Федеральное государственное образовательное бюджетное учреждение
высшего образования
«Ф инансовый университет при Правительстве Российской Федерации»
(Финансовый университет)
Финансовый факультет
Департамент банковского дела и финансовых рынков
Выпускная квалификационная работа
на тему: «Совокупный кредитный риск коммерческого банка, методы его
измерения и управления»
Направление подготовки 38.04.08 «Финансы и кредит»
«Современное банковское дело и риск-менеджмент в коммерческом банке»
Выполнил студент учебной группы
СБД19-2м
Шахбанова Алина Магомедярагиевна
(подпись)
Руководитель д.э.н., профессор
Травкина Елена Владимировна
(подпись)
ВКР соответствует предъявляемым
требованиям
Руководитель Департамента
д.э.н., профессор
М. А. Абрамова
2021 г.
Москва - 2021 г.
2
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ ............................................................................................................. 4
ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ИЗМЕРЕНИЯ И УПРАВЛЕНИЯ
СОВОКУПНЫМ КРЕДИТНЫМ РИСКОМ КОММЕРЧЕСКОГО БАНКА...... 7
1.1
Понятие совокупного кредитного риска коммерческого банка ........... 7
1.2
Факторы,
обуславливающие
проявление
кредитного
риска
коммерческого банка ........................................................................................ 13
1.3 Мероприятия по измерению и управлению совокупным кредитным
риском коммерческого банка ........................................................................... 20
ГЛАВА 2 ОЦЕНКА ДЕЙСТВУЮЩЕЙ ПРАКТИКИ ПО ИЗМЕРЕНИЮ И
УПРАВЛЕНИЮ
СОВОКУПНЫМ
КРЕДИТНЫМ
РИСКОМ
В
РОССИЙСКОМ БАНКОВСКОМ СЕКТОРЕ ..................................................... 34
2.1 Организация системы управления совокупным кредитным риском в
российском банковском секторе ..................................................................... 34
2.2. Оценка инструментария по измерению совокупного кредитного риска в
коммерческом банке. ........................................................................................ 55
2.3. Механизм реализации управления совокупным кредитным риском в
коммерческом банке ......................................................................................... 66
ГЛАВА 3 РАЗВИТИЕ МЕТОДОВ ПО ИЗМЕРЕНИЮ И УПРАВЛЕНИЮ
СОВОКУПНЫМ КРЕДИТНЫМ РИСКОМ КОММЕРЧЕСКОГО БАНКА.... 80
3.1 Проблемы по измерению и управлению совокупным кредитным риском
в деятельности российских коммерческих банков ........................................ 80
3.2. Инновационные методы измерения совокупного кредитного риска в
деятельности российских коммерческих банков ........................................... 86
3.3. Формирование эффективной стратегии управления совокупным
кредитным риском коммерческого банка....................................................... 96
ЗАКЛЮЧЕНИЕ ................................................................................................... 102
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.......................................... 106
3
Приложение А Переменные для уравнения регрессии, характеризующего
динамику просроченной задолженности юридических лиц ........................... 115
Приложение Б Переменные для уравнения регрессии, характеризующего
динамику просроченной задолженности физических лиц.............................. 116
Приложение В Корреляция факторов в части юридических лиц .................. 117
Приложение Г Корреляция факторов в части физических лиц ...................... 118
Приложение Д Динамика объема кредитного портфеля за период 01.01.202001.02.2021 гг. ....................................................................................................... 119
Приложение Е Динамика объема просроченной задолженности по сегментам
за период 01.01.2020-01.02.2021 гг.................................................................... 120
4
ВВЕДЕНИЕ
Подверженность кредитному риску продолжает оставаться ведущим
источником проблем в банках во всем мире. В настоящее время мировая
экономика потерпела изменения в виду пандемии COVID-19. В целом
прослеживалось ухудшение экономических условий в 2020 году, пандемия
ухудшила балансы во всех секторах экономики, что повлияло на способность
фирм обслуживать и погашать долги. Кредитный портфель российского
банковского сектора расширяется, объем просроченной задолженности рос,
качество портфеля понизилось на одну категорию. В таком случае банки
должны выявлять, измерять, проводить мониторинг и контроль кредитного
риска, а также определять, что они располагают достаточным капиталом для
покрытия этих рисков и что они получают адекватную компенсацию за
понесенные риски.
Вопросы анализа, оценки и управления кредитного риска в банках
широко и подробно исследованы в последнее годы. Наиболее значительные
теоретические исследования в аспекте кредитного риск-менеджмента были
представлены отечественными авторами: Валенцевой Н.И., Гончаренко Л.П.,
Коробовым Г.Г., Кабушкиным С.Н., Лаврушиным О.И., Ларионовой И.В.,
Лобановым А.А., Ю.Ю., Скобелева И.П., Соколинской Н.Э., Чугуновым А.В.
Среди зарубежных авторов выделяют: Ф. Найта К., Абрахамса, М. Керей,
К.Синглтон, С.Килхофер. Т. Ван Гестелм, Б. Басенсем. В их работах
рассмотрены и раскрыты теоретические базы таких понятий как «кредитный
риск
и
его
оценка»,
«управление
кредитным
риском»,
проведена
классификация инструментов и методов управления данным риском
Значительный вклад в части проблем оценки и эконометрического
моделирования кредитного риска банка внесли следующие авторы: Альтман
Е., Ален С., Блум К., Васичек О, К., Мэйс Е., Никел П., Килхофер С., Пауел А.,
Пател К., Лами М.-Ф., Верспон Ю., Пересецкий А.А.. Обзорно-аналитические
работы области моделирования кредитного риска и вопросов применения
моделей, предложенных Базель II, в российскую практику принадлежат таким
5
авторам, как Алескеров Ф.Т., Андриевская И.К., Пеникас Г.И., Помазанов
М.В., Солодков В.М., Разумовский П. А.
Основной целью работы стало исследование вопроса совокупного
кредитного риска отдельного банка, а также банковского сектора в целом, на
основе анализа действующей практики с целью решения имеющихся проблем
и определения перспектив дальнейшего развития совокупного кредитного
риска в российском банковском секторе.
Задачи исследования. В соответствии с поставленной целью в ходе
исследования решались следующие задачи теоретического и прикладного
характера:
–
осветить
теоретические
аспекты,
касающиеся
определения
совокупного кредитного риска, методы его измерения, факторы, влияющих на
него, и анализа;
–
рассмотреть
организацию
систему
управления
совокупным
кредитным риском в российском банковском сектор;
– провести анализ кредитного портфеля банка и банковскоӗ сферы в
целом, выявить тренды и проблемы;
–
рассмотреть
механизм
реализации
управления
совокупным
кредитным риском на примере коммерческого банка
– выявить проблемы по измерению совокупного кредитного риска в
деятельности российских коммерческих банков
– рассмотреть инновационные методы измерения и управления
совокупным кредитным риском;
– сформировать эффективную стратегию управления совокупным
кредитным риском.
Объектом исследования была избрана деятельность российских
коммерческих банков.
Предметом исследования в работе стали совокупный кредитный риск
российского банковского сектора и отельного коммерческого банка, методы
его измерения и управления.
6
Гипотеза
исходит
из
следующего
предположения:
управление
совокупным кредитным риском базируется на формировании кредитного
портфеля с учетом его сбалансированности, диверсифицируемости, на основе
использования модернизированных моделей оценок качества кредитного
портфеля, которые в свою очередь своевременно калибрируются в
зависимости от конъюнктуры.
В работе были применены следующие методы: теоретические методы
анализа, включая анализ и синтез, методы обработки и интерпретации данных,
метод финансовых коэффициентов, методы статистического наблюдения,
корреляционный и регрессионный анализ.
7
ГЛАВА 1
ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ИЗМЕРЕНИЯ И УПРАВЛЕНИЯ
СОВОКУПНЫМ КРЕДИТНЫМ РИСКОМ КОММЕРЧЕСКОГО
БАНКА
1.1 Понятие совокупного кредитного риска коммерческого банка
Кредитные операции, которые отражены в совокупности кредитного
портфеля, являются главным источником дохода любого коммерческого
банка, но одновременно данный вид считается самым рискованным. Банки
могут выявить кредитный риск в различных финансовых активах, не только
где есть ссудный сегмент, но и в требованиях банка кредитного характера, в
таких как, межбанковские операции (размещенные депозиты, кредиты),
акцепты, валютные операции, факторинг, лизинг, деривативы, возврат
долговых ценных бумаг (облигации), акции, учтенные векселя и прочие. Все
это отражает совокупный кредитный риск.
Кредитный риск — это вероятность того, что заемщик, контрагент
кредитной организации или группа заемщиков не выполнят свои договорные
обязательства и в свою очередь данный факт приведет к будущим убыткам
банка1. Причин для дефолта заемщика может быть множество, но в
большинстве случаев должник находится в финансово напряженной ситуации
и может столкнуться с процедурой банкротства. Риск сохраняется также у
операций, приравниваемых к ссудным, которые отражаются на балансе и вне
его.
Дефиниции данного термина были определены несколькими учеными,
которые в основном его отождествляют с понятием кредитного портфеля. И.В.
Ларионова описывает совокупный кредитный риск, как «риск кредитного
портфеля коммерческого банка, а кредитный портфель представляет собой
1
Tony Van Gastel: Credit Risk Management Basic Concepts: financial risk components, rating
analysis, models, economic and regulatory capital/ Tony Van Gastel, Bart Beasens. - Oxford
University press, 2009. - 552 c.
8
совокупность активов банка в виде ссуд, учтенных векселей, межбанковских
кредитов,
депозитов
и прочих
требований
кредитного
характера,
классифицированных по группам качества на основе определенных критериев
и других, сгруппированных на основе системы»2.
О.И. Лаврушин и Н. И. Валенцева определяют следующим образом:
«С теоретическоӗ точки зрения, кредитный портфель – это совокупность
различных социально-экономических отношений между банком и его
клиентами по обеспечению возвратного движения заемной стоимости. С
практической точки зрения, кредитный портфель представлен совокупностью
различных активов кредитной организации: ссуд, учтенных векселей,
межбанковских кредитов, депозитов»3.
Зарубежные авторы такие как Тони Ван Гастел, Барт Баенс отмечают,
что кредитный портфель — это любой набор кредитных рисков, который
формируется как часть деятельности финансового посредничества (например,
обычные кредитные продукты или производные контракты) или как
инвестиции в ценные бумаги, чувствительные к кредитному риску (например,
корпоративные облигации)4.
В
своей
следующим
диссертации
образом:
М.З.
«Кредитный
Сабиров
портфель
интерпретирует
–
открытая
понятие
система,
представляющая собой совокупность банковских ссуд, структурированных не
только на основе факторов кредитного риска, но и по критериям доходности и
ликвидности»5. В свою очередь А. М. Тавасиев дает следующую
2
Ларионова И.В. Риск-менеджмент в коммерческом банке: монография. - Москва: КноРус,
2019. - 453 с. - ISBN 978-5-406-02907-7.
3
Банковские риски: учебник / О.И. Лаврушин, Н.И. Валенцева., под ред., Л.Н. Красавина,
И.В. Ларионова, М.А. Поморина, Е.В. Травкина, Н.Э Соколинская, Е.П. Терновская. —
Москва: КноРус, 2021. — 361 с. — ISBN 978-5-406-08128-0.
4
Beasens B. Van Gastel Ir.T. Credit Risk Management Basic Concepts: financial risk components,
rating analysis, models, economic and regulatory capital/ Ir. Trony Van Gastel, Bart Beasens:
Oxford University press-2009-.124с.-ISBN-13:978-0-199-54511-7.-Текст: электронный//URL:
https://oxford.universitypressscholarship.com/view/10.1093/acprof:oso/97801/acprof-9780117.
5
Сабиров М.З. Кредитный портфель коммерческого банка: специальность 08.00.10
«Финансы, денежное обращение и кредит»: диссертация на соискание ученой степени
кандидата экономических наук./ Сабиров Марат Зуфарович; Финансовая академия при
9
детерминацию понятия: «Совокупность кредитов, выданных банком, на
каждый момент времени, при этом совокупность структурирована по
определенному критерию, существенному для кредитов»6.
В целом, кредитный портфель в нормативных документах Банка
России раскрывается только со стороны его структуры, которая представляет
собой не только ссудный сегмент, но и прочие требования кредитного
характера, перечисленные выше.
Очевидная
подверженность
кредитному
риску
подталкивает
коммерческие банки и надзорные органы в лице центральных банков на четкое
осознание необходимости фиксирования, выявления, анализа, измерения,
мониторинга и контроля данного риска. И главное, банки должны
детерминировать, имеют ли они достаточный капитал для защиты от этих
рисков и что получают весьма адекватную компенсацию за понесенные риски.
Мотивация и стимул к разработке моделей кредитного риска появились
в
виду
необходимости
разработки
количественных
оценок
объема
экономического капитала, который будет необходим для поддержки рисковой
деятельности
коммерческого
банка.
Согласование
по
минимальному
требованию к капиталу были достигнуты на международном уровне с момента
заключения Базельского соглашения в 1998 году7. В соответствии с Базелем 1
активы банка были распределены по простому эмпирическому правилу на
одну из четырех широких категорий риска, каждая из которых имела «вес
риска» в диапазоне от 0% до 100%. Например, портфель корпоративных
кредитов получил вес риска в 100%, в то время как розничные ипотечные
кредиты, считающиеся более безопасными, получили более благоприятный
Правительстве РФ. Москва -, 2002. – С. 65.- Место защиты: Финансовая академия при
Правительстве РФ.
6
Тавасиев А.М. Банковское дело. Управление и технологии: учебник / под редакцией А.В.
Тавасиева, В.Д. Мехряков — Москва.: ЮНИТИ-ДАНА, 2012г. —124с.-ISBN-978-5-23802229-1.
7
Beasens B. Van Gastel Ir.T. Credit Risk Management Basic Concepts: financial risk components,
rating analysis, models, economic and regulatory capital/ Ir. Trony Van Gastel, Bart Beasens. –
Oxford; Oxford University press, Cop. 2009.-С.97.-ISBN-13:978-0-199-54511-7.
10
вес
риска
в
50%.
Далее
минимальный
капитал
устанавливался
пропорционально взвешенной сумме этих активов.
Но со временем этот подход подвергся критике из-за недостаточной
детализации распределения риска. Все ипотечные кредиты, например,
получали одинаковое требование к капиталу без учета базового профиля риска
заемщика (например, отношение кредита к стоимости или долга к доходу). Это
привело к опасениям, что структура стимулировала «смещение рисков». В той
мере утверждалось, что банки имеют стимул сохранять только самые высокие
риски на своих балансах, поскольку они могут предложить самую высокую
ожидаемую доходность. В ответ на это Базель II предложил гораздо более
детализированный подход к взвешиванию рисков и классифицировали методы
управления кредитными рисками следующим образом:
— стандартизированный подход, который предполагает простую
классификацию должников без учета их реальных кредитных рисков. Она
включает в себя опору на внешние кредитные рейтинги;
— подход, основанный на внутренних рейтингах (IRB), где банкам
было разрешено использовать свои «внутренние модели» для расчета
нормативного требования к капиталу для кредитного риска.
В теории отмечаются отдельные элементы кредитного портфеля, а
именно субпортфели, которые формируются по конкретному направлению
кредитной
деятельности
банка.
Также
в
теории
определяют
для
классификации кредитного портфеля вид деятельности банка, на какой
сегмент или сектор ориентирован тот или иной финансовый институт. В
российском банковском менеджменте, например, существует понятие
и«портфель однородных ссуд» (ПОС), где скомпилированы небольшие ссуды
розничного
сегмента
и
малого
бизнеса,
индивидуального
предпринимательства.
В целом классификация кредитного портфеля базируется на типах
контрагентов. В частности, такая сегментация требуется со стороны IRBподхода.
В
аналитических
документах
Банка
России
выделяют
11
корпоративный портфель, включающий все требования к коммерческим
организациям, исключая финансовые институты, некоторые сегменты малого
и среднего бизнеса8. Последний перечень может быть отдельно выделен в
кредитном портфеле. Также исключается включение требования центральным
банка, правительствам, муниципальным образованиям и другие. Учитывается
характер операций (например, оборотное финансирование), однако IRB
подходах тип финансирования является дополнительным фактором.
Далее выделяют суверенный портфель, где по минимальным
требованиям IRB подхода включаются требования к центральным банкам,
правительствам, органам местного самоуправления, а также международными
финансовым организациям и другие.
В
розничный
портфель
включают
все,
что
не
попало
в
вышеперечисленных портфелях, а также сегментируют с учетом целевой
ориентации специфических программ кредитования. Но при этом весьма
затруднительно учитывать принципы управления и оценки розничных
кредитных требований, обеспечение разумной оценки параметров риска, а
также разумное распределение контрагентов - заемщиков и кредитных
требований по пулам с целью лимита чрезмерной концентрации.
Таким образом, кредитный портфель в основном рассматривается с
точки зрения совокупного кредитного риска, как структурообразующая по
различным критериям совокупность кредитов, которая, в свою очередь,
отражает такие аспекты как социально-экономические и денежно-кредитные,
а также связывает отношения между коммерческим банком и его клиентами с
таргетом обеспечения возвратного движения ссудной задолженности.
С кредитным портфелем сопряжено понятие качества. Например, О.И.
Лаврушин детерминирует качество кредитного портфеля, как наличие
8
Консультационный документ о перспективах применения российскими банками IRBподходам Компонента II Базеля II в надзорных целях и необходимых для этого
мероприятия/
Банк
Росс:
[сайт].
2011.-URL:
https//www.cbr.ru/Content/Document/File/36670/Basel_january-2011.pdf (дата обращения
20.01.2021).- Текст: электронный.
12
«сущностных свойствах кредита и категорий кредитного характера, как
возвратное движение заемной стоимости между участниками отношений, а
также денежный характер объекта отношений»9.
Безусловно, ссудные и прочие операции кредитного характера имеют
высокий
риск,
так
как
одновременно
должны
отвечать
цели
функционирования банка, а именно обеспечить прибыль на максимальном
уровне при допустимом уровне ликвидности и применяемого кредитного
риска10. Таким образом, в части фундаментальных свойствах кредитного
портфеля включаются три аспекта: кредитный риск, доходность и
ликвидность, которые имеют критериальные показатели их степени и уровня.
Следует также рассмотреть содержание данных элементов.
Степень кредитного риска — это риск потерь, возникших из-за дефолта
у контрагента или кредитора. Оценку кредитного риска можно рассмотреть со
стороны степени кредитного риску уже отдельных элементов и сегментов
портфеля, а также со стороны диверсификации его структуры либо отдельных
сегментов.
Чтобы детерминировать совокупный кредитный риск, следует дать
определение риску кредитному портфелю. Риск кредитного портфеля – это
нарушение возвратности ссудной стоимости путем отступления от базовых
принципов кредита (то есть срочности, платности и возвратности), что
приводит к уменьшению стоимости активов банка, которые включены в
кредитный
портфель,
и
получаемой
фактической
прибыльности
от
использования данной части активов ниже ожидаемого уровня.
Таким образом, совокупный кредитный риск в международной и в
российской практике отождествляют с понятием риска кредитного портфеля.
В свою очередь кредитный портфель имеет три важных аспекта: кредитный
9
Банковские риски: учебник / Лаврушин О.И., под ред., Валенцева Н.И., Красавина Л.Н.,
Ларионова И.В., Поморина М.А., Травкина Е.В., Соколинская Н.Э., Терновская Е.П. —
Москва: КноРус, 2021. — С.361— ISBN 978-5-406-08128-0.
10
Лаврущин О.И. Оценка финансовой устойчивости кредитной организации: учебник/
коллектив авторов; под редакцией О.И. Лаврушина, И.Д. Мамоновой. – Москва: КноРус,
2011.- С.76. -ISBN 978-5-406-00855-3.
13
риск, доходность и ликвидность, которые имеют критериальные показатели их
степени и уровня. В теории отмечаются отдельные элементы кредитного
портфеля, а именно субпортфели, которые формируются по конкретному
направлению кредитной деятельности банка. Безусловно подверженность
кредитному риску подталкивает коммерческие банки и надзорные органы в
лице центральных банков на четкое осознание необходимости фиксирования,
выявления, анализа, измерения, мониторинга и контроля совокупного
кредитного риска.
1.2 Факторы, обуславливающие проявление кредитного риска
коммерческого банка
Формирование системы управления совокупным кредитным риском на
уровне портфеля зависит от ряда факторов, которые включаются в расчет
кредитного риска или стресс-тестирования и выделяются на макроуровне и
микроуровне11.
Макроэкономические факторы, в свою очередь, можно разделить на
политические и экономические подсистемы. В политические факторы
включают возможность установления лимита обмена местной валюты на
другую конвертируемую валюту или перевода ее заграницу, разрывы
соглашений из-за решений исполнительной власти, в котором находится банкконтрагент или заемщик, введение финансовых санкций, например ситуация
2014 года. Из-за ограничений выхода на внешний рынки капитала, произошел
растущий спрос на заемные средства в российских банках, а следовательно,
это повлияло на рост процентных ставок, что ограничил рост кредитного
портфеля в целях увеличения запаса ликвидности12. Экономические факторы
включают следующие аспекты, как состояние экономики в мире и в отдельной
11
Алексеев П.В. Банковское дело: управление в современном банке. Учебное пособие для
ВУЗов/ П.В. Алексеев, сост.–Москва: КноРус, 2018 –С.112 .–ISBN 978-5-406-07836-5.
12
Пехтерева Е.А. Влияние санкций на банковский сектор России: научно-аналитический
обзор/ Е.А. Пехтерева/Экономика и бизнес.-Москва, 2016.- №4-С. 95 -107.-ISSN 2413-0257.
14
стране, уровень ВВП, инфляции, доходы населения, денежно-кредитная
политика центральных банков и их ориентиры, уровень конкуренции в
банковском секторе, уровень процентных ставок и цен на банковские
продукты и услуги, спрос на кредитные ресурсы13. В такой ситуации банки
должны будут иметь буфер сохранения капитала в размере 2,5%, чтобы
выдержать будущие периоды стресса. Этот антициклический буфер будет
создаваться в периоды быстрого роста совокупного кредита. Капитал,
удерживаемый в буфере, затем может быть высвобожден во время спада
цикла, уменьшая риск того, что доступный кредит будет ограничен
требованиями
нормативного
неблагоприятного
Негативные
цикла
капитала,
убытков
макроэкономические
и
и
уменьшая
ужесточения
изменения
могут
возможность
выдачи
кредитов.
увеличить
долю
сомнительных и неработающих кредитов в банках. Во-первых, компании в
слабом состоянии генерируют просроченные ссуды во время рецессий.
Плохие кредиты приводят к увеличению резервов капитала и убыткам банков.
Увеличение провизий, в свою очередь, ограничивает кредитную активность
банков. Во-вторых, проблемы с балансами компаний и снижение доходов и
потребления домашних хозяйств могут снизить их спрос на банковские ссуды
во время рецессии.
В настоящее время мировая экономика потерпела изменения в виду
пандемии COVID-19. В целом прослеживается ухудшение экономических
условий в 2020 году, пандемия ухудшила балансы во всех секторах экономики,
что повлияло на способность фирм обслуживать и погашать долги.
Например, по данным Росстат, с января по октябрь 2020 года прибыль
(сальдированный финансовый результат без субъектов МСП, финансовых
институтов и государственных учреждений) крупных и средних предприятий
в России достигла 8 425 млрд рублей, что меньше на 38,2% по сравнению с
тем же периодом прошлого года (рисунок 1). Кроме того, в нескольких
13
Калинчева Ю.А. Факторы кредитного риска, основные элементы управления кредитным риском/ Ю.А.
Калинчева, А.А. Калинчев// Эволюция современной науки: сборник статей Международной научнопрактической конференции: в 4-х частях. – Киров, 2016. –№8. – С. 144-155. –ISSN 978-5-906849-94-6.
15
секторах (отели, туристические услуги, железнодорожные и воздушные
пассажирских перевозках) были зафиксированы убытки. Еще более серьезно
пострадали МСП, на которые приходится только пятая часть ВВП14.
Источник: составлено автором по материалам Росстат. [Электронный ресурс]. Режим
доступа - https://rosstat.gov.ru (Дата обращения: 20.01.2021).
Рисунок 1 – Сальдированный финансовый результат организаций на январь-сентябрь
2020, в % к соответствующему периоду предыдущего года
Также стоит отметить влияние понижения ключевой ставки до конца
2020 г, даже в такой ситуации Банк России сохранял ее на минимальном
уровне (4,25%), что подтолкнуло к активизации кредитования (рисунок 2).
Источник: составлено автором по материалам Банк России. [Электронный ресурс].
Режим доступа - https://сbr.ru (Дата обращения: 20.04.2021).
Рисунок 2 – Динамика ключевой ставки ЦБ РФ за период 2019-2021 (4 месяца) гг.
14
World Bank Group (Dec,2020): Russia’s economy loses momentum amidst COVID-19
resurgence; awaits relief from vaccine: -44 Russia economic report// World Bank Group -2020.–
Текст:
электронный.–
URL:
https://openknowledge.worldbank.org/bitstream/handle/10986/34950/Russia-Economic-Report
(дата обращения 20.01.2021).
16
Кредиты корпоративному сектору в основном выросли при поддержке
государственных программ для затронутых отраслей и системно значимых
предприятий,
а
розничное
кредитование
выиграло
от
программы
субсидируемых ипотечных кредитов, запущенной правительством в апреле
(рисунок 3).
Источник: World Bank Group (Dec,2020): Russia’s economy loses momentum amidst
COVID-19 resurgence; awaits relief from vaccine: -44 Russia economic [Электронный
ресурс]. Режим доступа - https://openknowledge.worldbank.org/ (дата обращения
20.01.2021).
