированного с помощью модели АРПСС значения минимального остатка на счете и оценки возможной интервенции временного ряда для установленных соответствующих доверительных интервалов наступления этих событий. Расчет доверительного интервала для третьего типа события основан на элементарных математических действиях с вероятностями. Предполагается, что первое и второе случайные события независимы. Тогда вероятность их одновременного наступления будет равна произведению значений вероятностей первого и второго событий.

Таким образом, для решения задачи прогнозирования поведения остатков на счетах «до востребования» автор предлагает использовать подход, предусматривающий поэтапную статистическую обработку ряда в зависимости от выявленных закономерностей динамики счетов до востребования. Этот подход позволяет на основе исторических сведений о динамике временного ряда получать целевой прогноз условно-постоянного остатка на определенный период в будущем при заданном доверительном интервале.

Подобным прогноз может в дальнейшем использоваться для оценки ликвидности банка, а также для прогнозирования условно постоянного остатка на счетах «до востребования» при управлении активами коммерческих банков Нижегородского региона.

Рассмотрим второй пункт предлагаемого автором подхода: методика оценки стабильности остатков денежных средств на счетах «Лоро».

Предложенная Самойловым Е.В. методика оценки стабильности остатков на счетах «Лоро» имеет общие черты с методикой анализа клиентских средств «до востребования».

Одним из источников ресурсов для банка являются привлеченные средства, такие как остатки на счетах «Лоро».

Ставка по ним, в основном, находится в пределах 0-3% годовых в рублях, причем данная процентная ставка начисляется на среднедневные остатки за отчетный период (как правило, это месяц). Однако их использование в полном объеме чрезвычайно рискованно и может подорвать ликвидность и платежеспособность банка.

Стабильность и величина ресурсов на счетах «Лоро» зависит от следующих факторов:

• Состояния рынка МБК;
  
• Налоговые выплаты (в том числе средства, подлежащие к перечислению в фонд обязательных резервов (ФОР), а также фонд страхования вкладов);
  
• Наличие альтернативных источников вложения свободных средств банка;
  
• Величина процентных ставок, начисляемых на среднедневные остатки на счетах «Лоро»;
  
• Необходимость выполнения, на ежедневной основе, нормативов ликвидности и т.д.
  

С другой стороны, средства на счетах «Лоро» следует рассматривать как пассивы «до востребования», что подтверждает анализ специфики работы крупных коммерческих банков. Известно, что остатки средств на счетах наиболее крупных респондентов, определенно свидетельствует о высокой степени волатильности таких средств.

Руководствуясь требованием минимизации рисков, а также принципом соответствия активов и пассивов по срокам, банки, как правило, размещают данные средства на условиях «до востребования».

В свою очередь, банк, который привлекает ресурсы других коммерческих банков (посредством открытия им счетов), заинтересован в стабильности привлекаемых средств. Такими показателями могут стать:

• стабильность остатка (коэффициент характеризует нестабильность остатка, т. е. риск, который несет банк в случае использования остатков этой группы в активных операциях);
  
• характеризующий синхронность изменения остатков (коэффициент одновременно дает оценку влияния синхронности и амплитуды колебаний остатков на риск их использования).
  

Рассмотрим, в качестве примера, типичный банк, который открыл счета «Лоро» N банкам. Для полного и качественного анализа понадобится статистическая информация о значениях остатков в течение длительного периода. Лучше, если информация будет доступна за срок не менее чем 6 месяцев. Известно, что банки, в основном, не оставляют значительных средств на счетах «Лоро», предпочитая большую часть выводить к себе на корсчет в ЦБ. Но, если коммерческие банки все же оставляют остатки, банку стоит задуматься о возможности использования данного ресурса в своих активных операциях, тем более что банк начисляет проценты на данные ресурсы. Следовательно, ему просто необходимо «отбить» данные денежные средства.

Предположим, что после минимального анализа статистической информации выяснилось, что есть банки, которые никогда не оставляют остатки на счету. Для того чтобы их «нулевые» показатели не портили картину анализа, следует их исключить из рассмотрения.

Выявленные закономерности позволяют выбрать адекватный подход к статистическому анализу временного ряда и построить обоснованный прогноз величины условно постоянного остатка.

Приступая непосредственно к анализу, рассчитываются следующие показатели:

• средний остаток за анализируемый период;
  
• минимальный остаток за анализируемый период.
  