Рисунок 3 - Динамика показателей темпа роста кредитования корпоративного и
розничного сектора за период 01.01.2019-01.10.2020 гг.
В частности, в кредитном портфеле наблюдается быстрый рост
ипотечного кредитования при поддержке государственной ипотечной
программы.
Однако
ухудшение
макроэкономической
ситуации
из-за
пандемии COVID-19, падения доходов населения России, роста цен на
недвижимость, снижения минимального первоначального взноса по ипотеке
может привести к чрезмерному кредитованию более слабых заемщиков.
Например, согласно данным Росстат реальные располагаемые денежные
доходы населения РФ в 3 квартале 2020 года сократились на 4,8%
относительно аналогичного периода прошлого года (рисунок 4).
17
101,0%
100,7%
102,9%
101,0%
100,0%
100,2%
101,8%
99,2%
95,2%
98,4%
91,6%
1Q
2Q
2018 год
3Q
2019 год
4Q
2020 год
Источник: составлено автором по материалам Росстат. [Электронный ресурс]. Режим
доступа - https://rosstat.gov.ru (Дата обращения: 20.01.2021).
Рисунок 4 – Реальные располагаемые доходы населения РФ 2018-2020 гг. (в % к
соответствующему периоду прошлого года)
Согласно докладу Всемирного Банка, текущая ключевая ставка ЦБ РФ
ниже нейтрального диапазона, а это предполагает, что после стабилизации
экономической ситуации можно ожидать, что ЦБ РФ начнет ужесточение
денежно-кредитной политики15. В конце первого квартала 2021 года Банк
России увеличивает ключевую ставку до 5% в виду инфляционных ожиданий
населения и бизнеса, которые остаются повышенными. Таким образом,
например, портфели ипотечных ссуд, накопленные в условиях низкой ставки,
могут стать менее прибыльными для банков в долгосрочной перспективе.
Усугубляется ситуация с кредитным портфелем в виду снижением реальных
располагаемых доходов населения, что может увеличить долю неработающих
кредитов в нем.
Зависимость от макроэкономических факторов и государственных
программ можно проследить в банковском секторе США. Резкое падение ВВП
(-6% на 2 квартал 2020 года относительно аналогичного периода прошлого
года) после вспышки болезни и увеличение бизнес-заимствований вызвали
резкое повышение отношения кредита к ВВП, чье значение достигло 0,90 у
World Bank Group (Dec,2020): Russia’s economy loses momentum amidst COVID-19
resurgence; awaits relief from vaccine: -44 Russia economic report// World Bank Group -2020. –
Текст: электронный.– URL:
https://openknowledge.worldbank.org/bitstream/handle/10986/34950/Russia-Economic-Report
(дата обращения 20.01.2021).
15
18
корпоративного сектора и 0,8 у розничного сектора (рисунок 4). Ликвидные
активы компаний США заметно выросли в первом и втором кварталах, что
свидетельствует о том, что фирмы держали свои заемные средства в основном
в качестве буфера16.
Источник: составлено автором по материалам Federal reserve Board staff
calculations based on Bureau of economic analysis, national income and product accounts, and
Federal reserve Board. [Электронный ресурс]. Режим доступаhttps://www.federalreserve.gov/publications/files/ (Дата обращения 20.01.2021)
Рисунок 4 - Отношение кредитного корпоративного и розничного портфеля на
конец 2 квартала 2020 года.
Вместе с этим домохозяйства находились в хорошем состоянии до
пандемии, но в настоящее время прослеживается значительная потеря доходов
из-за всплеска безработицы и закрытия некоторых предприятий. Но
ухудшение кредитного качества данного сектора на сегодняшний день было
смягчено новыми и расширенными государственными программами, которые
поддерживали
доходы
домашних
хозяйств,
включая
расширенное
страхование по безработице и прямые стимулирующие выплаты в
соответствии
с
Законом
CARES,
а
также
умеренное
улучшение
экономической активности.
Определение основных факторов предназначено для моделирования
совокупного кредитного риска либо для проведения стресс-тестирования.
Согласно докладу Ernst & Young, за последние 10 лет кредитные модели
подверглись серьезной проверке и управлению, что было обусловлено
16
ФРС. Отчет о финансовой устойчивости. Расчеты Совета федерального резерва на основе
Бюро
экономического
анализа.
ФРС:
официальный
сайт.
–2020.
–
URL:https//wwwfederalreserve.gov/publications/files/ (дата обращения 20.01.2021). – Текст:
электронный.
19
ожиданиями регулирующих органов и определением того, что они считаются
«соответствующими целями» для их использования17.
В ответ на шок COVID-19 многие центральные банки ослабили
инструменты макропруденциальной политики, чтобы позволить банкам
компенсировать
ожидаемые
убытки
и
поддерживать
непрерывное
кредитование реальной экономики. Многие страны ослабили инструменты
капитала и ликвидности или прямо рекомендовали банкам использовать такие
буферы, в то время как в некоторых странах планы по поэтапному введению
новых требований были отложены. Основная мотивация для смягчения
макропруденциальной политики заключалась в том, чтобы позволить банкам
продолжать предоставлять кредиты реальной экономике в текущий период
стресса.
Микроэкономические факторы включают себя все внутренние аспекты
функционирования банка, а именно уровень кредитного потенциала банка, его
качество
кредитной
политики,
степень
и
уровень
прибыльности
и
рискованности кредитного портфеля или отдельных видов ссуд, качество
кредитного портфеля, ценовая политика кредитной организации и его
клиентура, квалификация персонала банка, технологическая оснащенность
банка, также выделяют анализ финансовой устойчивости банка.
Ярким примером влияния микро-факторов на банк и, следовательно, на
его уровень кредитного риска является финансовый кризис 2008 года.
Широко признано, что одной из причин глубокого финансового кризиса стало
отклонение финансовых учреждений от устоявшихся принципов управления
рисками, например: обширные заимствования финансовыми учреждениями и
частным сектором, финансовый дисбаланс и пузыри цен на активы,
информационная асимметрия и непрозрачность, низкий капитал банков,
недостаточный уровень ликвидных активов, отклонение от принципов
17
Frederico Guerreri (Aug,2020).How COVID-19 is changing credit risk models // Ernst and
Young:[сайт].2020.– Текст: электронный.–URL:- https://www.ey.com/en_gl/covid-19financial-services/how-covid-19-is-changing-credit-risk-models (дата обращения 20.01.2021).
20
управления кредитным риском, конфликт интересов между рейтинговыми
агентствами и эмитентами финансовых инструментов, краткосрочные и
чрезмерно рискованные стимулы, то есть пристрастная система поощрения,
человеческие и коммуникативные недостатки.
Фундаментальные
и
важные
практики
управления
рисками
декларируют: «знать своих контрагентов (клиентов)», «инвестировать только
в продукты, которые понятны», «не передавать управление кредитным риском
на аутсорсинг, полагаясь исключительно на внешние кредитные оценки» и «не
полагаться исключительно на количественные модели, какими бы сложными
они не были». От большинства этих принципов некоторые банки отказались.
Таким образом, формирование системы управления совокупным
кредитным риском на уровне портфеля зависит от ряда факторов, которые
могут быть включены в расчет кредитного риска или стресс-тестирования. В
основном выделяются факторы на макроуровне и микроуровне. Негативные
макроэкономические изменения могут увеличить долю сомнительных и
неработающих кредитов в банках. Микрофакторы, которые основаны на
внутренних аспектах функционирования банка, а также несоблюдения
основных принципов риск-менеджмент могут масштабно повлиять на
функционирование банка.
1.3 Мероприятия по измерению и управлению совокупным
кредитным риском коммерческого банка
Модели, основанные на показателях PD, LGD и EAD, стали основным
инструментом во многих коммерческих банках для измерения и контроля
кредитного риска в их банковских портфелях. Понятия к данным трем
индикаторам следующие.
Возможность наступления дефолта (PD) – это вероятность, что
заемщик не погасит основной долг или проценты. Вероятность имеет значения
от 0 до 1. Наиболее распространенным определением события дефолта
21
является задержка платежа не менее чем на 3 месяца. Контрагенты со слабым
финансовым
положением,
нестабильными
доходами
высокой
долговой
естественно
более
нагрузкой,
высоко
низкими
и
подвержены
вероятностью дефолта.
Экспозиция под риском (EAD) – это оценка суммы, которая
подвергается риску. Иными словами, это та часть кредита, которая будет
потеряна в случае наступления дефолта. Учитывают следующие факторы при
расчете данного показателя, а именно задолженность по ссуде в момент
возникновения дефолта и наличие высоколиквидного обеспечения, что
позволит снизить EAD;
Риск убытков (LGD, loss given default): риск потери в случае
наступления дефолта. LGD можно считать оценкой той части EAD, которая
будет безвозмездно потеряна в случае наступления дефолта. Особое внимание
уделяют на качество залога, то есть правильно определить его стоимость, его
ликвидность и вероятность возврата. В некоторых случаях LGD может быть
выше 100%, например, из-за судебных издержек и почти нулевого взыскания
с неплатежеспособного партнера. На практике наблюдается, что значения
LGD довольно сильно варьируются и зависят от типа дефолта и его
разрешения: оздоровление, реструктуризация, ликвидация18.
Заранее точно знать размерность убытка, которое понесет банк в том
или ином году невозможно, если только рассчитать прогноз среднего уровня
кредитных потерь, иными словами, предугадать ожидаемые потери (EL).
Банки рассматривают ожидаемые убытки как стоимостную составляющую
ведения бизнеса и управляют ими с помощью ряда средств, в том числе путем
ценообразования кредитных рисков и являются основой создания резервов19.
18
Bessis J. Risk management in banking/ Joel Bessis. – West Sussex; John Wiley & Sons Ltd,
Cop. 2002.–С.231.–ISBN –0-471-89336-6.
19
Beasens B. Van Gastel Ir.T. Credit Risk Management Basic Concepts: financial risk components,
rating analysis, models, economic and regulatory capital/ Ir. Trony Van Gastel, Bart Beasens. –
Oxford; Oxford University press, Cop. 2009.-С.97.-ISBN-13:978-0-199-54511-7.
22
Ожидаемый убыток (EL) портфеля из N активов либо кредитов равен
сумме ожидаемого убытка по отдельным кредитам (1):
((((((( ((((((
EL! = ∑#
$%& EAD" ∗ LGD" ∗ PD$ ,
где
(1)
EL – ожидаемые убытки;
LGDi – уровень потерь в случае дефолта i-го заемщика;
EADi – позиция под риском дефолта i-го заемщика;
PDi – вероятность дефолта i-го заемщика.
Одной из функций банковского капитала является обеспечение буфера
с целью защиты от пиковых потерь, которые превысят ожидаемые уровни
(непредвиденные потери). Такие пики отмечают всплесками, находящиеся
выше пунктирной линии на рисунке 3. Риски пиковых потерь покрываются
экономическим капиталом, который в свою очередь выполняет функцию
поглощения убытков.20
Источник: составлено автором по материалам Европейского Центрального банка
[Электронный ресурс]. Режим доступа- https://www.ecb.europa.eu/ (Дата обращения:
19.01.2021).
Рисунок 3 - Распределения убытков рискованного кредитного портфеля
Это распределение указывает на то, что потери меньше или около
ожидаемых значений являются наиболее частыми. Заштрихованная область на
диаграмме указывает на невозможность коммерческого банка покрыть эти
потери своим капиталом и прибылью. Величина риска (VaR) на границе между
20
European Central Bank: ECB Financial Stability Review. Assessing portfolio credit risk in a
sample of EU large and complex banking group [сайт]. - 2007.- – Текст: электронный.–URL:
https://www.ecb.europa.eu/pub/pdf/fsr/art/ecb.fsrart200706_03.en.pdf
(дата
обращения
20.01.2021).
23
заштрихованной и не заштрихованной областями представляет собой
пороговое значение, при котором банки могут понести убытки, превышающие
этот
показатель
в
данном
доверительном
интервале.
Необходимый
экономический капитал может быть установлен в соответствии с разницей
между EL и VaR. VaR (Value at risk) — это максимальная сумма риска, которая
может быть потеряна за временной горизонт, учитывая уровень доверия.
Формула следующая (2).
P[L ≤ VaR ] = α,
где
(2)
P-вероятность;
α- квантиль заданного распределения.
Потери, которые превышают VaR, происходят только с низкой
вероятностью (l-α). Временной горизонт или период удержания для
кредитного
риска
1
год.
Двумя
методами
оценки
VaR
являются
параметрический и моделирование по методу Монте-Карло.
В числе моделей по оценке и измерению риска кредитных портфелей
включают известные методы, как Credit Portfolio View, CreditMetrics, Credit
Risk+ и KMV Portfolio Manager
21
. Они имеют свои нюансы, но почти все
базируются на методике оценки с помощью VaR.
Например, опубликованная J.P. Morgan модель CreditMetrics, где базой
послужила оценка VaR, имеет несколько сложных этапов. Сначала
происходит декомпозиция финансовых инструментов на группы (ссуд,
кредитные линии, облигации, свопы и прочее) и оценивается подверженность
кредитному риску под влиянием рыночных факторов, далее анализируются
прибыли и убытки по данным инструментам портфеля на основе оценки
вероятности
дефолтов,
миграции
кредитных
рейтингов,
параметров
распределения стоимости активов и другие аспекты22. Далее оценивают
21
Риск-менеджмент в коммерческом банке: монография / Ларионова И.В., под ред., и др —
Москва : КноРус, 2019. — С.175. — ISBN 978-5-406-02907-7.
22
Разумовский П.А. Internal Ratings-Based Approach и CreditRisk+: преимущества и
недостатки методологий (концентрация портфелей российских банков и ошибка IRB
Approach) / П.А. Разумовский// Экономическая политика. – 2010. – №4. – С. 154-175.-ISSN
2411-2658.
24
корреляция дефолтов на базе цен акции контрагентов и на завершающем этапе
на базе метода Монте Карло строится совместное распределение прибылей и
убытков по портфелю.
Вторая модель, предложенная Moody’s, Credit Portfolio View учитывает
влияние внешней конъюнктуры и его макроэкономических индикаторов. В
данном методе вероятность дефолта строится с учетом набора показателей в
многофакторной модели и подчиняется логистическому распределению.
Далее на базе метода Монте Карло определяется совместное распределение
прибылей и убытков по каждому сегменту портфеля, после весь объем
стоимости под риском.
Отечественные ученые в лице О.И. Лаврушина, Н.И Валенцевой и И.В.
Ларионовой предлагают в части измерения риска базироваться на понятие
качество кредитного портфеля, которое представлено тремя аспектами, то есть
на степень кредитного риска, уровня доходности и ликвидности23.
Обращают внимание на сегментацию кредитного портфеля, а именно
кредитование юридических лиц, физических лиц, межбанковские кредиты и
размещенные депозиты, учет векселей, выданные гарантии, факторинг,
требования по лизингу.
Далее дать сводную оценку и обозначить их значимость, выявить
изменения качество портфеля на основе его динамики сводной бальной
оценки, сравнения показателей с мировыми стандартами, либо с результатами
банков-конкурентов,
а
также
их
отклонения
от
индикаторов,
предусмотренными в бизнес - плане. Система коэффициентов используется
при данном анализе24.
Некоторый перечень финансовых коэффициентов
представлен в таблице 1.
23
Банковские риски: учебник / Лаврушин О.И., под ред., Валенцева Н.И., под ред.,
Красавина Л.Н., Ларионова И.В., Поморина М.А., Травкина Е.В., Соколинская Н.Э.,
Терновская Е.П. — Москва: КноРус, 2021. — 361 с. — ISBN 978-5-406-08128-0
24
Риск-менеджмент в коммерческом банке: монография / Ларионова И.В., под ред., и др —
Москва: КноРус, 2019. — 453 с. — ISBN 978-5-406-02907-7.
25
Таблица 1 - Система коэффициентов кредитного портфеля в целях сводной его оценки
Критерий
оценки
Степень
кредитного
риска
Финансовый коэффициент
Сумма совокупности кредитного риска банка
Размер кредитного портфеля
Сумма совокупности кредитного риска банка
К2 =
Собственный капитал
Просроченные ссуды
К3 =
Остатки ссудной задолженности
Резерв на покрытие убытков по ссудам
К4 =
Расчетынй резерв
Фактический резерв
К5 =
Расчетный резерв
Убытки по ссудам
К6 =
Общая сумма ссуд
К1 =
Резервы под потери по ссудам
К7 = Средний размер задолженности
по ссудам (брутто)
Неработающие кредитные активы
Размер кредитного портфеля
Просроченная задолжнность по основному долгу
К9 =
Совокупность остатков ссудной задолженности
Проценты полученные − Проценты уплаченные
К10 =
Остатки ссудной задолженности(или Уставный капитал)
Проценты полученные
К11 =
Ссуды, приносящие доход
Проценты полученные − Проценты уплаченные
К12 =
Ссуды, приносящие доход
К8 =
Доходность
кредитного
портфеля
К13=
Ликвидность
кредитного
портфеля
К14 =
К15 =
К16 =
Ссуды,не приносящие доход
Активы
Остатки ссудной задолженности
Депозитные ресурсы
Совокупная сумма требований к заемщикуAрасчетный резерв
Капитал
Совокупная величина крупных кредитный рисков AРасчетный резерв
Капитал
Источник: Риск-менеджмент в коммерческом банке: монография / Ларионова И.В., под
ред., и др — Москва: КноРус, 2019. — С.180.— ISBN 978-5-406-02907-7
В российской практике измерение совокупного кредитного риска
подразумевают анализ качества кредитного портфеля банка и на основе этого
применяются меры по его управлению 25. В свою очередь Центральный Банк
25
Бледных О.И. Оценка совокупного кредитного риска банка/ О.И. Бледных// Проблемы современной науки
и образования.– Иваново, 2014. – №3.–С.34-39.–ISSN 2413–4365.
26
России постепенно внедряет рекомендации Базель II, III, где были предложены
стандартизированные и IRB-подходы измерению кредитного риска. Были
опубликованы нормативные документы Банк России, которые определяют
методику расчеты величины кредитного риска на базе внутренних
рейтинговых оценок
26
. Но данный подход внедряется только с момента
получения разрешения от Банка России, естественно такой переход могут
получить крупнейшие банки, чьи активы составляют более 500 млрд рублей.
Основная нормативная база по измерению кредитного риска в
российских банка является Положение Банка России от 28 июня 2017 года
№590-П «О порядке формирования кредитными организациями резервов на
возможные
потери
по
ссудам,
ссудной
и
приравненной
к
ней
задолженности»27. В сегменте ценных бумаг ориентируются на Положение
Банка России от 23.10.2017 № 611-П «О порядке формирования кредитными
организациями резервов на возможные потери». Для банков, базирующих на
продвинутом подходе, составлено Положение Банка России от 06.08.2015 №
483-П «О порядке расчета величины кредитного риска на основе внутренних
рейтингов». В данном положении включены формулы расчета коэффициентов
риска для кредитных требований к корпоративным, суверенным заемщикам и
далее. Включаются основные показатели кредитного риска (PD, LGD, EAD).
Представлены требования к рейтинговой системе, к количественной оценке
компонентов кредитного риска, а также к внутренней валидации.
Таким
образом банк присваивает заемщикам свои собственные рейтинги 28.
26
Шаталова Е.П. Банковские рейтинги в системе риск-менеджмента: процедуры
мониторинга кредитных рейтингов: учебно-практическое пособие/ Шаталова Е.П.–
Москва: Русайнс, 2020.–С.32–ISBN 978-4365-2587-7.
27
Российская Федерация. Законы. О порядке формирования кредитными организациями
резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности
[положение Банка России от 28 июная 2017 г. №590-П]. – Справочно-правовая система
«Консультант
плюс».–Текст:
электронный.–
URL:http://www.consultant.ru/document/cons_doc_LAW_220089/(дата
обращения
09.02.2021)
28
Российская Федерация. Законы. О порядке расчет величины кредитного риска на основе
внутренних рейтингов [положение Банка России от 04 августа 2015 г. № 483-П]. –
Справочно-правовая система «Консультант плюс». – Текст: электронный. –
URL:http/www.consulatnt.ru/document/cons_do_LAW_186639/ (дата обращения 09.02.2021).
27
Система управления качеством кредитного портфеля - комплекс
взаимосвязанных элементов, в которых значимым и системообразующим
принципом является качество кредитного портфеля29. В этом случае выделяют
следующие методы: диверсификация, корреляция, концентрация, которые
формируют распределение убытков портфеля. Далее после анализа и
измерения
кредитного
риска
с
учетом
перечисленных
элементов
устанавливаются лимиты.
Одной из важных концепцией современного банковского дела является
диверсификация
рисков.
Риск
больших
потерь
снижается
за
счет
диверсификации инвестиций по многим некоррелированным заемщикам.
Корреляция активов и вероятность дефолта (PD) являются значимыми
факторами при моделировании кредитного риска портфеля. Обычно при
расчете кредитного риска портфеля наиболее распространенным подходом к
моделированию корреляции дефолта является комбинирование вероятностей
дефолта с корреляциями активов30.
Корреляция активов помогает детерминировать совместное поведение
стоимости активов двух заемщиков. Эта идея стала основой для многих
моделей портфельного кредитного риска, например, многофакторной модели
Moody's KMV (MKMV) Portfolio Manager ™ и RiskFrontier ™, а также
асимптотической модели с одним фактором риска (ASRF).
В контексте модели ASRF предполагается, что единый системный
фактор риска отражает состояние экономики, что, в свою очередь,
взаимосвязывает заемщиков друг с другом. Иными словами, активы одного
заемщика зависит от стоимости активов другого заемщика. При такой
однофакторной настройке корреляция активов может быть проанализирована,
29
Турсунов Б.А. Методы анализа и оцекни кредитного риска банка в Российской
Федерации/ Б.А. Турсунов// Вестник Российского экномического университета им. Г.В.
Плеханова. – Москва, 2017.–№5.–С. 38–46.–ISSN 1815-8345.
30
Zhang J.,Lee J, Zhu F. Moody’s analytics. Asset correlation, realized default correlation, and
portfolio credit risk. Modeling Methodology/ J. Zhang, J.Lee, F. Zhu// Moody’s KMV Company:
[сайт].-2008.-URL: https://www.moodysanalytics.com/-/media/whitepaper/before-2011/03-0308-asset-correlation-realized-default-correlation-and-portfolio-credit-risk.pdf
28
как зависимость стоимости активов заемщика от общего состояния
экономики.
В рамках подхода IRB корреляция активов обычно не должны
оцениваться банками. Вместо этого они должны анализироваться по
формулам, которые были приведены Базельским комитетом. Эти формулы
базируются на эмпирических наблюдениях. Например, что чем выше
вероятность дефолта, тем выше индивидуальные компоненты риска
должника. Более того, при условии определенной вероятности дефолта активы
малых и средних предприятий менее коррелированы. Следовательно, если две
компании разного размера имеют один и тот же PD, то предполагается, что
более
крупная
из
них
подвержена
более
высокому
воздействию
систематического фактора риска. Иными словами, более крупные фирмы
более тесно связаны с общими условиями в экономике, в то время как более
мелкие фирмы более склонны к дефолту по индивидуальным причинам.
Концентрация риска детерминируется как одно крупное воздействие
или группа воздействий, потенциально способных вызвать убытки, которые
являются большими по отношению к капиталу банка, его совокупным активам
или лимитам риска и которые угрожают платежеспособности и основным
операциям банка31. Кризис субстандартных кредитов в 2008 году, который
позже привел к глобальному финансовому кризису, отчасти вызван слишком
большим воздействием на отрасль недвижимости, которая в значительной
степени связана с макроэкономикой. Этот кризис, вызванный концентрацией
кредитного портфеля, в свою очередь, сильно ударил по всей банковской
отрасли
США32.
Индекс
Херфиндаля-Хиршмана
(HHI)
является
общепринятой мерой рыночной концентрации. HHI измеряет концентрацию
31
Разумовский П.А. Штраф на капитал за концентрацию кредитного риска/ П.А.
Разумовский, М.В. Помазанов// Банковское дело.–2010.-№2.-C.52-60. –ISSN 2071-4904 .
32
Разумовский П.В. Влияние концентрации кредитного портфеля на объем капитала на
покрытие рисков: специальность 08.00.10 «Финансы, денежное обращение и кредит»:
автореферат диссертации на соискание ученой степени кандидата экономических наук/
Разумовский Павел Александрович; Государственный университет-Высшая школа
экономики.
29
как сумму квадратов относительных долей портфеля всех заемщиков33.
Хорошо диверсифицированные портфели с большим количеством мелких
кредитов имеют значение HHI, близкое к нулю, тогда как сильно
сконцентрированные портфели могут иметь значительно более высокое
значение HHI (3).
HHI=∑)'%& ,'( ,
где
(3)
n-количество кредитов в портфеле;
ξi- объем подверженность к кредитному риску i относительно общей
стоимости кредитного портфеля.
В целях контроля и управления данным риском обычно производится
банками мониторинг следующих показателей в рамках склонности к риску
банка:
доля
от
всей
характеризующихся
ссудной
высоким,
задолженности
умеренным,
в
группе
низким
отраслей,
уровням
риска.
Фиксирование данных значений на ежедневной основе отражается в форме
409120
«Данные
о
риске
концентрации»34.
Для
всех
отраслей
устанавливаются контрольные значения, например, целевое, сигнальное и
лимитирующее. Традиционно низкий уровень риска имеют отрасли такие, как
здравоохранение, телекоммуникационные услуги, коммунальные услуги.
Умеренный риск имеют отрасли энергетики, материалов, потребительских
товаров выборочного спроса и информационные технологии. Высокий
уровень риска присущ сектору промышленности, потребительских товаров
повседневного спроса и недвижимости.
Концентрация, связанная с выдачей инструментов финансирования,
номинированных в иностранной валюте, возникает в виду того, что они могут
33
Konovalova Natalija Credit risk management in commercial banks/N. Konovalova, I.
Kristovska// Polish Journal of Management Studies. –Warsaw,2016.–№13.– С.90-100.–ISSN
20810–7452.
34
Российская Федерация. Законы. Об оценке экономического положения банков [указание
Банка России от 3 апреля 2017 г. №4336-У]. –Справочно-правовая система «Консультант
плюс».
–
Текст:
электронный.–URL:
http://http://www.consulatant.ru/document/cons_doc_LAW_217168/
(дата
обращения
09.02.2021).
30
создать дополнительную нагрузку на капитал банка в случае колебания
валютных курсов. Вычисляется доля объем кредитных требований в
иностранной валюте в общем объеме кредитного портфеля, а управление
проводится
посредством
установления
консервативных
контрольных
значений (нормативы H1.0, H1.1, H1.2).
Риск
концентрации
кредитных
требования
взаимосвязанных
на
отдельных заемщиков (группы заемщиков) возникает в виду случаев
реализации кредитного риска для крупных заемщиков35. Здесь же контроль
управление происходит посредством регуляторных нормативов.
В систему управление совокупным кредитным риском можно
включить стресс-тестирование, которое было внедрено Банком России, на
регулярной основе 36. Стресс-тестирование – это анализ и оценка финансового
состояния банка при потенциальных воздействиях экстраординарных и
негативных событий с целью детерминации достаточности капитала, который
будет направлен на покрытие убытков при реализации стрессового сценария.
Банки должны имплементировать стресс-тестирование кредитного риска
контрагента, включая в рамках ПВР. Стоит отметить, что при спаде экономики
регулярность стресс-тестирования учащается. Банки обычно выделяют
обязательные сценарии, которые подлежат анализу, а именно следующее:
сценарии
реализации
риска
концентрации
на
отдельных
клиентах
(крупнейших заемщиков), на отраслях (увеличение компонент кредитного
риска либо изменение рейтингов и статусов дефолта для клиентов,
относящихся к отраслям, по отношению к которым у банка наблюдается
35
Российская Федерация. Законы. Об обязательных нормативах банков и набавках к
нормативам достаточности капитала банков с универсальной лицензией [инструкция Банка
России от 29 ноября 2019 г. №199-И]. –Справочно-правовая система «Консультант плюс».
– Текст: электронный. –URL: http://www.consultant.ru/document/cons_doc_LAW_342089/
(дата обращения 09.02.2021).
36
Российская Федерация. Законы. О требованиях к системе управления рисками капиталом
кредитной организации и банковской группы [указание Банка России от 15 апреля 2015 г.
№3624–У].–Справочно-правовая система «Консультант плюс».– Текст: электронный.–
URL: http://www.consultant .ru/document/cons_doc_LAW_180268/ (дата обращения
09.02.2021).
31
высокая концентрация кредитных требований), остаточно риска (снижение
стоимости залогов), валютного риска (заемщики, у которых выручка
выражена в иностранной валюте), кризис рынка недвижимости (включая
ипотечный продукт), сценарии общего ухудшения качества кредитного
портфеля.
В
целом
рискованность
кредитного
портфеля
можете
детерминироваться долей просроченной задолженности по каждому сегменту.
Также обращают внимание на сроки кредитования. Долгосрочные кредиты
имеют и минусы, так как за данный период заемщик может понизить свой
рейтинг из-за ухудшения финансового положения. Здесь же возникает риск
ликвидности. Ссуда ликвидна, если она имеет меньший срок. Также вместе с
этим сопряжены валютные риски и риски экономической конъюнктуры. При
просроченной
задолженности
рассматривают
пролонгированные
и
реструктуризированные кредиты, что вызывает проблему достоверности
отражения активов баланса и достаточного формирования резервов. Особое
внимание банки уделяют планированию распределения лимитов по секторам
экономики, видам кредитования и далее. Для контроля совокупного
кредитного риска применяют установление лимитов кредитования. Для этого
необходимо детерминировать области риска37.
Помимо установления лимитов банки в части управления кредитным
риском также применяют следующие варианты, как функция создания
резервов и работа с проблемными активами. Как правило, резервы на
покрытие возможных потерь по кредиту должны быть созданы, как только
банк выявил, что не все обязательства заемщика по отношению кредитору
выполняются, и вследствие этого банк понесет убытки в виде: списания части
основного долга по кредиты, списания начисленных процентов по кредиту,
продажи активов с дисконтом, убытка при закрытии валютных или иных
37
Банковские риски: учебник / Лаврушин О.И., под ред., Валенцева Н.И., под ред.,
Красавина Л.Н., Ларионова И.В., Поморина М.А., Травкина Е.В., Соколинская Н.Э.,
Терновская Е.П. — Москва: КноРус, 2021. — 62 с. — ISBN 978-5-406-08128-0
32
забалансовых позиций на клиента и невыполнения клиентов соответствующих
обязательств перед банком, предоставление процентных ставок нерыночного
характера ( ниже стоимости фондирования), невозмещаемых внутренних или
внешних расходов, реализация обеспечения в сумме меньшей, чем
задолженность. Работа с проблемными активами предполагает осуществление
досудебного взыскания или реструктуризации долга, либо осуществление
претензионно-исковую работу, исполнительное производство, сопровождение
процедуры банкротства, также реализация заложенного имущества
Также существует метод по управлению кредитным риском с помощью
секьюритизации кредитного портфеля. Данная практика распространена в
банковском секторе США. Авторы объясняют это как «трансформация
низколиквидных активов в ценные бумаги, обеспеченные денежными
поступлениями от исходных активов, в результате которой происходит
перераспределение риска между первичным владельцем активов, гарантом и
инвесторами»38.
При секьюритизации банк (оригинатор), собирает данные об активах,
которые необходимо удалить из соответствующих балансов. В основном это
ипотечные ссуды. Далее они трансформируются в ценные бумаги, которые
эмитирует компания специального назначения (SPV). Покупая ценные бумаги,
инвесторы фактически занимают позицию кредитора. Секьюритизация
позволяет банку высвободить регулятивный капитал, которые банки обязаны
соблюдать, чтобы оставаться платежеспособными, и в это случае они могут
предоставить дополнительные ссуды.
Инвесторы получают прибыль, поскольку они зарабатывают доход,
основанный на соответствующих выплатах основной суммы и процентов по
основным кредитам и обязательствам, производимым должниками или
заемщиками.
38
Spuchlakova Erika The Credit Risk and its Measurement, Hedging and Monitoring/ Eroka
Spuchlakova, Katarina Valaskova// Procedia Economics and Finance. – Amsterdam, 2015.–
№24.–С.675-681.–ISSN 2212-5671.
33
Таким образом, измерение и управление совокупным кредитным
риском имеет широкое понятие, так как с этим риском сопряжен уровень
ликвидности и доходности. В частности, измерения кредитного риска на
уровне портфеля в зарубежной практике применяются эконометрические
модели, в российской практике имеют два способа измерения и управления
риском (стандартизированный подход и подход на основе внутренних
рейтингов). На уровне портфеля риск обычно определяется едиными
показателями риска объекта PD, LGD и EAD, эффектами концентрации,
корреляции активов и вероятностей дефолта, а также диверсификации
кредитного портфелях с установлением лимитов в целях его управления.
34
ГЛАВА 2
ОЦЕНКА ДЕЙСТВУЮЩЕЙ ПРАКТИКИ ПО ИЗМЕРЕНИЮ И
УПРАВЛЕНИЮ СОВОКУПНЫМ КРЕДИТНЫМ РИСКОМ В
РОССИЙСКОМ БАНКОВСКОМ СЕКТОРЕ
2.1 Организация системы управления совокупным кредитным риском в
российском банковском секторе
Макроэкономические параметры переменных рассматриваются как
факторы совокупного кредитного риска. Характер совокупного кредитного
риска касается регулирующих органов в лице центральных банков и
коммерческих банков, в виду требования более глубокого его понимания, так
как это важно для риск-менеджмента, поддержания разумного процесса
планирования
капитала
и
применения
значимых
программ
стресс-
тестирования, а также последовательный подход к разработке адекватной
философии рейтинговых моделей.
Банк России может влиять на кредитный риск посредством денежнокредитной политики, установок нормативов, методических рекомендаций и
обязательных резервов. Денежно-кредитная политика Банка России основана
на каналах трансмиссионного механизма.
Рассмотрим кредитный портфель российского банковского сектора за
период 01.01.2016 - 01.02.2021 гг. с учетом использования статистических
данных Банка России и финансовых коэффициентов. Стоит отметить, что
данные Банка России в разделе статистических показателей банковского
сектора Российской Федерации от 01.01.2020 года имеют несколько
корректировок с учетом МСФО в разделе резервов. Также следует учесть
пандемию в период начала 2020 года.
Проанализируем динамику кредитного портфеля банковского сектора
за период 01.01.2016 - 01.01.2020 гг. Относительно 2015 года объем
кредитного портфеля банковского сектора вырос на 19% и составил 68 138
35
млрд рублей на 2019 год. Динамика кредитного портфеля представлена в
таблице 2.
Таблица 2 –Динамика кредитного портфеля российского банковского сектора за период
01.01.2016-01.01.2020 гг.
В млрд рублей
Изменение
Оценочные
01.01.
01.01.
01.01.
01.01.
01.01.
01.01.2020/
показатели
2016
2017
2018
2019
2020
01.01.2016
Кредиты,
предоставленные
(до вычета
резервов)
57 154,5 55 478,8 58 122,3 65 123,9
68 138 19%
Просроченная
задолженность
3 046,6
2 891,50 2 993,5
3 050,5
3 655
20%
Резервы с учетом
корректировки
4 525,8
4 572,5
5 123,1
5 406,9
4 792,9 5%
Доля РВПС от
кредитного
портфеля
7,9%
8,2%
8,8%
8,3%
7%
0,89п.п.
Коэффициент
покрытия РВПС
просроченной
задолженности
149%
158%
171%
177%
131%
18 п.п
Доля просроченной
задолженности от
кредитного
портфеля
5,3%
5,2%
5,1%
4,6%
5,3%
Источник: составлено автором на основе статистических данных Банка России.
[Электронный
ресурс].
Режим
доступа-URL:
https://www.cbr.ru/statistics/bank_sector/review/ (Дата обращения: 19.03.2021).
Увеличивается объем просроченной задолженности на 19,9% и
достигал объема в 3 655 млрд рублей. Доля просроченной задолженности от
кредитного портфеля банковского сектора составила 5,36%, повышение
обусловлено
за
счет
опережающего
роста
объема
просроченной
задолженности по сравнению с ростом кредитного портфеля. Только в 2016
году прослеживалось снижение объема выданных ссуд почти на 3%.
Наибольший темп прироста на заданном периоде прослеживался в 2018
году. С 2014 года экономика России потерпела весьма негативные моменты в
виду санкций и внешней политики. Банковский сектор имеет высокую
корреляцию с макрофакторами и это определяет денежно-кредитную
36
политику Банка России. Значимым решением было решение о повышении
ключевой ставки до 17% ввиду высокой инфляции. Такая ужесточенная
денежно-кредитная политика сдерживала рост объема кредитного портфеля
банковского сектора. Уменьшение темпов прироста объема кредитного
портфеля банковского сектора можно проследить в 2016 году (-3%).
Однако в дальнейшем происходило постепенное понижение ключевой
ставки, так как экономика России постепенно продолжала адаптироваться к
внешним
условиям,
немного
повышались
темпы
производственной
активности, наблюдался прирост ВВП в 2017 году, который составил 1,5%,
годовая инфляция снизилась до уровня, близкого к 4%, также происходило
восстановление потребительской активности.
Наибольший эффект посредством трансмиссионного механизма
денежно-кредитной политики дает изменение ключевой ставки, например,
Банком России установлена зависимость следующая: снижение ключевой
ставки на 1 п.п. ведет к росту кредитного портфеля на 1,5 %, при увеличении
на 1 п.п- сокращение кредитования на 1,5 %
На 2019 год было сформировано резервов в объеме 4 792,9 млрд
рублей, что выше на 6% относительно 2015 года. Коэффициент покрытия
РВПС просроченной задолженности в пределах нормы и с запасом.
Как известно, резервы и капитал должны покрывать кредитные риски
банка, и достаточное их формирование может смягчить убытки при данном
риске либо сузить объем кредитования в дальнейшем. В таблице представлены
данные по РВПС и объему просроченной задолженности от 90 дней. Динамика
объемов резервов представлена в таблице 3.
37
Таблица 3 - Динамика объема резервов на возможные потери по кредитам за период
01.01.2016-01.01.2020 гг.
В млрд рублей
Оценочные показатели 01.01.2016 01.01.2017 01.01.2018 01.01.2019 01.01.2020
Резервы на возможные 4 525,80
4 572,50
5 123,1
5 406,9
4 792,9
потери по кредитам с
учетом корректировки
резерва
корректировка резерва N/A
N/A
N/A
N/A
-594,3
на возможные потери
до оценочного резерва
под ОКУ
резервы на возможные N/A
N/A
5 123,1
5 406,9
5 387,2
потери по кредитам без
учета корректировки
резерва
Кредиты с
N/A
N/A
3 354,3
3 689,1
3 682,9
просроченной
задолженностью более
90 дней
Просроченные
196,4
213
224,7
226,4
666,8
проценты по
предоставленным
кредитам, учитываемые
на балансовых счетах
Коэффициент покрытия N/A
N/A
153%
147%
130%
РВПС задолженности
более 90 дней
Источник: составлено автором на основе статистических данных Банка России.
[Электронный
ресурс].
Режим
доступа-URL:
https://www.cbr.ru/statistics/bank_sector/review/ (Дата обращения: 19.03.2021).
В сравнение с 2017 годом объем кредитов с просроченной
задолженностью более 90 дней, которые можно в принципе считать
проблемными, вырос на 10% и составляли на 2019 год 3 682,9 млрд рублей. По
объему просроченных процентов по предоставленным кредитам виден
стремительный темп прироста, на 2019 год объем вырос почти в 3 раза
относительно начала анализируемого периода. Коэффициент покрытия РВПС
кредитов с просроченной задолженностью более 90 дней сократился и
составил почти 130%, но тем не менее резервы покрывают проблемную
задолженность с запасом.
Если рассмотреть структуру кредитного портфеля, то можно выявить,
что наибольший рост продемонстрировал объем кредитования физических
38
лиц, чей темп прироста на 2019 год составил почти 65% относительно 2015
года, а также объем кредитования финансового сектора (+85%) за
аналогичный период. Структура кредитного портфеля представлена на
рисунке 4.
Наибольшую долю (почти 43%) от кредитного портфеля банковского
сектора занимает кредитование нефинансовго сектора либо в абсолютном
выражении 33 776 млрд рублей, то есть преобладает корпоративный сегмент,
что в принципе положительно можно оценить экономику Российской
Федерации, так как банки играют особую важную роль в развитии экономики.
Банки решают проблемы перспективного размещения свободных активов,
осуществляя крупные инвестиции в реальный сектор экономики.
80 000,00
65 123,9
70 000,00
60 000,00
57 154,50
55 478,80
68 138,0
58 122,3
50 000,00
40 000,00
30 000,00
20 000,00
10 000,00
28 635,40
6 694,40
10 684,30
3 574,80
4 665,501 135,50
25 864,10
9 901,60
10 803,90
1 967,20
4 270,50
1 034,20
25 961,9
11 697,312 173,7
1 734,7
4 230,6
907,9
28 448,9
14 901,4
12 252,2
1 722,6
4 922,9
885,2
29 333,0
17 650,7
12 379,2
1 808,0
4 443,6
820,1
0,00
01.01.2016
01.01.2017
01.01.2018
01.01.2019
01.01.2020
1. Кредиты, предоставленные (без учета переоценки и корректировки стоимости предоставленных (размещенных) денежных
средств) - всего
1.1 Кредиты, предоставленные нефинансовым организациям-резидентам
1.2 Кредиты, предоставленные юридическим лицам - нерезидентам (кроме банков)
1.3 Кредиты, предоставленные финансовому сектору
1.4 Кредиты, предоставленные банкам-нерезидентам
1.5 Кредиты, предоставленные государственным финансовым органам и внебюджетным фондам
1.6. Кредиты, предоставленные физическим лицам-резидентами нерезидентам
Источник: составлено автором на основе статистических данных Банка России
[Электронный ресурс]. Режим доступа- https://www.cbr.ru/statistics/bank_sector/review/
(Дата обращения: 19.03.2020).
Рисунок 4 – Структура кредитного портфеля за период 01.01.2016-01.01.2021 гг.
39
Ежегодные темпы прироста кредитного портфеля, включая разбивку по
сегментам, представлены на рисунке 5. Например, в 2018 году активное
участие в кредитовании корпоративного бизнеса принимали в основном
государственные банки, у которых прирост кредитов нефинансовым
организациям cоставил 9%, корпоративный кредитный портфель у крупных и
средних частных банков снизился почти на 6%. В части тех банков, которые
контролируются нерезидентами, более сдержанно кредитовали данный
сегмент и объем корпоративного портфеля составил 6,6%.
47,9%
22,4%
-2,9% 1,1%
-8,5%
01.01.2017
-8,9%
-9,7%
18,1%
12,7%
4,8%
0,4%
-0,9%
01.01.2018
-12,2%
-11,8%
16,4% 9,6%
12,0%
4,7%
-0,7%
01.01.2019
-2,5%
18,5%
4,6%
1,0%
5,0%
3,1%
01.01.2020
-9,7%
-7,4%
-45,0%
Темпы прироста (ежегодные) кредитного портфеля
Темпы прироста (ежегодные) объема кредитов, предоставленным нефинансовым организациям-резидентам
Темпы прироста (ежегодные) объема кредитов, предоставленных юридическим лицам - нерезидентам (кроме банков)
Темпы прироста (ежегодные) объема кредитов, предоставленных финансовому сектору
Темпы прироста (ежегодные) объема кредитов, предоставленных банкам-нерезидентам
Темпы прироста (ежегодные) объема кредитов, предоставленных государственным финансовым органам и внебюджетным
фондам
Темпы прироста (ежегодгые) объема кредитов, предоставленных физическим лицам-резидентами нерезидентам
Источник: составлено автором на основе статистических данных Банка России.
[Электронный ресурс]. Режим доступа- https://www.cbr.ru/ (Дата обращения: 19.03.2021).
Рисунок 5 – Динамика кредитного портфеля по сегментам за период 01.01.2017-01.01.2020
гг.
Также стоит отметить, что объем розничного кредитования на
протяжение анализируемого периода имеет тенденцию к росту, несмотря на
2016 год, когда в общем показателе кредитный портфель сократился. В
основном такой рост произошел за счет увеличения объема иных
потребительских ссуд, так как они занимают наибольшую долю в розничном
портфеле. На фоне пролонгации государственной программы субсидирования
40
процентных ставок по ИЖК в динамике высокие темпы прироста
демонстрирует ипотечное кредитование, которые повысились в 1,8 раз
относительно 2015 года. Что касается качества розничного кредитного
портфеля, то в данном сегменте преобладает 2 категория качества
(нестандартные ссуды), на 2019 год объем проблемных ссуд понизилось на
26% относительно 2015 года. Следует отметить, что с 2016 года ипотечное
кредитование
в
валюте
практически
приостанавливается
в
виду
нестабильности валюты рубля, а также проводимая банками реструктуризация
и конвертация валютной задолженности в рублевую смягчили ситуацию.
На рисунке 6 и 7 представлена динамика объема и доли просроченной
задолженности и по сегментам кредитования. Как видно на анализируемом
периоде все сегменты, кроме физических лиц, продемонстрировали рост в
объеме просроченной задолженности с 2015 года.
Просроченная задолженность всего кредитного
портфеля
Просроченная задолженность нефинансовых
организаций
Просроченная задолженность по кредитам,
выданным юридическим лицам – нерезидентам
(кроме банков)
Просроченная задолженность финансовому
сектору
3 655,00
3 046,60
2 891,50
2 993,50
3 050,50
2 307,40
1 808,50
Просроченная задолженность по кредитам,
предоставленным банкам-нерезидентам), млрд
863,9
рублей
Просроченная задолженность по кредитам,
267,4
предоставленным государственным финансовым
0 103,9
органам и внебюджетным фондам)
2,9
Просроченная задолженность по кредитам,
01.01.2016
предоставленным физическим лицам), млрд
рублей
1 734,50
1 722,30
857,9
848,9
30 157,6
111,5
0,1
01.01.2017
220
145,9
55,9
0,5
01.01.2018
1 849,60
760,4
243,7
147
49,7
0,1
01.01.2019
764,5
310,4
235,3 0,2
37,2
01.01.2020
Источник: составлено автором на основе статистических данных Банка России
[Электронный ресурс]. Режим доступа- https://www.cbr.ru/statistics/bank_sector/review/
(Дата обращения: 19.03.2021).
Рисунок 6 – Динамика объемов просроченной задолженности по сегментам в млрд рублей
за период 01.01.2016-01.01.2020 гг.
Наибольшую долю в кредитном портфеле банковского сектора
занимает просроченная задолженность нефинансовых организаций, которая
на 2019 года составила 2 307 млрд рублей, что выше на 20% относительно 2015
года.
Также
наибольший
темп
прироста
продемонстрировал
объем
41
просроченной задолженности в финансовом секторе (+126% относительно
2015 года). На всем периоде прослеживается большая волатильность в темпе
прироста просроченной задолженности по кредитам суверенным заемщикам и
банкам-нерезидентам. Наибольший темп прироста доли просроченной
задолженности прослеживается в корпоративном сегменте (+1,6 п.п.
относительно 2015 г.)
Доля просроченной задолженности кредитного
портфеля от кредитного портфеля
9,00%
8,00%
7,00%
6,00%
5,00%
4,00%
3,00%
2,00%
1,00%
0,00%
Доля просроченной задолженности
нефинансовых организаций от кредитного
портфеля
Доля просроченной задолженности юридическиз
лиц- нерезидентов (кроме банков) от кредитного
портфеля
Доля просроченной задолженности финансового
сектора от кредитного портфеля
01.01.2016
01.01.2017
01.01.2018
01.01.2019
01.01.2020
Доля просроченной задолженности
государственных финансовых органов и
внебюджетным фондов от кредитного портфеля
Доля просроченной задолженности физических
лиц от кредитного портфеля
Источник: составлено автором на основе статистических данных Банка России.
[Электронный ресурс]. Режим доступа- https://www.cbr.ru/statistics/bank_sector/review/
(Дата обращения: 19.03.2020).
Рисунок 7 – Динамика доли просроченной задолженности по сегментам в процентах
01.01.2016-01.01.2020 гг.
Для более глубокого представления о качестве кредитного портфеля
банки отражают информацию о нем в форме 0409115. Данные по категориям
ссуды представлены в таблице 4.
Таблица 4 – Качество кредитного портфеля в период 01.01.2016-01.01.2020 гг.
В млрд рублей
Ссуды
(категория)
I
II
III
IV
V
Сформированный
РВПС
01.01.2016
01.01.2017
01.01.2018
01.01.2019
01.01.2020
млрд
руб.
26 254
22 237
4 769
1 408
3 442
млрд
%
руб.
45 24 022
38 20 805
8 4 641
2 1 623
5 3 536
млрд
%
руб.
44 25 282
38 21 183
8 4 230
3 1 725
6 3 908
млрд
%
руб.
44 27 680
37 24 685
7 4 182
3 1 846
6 4 522
млрд
%
руб.
44 27 103
39 27 815
6 4 399
2 1 621
7 4 453
41
42
6
2
6
4 545
7
8
9
9
8
4 619
5 223
5 712
5 668
%
Источник: составлено автором на основе статистических данных Банка России.
[Электронный
ресурс].
Режим
доступа-URL:
https://www.cbr.ru/statistics/bank_sector/review/ (Дата обращения: 19.03.2021).
42
Как видно из таблицы до 2018 года преобладали ссуды 1 категории
качества (стандартные), почти с отсутствием кредитного риска, но начиная с
2019 года, стали преобладать нестандартные ссуды. Также стоит отметить
уменьшение объема ссуд, оцененные как сомнительные (-8% на 2019 год
относительно 2015 года). Наибольший темп прироста продемонстрировали
безнадежные ссуды, относительно 2015 года объем данных ссуд вырос на 25%.
Можно заметить, что темпы прироста объемов РВПС были
внушительными в 2017 и 2018 гг, и согласно отчету Банка России, это
объясняется в основном фактом дореформирования резервов на возможные
потери по проблемным активам у тех финансовых институтах, которые
проходили процедуру финансового оздоровления с использованием средств
ФКБС.
У санируемых банков стоимость риска (CoR) существенно выросло: с
1,6 до 8%. У других групп банков рост был незначительным либо, напротив,
коэффициент уменьшился. Таким образом, благодаря более адекватным
оценкам кредитного риска банками остаток по счетам резервов на возможные
потери за данный период вырос.
На рисунке 8 представлен удельный вес просроченной задолженности
в кредитах организациям в разрезе секторов экономики в процентах. В
основном, наибольшая доля просроченной задолженности у прочих видов
деятельности и обрабатывающего производства.
В целом доля просроченной задолженности незначительно выросла в
кредитах всем основным отраслям, кроме сельского и лесного хозяйства (+0,3
п.п) транспорта и связи (+0,3 п.п.).
43
40
29,1
30
24,1
23,1
22,6
22,8
21,4
20
10
0
11,3
17,1
3,5
4,8
4,2
4
4,9 2,5
01.01.2016
15,4
4,510,9
5,6 3,1
4,1
01.01.2017
15,3
4,2
9,5
6,2 3,23,9
01.01.2018
14,2
3,4 5,0
9,5
6,4 2,9
4,1
01.01.2019
3,8
16,0
2,7
3,3 2,6
4,5
8,3
01.01.2020
сельское хозяйство, охота и лесное хозяйство
добыча полезных ископаемых
обрабатывающие производства
производство и распределение электроэнергии, газа и воды
строительство
оптовая и розничная торговля, ремонт автотранспортных средств,
мотоциклов, бытовых изделий и предметов личного пользования
транспорт и связь
Источник: составлено автором на основе статистических данных Банка России.