После этого вычисляется показатели изменчивости для каждого банка и синхронности изменения остатков в каждом из диапазонов.

Полученные результаты позволяют сделать следующие выводы:

1) остатки на счетах «Лоро» - нестабильны/стабильны;

2) большая часть остатков на счетах изменяется асинхронно/асинхронно.

Второй этап заключается в непосредственном прогнозировании будущей динамики временного ряда. В целях прогноза предлагается применять статистический анализ временных рядов. Для этого можно воспользоваться, например, широко распространенным программным обеспечением. Так, для приведенного, в качестве примера, ряда на основании выбора наиболее адекватной модели прогнозирования можно построить 95-процентные доверительные интервалы прогноза динамики временного ряда, например, на 10 дней вперед.
Полученные количественные характеристики позволяют сделать вывод о том, что по истечении периода в 10 дней значение остатка на счетах снизится ниже «Х» млн. рублей не более чем с 5%-й вероятностью.

А если банку интересен меньший временной горизонт, например, для проведения активных операций на рынке МБК, то имеющиеся данные можно использовать как ресурсы для получения процентного дохода от размещения временно свободных средств.

Если результаты проведенного анализа показывают, что остатки на счетах Лоро изменяются практически асинхронно, то вероятность, что ВСЕ банки «обнулят» свои счета Лоро очень мала.

Как правило, многие банки устанавливают на счета «Лоро» определенные лимиты, которые, ими не превышаются (банкам запрещено превышать установленные лимиты – такой запрет устанавливает головной офис кредитной организации). Поэтому чрезвычайно важно учитывать при прогнозировании потенциальных остатков данные лимитные ограничения. Данные лимиты могут подсказать специалистам Казначейства Нижегородских банков, каким же будет приблизительный остаток на счете Лоро того или иного банка.

Существует еще один инструмент прогнозирования остатков на счетах «Лоро» - метод Монте-Карло. Задача прежняя - выяснить, с вероятностью 95% остаток не будет ниже/выше определенной суммы.

В данном случае, мы анализируем ситуацию «нормальной» работы банка, банковской системы, при отсутствие значительных потрясений финансового рынка, типичный банковский день.

Для построения данного прогноза используется следующий алгоритм:

1 – находим для анализируемого динамического ряда минимальное значение, максимальное значение, и наиболее вероятное значение («экспертное» значение);

2 - проводим 100.000 итераций;

3 – анализируем полученные результаты.

Необходимо иметь в виду, что применение предлагаемых коэффициентов имеет ограничение, а именно: если в исследуемом периоде происходит значительный рост оборотов и остатков, то рассчитанные коэффициенты могут получиться искаженными.

Получаемые результаты показывают адекватность применения предлагаемой методики для оценки стабильности остатков на счетах «Лоро» и «до востребования».


Подход к стресс-тестированию платежной позиции банка.

Документы Базельского комитета по банковскому надзору (Базель 2) и требования Банка России (письмо ЦБ РФ от 10.07.2001 №87-Т) постепенно подготавливают банки России к внедрению процедур стресс-тестирования. В будущем, наличие методик стресс-тестирования в банках - основа проверок коммерческих банков Центральным банком. Автор полагает, что предлагаемый алгоритм поможет кредитным организациям Нижегородской области успешно внедрить данный инструмент контроля за состоянием ликвидности платежной позиции.

Стресс-тестирование нельзя назвать новинкой в банковском анализе. В отечественной литературе вопросы стресс-тестирования рассмотрены в работах В.Савоня и С.Лесогорова. Наибольший вклад внесен крупными международными финансовыми организациями: Международным Валютным Фондом и Базельским комитетом по банковскому надзору. Несмотря на значительные разработки, автор предлагает дополнить существующие методические материалы, путем предложения собственной методики стресс-тестирования платежной позиции банка.

Центральный банк Российской Федерации определяет стресс-тестирование как процедуру оценки потенциального воздействия на финансовое состояние кредитной организации ряда заданных изменений в факторах риска, которые соответствуют исключительным, но вероятностным событиям. Наличие такого стресс-теста и его комплексный характер, охватывающий основные виды банковских рисков, включаются в оценку качества стратегического планирования. ⁴

Кредитные организации, по мнению автора, должны, по возможности, оперативно проводить стресс-тестирование, чтобы в случае необходимости быстро принимать решения по реагированию на изменившиеся рыночные условия. Проведение стресс-тестирования исключительно на основе анализа прошлых событий недостаточно для полноценной оценки рисков. ⁵ Поэтому Самойлов Е.В. рекомендует, наряду с историческими сценариями, кредитным организациям разрабатывать гипотетические сценарии, характеризующиеся максимально возможным риском и потенциальными потерями для кредитной организации. Примеры и способы применения будут подробно изложены автором в данном параграфе.