[Электронный ресурс]. Режим доступа-URL:
https://www.cbr.ru/statistics/bank_sector/review/ (Дата обращения: 19.03.2021).
Рисунок 8 – Удельный вес просроченной задолженности в кредитах организациям в
разрезе секторов экономики в процентах за период 01.01.2016-01.01.2020 гг.
Рассмотрим
зависимость
динамики
объема
просроченной
задолженности юридических и физических лиц от ряда макро-факторов
посредством множественной линейной регрессии39. В качестве зависимой
переменой берется темпы прироста объема просроченной задолженности
заемщиков,
в
качестве
независимых
переменных
данные,
которые
представлены в приложении А и Б. Допускается возможность появления
мультиколлениарности нескольких входных переменных. Для ликвидации
мультиколлинеарности служит процесс исключения сильно коррелированных
переменных40. Линейная модель регрессии (4) следующая:
39
Зинина М.М. Адаптация бизнес-моделей коммерческих банков к условиям
макроэкономической среды: специальность 08.00.10 «Финансы, денежное обращение и
кредит»: диссертация на соискание ученой степени кандидата экономических наук/ Зинина
Мария Михайловна; Финансовый университет при Правительстве РФ.– С.118-126. – Место
защиты: Финансовый университет при Правительстве РФ.
40
Елисеева И.И. Эконометрика: учебник для бакалвриата и магистратуры/ [И.И. Елисеева
и др.]; Под ред. И.И. Елисеевой. – Москва: Юрайт, 2018.–С.177.–ISBN 978-5-534-00313-0.
44
∆ПЗ(ЮЛ)* =b0 +b1 ·.*1 +b2 ·.*2 +⋯+b13·.*13+e
где
(4)
∆ПЗ(ЮЛ)/ – прирост просроченной задолженности юридических лиц в
i-м периоде;
.!1 – динамика годовой инфляции в i-м периоде;
.!2 – темп экономического роста;
.!3 – динамика цены на нефть марки BRENT;
x!4 – динамика среднегодового курса доллара к рублю;
.!5 – динамика ключевой ставки Банка России;
.!6 – динамика индекса производительности труда;
.!7 – динамика уровня безработицы населения в возрасте 15 лет и
старше;
.!8 – динамика оборота организаций (юридических лиц) по (без НДС,
акцизов и других аналогичных платежей);
.!9 – динамика индекса промышленного производства;
.!10 – динамика инвестиций в основной капитал;
.!11 – динамика внешнеторгового оборота;
.!12 – динамика коэффициента текущей ликвидности организаций;
.!13 – динамика дебиторской задолженности организаций;
e – вектор неизвестных коэффициентов.
Уравнение регрессии (5) для динамики просроченной задолженности
по кредитам физических лиц имеет вид:
∆ПЗ(ФЛ)/ =b0 +b1 ·01 +b2 ·02 +⋯+b8 ·08,
где
(5)
∆ПЗ(ФЛ)/ – прирост просроченной задолженности физических лиц в
i-м периоде;
ti1- динамика среднедушевого дохода населения в i-м периоде;
ti2- динамика индекса потребительских цен на товары и услуги;
ti3- динамика уровня безработицы населения в возрасте 15 лет и старше
ti4- динамика ключевой ставки Банка России;
45
ti5- темп экономического роста;
ti6- динамика цены на нефть марки BRENT;
ti7- динамика среднегодового курса доллара к рублю;
ti8 динамика реальных располагаемых денежных доходов населения;
e – вектор неизвестных коэффициентов.
Корреляция факторов рассчитана с помощью MS Excel. Данные
представлены в приложении В, Г. Не все факторы имеют между собой
сильную корреляцию. Задача по построению уравнения множественной
линейной регрессии для сегмента физических лиц была исполнена с помощью
программы Gretl. Результаты представлены в таблице 5.
Таблица 5 – Расчет коэффициентов-регрессоров для уравнения множественной линейной
регрессии в части физических лиц
Фактор
1
Сonst
CPI (t2)
CBR (t4)
Uneploym (t3)
Sred_dush_dohod (t1)
Brent (t6)
USDRUB (t7)
Коэффициент
2
-0,20
0,060
0,018
0,318
2,310
-0,449
-1,263
Сумма кв. остатков
R-квадрат
F (6, 3)
Лог. правдоподобие
0,001
0,98
33,41
23,33
Крит. Шварца
-30,54
Параметр rho
-0,25
Ст.
ошибка
3
0,045
0,010
0,004
0,047
0,503
0,095
0,232
t-статистика
4
-4,376
5,641
4,179
6,656
4,388
-4,705
5,437
Р-значение
5
0,0221
0,011
0,025
0,0069
0,0219
0,0182
0,0122
Ст. ошибка модели
Испр. R- квадрат
P-значение (F)
Крит. Акаике
Крит. ХеннанаКуина
Стат. ДарбинаВотсона
0,04
0,95
0,01
-32,66
-34,99
2,21
Источник: составлено автором по материалам Банка России и Росстат. [Электронный
ресурс].Режим доступа-URL: https://rosstat.gov.ru/statistic (Дата обращения: 13.03.2021).
Таким образом, уравнение регрессии (6) по динамике просроченной
задолженности физических лиц программа привела к следующему виду:
∆ПЗ(ФЛ) = -0,201+0.061 · 02 + 0,018· 04 − 0,318 · 03 – 2,2104· 01 - 0,447· t6 –
1,263·t7
(6)
46
Некоторые факторы были исключены в виду превышения их p-значения
над установленным уровнем, равные 0,05. Таким образом, программой были
исключены показатели экономического роста и реального располагаемого
дохода. Как видно, коэффициент детерминации (R2 = 0,98) и означает, что
большая часть, а именно на 98% вариация динамики просроченной
задолженности физических лиц обусловлена данными факторами, остальная
часть - влиянием прочих факторов. Критерий Фишера превышает табличное
значение, следовательно, модель является значимой.
Аналогичные манипуляции были проведены в части динамики
просроченной
задолженности
юридических
лиц.
Данные
расчета
представлены в таблице 6. Программой были исключены показатели
динамики индекса промышленности, динамики среднегодового курса доллара
к рублю, оборота организации, внешнеторгового оборота, коэффициента
текущей ликвидности, и дебиторской задолженности.
Таблица 6 - Расчет коэффициентов-регрессоров для уравнения множественной линейной
регрессии в части юридических лиц
Фактор
1
Const
Infl (U1)
Ek_rost (U2)
Brent (U3)
CBR (U4)
Ind_perf (U6)
Uneploym (U7)
Сумма кв.
остатков
R-квадрат
F(6, 3)
Лог.
правдоподобие
Коэффициент
2
0,349
0,039
-0,217
0,935
-0,020
-0,066
-0,559
t-статистика
4
10,54
6,229
-6,531
4,657
-3,744
-7,271
-5,627
Р-значение
5
0,0018
0,0083
0,0073
0,0187
0,0332
0,0054
0,0111
0,007
0,986
37,090
Ст. ошибка модели
Испр. R- квадрат
P-значение (F)
0,050
0,960
0,006
21,30
Крит. Акаике
Крит. ХеннанаКуина
Стат. ДарбинаВотсона
-29,418
Крит. Шварца
-27,30
Параметр rho
-0,353
Ст. ошибка
3
0,033
0,006
0,033
0,201
0,005
0,009
0,099
-31,741
2,701
Источник: составлено автором по материалам Банка России и Росстат. [Электронный
ресурс].Режим доступа-URL: https://rosstat.gov.ru/statistic (Дата обращения: 13.03.2021).
47
Таким образом, уравнение регрессии (7) по динамике просроченной
задолженности юридических лиц программа привела к следующему виду:
∆ПЗ(ЮЛ) = 0,349+0,039· .1 −0,217 · .2 + 0,935 · .3− 0,02 · .4 - 0,066 · .6 0,559· .7.
(7)
Качество модели можно проследить на графиках (рисунок 9),
представленных на рисунке (сверху - физические лица, снизу- юридические
лица). Можно сделать вывод, что модель имеет нормальное качества, так как
наблюдаемые и расчетные и расчетные значения практически совпадают.
Источник: рассчитано автором в программе Gretl.
Рисунок 9 - График наблюдаемых и расчетных значений зависимой переменной просроченной задолженности физических и юридических лиц за период 2010-2019 гг.
В целом за анализируемый период Банк России действовал согласно
теории. Но так как главная цель на данный кризисный и посткризисный
период было снижение темпов роста инфляции, то в этом случае пришлось
жертвовать кредитованием секторов экономики, что в свою очередь повлияло
на темп прироста ВВП, которые оставался все же неудовлетворительным и
48
слабым. Это прослеживается в 2015 и 2016 гг., когда объем кредитного
портфеля имел отрицательную динамику за счет повышенной ключевой
ставки. Но вместе с этим качеством портфеля немного улучшилось,
просроченная задолженность уменьшалась. Риск-менеджмент коммерческих
банков ужесточился, фильтруя слабых заемщиков. Здесь заиграл кредитный
канала механизма. Процентные ставки повлияли на рост долговой нагрузки,
заемщиком труднее обслуживать свои текущие обязательства и привлекать
новые кредиты, снижая спрос на кредитном рынке. Но также было учтено, что
растущая долговая нагрузка на заемщика привело к формированию банками
дополнительных резервов на возможные потери, а это, в свою очередь,
снижает банковский капитал и лимитирует возможности банков наращивать
кредитовании. В данном случае действия Банка России подтолкнули
коммерческие
банки
увеличивать
риск-аппетитов.
На
фоне
слабого
кредитного спроса банки в основном шли на повышение риск-аппетитов,
ослабевая требования к заемщикам в розничном сегменте, а именно в
ипотечном кредитовании, так как он требует меньшего покрытия капиталом.
Также стоит учесть смягчение денежно-кредитной политики, понижение
ключевой ставки, что оказало влияние на дальнейшее увеличения кредитного
спроса.
Банковский сектор чувствителен к изменениям макроэкономической
конъюнктуры, и кредитный портфель можно считать одним из индикаторов
того, какие проблемы может иметь кредитная организация. Современная
ситуация в мире, а именно пандемия короновируса и снижение цен на нефть,
привела к ухудшению операционной среды, что напрямую повлияло на
прибыльность банков и качество их активов. Данная тенденция в наибольшей
степени отражается на увеличение объемов потенциально проблемных ссуд в
банковских кредитных портфелях. Но также государство реализовывает меры
по
поддержки
населению
и
бизнесу.
Помимо
этого,
наблюдается
волатильность на валютном рынке, цен на различные биржевые товары и
котировок на рынке акций. Сложившаяся ситуация подтолкнуло банки
49
реализовать следующие основные мероприятия, а именно: реструктуризация
кредитов по государственным программам поддержки, а также расширение
продуктового предложения посредством цифровых удаленных каналов
обслуживания.
Рассмотрим кредитный портфель банковского сектора с начала 2020
года, когда мировая экономика столкнулась с пандемией. Динамика объема
кредитного портфеля представлена в приложении Д и на рисунке 10.
90000
80000
70000
60000
50000
40000
30000
20000
10000
0
7000
6000
5000
4000
3000
2000
1000
20
21
20
21
01
.0
2.
20
20
01
.0
1.
20
20
01
.1
2.
20
20
01
.1
1.
20
20
01
.1
0.
20
20
01
.0
9.
20
20
01
.0
8.
01
.0
7.
20
20
20
20
01
.0
6.
20
20
01
.0
5.
20
20
01
.0
4.
20
20
01
.0
3.
01
.0
2.
01
.0
1.
20
20
0
Кредиты, предоставленные всего (до вычета резервов)
Просроченная задолженность
Резервы на возможные потери по кредитам с учетом корректировки резерва
Источник: составлено автором на основе статистических данных Банка Россию.
[Электронный ресурс]. Режим доступа- https://www.cbr.ru/statistics/bank_sector/review/
(Дата обращения: 19.03.2021).
Рисунок 10 – Динамика кредитного портфеля банковского сектора за период 01.01.202001.02.2021 гг.
На 01.02.2021 г объем кредитный портфель составил в абсолютном
выражении 78 617, 16 млрд рублей, что выше на 18% относительно конца 2019
года. Темп прироста превышал ежегодные темпы прироста за прошлые
периоды. А в ежемесячном диапазоне динамика весьма волатильна. Такая
резкая динамика объясняется несколькими факторами на макроуровне. Банк
России понизил ключевую ставку до 4,25% в августе 2020 года. Далее
регулятор оставил ключевую ставку на прежнем уровне. Однако ухудшение
макроэкономической ситуации из-за пандемии COVID-19, падения доходов
населения России, роста цен на недвижимость, снижения минимального
первоначального взноса по ипотеке может привести к чрезмерному
50
кредитованию более слабых заемщиков. Например, согласно данным Росстат
реальные располагаемые денежные доходы населения РФ в 3 квартале 2020
года сократились на 4,8% относительно аналогичного периода прошлого года.
Динамика объема просроченной задолженности почти совпадает с
темпом прироста всего кредитного портфеля банковского сектора, а доля
просроченной задолженности оставалась в среднем на уровне 5,6 % от всей
ссудной задолженности. Объем резервов вырос на 17% и с запасом покрывал
просроченную задолженность на все анализируемом периоде, так как
коэффициент покрытия РВПС просроченной задолженности в среднем
составлял 138%. Однако благодаря мер, проводимых Банком России в части
реструктурирования кредитов, а именно допущение ослаблений требования по
формированию резервов, динамика объемов резервов продемонстрировала
волатильность. Данное послабление было продлено до 1 апреля 2021 года.
Ежемесячная динамика представлена на рисунке 11.
13,4%
8%
0,9%
4,2%
11,9%
2,4%
0,5%
1,9%
0,5%
-0,4%
-1,3%
1,1%
01
.0
1.
20
20
01
.0
2.
20
20
01
.0
3.
20
20
01
.0
4.
20
20
01
.0
5.
20
20
01
.0
6.
20
20
01
.0
7.
20
20
01
.0
8.
20
20
01
.0
9.
20
20
01
.1
0.
20
20
01
.1
1.
20
20
01
.1
2.
20
20
01
.0
1.
20
21
01
.0
2.
20
21
-7,9%
-9,4%
Источник: составлено автором на основе статистических данных Банка России
[Электронный ресурс]. Режим доступа- https://www.cbr.ru/statistics/bank_sector/review/
(Дата обращения: 19.03.2021).
Рисунок 11 – Динамика объемов резервов за период 01.01.2020-01.02.2021 гг.
Почти половина просроченной задолженности распределена по 20
крупнейшим
коммерческим
банкам,
а
по
сегментам
преобладает
задолженность корпоративного бизнеса.
Просроченная задолженность больше 90 дней (проблемные активы)
выросли
на
16%.
Коэффициент
покрытия
резервами
просроченной
задолженности больше 90 дней на всем периоде имеет нормальное значение с
запасом. Просроченные проценты по кредитам повышаются, но данная
тенденция прослеживается с 2015 года.
51
Рассмотрим динамику и структуру кредитного портфеля по сегментам,
которые представлены в приложении Е. Объем корпоративного портфеля на
01.02.2021 год в абсолютном выражении составил 39 398 млрд рублей (+17%
относительно конца 2019 года). В целом абсолютное выражение не имеет
сильного отклонения от прошлых периодов. Заметен рост в розничном
портфеле, чей объем вырос до 20 528 млрд рублей, что выше на 16%
относительно начала анализируемого периода. Основными драйверами роста
послужили ипотечные и жилищные ссуды (12% и 39% относительно начала
2020 года соответственно), потребительские кредиты росли умеренно. В
результате таких высоких темпов кредитования появляются негативные
эффекты того, что растет стоимость жилья с опережением темпа инфляции (за
2020 год - около 10,5%, инфляция -4,9%) и сокращение доходов населения.
Трудно однозначно проанализировать рынок МБК, так как он предназначен
больше на поддержание текущей ликвидности. Наибольший и существенный
рост объема просроченной задолженности зафиксирован у финансового
сектора, не включая банки (+46%), у розничного портфеля (+26%) и у
корпоративного портфеля (+14%). Доля просроченной задолженности у
корпоративного портфеля в среднем 8%, у розничного- 5%. Не наблюдается
резкого отклонения от долей за прошлые годы в виду почти одинакового темпа
прироста просроченной задолженности и всего кредитного портфеля за
анализируемый период.
Качество кредитного портфеля показывает, что с начала 2020 года
превалировала ссудная задолженность 2 категории качества в сравнении с
прошлыми периодами, где большая часть ссуд была стандартной, то есть та
часть, которая имела нулевой кредитный риск. Данные по качеству кредитного
портфеля представлены в таблице 7. На 01.01.2021 объем нестандартной ссуды
увеличился на 25%, произошла постепенная миграция качества ссуд с
прошлого года. Данную тенденцию следует считать отрицательной.
52
Таблица 7 -Качество кредитного портфеля российского банковского сектора 2020 году
Ссуды
(категория)
I
II
III
IV
V
Сформированный
РВПС
01.01.2016
01.01.2017
01.01.2018
В млрд рублей
01.01.2019 01.01.2020
млрд
руб.
27 103
27 815
4 399
1 621
4 456
%
41
42
6
2
6
млрд
руб.
29 156
29 070
4 621
1 808
4 748
%
42
41
6
2
6
млрд
руб.
27 971
29 381
4 963
1 813
4 785
%
40
42
7
2
6
млрд
руб.
28 662
32 556
5 127
1 856
4 948
%
39
44
7
2
6
млрд
руб.
27 878
33 663
5 342
1 700
4 915
37
45
7
2
6
5 671
8
6 133
8
6 209
9
6 550
9
6 548
8
%
Источник: составлено автором на основе статистических данных Банка России
[Электронный
ресурс].
Режим
доступа-URL:
https://www.cbr.ru/statistics/bank_sector/review/ (Дата обращения: 19.03.2021).
Отношение RWA к совокупным активам с 2019 года снизилось 3 п.п. и
составило на отчетную дату 37,7%. А отношение совокупной величины
крупных кредитных рисков к капиталу (Н7) в пределах нормы, однако с 2019
года повысился 9 п.п, и составил 189,4% на отчетную дату.
Но стоит отметить, что реальная картина качество кредитного
портфеля могла быть искажена во втором квартале 2020 года в виду
применимых
кредитными
организациями
масштабных
мер
по
реструктуризации кредитов. Данные по мерам Банка России представлены в
таблице 8.
Таблица 8 – Меры регулятора по ограничению последствий пандемии
Меры
Содержание
Для
граждан,
пострадавших от
распространения
пандемии
Проведение реструктуризации задолженности без назначения пени и
штрафов по кредитам, предоставленным заемщикам-физическим
лицам с коронавирусной инфекцией. Предоставление отсрочки
платежей на срок до 6 месяцев в виду трудной жизненной ситуации
и снижения доход на 30% и более.
Возможность непризнания таких кредитов реструктурированными в
целях
формирования
резервов
и
неприменения
макропруденциальных надбавок до 30.09.2020 г. Резервы по
кредитам не увеличивают, если у заемщика ухудшилось финансовое
положение из-за наличия коронавирусной инфекции и не обращать
взыскания на недвижимое имущество.
53
Продолжение таблицы 8
По
поддержке Расширение программы рефинансирования по кредитам субъектам
кредитования
МСБ, ограничение процентных ставок по кредитам, ввод нового
МСБ
инструмента с лимитом рефинансирования в 500 млрд рублей с
таргетом поддержания объемов кредитования. В обоих случаях с
23.03.2020 года процентная ставка ЦБ РФ устанавливается в размере
4% на 1 год. Также банкам с высоким кредитным рейтингом кредиты
выдавались без обеспечения, а банками с более низким рейтингомпри наличии поручительства АО «Корпорация «МСП».
Содействие правительственной программы на сохранение занятости
в пострадавших
отраслях,
путем
выдачи
кредитов,
где
по ставке 0% годовых на срок до 6 месяцев для выплаты
заработной платы сотрудникам.
Возможность не снижать оценку качества обслуживания долга
независимо от финансового положения заемщика сегмента МСБ по
реструктурированным ссудам, также не принимать решения о
неухудшении финансового положения данного заемщика для целей
формирования резервов.
По
поддержке Снижение надбавок к коэффициентам риска по ипотечным
ипотечного
кредитам, кредитам на финансирования по договору долевого
кредитования
участия.
По
поддержке Банкам было разрешено при классификации кредитов не ухудшать
корпоративного
оценку финансового положения компаний, их качество
бизнеса
обслуживания долга и категории качества ссуд, что будет напрямую
зависеть на объем формирования резервов. Ссуды должны быть
квалифицированы не хуже, чем в II категорию качества по
состоянию на 1 марта 2020 года. Однако РВПС, по которым было
реализовано право на регуляторное послабление Банка России до
31.12.2020 года, должны быть сформированы в полном объеме в срок
до 01.04.2021 года, а по всем реструктурированным кредитам- до
01.07.2021 года.
Источник: составлено автором на основе данных Банка России. [Электронный ресурс].
Режим доступа-URL: https://www.cbr.ru/ (Дата обращения: 19.03.2021).
По оценкам АКРА, лишь около 30% реструктуризированных кредитов,
проведенными
кредитными
организациями
анализируемой
выборки,
оцениваются банками как активы, имеющие повышенный кредитный риск, то
есть те ссуды, которые отражаются в качестве второй стадии по МСФО.
Несмотря на увеличение просроченной задолженности у банков все же есть
источники, за счет которых будут формировать резервы. А по данным отчета
ЦБ
РФ
«О
развитии
банковского
сектора
РФ»,
спрос
на
новые
реструктуризации со стороны МСП и населения снижается, что говорит о
постепенной нормализации ситуации у заемщиков. В январе объем
54
реструктурированных ссуд МСП всего 14 млрд руб. и 16 млрд руб. розничных
ссуд, а это ниже объемов в декабре на 52,5 и 40,4% соответственно.
Тем не менее риски лимитированы – с учетом уже созданных резервов
по этим кредитам банкам предстоит дополнительно сформировать резервы в
объеме до 1,4 трлн руб. Стоит отметить, что досоздание резервов будет не в
один момент. Процесс появления проблемных кредитов займет время (до 2–3
лет), значимо отразится в части кредитов крупному корпоративному сегменту.
Вероятно, что ожидаемый объем формирования резервов будет абсорбирован
за счет созданной в предыдущем или в текущем годах прибыли и запаса
капитала, а буфера капитала накапливаются в благополучные периоды и
распускаются в стрессовых ситуациях. На 01.02.2021год согласно отчетности
0409135, накопленный буфер капитала достиг размера в 5,8 трлн рублей, а
макропруденциальный буфер капитала- 0,6 трлн рублей, который может быть
распущен по решению Банка России. Исходя из этого, в целом, банковский
сектор обладает значительным запасом устойчивости.
Таким образом, на наблюдаемом и анализируемом периоде российский
банковский сектор постепенно расширял свой кредитный портфель. Но вместе
с этим наблюдается темп прироста объема просроченной задолженности во
всех сегментах кредитования. Качество кредитного портфеля показывает, что
с начала 2020 года превалировала ссудная задолженность 2 категории качества
в сравнении с прошлыми периодами, где большая часть ссуд была
стандартной, то есть та часть, которая имела нулевой кредитный риск.
Согласно статистике, резервы формируются банками в том объеме, который
обеспечивает покрытие кредитного риска. Банк России для сдерживания
кредитного риска с 2014 года проводит денежно-кредитную политику
консервативно, а далее со смягчением отвечает на всплески факторов и шоков,
вызванные пандемией. Меры со стороны Банка России для сдерживания
кредитования и минимизации кредитного риски интерпретированы в
понижении ключевой ставки, внедрении ПВР, в проведении масштабных мер
по реструктуризации кредитов во время пандемии.
55
2.2. Оценка инструментария по измерению совокупного кредитного
риска в коммерческом банке.
В российском банковском секторе метод ПВР применяют только 2
крупных коммерческих банка: ПАО СберБанк и АО «Райффайзенбанк».
Согласно Интерфакс, ПАО ВТБ открыли программу перехода на ПВР, к
которой выделили полтора года для подготовки. До 2022 года банк собирается
подать заявку ЦБ РФ на применение IRB- подхода. В перспективе пяти лет
Банк России нацелен обязать все системно-значимые банки использовать
внутренние рейтинги для расчета достаточности капитала. Также в планах
Банка России на 2021 год есть предложение о снижении порога по размеру
активов для добровольного использования ПВР с 50 млрд рублей до 150 млрд
рублей, что в таком случае регулятор дает возможность банкам применить
более прогрессивный способ оценки достаточности капитала и формирования
резервов.
В
АО
«Райффайзенбанк»
реализованы
и
функционированы
информационные системы, которые позволяют осуществлять ежедневный
расчет кредитного риска на основе базового ПВР по всем кредитным
требованиям. Система управления кредитным риском не реже одного раза в
год подвергается проверке со стороны Подразделения внутреннего аудита
Банка на предмет: качества системы, полноты эффективности проводимой
внутренней
валидации
рейтинговых
систем,
исполнения
«Плана
последовательного применения ПВР» и других требований Банка России по
ПВР. Важным является строгое соблюдение «принципа 4 глаз», а именно
авторизация рейтинга и утверждение рейтинга должны осуществляться
разными лицами. В отношение нерозничных портфеля активов Банк
применяет базовый ПВР - подход и в целях оценки кредитного риска
использует собственные модели оценки вероятности дефолта, другие
компоненты кредитного риска применяют в соответствии разделом III
56
Положения Банка России от 6 августа 2015 г. N 483-П «О порядке расчета
величины кредитного риска на основе внутренних рейтингов».
Расчет величины кредитного риска на основе ПВР имплементируется
банком на ежедневной основе в системе SAS CRMfB (Credit Risk Management
for Bankig). Она имплементирует подсистему сбора и накопления детальных
данных по всей активной части баланса корпоративного портфеля.
Особенностью является в предоставлении расчета величины кредитного риска
с
учетом
специфики
каждого
инструмента
и
сложных
требований
мегарегулятора, провести стресс-тестирование, оценить чувствительность
банка к потенциально негативным изменениям в макросреде.
Рассмотрим кредитный риск банк в части его портфеля. Чистая ссудная
задолженность АО Райффайзенбанк составила 1 063,43 млрд рублей, что выше
на 65% относительно 2015 года. Стоит отметить, что с начала 2020 года темпы
прироста объема кредитного портфеля сократились (+8%), например, в 2019
году портфель повысился на 19% относительно 2018 года.
В структуре портфеля превалирует корпоративный сегмент, который
вырос на с 2015 года на 24%. Данные представлены на рисунке 12. По итогам
2020 года объем ссудной задолженности корпоративного портфеля составил
456,91 млрд рублей, что выше на 6% относительно прошлого года. Также
значителен рост с 2015 года прослеживается у сегмента МСБ, чей объем вырос
почти в 5 раз и на 9% относительно 2019 года. Данный сегмент больше всего
пострадал в нынешней конъектуре. Розничный портфель вырос на 82%
относительно 2015 года и составил почти 324 млрд рублей. Относительно
периода пандемии на 2,04%. Данный портфель в основном растет за счет
ипотечных и жилищных ссуд (+4,6% и + 16,6% соответственно относительно
2019 г). Банк практически не ориентирован на кредитование суверенных
заемщиков, также уменьшается динамика сегмента автокредитования в
розничном портфеле (уменьшилась почти в 670 раз).
57
500,00
327%
450,00
400,00
334,23
316,72
306,98
3%
178,41
127,88
0
100,00
-
2
324,31
1,5
269,59
250,00
50,00
3
357,74
300,00
150,00
435,28
2,5
368,25
350,00
200,00
3,5
456,92
241,30
221,61
26%
21%
183,03 -4%
-17%
101,38
22%
165,18
0%
119,51
0% 9%
75,61
14,71
0,00
01.01.2016
-100%
14,08
01.01.2017
17,70
01.01.2018
17%196,19
22%
7%
0%
-6%
70,97
1
0,5
19%
5%
84,45
2%
0%
0
-0,5
-1
01.01.2019
0,00
0,11
01.01.2020
01.01.2021
-1,5
Кредиты крунпым корпоративным клиентам и среднему бизнесу
Кредиты физическим лицам
Кредиты малому и микро бизнесу
Кредиты государственным и муниципальным организациям
МБК
Темпы прироста корпоративного КП
Темпы прироста розничного КП
Темпы прироста КП малого и микро бизнеса
Источник: составлено автором на основе финансовой отчетности АО
«Райффайзенбанк». [Электронный ресурс]. Режим доступа- https://www.raiffeisen.ru/ (Дата
обращения: 19.03.2021).
Рисунок 12 – Структура кредитного портфеля АО «Райффайзенбанк» за период
01.01.2016-01.01.2021 гг.
Наблюдается волатильная динамика просроченной задолженности, на
2020 год объем достиг 34,71 млрд рублей, что относительно 2015 года меньше
на 29%, однако относительно 2019 года объем возрос 9,58%. Динамика
кредитного портфеля представлена в таблице 9. Высокий темп просроченной
задолженности также наблюдалась в посткризисный период 2014 года. Однако
следует отметить, что в данный период была высокая ключевая ставка и
сужение кредитного портфеля всего банковского сектора. Коэффициент
покрытия РВПС просроченной задолженности покрывает проблемные
кредиты с запасом. Доля РВПС от всей ссудной задолженности вырос на 23
п.п.
58
Таблица 9 – Динамика кредитного портфеля АО «Райффайзенбанк» за период 01.01.201601.01.2021 гг.
В млрд рублей
Измене
ние
Оценочные
01.01.
01.01.
01.01.
01.01.
01.01.
01.01. 01.01.20
показатели
2016
2017
2018
2019
2020
2021
21/
01.01.20
16
Кредитный
портфель (до
вычета РВПС) 689,25
605,47
693,05
868,12
1010,8
1100
60%
Просроченная
задолженность 48,54
26,62
28,31
21,99
31,67
34,71
-29%
Доля
просроченной
задолженности
от кредитного
портфеля
7%
4%
4%
3%
3%
3%
-55%
РВПС
-44,30
-31,64
-36,16
-41,71
-26,71
-36,99
-16%
Доля РВПС от
кредитного
портфеля
6%
5%
5%
5%
3%
3%
-48%
РВПС/Просроч
енная
задолженность 91%
119%
128%
190%
84%
107%
16 п.п.
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.03.2021).
С 1 января 2019 года российские коммерческие банки начали
применять требования по МСФО 9 в РСБУ. В этом случае банки обычно
начисляют больше резервов. В отличие от использования подхода Базельского
комитета или РСБУ. Итоговая сумма резервов под ожидаемые кредитные
убытки на 2020 год составляет 36,5 млрд рублей, что на 38% выше
аналогичного показателя прошлого года. Однако в сравнении с РСБУ
показатель резерва почти совпадает.
С 2015 года корпоративный и розничный сегмент продемонстрировали
понижение
объемов
просроченной
задолженности
на
36%
и
18%
соответственно. Но высокие темпы прироста просроченной задолженности
были зафиксированы в конце 2017 и 2019 годах в кредитном портфеле
юридических лиц. К концу 2020 года ситуация стабилизировалась, в
59
корпоративном
сегменте
отметилось
понижение
просроченной
задолженности на 5% относительно 2019 года, однако в розничном портфеле
отмечается рост в 34%. Данные представлены на рисунке 13.
1000,00
900,00
831,67
800,00
37%
700,00
600,00
510,84
500,00
400,00
-17%
-26%
300,00
200,00
100,00
3%
422,44
178,41
183,03
29,16 19,38
-58%
12,26 14,36
21%
14%
480,31
-20%
221,61
16,85 11,47
0,00
01.01.2016
01.01.2017
01.01.2018
29%
59%
34%
621,18
24%
22%
15%
-16%
-27%
80%
926,28
309,48
60%
34%
11%
3%
-5%
318,24
269,59
12,36 9,63
01.01.2019
40%
20%
0%
-20%
-40%
19,72 11,96
18,73 15,98
-60%
-80%
01.01.2020
01.01.2021
Кредитный портфеь юридических лиц
Прлсроченная задолженность у юридических лиц
Кредитный портфель физических лиц
Просроченная задолженность у физических лиц
Темпы прироста кредитного портфеля юридичских лиц
Темпы прироста просроченной задолженности у юридических лиц
Темпы прироста кредитного портфеля физических лиц
Темпы прироста просроченной задолженности у физических лиц
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа- https://www.raiffeisen.ru/ (Дата обращения:
19.03.2020).
Рисунок 13 – Структура просроченной задолженности кредитного портфеля АО
«Райффайзенбанк» за период 01.01.2016-01.01.2021 гг.
Формирование резервов влияет на стоимость риска кредитного
портфеля. Стоит отметить, что у банка волатилен данный показатель за
анализируемый период, но в сравнении со средним по банковской отрасли
данный индикатор ниже, что положительно влияете на политику банк в рискменеджменте. Данные представлены в таблице 10. Однако в 2020 году
коэффициент повысился.
60
Таблица 10 – Анализ кредитного портфеля АО «Райффайзенбанк» за период 01.01.201601.01.2021 гг.
В млрд рублей
Оценочные
01.01.2016 01.01.2017 01.01.2018 01.01.2019 01.01.2020 01.01.2021
показатели
Чистое
создание
РВПС
(ОПИУ)
-10,07
12,40
-5,15
-6,83
-5,68
-13,10
Кредитный
портфель без
МБК
561,37
504,08
573,54
702,94
814,70
858,72
Средний
объем
кредитного
портфеля за
год
581,96
532,73
538,81
638,24
758,82
836,71
CoR
-1,73%
2,33%
-0,96%
-1,07%
-0,75%
-1,57%
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.03.2020).
В общем, можно сказать, что банк сохраняет оптимальное соотношение
РВПС к просроченной задолженности. Если сравнивать начисленные
проценты с фактически уплаченными, то в данном случае банк за весь
анализируемый период имеет незначительную между ними разницу. Данные
представлены в таблице 11. В сравнении данной дельты с долей просроченной
задолженности от КП не наблюдается резкая разница. Большая вероятность,
что банк отражает всю реальную просроченную задолженность.
Таблица 11 - Сравнение ОПиУ и ОДДС в части отражения реальной просроченной
задолженности АО «Райффайзенбанк» за период 01.01.2016-01.01.2021 гг.
Оценочные показатели
Начисленные % (ОФР)
Полученные % (ОДДС)
Разница между % начисленными и
% фактически полученными
то же в % к процентам
начисленным
01.01. 01.01.
2016
2017
69,6
67,0
01.01.
2018
69,02
В млрд рублей
01.01. 01.01. 01.01.
2019
2020
2021
80,2
94,6
84,0
69,7
68,62
80,0
90,9
83,0
0,39
0,15
3,77
1
0,58%
0,19% 3,99% 1,19%
67,2
-0,09 -0,25
0,14% -0,38%
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.03.2020).
61
Рассматривая
качество
портфеля
юридических
лиц
согласно
отчетности 115 формы, выявляется, что на всем анализируемом периоде
превалирует ссуды, имеющиеся 1 категория качества, то есть с нулевым
кредитным риском. Наибольший объем таких ссуд у корпоративного
кредитования и МБК. Данные о категориях ссуд представлены на рисунке 14.
Однако
на
конец
2020
года
отмечается
рост
объема
ссуд,
квалифицированных в 5 категорию качества, относительно 2019 года на 56%.
В основном рост 5 категории качества на конец 2020 года обусловлен
ухудшением качества ссуд, предоставленных крупному, среднему бизнесу,
малому и микро- бизнесу.
01.01.2020
1,3%
0,8%
1,6%
1,4%
1,9%
01.01.2021
2,0%
25,8%
31,4%
64,1%
1 категория
2 категория
4 категория
5 категория
3 категория
69,9%
1 категория
2 категория
4 категория
5 категория
3 категория
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк».
[Электронный ресурс]. Режим доступа- https://www.raiffeisen.ru/ (Дата обращения:
19.03.2021).
Рисунок 14 – Качество кредитного портфеля юридических лиц АО «Райффайзенбанк» за
период 2019-2020 гг.
Объемы
просроченной
задолженности
увеличились
во
всех
подсегментах кредитного портфеля юридических лиц. Например, на 2020 год
у среднего бизнеса объем просроченной задолженности вырос почти в 12 раз
до 4, 723 млрд рублей, малый и микро- бизнес - на 49% до 2,733 млрд рублей,
крупный бизнес – на 22% до 11, 247 млрд рублей.
Большая часть
просроченной задолженности на 2019 год у юридических лиц представлена в
разрезе до 30 дней и свыше 365 дней. В 2020 году превалируют ссуды с
задержкой платежа от 181 дня до 364 дней и более. Стоит отметить, что
62
относительно 2019 года объем просроченной задолженности «утяжелился» в
разрезе более долгого периода задержки платежа (от 181 дня) почти во всех
сегментов юридических лиц.
Банк активно внедряет интерактивные отчет внутри системы. Наиболее
популярный инструмент Power BI, где каждый сотрудник может проследить
ключевые показатели того или иного сегмента в кредитном портфеле.
Согласно такому отчету, в корпоративном бизнесе банк ожидает NPL в
размере 1,81% в сравнение с фактическими 1,79%. Наибольшая доля в
крупном корпоративном портфеле представлены заемщики (группа компаний)
с рейтингом 4А-5С с долей 46% от Rating Buckets, что значит высокая либо
устойчивая кредитоспособность и 43% с рейтингом 3С и выше (с очень
высокой
кредитоспособностью).
Рейтинговая
шкала
для
крупных
корпоративных клиентов выстроена за счет применения подхода ПВР. В
основном заемщики, достигшие дефолта имели рейтинги до банкротного
состояния 6A-9C. Относительно среднего бизнеса здесь банк ориентирован на
NPL в размере 5,17% от фактических 1,83%. Набольшая доля заемщиков
(группа
компаний)
представлена
с
рейтингом
6А-6С
(средняя
кредитоспособность). Относительно финансовых институтов сохраняется
стандартная рейтинговая шкала (S&P, Moody’s, Эксперт РА).
Относительно концентрации, то в 2020 году кредитный портфель был
высококонцентрированным.
HHI = 34,12 + 21,62 + 10,42 + 8,52 + 5,92 + 5,62 + 5,92 + 2,12 + 2,62 + 2,62 + 0,62 +
02 = 1929,05
На 2020 год портфель в разрезе экономических секторов представлен
наибольшей степени в сегменте финансов, сырья и потребительских товаров
повседневного спроса. Особый рост кредитования прослеживается в секторе.
Стоит отметить, что согласно методологии управления риском банка, сектор
потребительского товара повседневного спроса имеет высокий уровень риска.
Аналогичная ситуация прослеживается у розничного портфеля, только в
данном случае на всем анализируемом периоде преобладают ссуды 2
63
категории качества (рисунок 15). Ссуды 3 и 5 категории качества на 2020 год
увеличились в объеме на 4% и 47% соответственно относительно 2019 года.
Рост обусловлен за счет ухудшения качества ссуд в 5 категорию в
необеспеченном
потребительском
кредитовании
(+57%).
Ипотечное
кредитование также продемонстрировала ухудшение качества, объемы
выросли в 3 и 5 категориях качества ссуд почтив 2 раза и на 19%
соответственно. В динамике относительно 2019 года наибольшие темпы
прироста просроченной задолженности представлены в разрезе от 90 дней в
сегмент необеспеченном потребительском кредитовании.
01.01.2020
01.01.2021
2,74%
0,32%
0,18%
3,92%
0,30%
0,24%
26,33%
26,70%
70,76%
72,76%
1 категория
2 категория
4 категория
5 категория
3 категория
1 категория
2 категория
4 категория
5 категория
3 категория
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк».
[Электронный ресурс]. Режим доступа- https://www.raiffeisen.ru/ (Дата обращения:
19.03.2021).
Рисунок 15 – Качество кредитного портфеля физических лиц АО «Райффайзенбанк» за
период 01.01.2020-01.01.2021 гг.
Одним из способов минимизации кредитного риска является залоговое
обеспечение
кредитов,
которое
пересматривается
регулярно
и
с
периодичностью. В целом залоговый портфель представлен обеспечением 2
категории качества, где включаются объекты недвижимости, оборудование,
земля и прочие. Наибольшую долю занимает недвижимость (70%). Стоит
отметить, что банк получает поддержку от Материнского банка по
соглашению о разделении риска в качества обеспечения 1 категории. Однако
данная статья не занимает наибольшую долю, так как преобладают гарантии
первоклассных банков.
64
Альтернативный способ минимизации кредитного риска является
реструктуризация ссудной задолженности. Несомненно, в виду пандемии у
банков
будут
прослеживаться
высокие
темпы
прироста
объема
реструктуризированных ссуд. В основном банк изменял сроки погашения
основного долга на общую сумму 216,09 млрд рублей у корпоративного
сегмента, что выше на 27% относительно прошлого года. Банк выделил статью
смешанный тип реструктуризации ссуд из-за последствий распространения
COVID-19, где в основном включают изменение графика погашений
основного долга или проценты и пролонгация финансовой даты погашения на
сумму 1,968 млрд рублей для корпоративного бизнеса и 1,381 млрд рублей для
розничного портфеля. Данная процедура проходила согласно Федеральному
закону от 30.04.2020 №106-ФЗ. Виды реструктуризации включает в себя:
приостановку платежей; снижение выплат по основному долгу, процентам;
пролонгация
соглашения;
капитализация
начисленных
процентов;
неприменение штрафных санкций.
Период реструктуризации был установлен до 6 месяцев для
корпоративных клиентов и до 12 месяцев для специализированного
кредитования. Но также стоит отметить, что не все заемщики получают
данные ослабления. Банк выделил ряд временных трудностей, включая
падение выручки на 5% в виду снижения спроса, вызванными ограничениями
на передвижение, изменениями потребительского поведения на фоне
ухудшения эпидемиологической обстановки, приостановки деятельности
предприятия в связи с ведением карантинных мер, а также клиент не имел
просроченных обязательств перед банком на момент обращения. Кредитный
портфель с проблемными заемщиками не касается данной программы.
У розничного портфеля превалируют объем ссуд с изменением срока
погашения кредита и отсрочкой выплаты основного долга на сумму на 9,9
млрд рублей.
Иной способ управления кредитным риском- секьюритизация. Банк
применяет методы секьюритизации активов с соответствием законом РФ №
65
152-ФЗ от 11 ноября 2003 года «Об ипотечных ценных бумагах». Таким
образом банк улучшает финансовую устойчивость посредством большей
диверсификации
источников
финансирования
и
рефинансирование
кредитного портфеля банка, и также снижает нагрузку на требования к
достаточности собственного капитала. Стоит отметить, что ипотечное
покрытие облигаций формируется только из высококачественных ипотечных
кредитов, которые были выданы АО «Райффайзенбанк».
Данная практика в обиходу с 2013 года, когда банк (оригинатор)
заключил сделку по секъюритизации собственного портфеля ипотечных
кредитов, которые номинированы в российских рублях, с помощью продажи
портфеля на специально созданное юридическое лицо (SPV) ЗАО «Ипотечный
Агент Райффайзен 01» (эмитент) , который выпустил облигациии на общую
сумму 5 млрд. рублей, обеспеченных данным портфелем.
Другой способ – продажа проблемных активов или переуступка прав
требований, цессия. Активность данного процесса наблюдалась в 3 квартале
2020 года, где банком были проведены несколько сделок по продаже
проблемных кредитов физических лиц, где в основном превалировали
автокредиты и ипотечные ссуды. Также были проданы проблемные кредиты
сегмента микро-бизнеса и индивидуальных предпринимателей в общей сумме
задолженности, но стоит отметить, что суммы не так внушительны по объему
(83,97 млн рублей). Данная практика проводится исключительно в тех
случаях, когда продажа долга экономически более выгодной по сравнению со
стандартным процессом взыскания. Кредитный риск приближается к нулю,
так как он передается цессионарию.
В работе с проблемными активами корпоративного сегмента уступка
прав требований также считается одним из инструментов эффективного
способа выхода актива из данного состояния, если отсутствует возможность
быстрого внесудебного урегулирования задолженности непосредственно
напрямую с заёмщиком.
66
Таким
образом,
кредитный
портфель
АО
«Райффайзенбанк»
постепенно растет, но наблюдает волатильный темп прироста. В период
пандемии объем кредитного портфеля и просроченной задолженности
выросли. Но вместе с этим растут объемы резервов, которые покрывают
просроченную задолженность с запасом. Ссуды представлены в основном 1
категории качества у корпоративного сегмента и 2 категории качества у
розничного, однако прослеживается прирост объема проблемных активов на
2020 год. Такая миграция обусловлена в основном из-за ухудшения ссуд ,
выданных
среднему,
малому
и
микро-бизнесу,
а
также
в
части
необеспеченного кредитования. Кредитный портфель высококонцентрирован.
Согласно отчетности, банк применяет несколько методов сдерживания
кредитного
риска,
включая
применение
внутренних
рейтингов,
реструктуризации, что было использовано период пандемии, поддержания
портфеля залогов, секьюритизации и продажи проблемных активов. В целом
банк применяет консервативный подходит к риск-менеджменту. В кредитном
портфеле в части корпоративного сегмента представлены заемщики с
устойчивой кредитоспобности либо с очень высокой кредитоспобности. А в
розничном сегменте в данный период активизировался процесс продажи
проблемных активов. Банк технически обеспечен, применяя лучшие
программные обеспечения бизнес-аналитики в части измерения кредитного
риска на основе внутренних рейтингов.
2.3. Механизм реализации управления совокупным кредитным риском в
коммерческом банке
Анализ качество кредитного портфеля как в конкретном банке, так и
всего банковского сектора показал присутствие тенденции, которые
изменяются в случае каких-либо всплесков непредвиденных ситуаций на
финансовом рынке или в экономике в целом. Смягчение негативных факторов
67
происходит за счет механизма реализации управления совокупным кредитным
риском посредством в том числе и системой кредитной политики банка.
Для
более
точной
и
подробной
характеристики
управления
совокупным кредитным риском следует обратиться к внутренним документам
коммерческого банка. Рассмотрим механизм управления одного из системнозначимого банка с иностранным капиталом, а именно АО «Райффайзенбанк».
Стоит отметить, что информация, данная в документах, интерпретирована в
пояснительной записке финансовой отчетности банка.
АО «Райфайзенбанк» соблюдает консервативный подход к заемщикам
и контрагентам в целях митигации и минимизации кредитного риска и
поддержания высокого качества кредитного портфеля банка. У банка полная
интеграция в систему управления рисками материнского банка, который, в
свою очередь, разрабатывает все принципы и механизмы риск-менеджмента.
Баланс между бизнес-моделью и риском-аппетита находится под
контролем риск-подразделения банка на постоянной основе. Банк соблюдает
российские, европейские и мировые практики по риск-менеджменту.
Кредитный риск является элементом системы склонности к риску банка,
которая сформирована на базе бизнес-модели, где основным таргетом
считается выполнение целевого уровня кредитного риска вместе с
оперативной реакцией в случае нарушения каких-либо лимитирующих
значений. В свою очередь целевые показатели и лимиты кредитного риска
устанавливаются в отношении величины требуемого экономического
капитала, а также инидкаторов величины активов (RWA), структурных
показателей портфеля (базовые бизнес линии банка), и иные показатели,
включенные в кредитную политику. В частности, банк также выделяет для
корпоративного бизнеса предельные значения кредитного риска с учетом
рейтингов, риска отрасли и других индикаторов, которые могут повлиять и
регулировать концентрацию кредитного риска.
68
В банке проводится регулярный аудит кредитного процесса и оценка
его эффективности. Данный процесс осуществляется внутренним аудитом
банка, где проверки проводятся не реже одного раза в год.
Директива материнского банка АО «Райффайзенбанка» имеет свои
рамки и методологии. В зависимости от подхода, выбранного банком, он
может использовать набор инструментов для управления всеми рисками,
которые представлены на рисунке 16.
Approaches/Actions
Подходы/Действия
Исключить/Избежать
Eliminate/Avoid
Передать/Смягчить
Transfer/Mitigate
Поглощать/Управлять
Absorb/ Manage
Instruments/Инструменты
Установка политики/Set
Policy
Диверсифицировать/
Diversity
Хеджировать/Продать
Hedge/Sell
Страхование/Insure
Держать капитал/ Hold
Capital
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-https://www.raiffeisen.ru/ (Дата обращения:
19.03.2021).
Рисунок 16- Способы ведения риск-менеджмента АО «Райффайзенбанк»
Согласно директиве, банк может полностью избежать (avoid) риски,
установив бизнес-политику (например, в отношении деловой активности,
принципы андеррайтинга, контроль процессов и так далее), которая заранее
исключает (eliminate) определенные риски. Также банк может ограничить
участие в определенных активах или использовать синдицированные кредиты.
По-прежнему можно извлечь выгоду из диверсификации кредитного
портфеля, что снижает специфический риск.
Дополнительно банк может решить передать (transfer) или смягчить
(mitigate) риски. Но данный способ присущ к рыночным рискам путем
69
продажи на спотовом рынке или хеджирование посредством производных
финансовых инструментов, либо покупка страховки в форме опционов.
Третья альтернатива – поглощать и управлять рисками (absorb/
manage). Для управления рисками банк может еще раз улучшить
диверсификацию своих операций, добавив свой портфель риски, имеющие
низкую корреляцию с другими существующими позициями либо активов. В
этом случае банк должен убедиться, что имеет достаточный объем капитала,
чтобы обеспечить сохранение вероятности дефолта на целевом уровне.
Директива определяет два цикла управления для обеспечения
достаточности капитала в банке. Первый цикл определяет структуру и
методологию, используемы для управления рисками, второй относят к риск аппетиту. Схема циклов представлена на рисунке 17.
Риск
стратегия
Риск
аппетит
Определе
ние типа
риска
Качество
гарантии
Риск
капитал
Процесс
Оценка
риска
Тип риска
Ex post
контроль и
оценка
эффективно
сти
Аллокация
капитала
под риск
Методология
Определе
ние
параметро
в
Методолог
ия рискменеджме
нта
Мониторин
г и отчет
Параметры
Ex ante
контроль
(лимиты и
ценообразо
вание)
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк».
[Электронный ресурс]. Режим доступа-https://www.raiffeisen.ru/ (Дата обращения:
19.03.2021).