Стресс-тестирование текущей ситуации позволяет предпринять тактические меры, которые помогут урегулировать текущую ситуацию и максимально ослабить давление различных рисков на деятельность банка.

По мнению автора, для целей перспективного планирования подобные расчеты должно осуществлять Экономическое (Финансовое) управление, для анализа текущей ситуации — Казначейство, которое готовит для комитета по управлению активами и пассивами (комитета по операциям) заключения о возможности осуществления заявленных бизнес-центрами пассивных и активных операций.

Для моделирования стресс-теста, характеризующего ликвидность банка, можно определить два ориентира: соблюдение нормативных коэффициентов Центрального банка РФ и потеря реальной ликвидности банка (то есть недостаток ресурсов банка, который невозможно перекрыть дополнительным привлечением средств на рынке). Это становится особенно актуальным при увлечении кредитованием долгосрочных проектов за счет использования краткосрочных ресурсов.

В своем исследовании автор подробно остановился на стресс-тестах, моделирующих потерю реальной ликвидности банка. Он не рассматривает проблему соблюдения обязательных нормативов ликвидности, установленных ЦБ РФ, так как считает, что эта тема отдельного исследования.

Самойлов Е.В. предлагает использовать следующую агрегированную таблицу 1 для представления движения средств через корреспондентский счет кредитной организации.

В таблице 1 отображены не все статьи прихода/расхода средств через корсчет банка. Стресс-тестирование предполагает максимально консервативную оценку. ⁶

Таблица 1

Движение средств через корсчет банка.

Остаток	Сумма		Сумма
Поступления		Списания
Пенсии		Оплата векселей
Векселя		Пополнение МФР
Пополнение субсчета		Выдача кредитов
Гашение кредитов		Списания с Лоро-счетов
Пополнение Лоро-счетов		Пополнение кассы
Продажа валюты		Транзит текущего дня
Вывоз в РКЦ (нал. деньги)		Межрегиональные платежи
Возврат/привлечение МБК		Выдача/возврат МБК
Текущие (прочие) поступ-я		Текущие платежи ОПЕРУ
Подкрепление от филиалов		Подкрепление к/с филиалов
Итого		Итого

В исходящий поток ресурсов включаются:

• все кредиты, выдача которых возможна, то есть имеются документальные обязательства банка.
  

Во входящий поток ресурсов включаются:

• суммы депозитов, в отношении которых, помимо договорного оформления, существует абсолютная уверенность в поступлении. погашение кредитов такими клиентами, сомнения в платежеспособности которых отсутствуют полностью и просрочка, пролонгация или другая новация которых маловероятна.
  

По мнению автора необходимо:

• оценить примерные суммы увеличения или уменьшения депозитов физических лиц в соответствии со сложившейся тенденцией и учесть их;
  
• определить минимально возможные остатки на расчетных счетах клиентов банка, а также на корреспондентских счетах «Лоро».
  

Самойлов Е.В. отмечает, что необходимость стресс-тестов и точность их расчета как раз и обусловлены недостатком кредитных ресурсов (временным или стратегическим).

Как правило, стресс-тесты определяют худшие варианты развития событий. Автор подчеркивает, что прогнозирование развития ситуации по оптимистичным сценариям - бессмысленно и даже вредно, так как психологически это приводит к игнорированию острых сторон ситуации, на которые ориентирует «худший вариант». Для стресс-тестирования каждый банк должен выбрать показатели, значения которых критичны непосредственно для него. В целях идентификации сценариев, в том числе при поиске «наихудшей» для кредитной организации комбинации факторов риска, в работе над стресс-тестом должен участвовать широкий круг специалистов кредитной организации, что позволит с большей точностью идентифицировать сценарии, требующие проведения стресс-тестирования. Вся работа должна проводиться под наблюдением и с прямым участием руководства кредитной организации.