Рисунок 17- Основы риск- ориентированного механизма управления в АО
«Райффайзенбанк»
Стратегия управления рисками описывает запланированную структуру
бизнеса с точки зрения рисков и является фундаментальным ориентиром для
банка. Другая важная сторона политики является риск-аппетит банка. Это тот
размер риска, который банк может принять (например, валюта баланса, RWA)
и размер доступного рискового капитала (и например, собственный капитал,
70
резервы на покрытие убытков по ссудам, прибыль). Первый пункт в рискстратегии является определение типа риска, где детерминируется источник
риска и его классификация. Согласно директиве, особый и существенный риск
считается кредитный, который, в свою очередь, проявляет две формы: дефолт
и миграционный риск. Риск миграции – это потенциальные убытки в связи
изменением стоимости кредитных рисков в результате изменения рейтинга
заемщика. В качестве влияния на кредитный риск директива отмечает
страновой риск, риск участия (когда банк владеет долее мене 50% и которая
уменьшается в стоимости), риск концентрации (цепная реакция между
контрагентами, отраслевая концентрация и далее), риск секьюритизации
(выделяют риск эмитента и риск инвестора), остаточный риск при смягчении
кредитного
риска
(снижение
стоимости
обеспечения,
недополучение
платежей от поручителей либо его вероятность дефолта). Далее происходит
оценка риска (risk assessment), где анализируется, насколько стоимость банка
может быть затронута определенными рисками. Здесь выделяют некоторые
принципы оценки риска, а именно количество и тенденцию. Количество
предполагает уровень или объем риска, а тенденция – это историческое
развитие в течение прошлого года. Также специалисты не предполагают, что
«высокий» уровень риска — это плохо, так как величина риска просто
отражает уровень риска, который принимает на себя банк в процессе введения
бизнеса, и измеряет количественными и качественными аспектами. Уровень
риска классифицируется в высокий, средний и низкий. Как видно по оценке в
основном банк выделяет риск концентрации и страновой риск как наиболее
важные категории. Данные по уровню риска представлены в таблице 12. Стоит
отметить, что данные приближены к 2020 году.
Таблица 12 – Карта степени и уровня риска в АО «Райффайзенбанк»
Риск
1
Риск дефолта и миграция риска
Риск контрагента
Страновой риск
Риск участия
Низкий Средний Средний Высокий
2
3
4
5
71
Продолжение таблицы 12
1
Концентрация кредитного риска
Риск секьюритизации - Эмитента
Риск секьюритизации/ Инвесторы
Остаточный риск в снижении кредитного
риска
2
3
4
5
-
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.02.2021).
В соответствие директивой материнского банка кредитный портфель
демонстрируют высокую концентрацию в корпоративном и финансовом
секторе. Общая доля нехеджированных кредитов в иностранной валюте
составляет примерно 15%. Страновой риск прослеживается в основном в
развивающих странах, где очень большое влияние имеют политические и
экономические риски. Остаточный риск имеет умеренное значение в основном
в виду политики наличия хорошо диверсифицированного и ликвидного
портфеля обеспечения. Риск дефолта и миграции в значительной степени
обусловлено макроэкономическим развитием и, следовательно, финансовым
положением заемщиков и контрагентов. Что касается контрагентов, тот тут
проводит политику по наличию сделок с соглашениями о залоге (CSA) по
финансовым инструментам, которые покрывают около 90% условных сделок.
Методология ценообразования банка гарантирует, что цена кредита включает
адекватную маржу риска для покрытия затрат на риск. Другие риски не так
существенны для банка. Но также стоит отметить, что на настоящий момент
при нынешний конъюнктуры в экономике (в условии пандемии и иные
макрофакторы, валяющиеся непосредственно на качество кредитного
портфеля) калибровка шкал может поменяться.
Методология управления риском (risk management methodology)
описывает обработку конкретных типов риска, в которых уровень сложности
этих методов управления и контроля выбирается в соответствии с
существенностью определенных рисков. Определение параметров (parameters
72
definition). Наряду с выбором моделей количественной оценки риска в
качестве инструментов управления рисками возникает необходимость
определения входных параметров. Обеспечение качества (quality assurance),
что предполагает гарантию соблюдения действующих правил и положений, а
также высокое качество данных.
Аппетит к риску (risk appetite) в основном предполагает размера буфера
или уровень достаточности капитала. Здесь выделяют рисковый капитал, где
банк определяет величину риску, на который банк готов пойти либо
фактически принять. И в соответствии с установленным аппетитом к риску
инициируются необходимые корпоративные действия, например увеличение
капитала. Распределение рискового капитала предполагает распределение
рискового капитала по центрам прибыли в качестве общего типа лимита для
всех бизнес-единиц и типов риска. Прозрачная система отчетности является
важным инструментов для выявления любых отклонений от целей риска, а
результаты должны быть доступны на соответствующих управленческих
уровнях с правильной степенью детализации. Контроль ex post отвечает на
вопрос, были ли достигнуты поставленные цели, и инициирует меры
управления, если цели риска не достигаются. Также оценка используется для
выявления любого неэкономичного принятия риска, то есть для поиска
оптимального баланса между риском и ожидаемой прибыли.
В целом управление кредитным риском организовано по основным
клиентским сегментам: корпоративный, финансовые институты, суверенные
заемщики, ритейл. Ответственность за определение и регулирование всего
кредитного процесса в соответствующих сегментах лежит на центральных
функциях управления рисками. Это включает в себя разработку рейтинговой
системы, урегулирование политики обеспечения залога (в частности, правил
оценки обеспечения), настройку работы с проблемными активами (workout),
анализ кредитного портфеля, определение стратегии портфеля и мониторинг
кредитного риска.
73
В частности, управление рисками клиентов базируется на 2 уровнях: на
портфельном и на уровне каждого конкретного заемщика либо группы
заемщиков. Эффективное управление кредитными рисками (а именно – их
идентификация, измерение, мониторинг и контроль, а также определение
достаточности объема капитала для покрытия данных рисков) является
важным компонентом комплексного подхода банка к управлению рисками в
целом.
Минимальные требования на портфельном уровне отражают в
Корпоративной кредитной политике банка и подлежат к пересмотру на
ежегодной основе, где устанавливает максимально возможный взвешенный
лимит риска заемщика либо группы связанных заемщиков. В свою очередь
рейтинг заемщиков либо группы связанных заемщиков, вероятности дефолта
(PD), отрасли, типа лимитов и залога являются основами для регулирования
уровня риск корпоративного портфеля.
Одним из способов управления кредитным риском банка является
установка или пересмотр лимитов, которая осуществляется посредством
регулярного
анализа
способности
потенциальных
и
существующих
заемщиков исполнять свои обязательства. Также включая качество залога,
поручительств (либо предприятий, либо физических лиц), что можно
конкретно снизить риски, принятые банком. Фактическое соблюдение
лимитов под контролем на ежедневной основе. Вместе с этим мониторинг
утвержденных лимитов осуществляется не реже одного раза в год, мониторинг
финансового положения производится на регулярной основе. Банком
применяются лучшие практики анализа и риск-менеджмента, а именно:
– портфельный анализ, конъюнктурный анализ на основе макро- и
отраслевых факторов, SWOT-анализ отдельных рынков и корпораций;
–
соблюдение
осуществлении
принципов
кредитного
отраслевой
анализа
специализации
посредством
при
использование
дифференцированных подходов к анализу в зависимости от типа сделки и
74
отраслевой
принадлежности
клиента
(например,
при
проектном
финансировании использовать отдельную рейтинговую модель);
– тщательный мониторинг на регулярной основе.
Банк ввел систему раннего предупреждения (EWS), являющиеся
специализированный
инструментом,
который
предназначен
с
целью
обнаружения проблем у корпоративных клиентов, клиентом МСБ, при
проектном финансировании на ранней стадии, что позволяет предотвратить
дефолтный процесс посредством своевременных принятий мер. Данные
системы базированы на 46 сигналах для корпоративных клиентов и 38
сигналах для клиентов малого бизнеса, и компилируются из внутренних и
внешних источников. У сегмента финансовых институтов система имеет более
10 сигналов, рассчитываемых на базе ежемесячной банковской отчетности и
ежедневном мониторинге новостей о банках. Такая комбинация финансовых
показателей и качественной информации формирует «EWS (early warning
system) статус», далее при необходимости предпринимают меры по закрытию
либо
сокращению
лимитов
на
контрагентов.
Утверждение
лимитов
происходят на уровне уполномоченного органа банка и Материнского банка.
Далее на базе выявленных сигналов каждому клиенту присваивается
«риск-статус» в специализированной системе Siebel EWS, и в случае
необходимости разрабатываются меры по минимизации потенциальных
убытков для банка. Выполняется регулярный анализ корпоративного
портфеля. В основном в качестве сигналов представлены перечень
ковенантов, которые имеют свои требуемые или нормативные значения, и
которые должны быть соблюдены при измерении фактических значений за
определенный период (квартал). В качестве ковенантов представляют обычно
стандартные финансовые коэффициенты. Такая отчетность представлена с
помощью инструмента Power BI Report Server в виде таблицы, где ежедневно
подтягиваются результаты мониторинга.
Немаловажным аспектом в управлении совокупным кредитным риском
для банка является его концентрация. Банк контролирует данный индикатив
75
на базе отчетов, имеющие данные по 10, 20 и 30 крупнейшим заемщикам в
кредитном портфеле банка.
Работа с портфелем проблемных активов возложена отделу, который
осуществляет досудебное взыскание или реструктуризацию долга клиента,
ответственна за претензионно-исковую работу с проблемной задолженностью,
сопровождение процедуры банкротства, а также реализацию заложенного
имущества. Подразделение по работе с проблемными активами отвечает за
максимальное восстановление портфеля проблемных активов;определение
наилучшей стратегии работы с проблемными активами по итогам проведения
анализа
текущей
ситуации
и
оценке
перспектив
восстановления
платежеспособности клиента и реальности плана реструктуризации.
Также в механизм управления банк включает стресс-тестирование,
которое проводится на ежегодной основе. В соответствии с руководством
(документов) Материнского банка, стресс-тестирование кредитного риска для
корпоративного сегмента активов проводится на централизованной основе. С
учетом рекомендаций консультационной статьи CEBS (The Committee of
European Banking Supervisors) исключительную ответственность за программу
стресс-тестирования несет Правление Банка, в том время как более
практические аспекты - делегируются руководителям старшего звена Банка.
Результатами стресс - тестирования должны быть осведомлены Правление
Банка, Наблюдательный Совет Банка, а также Банк России с целью
использования планирования капитала и управления портфелем. В банке
ответственно в координации процесса стресс-тестирования несет Отдел
стратегического риск-менеджмента.
Банком проводится стресс-тестирование двух следующих типов
уровня.
Стресс-тестирование
уровня
А
в
АО
«Райффайзенбанке»
подразумевает оценку чувствительности RWA и ожидаемых потерь к
изменению риск-параметров портфеля. Стоит отметить, что банк задает
наихудшие сценарии в тестировании. Выделяют следующие сценарии,
представленные в таблице 13.
76
Таблица 13– Групповые сценарии стресс-тестирования кредитного риска уровня А АО
«Райффайзенбанк»
Секция «Ухудшение качества кредитного портфеля»
1
2
Наименование сценария
Подразделение, участвующее в классификации
сценария по вероятности его реализации
1. Увеличение вероятности дефолта Отдел стратегического риск- менеджмента
на 40%
2. Понижение внутренних рейтингов Отдел стратегического риск-менеджмента при
контрагентов на 1 рейтинговый класс участии отдела по управлению рисками
финансовых институтов и страновыми рисками,
отдела управления рисками малого бизнеса,
отдел кредитного анализа среднего бизнеса,
отдела кредитного анализа крупного бизнеса.
3. Понижение внутренних рейтингов, Аналогично сценарию 2.
оперирующих
в
отрасли В части оценки вероятности снижения залогов
недвижимости на 1 рейтинговый недвижимости – Отдел управления и контроля за
класс, снижение рыночной стоимости обеспечением кредитов
залогов недвижимости на 50%
Секция «Стресс-тестирование обеспечения по ссудам»
4. Понижение рыночной стоимости Аналогично сценарию 3
обеспечения, понижение внутренних
рейтингов
поручителей
на
1
рейтинговый класс
5. Понижение рыночной стоимости Отдел управления и контроля за обеспечением
залогов на 20%
кредитов
Секция «Стресс-тестирование риск концентрации»
6. Дефолт трех контрагентов с Отдел по управлению рисками финансовых
наибольшим совокупным объемом институтов и страновыми рисками, Отдел
кредитных требований. Понижение управления рисками малого бизнеса, Отдел по
внутренних
рейтингов
десяти управлению
кредитными
рисками
на
контрагентов с наибольшим объемом потребительских
рынках,
инструментами
кредитных
требований
на
3 финансового рынка и структурированных
рейтинговых классах
продуктов,
7. Дефолт трех контрагентов с Аналогично сценарию 6.
наибольшим
объемом
необеспеченных
кредитных
требований
8. Дефолт трех наиболее крупных Аналогично сценарию 6.
Групп Связанных клиентов
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.03.2021).
Согласно регламенту банка, при необходимости Правление Банка
может
инициировать
тестирования,
если
дополнительные
произойдет:
внеплановые
раунды
существенное
стресс-
ухудшение
77
макроэкономических условий либо ожидание или прогноз ухудшения
макроэкономических условий; введение новых санкций в отношении
Российской Федерации, а также крупных компаний или отраслей экономики;
существенное бизнес-стратегии Банка, например, выход на новые рынки;
превышение сигнальных значений риск-аппетита Банка.
В данном случае разработка сценариев и методологии стресстестирования осуществляется в Банке локально и при участии следующих
подразделений: аналитический отдел, который предоставляют прогноз
основных макрофакторов; отдел стратегического риск-менеджмента, который
проводит методологию стресс-тестирования; отдел расчетов резервов и
требований к капиталу, который оценивает влияние стрессовых условий на
объем RWA и резервов; управление кредитных рисков корпоративного
сегмента, которое предоставляют экспертную оценку допущений, лежащих на
основе методологии стресс-тестирования, оценка правдоподобия полученных
результатов (в части влияния на качество кредитного портфеля банка).
Стресс-тестирование уровня Б оценивает чувствительность банка к
существенным изменениям макроэкономики. Сценарии стресс-тестирования
уровня Б – это 2 сценарий пессимистичный и крайне пессимистичный̆ с
горизонтом макропоказателей̆ на 3 года.
Стресс-тестирование уровня Б
оценивает эффект от макроэкономического стресса как на RWA и ожидаемые
потери, и на элементы капитала: изменение величины резервов, процентного
дохода, потери от реализации риска концентрации. Это детерминирует
стрессовый эффект на достаточность капитала, а именно на определение
внутреннего буфера капитала Банка на покрытие потерь, в случае реализации
стрессового сценария.
Банк оценивает экономический капитал для покрытия кредитного
риска путем симуляции показателя VaR на базе актуальных данных
кредитного портфеля. Базу для метода VaR составляет модель вероятности
дефолта Мертона.
78
Как и ранее было отмечено, банк уделяет особе внимание к риску
концентрации, где происходит классификация концентрации на следующие
аспекты: отраслевая, региональная, по размеру валютного риска, по
обеспечению и «именная» концентрация. По последнему подразумевается
концентрация риска по физическим лицам или их группам. Сам мониторинг
данного индикатива имплементируется с помощью индикаторов склонности к
риску и показателей, которые устанавливаются на уровне кредитной политики
банка. Так, например, банк проводит оценку 10,20 и 30 заемщиков, которые
имеют крупнейшую совокупную сумму ссудной задолженности с целью
мониторинга риска концентрации «на контрагента».
Целостность обзора кредитного риска, и его агрегирование по
портфелю в случае риска концентрации и корреляции, достигается при
следующих аспектах:
— своевременное определение корреляции и концентрации;
— разработать соответствующие инструменты для измерения влияния
корреляции и концентрации на общие экономические требования и
требования к нормативному капиталу;
— установить соответствующие лимиты в отношение одного
контрагента,
концентрации
сектора
либо
отрасли,
географической
концентрации, концентрации кредитовании в одной валюте и даже
концентрации продукта;
— контролировать использование таких лимитов портфеля и
инициировать уже утвержденные планы действий;
— иметь дальновидный подход и использовать стресс-тесты и анализ
сценариев. Это должны быть ключевые элементы процесса управления
рисками в банке, а результаты должны быть доведены до соответствующих
бизнес-направлений и отдельных лиц в банке и должным образом
рассмотрены ими;
— своевременно корректировать кредитную политику с учетом
меняющейся экономической среды;
79
— учесть кредитный риск в контексте рисков, с которым они
сталкиваются: рыночный риск, риск ликвидности, риск достаточности
капитала и так далее.
Таким образом, анализ методов и механизма управления совокупным
кредитным риском на пример АО «Раййфайзенбанк» показал, что данная
кредитная организация задействует лучшую практику в данном процессе. Это
один из первых банков, кто подал заявку на применение ПВР. Банк серьезно
относится к своей репутации и выстраиванию внутренних процессов
управления кредитным риском. Особый ориентир для банка – это директивы
материнского банка. АО «Райфайзенбанк» придерживает консервативного
подхода к заемщикам и контрагентам в целях минимизации кредитного риска
и поддержания высокого качества кредитного портфеля банка. Управление
кредитным риском предполагает взаимодействие нескольких подразделений,
таким образом, банк выстроил методологию и структуру внутренних
дирекций, которые обеспечивают оперативное и качественное предоставление
и отражение информации непосредственно о риске. В целом управление
совокупным кредитным риском сопряжен со стандартными правилами и
теорией,
которыми
используются
крупными
банками,
например,
своевременное определение корреляции и концентрации, установка лимитов,
проведение стресс-тестирования. Техническое обеспечение позволяет банку
точность измерить риски, которые он может принять.
80
ГЛАВА 3
РАЗВИТИЕ МЕТОДОВ ПО ИЗМЕРЕНИЮ И УПРАВЛЕНИЮ
СОВОКУПНЫМ КРЕДИТНЫМ РИСКОМ КОММЕРЧЕСКОГО
БАНКА
3.1 Проблемы по измерению и управлению совокупным кредитным
риском в деятельности российских коммерческих банков
Согласно
ранее
проведенному
анализу,
на
наблюдаемом
и
анализируемом периоде российский банковский сектор постепенно расширял
свой кредитный портфель. Но вместе с этим наблюдается темп прироста
объема просроченной задолженности во всех сегментах кредитования.
Качество кредитного портфеля показывает, что с начала 2020 года
превалировала ссудная задолженность 2 категории качества в сравнении с
прошлыми периодами, где большая часть ссуд была стандартной, то есть та
часть, которая имела нулевой кредитный риск. Согласно статистике, резервы
формируются банками в том объеме, который обеспечивает покрытие
кредитного риска.
S&P Global Ratings предполагает, что 2021 год может стать самым
тяжелым испытанием для банков после глобального финансового кризиса. Так
как та поддержка от центральных банков, которая укрепила банки и помогла
заемщикам выжить, не может длиться вечно. Конец поддержки покажет более
правдивую картину качества основных банковских активов, даже когда
экономика начнет восстанавливаться. Однако они также отмечаем, что
динамика текущего спада иная. Сильная фискальная поддержка экономики
приносит пользу банкам, рынки фондирования являются адаптивными, и, по
нашему мнению, банки лучше оснащены, чем они были в 2009 году, чтобы
противостоять экономическому давлению 41.
41
Global banks country-by-country 2021 outlook: Toughest test for banks since 2009//S&P Global
Ratings: [сайт].–2021.–URL: https/www.spglobal/com/ratings/en/research-insights/ globalbanks2021-outlooks (дата обращения 19.04.2021).–Текст:электронный.
81
Согласно анализу, проведенному во 2 главе, можно сделать вывод, что
потенциальные проблемы с выплатой кредитов корпоративными и розничным
заемщиками стали ключевым источником риска для российских банков. А
материализация кредитных риском может происходить в первой половине
2021 года, когда буду сняты меры по послаблению Банком России. Для банков
в данный момент важно своевременное признание убытков по проблемным и
безнадежным кредитам и формирование резервов в полном объеме. Также
наблюдается риск перегрева на рынке жилой недвижимости, который
подпитывается
государственными
программами
по
субсидирование
ипотечного кредитования. Помимо этого, стоит отметить и другие риски,
которые связаны с кредитным, а именно отток депозитов на фоне низких
процентных ставок, и как следует из этого несоответствие сроков погашения
и переоценки активов и обязательств банков. До марта 2021 года понижение
ключевое ставки либо удержания ее на минимальном уровне обычно ставил
под вопрос о маржинальности операций. Данное явление можно проследить в
ипотечном кредитовании, где помимо ставок и большого спроса включается
конкуренции в данном сегменте между банками. В этом случае банки
ограничивают ставки по кредитам, тем самым оказывают давление на
маржинальность.
Определенно, действия мегарегулятора дали стимул кредитной
активности всех банков. Согласно статистическому отчету Банка России, и
рейтинговому агентству АКРА, при росте кредитного портфеля не произошло
резкого увеличения активов, взвешенных под риском, которые увеличились на
2% относительно 2019 года, в то время как относительно 2018 года рост
составил 7%. При этом, согласно сообщениям Банка России, банки имеют
накопленный буфер по необеспеченным кредитам в размере 440 млрд рублей.
Также, как отмечает Агетнство АКРА, по их наблюдениям в кризисные
периоды для российской банковской системы характерна такая ситуация,
когда накопление объема просроченной задолженности может продолжаться
82
на протяжении достаточно длительного отрезка времени42. Темпы прироста
просроченной задолженности с 2008 года представлены на рисунке 18.
Например, во время глобального финансового кризиса 2008–2009 годов пик
роста просроченной задолженности был зафиксирован в период май–июнь
2010 года, а после кризиса 2014–2015 годов максимальныӗ уровень
просроченной
задолженности
зафиксировался
в
августе
2016
года.
Источник: составлено агентством АКРА по материалам Банка России. [Электронный
ресурс]. Режим доступа - https://asros.ru/upload/iblock/0b8/Rossiyskiy-bankovskiysektor_prognoz-do-2022-goda_AKRA_dekabr-2020.pdf (Дата обращения: 17.04.2021).
Рисунок 18 – Динамика просроченной задолженности за период 01.02.200801.05.2020 гг.
Данную тенденцию можно интерпретировать и объяснить за счет
постепенного вызревания проблем у заемщиков, а также из-за последствий
проводимых банками вынужденных реструктуризаций, которые в первую
очередь позволили отложить, но не избежать появления на балансах
низкокачественных активов, в данном случае долгов.
Большей
степени
реструктуризацию
обуславливают снижением
доходов заемщиков в розничном сегменте кредитования, а в корпоративном
сегменте основная часть реструктуризации связывают с намерением
42
Банковская система устойчива, но вопросы остаются// Рейтинговое агентство АКРА:
[сайт].–2020.–URL:https//asros.ru/upload/iblock/0b8/Rossiyskiy-banlovskiy-sektor_prognozdo-2022_AKPA.pdf (дата обращения:17.04.2021).– Текст: электронный.
83
заемщиков снизить стоимость кредитования в виду падающих ключевой
ставки и процентных ставок.
Безусловно, ухудшения качества кредитных требования, которые были
не затронуты реструктуризацией, зависит от реакции федеральных и
региональных органов, а также их политика в продолжении второй волны
пандемии. Но тем не менее ожидаются более мягкие меры и ограничения, что,
в свою очередь, обезопасит от значительного снижения экономической
активности. В этом случае банки будут ожидать от заемщиков высокую
способность исполнения своих обязательств.
Аналитики ожидают умеренное восстановление экономики в 2021
году, что несомненно будет способствовать улучшению корпоративного и
розничного портфеля за счет повышения кредитоспособности заемщиков.
Вместе с ростом кредитного портфеля ожидает умеренный рост доли
просроченной задолженности. В противном случае, при экономическом спаде
наращивание кредитного портфеля обычно сопряжено с повышенными
рисками последующего ухудшения его качества.
Особое внимание будет нацелено на досоздание резервов по
проблемной задолженности в виду сворачивания мер поддержки со стороны
Банка России. Однако стоит отметить, что с текущего года происходит
увеличение объема резервного покрытия, а это приведет к росту показателя
CoR (cost of risk) у банков. Но аналитики не предвидят критический рост
данного индикатора, а будет даже ниже уровней, которые были фиксированы
по итогам 2008–2009 и 2014–2015 годов.
Также
не
маловажным
аспектов
является
риски
ипотечного
кредитования из-за роста данного сегмента в кредитном портфеле банков. В
таблице 15 представлена динамика ипотечного жилищного кредитования за
период 01.01.19-01.01.21 гг. К концу 2020 года рост объема ипотечных ссуд
составил почти 35% относительно 2018 года, в тоже время отмечен рост
просроченной задолженности до 30 дней в 2,8 раз за аналогичный период. В
84
таблице 14 представлена динамика ипотечного жилищного кредитования за
период 01.01.19-01.12.20 гг.
Таблица 14 - Динамика ипотечного жилищного кредитования в российском банковском
секторе за период 01.01.2019-01.01.2021 гг.
В млрд рублей
01.01.2019
01.01.2020
01.01.2021
Изменение
Оценочный показатель
01.01.2021/
млрд
млрд
млрд
в%
в%
в % 01.01.2020
руб.
руб.
руб.
Жилищные
ссуды
1 715 100
1 815 100 2 597 100 51%
ссуды с
просроченной
задолженностью
Жилищные до 30 дней
10,4
0,6
16,7
0,9
17,7
1,0
70%
ссуды
ссуды с
(кроме
ипотечных просроченной
задолженностью
ссуд)
от 31 до 90 дней 2,7
0,2
2,6
0,1
3,4
0,1
26%
ссуды с
просроченной
задолженностью
свыше 90 дней
20,4
1,2
21,3
1,2
23,1
1,0
13%
Ипотечные
ссуды
4 913 100
5 916 100 6 727 100 37%
ссуды с
просроченной
задолженностью
до 30 дней
39,5
0,8
76,3
1,3
73,1
1,7
85%
Ипотечные ссуды с
ссуды
просроченной
задолженностью
от 31 до 90 дней 17,0
0,3
17,0
0,3
18,3
0,3
8%
ссуды с
просроченной
задолженностью
свыше 90 дней
87,3
1,8
80,0
1,4
86,2
1,4
-1%
Источник: составлено автором на основе данных Банка России [Электронный ресурс].
Режим доступа-URL: https://www.cbr ru/ (Дата обращения: 19.04.2021).