Стресс-тест ситуации с реальной ликвидностью банка характеризуются наличием возможности самостоятельного определения банком методики ее расчета, и соответственно, набором показателей, оказывающих наиболее сильное влияние на ее результаты. В качестве одного из основных показателей, характеризующих результаты стресс-теста на ликвидность, следует рассматривать сумму недостатка кредитных ресурсов. Этот показатель не только отражает степень зависимости реальной ликвидности банка от рыночной ситуации, но и является основой для проведения стресс-теста на процентный риск, присущий совершаемым или планируемым к совершению активным операциям банка.

В результате проведения стресс-теста возможно выявление и обратной ситуации, связанной с наличием у банка излишка кредитных ресурсов. В таком случае банк оценивает перспективную эффективность их размещения.

В данном параграфе автор предлагает сценарии, которые могут быть использованы для осуществления стресс-тестирования ликвидности Банка N. Как уже отмечалось Самойловым Е.В. ранее, наряду с историческими сценариями, кредитным организациям следует разрабатывать гипотетические сценарии, характеризующиеся максимально возможным риском и потенциальными потерями для кредитной организации. Диссертантом предложены следующие «гипотетические сценарии» для Банка N:

1. «Неожиданная» выдача большого количества кредитных ресурсов клиентам банка. Здесь, прежде всего, скрываются проблемы отсутствия должного взаимодействия между структурными подразделениями банка. Данные подразделения осуществляют свою деятельность без должного согласования.
   
2. Риск счетов «Лоро». Вывод со счетов Лоро банками-респондентами свыше 90% своих остатков.
   
3. Вероятность непогашения крупного кредита клиентом, тогда как в банке считалось, что гашение в день Т будет гарантированным (техническая просрочка).
   
4. Уменьшение поступлений на расчетные счета клиентов на 40% по сравнению с обычным значением.
   
5. Полный вывод средств со счетов (четырьмя-пятью клиентами) крупными клиентами, не связанных между собой отраслевой принадлежностью.
   
6. Риск падения имиджа банка у населения и компаний, обслуживающих свои счета. Данный сценарий сопровождается значительным изъятием средств: более 15% депозитов населения и увеличенные на 50% списания юридических лиц со своих счетов (перевод средств в другие банки) по сравнению с обычными средними списаниями. Предполагается, что изначально ситуация с ликвидностью была стабильной и банк выполнял нормативные требования ЦБ РФ. Банк стал жертвой «грязной» информационной кампании.
   

Приведенные выше сценарии, отражают лишь часть тех ситуаций с ликвидностью, которые могут случиться с любой кредитной организацией. Необходимо моделировать ситуации, объединяющие несколько сценариев, что даст реальную оценку положения с ликвидностью банка. С другой стороны, использование отдельно вышеуказанных сценариев дает руководству банка важнейшую информацию.

В данном исследовании автор делает предположение о возможности реализации 4 сценариев:

• Положительного;
  
• Умеренного;
  
• Негативного;
  
• Стресс-сценария.
  

Расчет платежной позиции должен осуществляется по каждому из сценариев:
положительный сценарий

• Осуществляется расчет с учетом ликвидности портфеля ценных бумаг (берется срок до погашения или оферты);
  
• Осуществляется VaR-расчет максимально возможного снижения остатков на счетах «до востребования»;
  
• Предполагается, что ставки МБК менее 5%.
  

умеренный сценарий

• Расчет по VaR максимально возможного снижения остатков на счетах «до востребования»;
  
• Расчет с учетом ликвидности портфеля ценных бумаг (ликвидность портфеля ценных бумаг не учитывается - предполагаемый срок реализации для ликвидных бумаг от 8 до 20 дней);
  
• Ставки МБК от 6 до 10%
  

негативный сценарий

• Расчет по методике Shortfall максимально возможного снижения остатков на счетах «до востребования» (квантиль доверительной вероятности составляет 99,9%;
  
• Расчет с учетом ликвидности портфеля ценных бумаг (ликвидность портфеля ценных бумаг не учитывается - предполагаемый срок реализации для ликвидных бумаг от 30 до 45 дней);
  
• Ставки МБК от 11 до 20%
  

стресс сценарий

• срок гашения выданных МБК отодвигается на 31-90 дней (предполагается, что будут проблемы у банков-заемщиков);
  
• 50% срочных депозитов физических лиц переносится на срок 8-30 дней (предполагается, что половина депозитов будет снята в течение месяца);
  
• ставки МБК - 21-50% .
  

В итоге расчетов для каждого сценария рассчитывается разрыв ликвидности (недостаток свободных денежных средств), который, в свою очередь, умножается на максимальную ставку МБК для него. Получается стоимость финансирования разрывов ликвидности.