Рост цен на жилье, вызванным ажиотажным спросом и низкими
процентными ставками с учетом госпрограмм, может указывать на
вероятность возникновения ипотечного пузыря. Недвижимость является
стабильным источником инвестирования, а на фоне пониженных процентных
ставок по вкладам все больше усиливается спрос у заемщиков. Коммерческие
85
банки стремятся удовлетворить данный растущий спрос при этом могут
увеличить риск-аппетит, что, в свою очередь, простимулирует приток
заемщиков с низкой платежеспособностью. В целом, повышается степень
риска закредитованности населения.
На фоне происходящих тенденций можно предположить, что банки
недостаточное внимание уделяют к качеству управления кредитным риском, а
именно:
– выявление и оценка зон риска в части предвидения возможных
источников убытков или рисковых ситуаций, которые приносят убытки;
− координация управления кредитным риском в части наличии чёткой
и универсальной методологии управления кредитными рисками.
Данные
проблемы
коррелируют
с
возможностью
присвоения
прогнозных рейтингов риска. Риск кредитного портфеля каждого банка резко
изменился с началом кризиса COVID-19, но и можно предположить, что ни
один подход не мог полностью предвидеть кризис. Однако возможность легко
«разыгрывать сценарии» рейтинговых изменений сегодня более возможна,
чем когда-либо. Оставлять рейтинги нетронутыми до тех пор, пока не будут
представлены результаты последних 12 месяцев после кризиса COVID-19, в
сегодняшних условиях нельзя. Банки должны дополнять свои сквозные
рейтинги, то есть рейтинг на определенный момент времени может быть
получен из ряда источников или может быть просто скорректирован
собственным экспертным заключением банка, основанным на альтернативных
показателях риска. Риски неопределенности и потрясения, связанные с
кризисными событиями, подобными COVID-19, требуют способности
справляться с потрясениями и резкими изменениями. Определение основных
факторов предназначено для моделирования совокупного кредитного риска и
для проведения стресс-тестирования. Согласно докладу Ernst & Young,
кредитные модели за последние 10 лет подверглись серьезной проверке и
управлению, что было обусловлено ожиданиями регулирующих органов
86
соответствующего характера их использования.43 Также предполагают, что
они стали «непригодными для использования» в настоящие время.
Большинство моделей были построены на исторических данных за последнее
десятилетие, которые, к сожалению, не являются репрезентативными для
текущей среды. Кроме того, кредитные модели обычно предполагают
постепенное воздействие окружающей среды на убытки с задержками от
одного до шести месяцев. Расчетные параметры модели ухудшат прогнозы изза любых внезапных макроэкономических движений.
Таким образом, можно выделить, что банкам нужно уделять большое
внимания к качеству кредитного портфеля и его управлению. А большинство
моделей, построенных на исторических данных за последнее десятилетие,
могут быть не валидны в текущей ситуации. Для этого банки должны выявить
данную уязвимость и скоординировать управление кредитным риском.
3.2. Инновационные методы измерения совокупного кредитного риска в
деятельности российских коммерческих банков
В кредитной организации оценка качества кредитного портфеля
осуществляется с использованием следующих подходов:
– метод коэффициентов, базирующий на финансовых индикаторах 20
коэффициентов для оценки ликвидности, доходности и кредитных рисков,
непосредственно характеризирующих качество кредитного портфеля банка;
– стресс- тестирование;
– применение стандартных подходов (SA) и внутренних рейтингов
(IRB), разработанные в соответствии со стандартами Базельского комитета.
Акцент на методы управления кредитным риском также более заметен
в условиях продолжающегося кризиса со стороны мегарегулятора. В
43
Frederico Guerreri How COVID-19 is changing credit risk models // Ernst and
Young:[сайт].2020.- URL:- https://www.ey.com/en_gl/covid-19-financial-services/how-covid19-is-changing-credit-risk-models (дата обращения 20.01.2021). – Текст: электронный.
87
настоящее время в большинстве финансовых учреждений набирают силу
следующие инициативы по совершенствованию управления кредитными
рисками.
– влияние Международного стандарта финансовой отчетности (МСФО
(IFRS) 9), где одним из основных направлений деятельности банков является
обеспечение перспективного подхода к более своевременному признанию
убытков от обесценения. Чтобы получить прогноз ожидаемых кредитных
убытков
(ECL),
существующие
«вероятностно-взвешенные
сценарии»
должны быть расширены с учетом текущего экономического сценария при
расчете ожидаемых кредитных убытков;
– обновление модели оценки клиентов, так как пандемия оказала
широкое влияние на рейтинги корпоративных контрагентов. Текущие
рейтинговые модели могут не обеспечивать точную оценку текущего
положения бизнеса контрагентов. Традиционные модели могут фактически
снизить их рейтинг и ограничить их доступ к кредитам. Большинство банков
знают об этом изменении и пытаются обновить свои рейтинговые модели,
чтобы получить реалистичную картину текущего финансового положения
контрагентов.
– обновление текущих моделей стресс-тестирования кредитного риска.
Текущие модели кредитного риска обновляются, и внедряются новые
сценарии пандемии, чтобы понять влияние на банковские портфели.
– проактивное управление кредитными рисками. решения для раннего
предупреждения дополняются неструктурированными данными, особенно в
случае корпоративных клиентов. Это помогает в проактивной оценке
рискованности
контрагентов
и
более
внимательном
отношении
к
финансовому поведению контрагента.
– проверка кредитного риска по требованию: проверка кредитного
риска обычно проводится по стандартному календарю с периодичностью
проверки от ежемесячной (высокий риск) до ежегодной (низкий риск), в
зависимости от типа клиента. В связи с продолжающейся пандемией, в рамках
88
которой банки работают в нестабильной среде, возникает острая потребность
в проведении кредитных обзоров своих контрагентов по требованию, чтобы
они могли предпринять адекватные шаги для выявления потенциальных
дефолтов и разработки стратегий смягчения последствий.
– оптимизация кредитного риска RWA: помимо мер регулирования,
инициированных
международными
организациями
для
увеличения
ликвидности в системе, банки также пытаются уточнить свои показатели
RWA, чтобы высвободить капитал, где это возможно.
– создание цифровых дорожных карт: банки пытаются по-другому
взглянуть на свои бизнес-процессы, системы и программы управления
данными, чтобы попытаться понять точки соприкосновения, в которых
цифровые технологии могут сыграть роль в оптимизации процессов и
снижении затрат. Например, бизнес-процессы, связанные с внутренней
кредитной
отчетностью,
используют
автоматизацию
и
когнитивные
технологии для более быстрого создания отчетов и получения более точных
сведений из них.
Стоит
отметить
подготавливают
внедрение
финансовую
МСФО
отчетность
9
для
согласно
банков,
которые
Международным
стандартам финансовой отчетности. Банк России сохранил два подхода по
расчетам резервов. То есть банки применяют стандарт для целей
бухгалтерского учета и отчетности, за исключением налогообложение и для
отражения их собственной оценки кредитного риска. Второй метод – правила,
содержащиеся в Положении 590-П «О порядке формирования кредитными
организациями резервов на возможные потери по ссудам, ссудной и
приравненной к ней задолженности» и правилах Базельского комитета по
банковскому надзору по пруденциальным резервам.
Здесь произошел переход на модель ожидаемых кредитных убытков на
базе МСФО 9, где требуется создание оценочных резервов под обесценение
всех позиций, которые подвергаются риску, с момента предоставления ссуды
и ее первоначального признания на базе ухудшения кредитного качества. В
89
случае, когда риск не увеличился значительно, то новый стандарт требует
создание оценочных резервов на основе 12-месячных ожидаемых кредитных
убытков. В случае увеличения кредитного риска в значительной степени и
ссуда считается кредитно-обесцененной, то требуется создание оценочных
резервов на базе ожидаемых убытках за весь период. Пример подходов к
расчету ожидаемых кредитных убытков коммерческого банка представлен в
таблице 15.
Таблица 15 – Подходы к расчету ожидаемых кредитных убытков по МСФО 9 АО
«Райффайзенбанк»
Подход
VСW = VAD∗ YD12мес ∗ WGD
ECL(K)=EAD *PDвесь срок ∗ WGD
DEF(G)
LEL=∑LGMH (HIDJK)!
Eir-эффективная процентная ставка
Базовый подход:
ECL=EAD-NPV ожидаемых денежных потоков
Для необеспеченных розничных кредитов:
ECL=EAD*BEEL (наилучшая оценка ожидаемых убытков)
Категории по МСФО
Категория 1
12-месячные ОКУ
Работающий кредит
Категория 2
ОКУ за весь срок
Проблемный кредит
Категория 3
Неработающий кредит
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.04.2021).
Ожидаемые кредитные убытки покрываются за счет резервов, а
непредвиденные убытки покрываются за счет капитала. Как следствие,
резервы под убытки значительно увеличатся в соответствии с МСФО (IFRS)
9, что приведет к сокращению собственного капитала и нераспределенной
прибыли,
доступной
для
капитала
первого
уровня
44
.
Стандарт
предусматривает макроэкономическое влияние, и, следовательно, уровень
резервов будет напрямую от них зависеть. В целом резервы увеличиваются за
счет нескольких аспектов: новые требования, создание резервов по
портфелям, ранее нерезервируемых; создание резервов по внебалансовым
44
Pasqualina P. Credit risk management in bank: Impact of IFRS 9 and Basel 3/P. Pasqualina, A.
Letizia // Risk Governance & Control: Fincancial Markets & Institutians.–Rome, 2020. –№10.–
С.29-44.–ISSN 2077-4303.
90
позициям, влияние макрофакторов; учет стресс-сценариев; расчет ожидаемых
убытков на весь срок жизни для активов, которые имеют высокий кредитный
риск.
Например, у АО «Райффайзенбанк» на все анализируемом периоде
резервы под ожидаемые кредитные убытки иллюстрируют волатильность, но
данная
тенденция
объясняется
макроэкономическими
событиями
в
экономике. Динамика общей ссудной задолженности и резервов отражена на
рисунке 19. Стоит отметить, что объемы резервы, сформированные по РСБУ
и при применении МСФО 9 в РСБУ, на 2020 год больше объемов резервов,
рассчитанных в финансовой отчетности по международным стандартам.
22,138
01.01.2021
01.01.2020
15,482
01.01.2019
16,024
01.01.2018
19,116
01.01.2017
24,886
850,488
802,335
689,429
567,019
499,285
35,749
01.01.2016
0
100
558,069
200
300
Резервы под ожидаемые кредитные убытки
400
500
600
700
800
900
Итого кредиты и авансы клиентам, до вычета резерва
Источник: составлено автором по материалам финансовой отчетности МСФО АО
«Райффайзенбанк» [Электронный ресурс]. Режим доступа- https://www.raiffeisen.ru/ (Дата
обращения: 19.04.2021).
Рисунок 19 - Динамика общей ссудной задолженности и резервов в млрд рублей АО
«Райффайзенбанк» за период 01.01.2016-01.01.2021 гг.
Однако резервы под ожидаемые кредитные убытки по МСФО за 2020
не в полной мере покрывают индивидуально обесцененные кредиты.
Динамика объема обесцененных кредитов представлена в таблице 16.
91
Таблица 16 – Динамика индивидуально обесцененных кредитов АО «Райффайзенбанк» за
период 2015-2020 гг.
В млрд рублей
Изменение
Оценочные
01.01.
01.01. 01.01. 01.01. 01.01. 01.01.
01.01.201/
показатели
2016
2017
2018
2019
2020
2021
01.01.2021
Индивидуально
обесцененные
31,26
20,55
15,98 12,34
9,43
14,54
-53%
кредиты ЮЛ
Индивидуально
обесцененные
кредиты ФЛ
14,27
12,74
9,77
9,11
9,91
15,14 6%
Итого
45,54
33,30
25,75 21,46 19,34
29,69 -35%
Резервы под ОКУ
-35,74
-24,88
-19,11 -16,02 -15,48
-22,13 -38%
К покрытия
резервами под ОКУ
индивидуальных
обесцененных
кредитов
78%
75%
74%
75%
80%
75%
-3 п.п.
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.04.2021).
Для сравнения в таблице 17 представлена динамика резервов под
ожидаемые убытки, отраженные в отчетности по РСБУ.
Таблица 17 – Динамика резервов под ожидаемые кредитные убытки АО «Райффайзенбанк»
в отчетности РСБУ за период 01.01.2019-01.01.2021 гг.
В млрд рублей
Изменение
Оценочные показатели
01.01.2019 01.01.2020 01.01.2021
01.01.2021/
01.01.2019
ОКУ у корпоративного
портфеля
ОКУ у розничного портфеля
ОКУ у МБК
Итого
14,544
13,433
0,023
28
13,845
12,518
0,028
26,391
20,349
16,213
0,0237
36,5857
40%
21%
3%
31%
Источник: составлено автором на основе финансовой отчетности АО «Райффайзенбанк»
[Электронный ресурс]. Режим доступа-URL: https://www.raiffeisen.ru/ (Дата обращения:
19.04.2021).
92
На практике резервы, рассчитанные по Положению 590- П и МСФО 9
не будут совпадать45. Как отмечают специалисты, разность между этими
оценками будет включаться в расчет капитала с соответствующим знаком. Это
фактически нейтрализует переход на МСФО 9 с точки зрения влияния на
капитал банка. Банк России объясняет следующим образом. К примеру, если
резервы по Положению 590-П составляют 100 единиц, а по МСФО 9 - 50,
значит, при прочих равных прибыль банка вырастет на 50. Данная
положительная разница в 50 единиц, которая у него появляются в прибыли и,
соответственно, в капитале после аудита, банки исключают из капитала. Если
обратная ситуация - у банка резервов МСФО 9 больше, чем по 590-П - тогда у
банка сокращается прибыль при прочих равных условиях, данную
положительную разность между резервом по МСФО 9 и пруденциальным
резервом включают в капитал.
Тем не менее, внедрение МСФО 9 приводит к более своевременному
признанию резервов из-за более раннего признание 12-месячных ожидаемых
убытков для всех рисков на Этапе 1, более раннее признание убытков за весь
срок, когда кредитный риск значительно возрастает на Этапе 2, и за счет
использования
более
широкого
спектра
информации,
включая
макроэкономические условия и прогнозную информацию.
Банки для обеспечения эффективной кредитной политики и рискменеджмента в данной области внедряют новые технологии, посредством
которых обеспечивается высокое качество кредитного портфеля. По мере
ускорения цифровой трансформации отрасли банки переходят от изучения к
внедрению в масштабах всей компании новых технологий в мидл-офисе и бэкофисе. Это заставит функции управления рисками изменить методы
мониторинга профилей рисков банков и внедрить инновации, а также то, как
они используют новые методы, чтобы сделать их более умными, быстрыми и
45
Митичкин О.С. Оценка эффективности внедрения стандарта МСФО 9 (IFRS9)/О.С.
Митичкин// Электронный научный журнал «Дневник науки».–Пермь, 2019.–№5.–С.46-55.–
ISSN 2541-8327.
93
рентабельными. Планы по использованию новых технологий для управления
рисками и затратами находятся в различных стадиях разработки. Инициативы
в области цифровой инфраструктуры являются наиболее продвинутыми, а
банки делают первые шаги к автоматизации и машинному обучению.
Согласно отчету Mckinsey, банки во всем мире усердно переводят в
цифровую форму основные процессы, а именно кредитные процессы и
процессы «знай своего клиента». А функции управления рисками должны
начать экспериментировать с аналитикой (например, машинным обучением) в
некоторых областях, таких как кредитные решения. Эти алгоритмы уже
неоднократно значительно улучшали кредитные решения для некоторых
банков.
Общая и основная цель машинного обучения и традиционных
инструментов статистического обучения - учиться на данных. Как правило,
методы статистического обучения предполагают формальные отношения
между переменными в форме математических уравнений, в то время как
методы машинного обучения могут учиться на данных, не требуя
программирования на базе правил. Благодаря такой гибкости методы
машинного обучения могут лучше соответствовать шаблонам данных.
Аналитики из Moody’s Analytics привели смоделированный пример,
иллюстрированный на рисунке, где изображены два вида анализа, на базе
линейной модели и модели случайного леса (как одна из разновидностей
машинного обучения) и фактические данные46. Области красного цвета
представляют демографические данные с высоким риском, где виден более
высокий уровень дефолта. Как и ожидалось, линейная статистическая модель
не может соответствовать этому сложному нелинейному и немонотонному
поведению. Модель случайного леса, широко используемый метод машинного
обучения, достаточно гибкая, чтобы определять горячие точки, поскольку она
46
Bacham D. Machine learning: challenges, lessons and opportunities in Credit Risk modeling/D.
Bacham,
Dr.Ja
Zhao.
Текс:
электронный//Moody’s
Analytics.
–2017.–URL:
http/www.moodyanalytics.com/ (дата обращения:19.04.2021)
94
не ограничивается предсказанием линейных или непрерывных отношений.
Модель
машинного
обучения,
не
ограниченная
некоторыми
предположениями классических статистических моделей, может дать гораздо
лучшее понимание, которое аналитик-человек не мог сделать на основе
данных. Иногда предсказание резко контрастирует с традиционными
моделями.
Источник: отчет Moody’s Analytics «Machine learning: challenges, lessons and
opportunities in Credit Risk modeling» by Dinesh Bacham, Dr. Janes Zhao.
[Электронный ресурс]. Режим доступа- https://www.moodysanalytics.com/
(Дата обращения: 19.03.2021).
Рисунок 19 – Статистическая модель и Машинное обучение
Методы машинного обучения применяются, например, в ПАО
СберБанке, но в области индивидуального кредитного риска, которое также
повлияет на совокупный кредитный риск либо на кредитный портфель в
целом. Основные задачи банк поставил прогнозирование выручки компаний
малого, среднего и крупного бизнеса, а также использование некой
агрегированной метрики, опираюсь исключительно на транзакции, то есть
скоринг базирующий на основе данных, имеющих в распоряжении банка.
Также многие некоторые банки внедряют технологию блокчейн в свою
систему риск-менеджмента. Распределенная база данных в виде цепочки
блоков хранит информацию о транзакциях участников системы. Банки таким
образом минимизируют кредитный риск в нескольких аспектах:
95
– идентифицируются потенциальные риски на первоначальном этапе
выявления мошенничества, улучшается качество анализа ввиду упрощенного
подхода идентификации и получения при обмене данными сведений по
корпоративному и розничному сектору между банками;
– минимизируются операционные юридические риски в процессе
структурирования сделок путем заключения смарт-контрактов и договоров
залога;
– улучшается качество анализа при сверке операций факторинга;
–митигируется кредитный риск миграции в случае переоценки
финансовых активов, закладных по ипотечном кредитовании.
Например, Ассоциация развития финансовых технологий создала
систему обмена данными между системно-значимыми банками на базе
технологии блокчейна, в которой доступна информация о нахождении
потенциального заемщика в реестре мошенников, реальный ли человек или
дееспособный.
В
перспективе
предполагается
данные
о
качестве
обслуживания долга, быстрой идентификации и обмен данными по
юридическим лицам.
Также одним из иновационных методов минимизации кредитных
рисклв является технологии API (Application Programming Interface,
программный интерфейс приложения). У АО Альфа-банк беззалоговый
кредитный портфель формируется за счет займов бизнесу с автоматическим
скорингом на базе данных СПАРКа. В таком случае банк получает доступ к
данным СПАРКа через его API, который внедряется в свои внутренние
системы. Спектр автоматизации широк: автозаполнение CRM-систем
данными по контрагентам, мониторинг их статуса, отслеживание фактов
дефолта, смена собственников.
Обычно более крупные банки используют программное обеспечение,
лицензированное такими поставщиками, как SAS, FICO, WPS или Moody's,
для разработки, поддержки и реализации своих моделей кредитного риска. В
96
российской
практике
можно
встретить
применение
аналитическое
программное обеспечение SAS.
Таким образом, в основном российские коммерческие банки обращают
внимание на проблемные ссуды, как на индикатор кредитного портфеля.
Внедрение МСФО 9, обновление стресс-тестов и прочие сопутствующие
механизмы должны улучшать методы управления совокупным кредитным
риском. Подходы к оценке базируются на методах эконометрического и
статистического анализа, где данные уже детерминированы для анализа, а
зависимости рассчитываются линейными уравнениями. А для описания
сложных нелинейных уравнений посредством больших данных, которые, в
свою очередь, являются стохастическими либо нечеткими, часто используют
инновационные методы машинного обучения.
3.3. Формирование эффективной стратегии управления совокупным
кредитным риском коммерческого банка
Обычно стратегия включает в себя порядок управления рисками, где, в
частности, распределяются функции, который сопряжены с управление риска
и капиталом, между Наблюдательным советом, Правлением, коллегиальными
органами и подразделениями коммерческого банка. Перед каждым банком
должны быть поставлены следующие задачи:
– проведение идентификации и оценки существенности видов рисков;
– прогнозирование уровня риска;
– установка лимитов;
– мониторинг и контроль за объемами принятого риска, включая
Группы, с целью его поддержания на уровне, установленных внешними и
внутренними ограничениями;
– поддержаний значений обязательных нормативов и ограничений,
установленных Банком России;
97
– оценка достаточности капитала и финансовых ресурсов для покрытия
существенных рисков;
– планирование капитала, разработка превентивных действий по
поддержанию его достаточности;
– своевременно проинформировать топ-менеджмент, коллегиальные
органы и подразделения банка о существенности рисков и достаточности
капитала;
– наличие единого понимания рисков на уровне группы, а также
развитие
риск
ориентированной
культуры
и
компетенций
в
риск-
менеджменте.
Банки в основном соблюдают принципы, которые также отражены в
документах, составленных Банком международных расчетов (BIS). Отмечают
следующие принципы:
а) осведомленность о риске, при котором решение о проведении
операции должно быть после анализа рисков и учетом соблюдения
нормативных правил;
б) управление деятельностью с учетом принимаемого риска, что
подразумевает реализацию ВПОДК;
в) вовлеченность высшего руководства;
г) принцип пропорциональности, где требования к реализации системы
управления рисками и капиталом зависят от масштаба и характера,
осуществляемых банком или группой, а также от уровня и сочетания рисков;
д) ограничение рисков, включая установление лимитов, аппетита к
риску;
е) разделение
функций
в
целях
минимизирования
конфликта
интересов. В данном случае проводится несколько линий защиты, где для 1
линии цель является управление уровнем риска в рамках установленных
ограничений, для 2 - независимая оценка и контроль рисков, для 3 –
независимая оценка эффективности системы управления рисками и
капиталом, а также и ее соответствия внутренним и внешним требованиям ;
98
ж) централизованные и децентрализованные подходы, где участники
группы управляют рисками и капиталом на локальном уровне в пределах
установленных лимитов и полномочий и разрабатывают методологии в
соответствии с групповыми стандартами, при учете локальных особенностей;
з) риск-культура и совершенствование методов;
к) информационные технологии и качество данных, максимальная
автоматизация процессов сбора, хранения, обработки данных.
Процесс управления кредитным риском, а именно его измерение,
должен иметь архитектуру, которая представлена на рисунке 20.
Источник: составлено автором по материалам отчета Deloitte «Тенденции
технологии измерения кредитного риска, прокладывающие путь от унаследованных
проблем к стратегическим решениям». [Электронный ресурс]. Режим доступа https://www2.deloitte.com/content/dam/Deloitte/dk/Documents/risk/ (Дата обращения:
10.04.2021).
Рисунок 20 – Архитектура технологической платформы кредитного риска
Схема
иллюстрирует
концептуальную
архитектуру
сложной
технологической платформы кредитного риска. В этой архитектуре различные
компоненты являются независимыми модулями. Однако платформа в целом
полностью интегрирована.
Как часть сбора данных, исправление обычно применяется к
определенным полям данных, которые могут быть новыми требованиями в
рамках изменяющегося регулирования.
99
Среда разработки моделей поддерживает разработку и должна вносить
свой вклад в ключевые мероприятия. Эта среда в первую очередь
поддерживает
исследование
данных
для
определения
правильной
методологии моделирования. Это включает в себя отбор, подготовку,
исследование и преобразование данных, полученных из хранилища данных я,
а также калибровку параметров модели, последующую валидацию и
мониторинг разработанных моделей.
Одним из фундаментальных элементов процесса разработки модели
является то, что среда должна быть прозрачной и включать контроль версий
модели для поддержки соответствующей документации.
Поскольку
это
исследовательская
среда,
она
не
обязательно
ограничивается одним языком программирования разработки моделей. Важно
также отметить, что сценарии выполнения модели не обязательно
разрабатываются в среде разработки модели.
Среда выполнения моделей внедряет модели в информационные
системы фирмы, используя данные ежемесячной отчетности. Как минимум,
это должна быть надежная и контролируемая среда, прозрачная и
проверяемая. Он также должен включать в себя четкий процесс внедрения,
который включает в себя сквозное тестирование моделей до их внедрения в
производственную систему организации.
Чтобы сделать процесс вокруг реализации кода более гибким и
надежным, банкам стоит стремится внедрить процессы типа DevOps.
Инженеры
данной
категории
контролируют
отделы
разработки
и
администрирования, а также автоматизирует выполнение задач внедрением
программных инструментов.
Базовый язык программирования не обязательно такой же, как в среде
разработки модели. Также рекомендуется иметь два отдельных языка
кодирования для разработки и выполнения моделей, так как это ускоряет
процесс написания сценариев и снижает технические риски.
100
Что касается среды отчетности, то она поддерживает три области:
внешняя отчетность перед регулирующими органами и инвесторами;
внутренняя отчетность для лиц, принимающими решения, топ-менеджмента;
По мнению аналитиков, модели кредитного риска в текущей
экономической волатильности необходимо также будет перекалибровать
модели измерения кредитного риска, чтобы отразить прогнозируемое влияние
макроэкономических
сценариев
на
структурные
кредитные
факторы,
оспаривая исторические взаимосвязи и применяя новые подходы там, где их
нет.