Для осуществления процесса моделирования требуется подготовить данные и программное обеспечение. В данном случае, для осуществления моделирования диссертант рекомендует использовать программный продукт «DecisionPro 4.0».

Автор отмечает, что для качественного моделирования необходимы исторические данные, не менее чем за 6 месяцев. После группировки требуемой информации вычисляются:

• Максимальное значение для каждой позиции;
  
• Минимальное значение для каждой позиции;
  
• «Вероятное значение» для каждой позиции определяет специалист, ответственный за управление ликвидностью банка. Данное значение соответствует ожидаемому значению в конкретной ситуации. Получается, своего рода, экспертная оценка.
  

По результатам стресс-тестирования становится видно, избыток или недостаток средств. Если получается недостаток денежных средств для осуществления кредитных и расчетных операций – его величина сравнивается с суммой имеющихся лимитов, установленных другими банками на банк. Если сумма недостатка ресурсов близка к сумме лимитов, предпринимаются меры по снижению роста кредитного портфеля банка или по увеличению его ресурсной базы за счет других источников. Если получается, что сумма реальных лимитов, установленных банками-контрагентами, является для банка границей, при превышении которой результаты стресс-теста отражают негативные тенденции, складывающиеся в кредитной и ресурсной политике банка.

«Платежные календари» в течение месяца корректируются в соответствии с фактически складывающимися обстоятельствами и уточняются подразделениями банка. В целом точность прогноза, как показывает практика, зависит главным образом от точности составления «платежных календарей», то есть от сведений, предоставляемых профильными подразделениями банка.

Автор полагает, что использование предлагаемого алгоритма стресс-тестирования поможет кредитным организациям России минимизировать риски ликвидности и сделать шаг вперед к внедрению стандарта управления «Базель 2».


Заключение

В своем исследовании автор предложил сценарии для осуществления стресс-тестирования ликвидности Волго-Вятского банка Сбербанка России. Наряду с историческими сценариями была показана, необходимость разрабатывать гипотетические сценарии, характеризующиеся максимально возможным риском и потенциальными потерями для кредитной организации, были учтены требования ЦБ РФ и рекомендации Базельского комитета. Диссертант отмечает, что предлагаемые «сценарии» универсальны и могут быть использованы другими коммерческими банками.

Диссертант предположил возможности реализации 4 сценариев:

• Положительного;
  
• Умеренного;
  
• Негативного;
  
• Стресс-сценария.
  

Диссертантом предложена методика анализа клиентской базы «до востребования», в том числе на счетах «Лоро». Автор предложил стабильность остатков денежных средств характеризовать коэффициентом, измеряющим амплитуду их колебаний за определенный период времени.

Для решения задачи прогнозирования поведения остатков на счетах «до востребования» автором предложено использовать подход, предусматривающий поэтапную статистическую обработку ряда в зависимости от выявленных закономерностей динамики счетов «до востребования». Этот подход позволяет на основе исторических сведений о динамике временного ряда получать целевой прогноз условно-постоянного остатка на определенный период в будущем при заданном доверительном интервале.


Библиографический список

1. Российская Федерация. Законы. О рекомендациях по анализу ликвидности кредитных организаций от 27.07.2000 №139-Т [Электронный ресурс] :. – Режим доступа : КонсультантПлюс. Законодательство.

2. Российская Федерация. Законы. О рекомендациях Базельского комитета по банковскому надзору от 10.07.2001 №87-Т [Электронный ресурс] :. – Режим доступа : КонсультантПлюс. Законодательство.

3. Айвазян, С.А. Статистическое исследование зависимостей (Применение методов корреляционного и регрессионного анализов к обработке результатов эксперимента) [Текст] / С.А. Айвазян; М.: Металлургия, 1968. - 227 с.

4. Бюллетень банковской статистики [Текст]. № 9/2004. С.72 - 81

5. Садвакасов, К.К. Коммерческие банки. Управленческий анализ деятельности. Планирование и контроль [Текст] / К.К.Садвакасов : М.: Издательство “Ось-89”, 1998. С. 30

6. Consultative Document on the New Basel Capital Accord [Text]. Basel Committee on Banking Supervision – January 2001 (a).

7. LongRun Technical Document. RiskMetrics Group [Text]. April 1999, 167 p.

8. Sound Practices for Managing Liquidity in Banking Organizations [Text]. Basel Committee on Banking Supervision - February 2000.