Когда финансовые учреждения сталкиваются с последствиями
коронавируса, в части своей стратегии по минимизации рисков банки должны
руководствоваться стандартом МСФО (IFRS) 9, который также требует, чтобы
они по-разному смотрели на решения о кредитных рисках и категоризировали
их конкретным образом. Когда-то финансовые учреждения рассматривали
агрегированные данные при резервировании своих убытков в конце
финансового года. Однако с момента внедрения МСФО (IFRS) 9 банки
должны использовать многомерный анализ данных для предварительной
оценки
ожидаемых
кредитных
убытков
и
продолжать
отслеживать
критические допущения по мере изменения ожидаемых кредитных убытков,
понимая, почему они меняются и что движет этими изменениями.
Таким образом, банки должны соблюдать принцип для управления
кредитным риском. Особую роль играет техническая обеспечение и
соответствующая архитектура технологической платформы кредитного риска.
Сохраняющаяся экономическая неопределенность затрудняет выявление
рисков. Кредитным специалистам необходимо использовать множество,
иногда противоречивых сигналов, таких как финансовые коэффициенты,
кредитные рейтинги, цены акций, вероятность дефолта, риск понижения
рейтинга, макроэкономические данные и новости. Новый рейтинг раннего
предупреждения, компонент системы раннего предупреждения, объединяет
различные индикаторы кредитного риска для обеспечения общей оценки
101
ухудшения
кредитоспособности.
Оценка
раннего
предупреждения
в
сочетании с предварительно заполненными финансовыми данными и
автоматизированными
рабочими
процессами
помогает
менеджерам
портфелей принимать меры до того, как ценность будет потеряна.
102
ЗАКЛЮЧЕНИЕ
В первой главе магистерской работы были исследованы теоретическое
аспекты совокупного кредитного риска. В международной и в российской
практике совокупный кредитный риск в основном отождествляют с понятием
риска кредитного портфеля. В свою очередь кредитный портфель имеет три
важных аспекта: кредитный риск, доходность и ликвидность. Безусловно
подверженность кредитному риску подталкивает коммерческие банки и
надзорные органы в лице центральных банков на четкое осознание
необходимости фиксирования, выявления, анализа, измерения, мониторинга и
контроля совокупного кредитного риска. Формирование системы управления
совокупным кредитным риском на уровне портфеля зависит от ряда макро- и
микро- факторов, которые могут быть включены в расчет кредитного риска
или стресс-тестирования. В частности, измерения кредитного риска на уровне
портфеля в зарубежной практике применяются эконометрические модели, в
российской практике имеют два способа измерения и управления риском
(стандартизированный подход и подход на основе внутренних рейтингов). На
уровне портфеля риск обычно определяется едиными показателями риска
объекта PD, LGD и EAD, эффектами концентрации, корреляции активов и
вероятностей дефолта, а также диверсификации кредитного портфелях с
установлением лимитов в целях его управления.
Анализ второй главы показал, что российский банковский сектор
постепенно расширяет свой кредитный портфель. Но вместе с этим
наблюдается темп прироста объема просроченной задолженности во всех
сегментах кредитования. Качество кредитного портфеля показывает, что с
начала 2020 года превалировала ссудная задолженность 2 категории качества
в сравнении с прошлыми периодами, где большая часть ссуд была
стандартной, то есть та часть, которая имела нулевой кредитный риск.
Согласно статистике, резервы формируются банками в том объеме, который
обеспечивает покрытие кредитного риска. Особо внушительные темпы
прироста РВПС наблюдались в 2017-2018 гг., что связано с фактом
103
доформирования резервов по проблемным активам у банков, которые
находились в процедуре финансового оздоровления и имели существенный
рост стоимости риска. У других групп банков рост был незначительным либо,
напротив, коэффициент уменьшился. Благодаря более адекватным оценкам
кредитного риска банками остаток по счетам резервов на возможные потери
за данный период вырос. Относительно 2020 года наблюдалась ежемесячная
волатильность благодаря мер, проводимых Банком России в части
реструктурирования кредитов, а именно допущение ослаблений требования по
формированию резервов. Тем не менее риски лимитированы – с учетом уже
созданных резервов по этим кредитам банкам предстоит дополнительно
сформировать резервы в объеме до 1,4 трлн руб. Стоит отметить, что
досоздание резервов будет не в один момент. Процесс появления проблемных
кредитов займет время (до 2–3 лет), значимо отразится в части кредитов
крупному корпоративному сегменту. Вероятно, что ожидаемый объем
формирования резервов будет абсорбирован за счет созданной в предыдущем
или в текущем годах прибыли и запаса капитала, а буфера капитала
накапливаются в благополучные периоды и распускаются в стрессовых
ситуациях. Меры со стороны Банка России для сдерживания кредитования и
минимизации кредитного риски интерпретированы в понижении ключевой
ставки, внедрении ПВР, в проведении масштабных мер по реструктуризации
кредитов во время пандемии.
Кредитный портфель АО «Райффайзенбанк» постепенно растет, но
наблюдает волатильный темп прироста. В период пандемии объем кредитного
портфеля и просроченной задолженности выросли. Но вместе с этим растут
объемы резервов, которые покрывают просроченную задолженность с
запасом. Ссуды представлены в основном 1 категории качества у
корпоративного сегмента и 2 категории качества у розничного, однако
прослеживается прирост объема проблемных активов и объем ссуд,
квалифицированных в 3 и 5 категории качества в обоих сегментах на 2020 год.
Такая миграция обусловлена в основном из-за ухудшения ссуд, выданных
104
среднему, малому и микро-бизнесу, а также в части необеспеченного
кредитования. Согласно отчетности, банк применяет несколько методов
сдерживания кредитного риска, включая применение внутренних рейтингов,
реструктуризации, что было использовано период пандемии, поддержания
портфеля залогов, секьюритизации и продажи проблемных активов. В целом
банк применяет консервативный подходит к риск-менеджменту. В кредитном
портфеле в части корпоративного сегмента представлены заемщики с
устойчивой кредитоспобности либо с очень высокой кредитоспобности. А в
розничном сегменте в данный период активизировался процесс продажи
проблемных активов. Банк технически обеспечен, применяя лучшие
программные обеспечения бизнес-аналитики в части измерения кредитного
риска на основе внутренних рейтингов. Особый ориентир для банка – это
директивы материнского банка. В целом управление совокупным кредитным
риском сопряжен со стандартными правилами и теорией, которыми
используются крупными банками, например, своевременное определение
корреляции и концентрации, установка лимитов, проведение стресстестирования. Техническое обеспечение позволяет банку точность измерить
риски, которые он может принять.
Проблемы, отраженные в 3 главе, следующие. Риск кредитного
портфеля каждого банка резко изменился с началом кризиса COVID-19,
потенциальные проблемы с выплатой кредитов корпоративными и розничным
заемщиками стали ключевым источником риска для российских банков. А
материализация кредитных риском может происходить в первой половине
2021 года, когда буду сняты меры по послаблению Банком России. Для банков
в данный момент важно своевременное признание убытков по проблемным и
безнадежным кредитам и формирование резервов в полном объеме. Также
наблюдается риск перегрева на рынке жилой недвижимости, который
подпитывается
государственными
программами
по
субсидирование
ипотечного кредитования. В целом для российской банковской системы
характерна такая ситуация, когда накопление объема просроченной
105
задолженности может продолжаться на протяжении достаточно длительного
отрезка времени. Данную тенденцию можно интерпретировать и объяснить за
счет постепенного
вызревания проблем у заемщиков, а также из-за
последствий проводимых банками вынужденных реструктуризаций, которые
в первую очередь позволили отложить, но не избежать появления на балансах
низкокачественных активов, в данном случае долгов. По мнению аналитиков,
модели
кредитного
перекалибровать,
макроэкономических
риска
в
чтобы
сценариев
этом
случае
отразить
на
необходимо
также
прогнозируемое
структурные
кредитные
будет
влияние
факторы,
оспаривая исторические взаимосвязи и применяя новые подходы там, где их
нет. Отмечается влияние МСФО 9, который, в свою очередь, рекомендует
использовать многомерный анализ данных для предварительной оценки
ожидаемых кредитных убытков и продолжать отслеживать критические
допущения по мере изменения ожидаемых кредитных убытков, отвечая,
почему они меняются и что движет этими изменениями. Использование
больших данных подталкивают финансовые учреждения все чаще внедрять
передовые технологии, включая машинное обучение, роботизированную
автоматизацию процессов, технологии блокчейн и АР1 для дальнейшего
повышения ценности, получаемой от их инфраструктуры и процессов оценки
рисков. В банках схема концептуальной архитектуры кредитного процесса
представляет
из себя сложную технологическую
платформу.
В этой
архитектуре различные компоненты являются независимыми модулями.
Однако платформа в целом полностью интегрирована. Динамичный характер
рынка означает, что для финансовых учреждений критически важно иметь
возможность
быстро
определять
и
прогнозировать
тенденции
и
соответствующим образом адаптировать свою кредитную стратегию и
принятие решений.
Л Э .О З . г о 2 /
106
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Нормативные правовые акты
1.
Российская
Федерация.
Законы.
О
банках
и
банковской
деятельности: Федеральный закон № 395-1-ФЗ [принят Председателем
Верховного Совета РСФСР 2 декабря 1990 года]. – Справочно-правовая
система
«Консультант
плюс».
–
Текст:
электронный.
http://www.consultant.ru/document/cons_doc_LAW_5842/
(дата
–
URL:
обращения
08.02.2021).
2.
Российская Федерация. Законы. О порядке расчет величины
кредитного риска на основе внутренних рейтингов [положение Банка России
от 06 августа 2015 г. № 483-П]. – Справочно-правовая система «Консультант
плюс».
–
Текст:
электронный.
–
URL:
http://www.consultant.ru/document/cons_doc_LAW_186639/ (дата обращения
09.02.2021).
3.
Российская Федерация. Законы. О порядке формирования
кредитными организациями резервов на возможные потери по ссудам,
ссудной и приравненной к ней задолженности [положение Банка России от 28
июня 2017 г. № 590-П]. – Справочно-правовая система «Консультант плюс». –
Текст:
электронный.
–
URL:
http://www.consultant.ru/document/cons_doc_LAW_220089/ (дата
обращения
09.02.2021).
4.
Российская Федерация. Законы. О требованиях к системе
управления рисками и капиталом кредитной организации и банковской
группы [указание Банка России от 15 апреля 2015 г. № 3624-У]. – Справочноправовая система «Консультант плюс». – Текст: электронный. – URL:
http://www.consultant.ru/document/cons_doc_LAW_180268/ (дата обращения
09.02.2021).
5.
Федерации
Российская Федерация. Законы. О Центральном банке Российской
(Банке
России):
Федеральный
закон
№
86-ФЗ
[принят
Государственной думой 27 июня 2002 года]. – Справочно-правовая система
107
«Консультант
плюс».
–
Текст:
электронный.
http://www.consultant.ru/document/cons_doc_LAW_37570/
(дата
–
URL:
обращения
09.02.2021).
6.
Российская Федерация. Законы. Об обязательных нормативах
банков и надбавках к нормативам достаточности капитала банков с
универсальной лицензией [инструкция Банка России от 29 ноября 2019 г. №
199-И]. – Справочно-правовая система «Консультант плюс». – Текст:
электронный.
–
URL:
http://www.consultant.ru/document/cons_doc_LAW_342089/ (дата обращения
09.02.2021).
7.
Российская Федерация. Законы. Об оценке экономического
положения банков [указание Банка России от 3 апреля 2017 г. № 4336-У]. –
Справочно-правовая система «Консультант плюс». – Текст: электронный. –
URL:
http://www.consultant.ru/document/cons_doc_LAW_217168/
(дата
обращения 09.02.2021).
Книги, учебники, монографии
8.
Алексеев П.В. Банковское дело: управление в современном банке.
Учебное пособие для ВУЗов / П.В. Алексеев, сост. — М.: КноРус, 2018. — 304
c.
9.
Банковские риски: учебник / Лаврушин О.И., под ред., Валенцева
Н.И., под ред., Красавина Л.Н., Ларионова И.В., Поморина М.А., Травкина
Е.В., Соколинская Н.Э., Терновская Е.П. – Москва: КноРус, 2021. –361 с. –
ISBN 978-5-406-08128-0.
10. Елисеева И.И. Эконометрика: учебник для бакалавриата и
магистратуры / И. И. Елисеева [и др.]; под редакцией И. И. Елисеевой. —
Москва: Издательство Юрайт, 2018. — 449 с. — ISBN 978-5-534-00313-0.
11. Лаврушин, О.И. Оценка финансовой устойчивости кредитной
организации: учебник / коллектив авторов; под редакцией О.И. Лаврушина,
И.Д. Мамоновой. – Москва: КноРус, 2011. – 301 с. – ISBN 978-5-406-00855-3.
108
12. Ларионова И.В. Риск-менеджмент в коммерческом банке:
монография / И.В. Ларионова, под ред., и др – Москва: КноРус, 2019. – 453 с.
– ISBN 978-5-406-02907-7.
13. Тавасиев А.М. Банковское дело. Управление и технологии:
учебник / под редакцией А.В. Тавасиева, В.Д. Мехряков – Москва.: ЮНИТИДАНА, 2012. – 124с.-ISBN-978-5-238-02229-1.
14.
Шаталова
Е.П. Банковские
рейтинги
в
системе
риск-
менеджмента: процедуры мониторинга кредитных рейтингов: учебнопрактическое пособие / Шаталова Е.П. — Москва: Русайнс, 2020. — 241 с. —
ISBN 978-5-4365-2587-7.
15. Beasens B. Van Gastel Ir.T. Credit Risk Management Basic Concepts:
financial risk components, rating analysis, models, economic and regulatory capital/
Ir. Trony Van Gastel, Bart Beasens. – Oxford; Oxford University press, Cop. 2009.124с.-ISBN-13:978-0-199-54511-7.
16.
Bessis J. Risk management in banking/ Joel Bessis. – West Sussex;
John Wiley & Sons Ltd, Cop. 2002.–770 c.–ISBN –0-471-89336-6.
Авторефераты, диссертации
17. Зинина М.М. Адаптация бизнес-моделей коммерческих банков к
условиям макроэкономической среды: специальность 08.00.10 «Финансы,
денежной обращение и кредит»: диссертация на соискание ученой степени
кандидата экономических наук/ Зинина Мария Михайловна; Финансовый
университет при правительстве Российской Федерации .- Москва, 2020.- 183
с.- Библиогр.; с. 118-126.- Место защиты: Финансовый университет при
Правительстве РФ.
18. Разумовский П.В. Влияние концентрации кредитного портфеля на
объем капитала на покрытие рисков: специальность 08.00.10 «Финансы,
денежное обращение и кредит»: автореферат диссертации на соискание
ученой степени кандидата экономических наук/ Разумовский Павел
Александрович; Государственный университет- Высшая школа экономики.-
109
Москва, 2010. – с. 25. – Место защиты: Государственный университетВысшая школа экономики.
19. Сабиров М.З. Кредитный портфель коммерческого банка:
специальность 08.00.10 «Финансы, денежное обращение и кредит»:
автореферат
диссертации
на
соискание
ученой
степени
кандидата
экономических наук/ Сабиров Марат Зуфарович; Финансовая академия при
Правительстве РФ. Москва -, 2002. – С. 65. - Место защиты: Финансовая
академия при Правительстве РФ.
Периодические издания
20. Бледных О.И. Оценка совокупного кредитного риска банка/ О.И.
Бледных// Проблемы современной науки и образования. - Иваново, 2014.–
№3.-С. 34-39. – ISSN 2413-4365.
21. Калинчева Ю.А. Факторы кредитного риска, основные элементы
управления кредитным риском/ Ю.А. Калинчева, А.А. Калинчев// Эволюция
современной науки: сборник статей Международной научно-практической
конференции: в 4-х частях. - Киров, 2016.-№8. – С. 144–145.–ISSN 978-5906849-94-6.
22. Митичкин О.С. Оценка эффективности внедрения стандарта
МСФО 9 (IFRS 9)/ О.С. Митичкин// Электронный научный журнал «Дневник
науки». – Пермь, 2019. -№ 5.– С.46–55.–ISSN 2541-8327.
23. Пехтерева Е.А. Влияние санкций на банковский сектор России:
научно-аналитический обзор/ Е.А. Пехтерева//Экономика и бизнес.-Москва,
2016.–№4–С. 95 –107.–ISSN 2413-0257.
24. Разумовский П.А. Штраф на капитал за концентрацию кредитного
риска/ П.А. Разумовский, М.В. Помазанов// Банковское дело. – 2010. – №2.–С.
52–60.–ISSN 2071-4904.
25. Разумовский П.А. Internal Ratings-Based Approach и CreditRisk+:
преимущества
и
недостатки
методологий
(концентрация
портфелей
российских банков и ошибка IRB Approach) / П.А. Разумовский//
Экономическая политика. – 2010. – №4. – С. 154-175.-ISSN 2411-2658.
110
26. Турсунов Б. А. Методы анализа и оценки кредитного риска банка
в
Российской
Федерации/
Б.А.
Турсунов//
Вестник
Российского
экономического университета им. Г. В. Плеханова. – Москва, 2017.-№ 5.-С.3846.-ISSN 1815-834Х.
27. Konovalova Natalija Credit risk management in commercial banks/ N.
Konovalova, I. Kristovska// Polish Journal of Management Studies. –Warsaw, 2016.
–№13. –С. 90–100.–ISSN 20810- 7452.
28. Pasqualina Porretta Credit risk management in bank: Impacts of IFRS
9 and Basel 3 / P. Pasqualina, A. Letizia // Risk Governance & Control: Financial
Markets & Institutions. – Rome, 2020.– №10. – С. 29-44.- ISSN 2077-4303.
29. Spuchľáková Erika, The Credit Risk and its Measurement, Hedging and
Monitoring/ Erika Spuchľáková, Katarína Valašková // Procedia Economics and
Finance. - Amsterdam, 2015.-№24. – С. 675-681.-ISSN 2212-5671.
Электронные ресурсы
30. Банк России: официальный сайт. – 2021. – URL: https://www.cbr.ru
(дата обращения 21.04.2021). – Текст: электронный.
31. Банковская
Рейтинговое
система
агентство
устойчива,
АКРА:
но
[сайт].
вопросы
остаются//
–2020.
-URL:
https://asros.ru/upload/iblock/0b8/Rossiyskiy-bankovskiy-sektor_prognoz-do2022-goda_AKRA_dekabr-2020.pdf (дата обращения: 17.04.2021). –Текст:
электронный.
32. Банковский капитал ждет высвобождения// Коммерсантъ: [сайт]. –
2021.-
URL:
https://www.kommersant.ru/doc/4694906/
(дата
обращения:
18.04.2021). –Текст: электронный.
33. В
России
наиболее
высокий
кредитный
риск
несут
потребительские ссуды и ипотеки// Финам: [сайт]. –2020. - URL:
https://www.finam.ru/analysis/newsitem/v-rossii-naibolee-vysokiiy-kreditnyiyrisk-nesut-potrebitelskie-ssudy-i-ipoteki-20200902-121233/
18.04.2021). –Текст: электронный.
(дата
обращения:
111
34. Консультационный
документ
о
перспективах
применения
российскими банками IRB- подхода Компонента II Базеля II в надзорных
целях и необходимых для этого мероприятия /Банк России: [сайт]. –2011. –
URL:
https://www.cbr.ru/Content/Document/File/36670/Basel_january-2011.pdf
(дата обращения 20.01.2021). – Текст: электронный.
35. Кредитный
Рейтинговое
рейтинг
агентство
банка:
АКРА:
инструкция
[сайт].
по
получению//
–2020.
-
URL:
https://raexpert.ru/press/articles/bo_musiets/ (дата обращения: 17.04.2021). –
Текст: электронный.
36. Московская
Биржа:
официальный
сайт.
-
2021–
URL:
https://www.moex.com дата обращения 21.04.2021). – Текст: электронный.
37. Райффайзенбанк:
официальный
сайт.
2021.–
URL:
https://www.raiffeisen.ru (дата обращения 21.04.2021). – Текст: электронный.
38. Риски банковского сектора и прогноз на 2020-й: резервы впереди//
Рейтинговое
агентство
Эксперт
РА:
[сайт].
–2020.
-
URL:
https://www.raexpert.ru/researches/banks/bank_sector_1h2020/ (дата обращения:
18.04.2021). –Текст: электронный.
39. Розничное кредитование получило вакцину от кризиса //
Рейтинговое агентство АКРА: [сайт]. –2020. - URL: https://www.acraratings.ru/research (дата обращения: 17.04.2021). –Текст: электронный.
40. Росстат: официальный сайт. – 2021. – URL: https://rosstat.gov.ru
(дата обращения 19.03.2021). – Текст: электронный.
41. Сбербанк: официальный сайт. 2021. -URL: https://www.sberbank.ru/
(дата обращения 21.04.2021). – Текст: электронный.
42. Тенденции
технологии
измерения
кредитного
риска,
прокладывающие путь от унаследованных проблем к стратегическим
решениям//
Deloitte:
[сайт].–
2020.–URL:
https://www2.deloitte.com/content/dam/Deloitte/dk/Documents/risk/deloitte-ukcredit-risk-measurement-technology-trends-financial-dervices/ (дата обращения
20.04.2021).– Текст: электронный.
112
43. Финам:
официальный
сайт.
-
2021–
URL:
https://www.finam.ru/quote/tovary/brent/ (дата обращения 21.04.2021). – Текст:
электронный.
44. ФРС. Отчет о финансовой устойчивости. Расчеты Совета
федерального резерва на основе Бюро экономического анализа. ФРС:
официальный
сайт.
–
2020.
–
URL:
https://www.federalreserve.gov/publications/files/ (дата обращения 20.01.2021).
– Текст: электронный.
45. ЦБ решил вернуть с 1 июля докризисные требования по
потребкредитам//
Российская
газета:
[сайт].
–
2021.-
URL:
https://rg.ru/2021/04/23/cb-reshil-vernut-s-1-iiulia-dokrizisnye-trebovaniia-popotrebkreditam.html (дата обращения: 23.04.2021). –Текст: электронный.
46. Центробанк ужесточит регулирование выдачи потребительских
кредитов// Forbes: [сайт].-2021.- URL: https://www.forbes.ru/newsroom/finansyi-investicii/428301-centrobank-uzhestochit-regulirovanie-vydachi-potrebitelskih
(дата обращения: 29.04.2021). –Текст: электронный.
47. A.Clark. The Global Treasurer. Credit risk management principles,
tools and techniques/ A. Clark// The Global Treasurer: [сайт]. -2019.- URL:
https://www.theglobaltreasurer.com/2019/02/07/credit-risk-managementprinciples-tools-and-techniques/
(дата
обращения
28.03.2021).
-
Текст
электронный.
48. Bacham D. Machine learning: challenges, lessons and opportunities in
Credit Risk modeling/ D. Bacham, Dr. Ja Zhao// Moody’s Analytics. [сайт]-2017.URL: https/www.moodysanalytics.com/ (дата обращения: 19.04.2020). –Текст:
электронный.
49. BIS: Principle for the Management of Credit Risk [сайт].- 2010.- URL:
https://www.bis.org/publ/bcbsc125.pdf (дата обращения 20.01.2021). Текст:
электронный.
50. Credit risk management product of the year: S&P Global market
intelligence: [сайт]. –2021.- URL: https://www.spglobal.com/674976/credit-risk-
113
management-product-of-the-year-sp-global-market-intelligence/ (дата обращения
28.03.2021). - Текст: электронный.
51. European Central Bank: Covid-10 gaps in credit risk management
identified//
ECB:
[сайт].
-
2021.-URL:
https://www.bankingsupervision.europa.eu/press/publications/newsletter/2021/htm
l/ssm.nl210519.en.html (дата обращения 19.05.2021). Текст: электронный.
52. European Central Bank: ECB Financial Stability Review. Assessing
portfolio credit risk in a sample of EU large and complex banking group// ECB :
[сайт].
-
2017.
-
URL:
https://www.ecb.europa.eu/pub/pdf/fsr/art/ecb.fsrart2006_03.en.pdf
(дата
обращения 20.01.2021). Текст: электронный.
53. Frederico Guerreri How COVID-19 is changing credit risk models //
Ernst
and
Young:
[сайт].
2020.
–
Текст:
электронный.–URL:-
https://www.ey.com/en_gl/covid-19-financial-services/how-covid-19-is-changingcredit-risk-models (дата обращения 20.01.2021).
54. Global banks country-by-country 2021 outlook: Toughest test for banks
since
2009//
S&P
Global
Ratings:
[сайт].
–2021.
URL:
https://www.spglobal.com/ratings/en/research-insights/special-reports/globalbanks-2021-outlook-banks-will-face-the-next-test-once-support-wanes
(дата
обращения 19.04.2021). - Текст: электронный.
55. Key Credit factors for Financial Services Finance Companies/ S&P
rating
services:
[сайт].
-2015.-
URL:
https://www.spglobal.com
/publications/MT20150118120657.pdf/ (дата обращения 28.03.2021). - Текст:
электронный.
56. KPMG: A new risk management playbook for banks// KPMG : [сайт].
-
2021.-
URL:
https://home.kpmg/xx/en/home/insights/2020/07/a-new-risk-
management-playbook-for-banks.html/(дата обращения 28.03.2021). - Текст:
электронный.
57. KPMG: Managing credit risk and capital procyclicality in the context
of… What do European banks need to know? // KPMG: [сайт]. - 2021. - URL:
114
https://home.kpmg/xx/en/home/insights/2020/04/mitigating-credit-risk-andcapital-procyclicality-in-the-context-of-covid-19.html
дата
обращения
28.03.2021). - Текст: электронный.
58. O. Weber. Environmental Credit Risk Management in Banks in
financial service institutions/ O. Weber// Business Strategy and the Environment:
[сайт].-
2012.
-
URL:
https://www.researchgate.net/publication/2599869_Environmental_Credit_Risk_M
anagement_in_Banks_and_Financial_Service_Institutions/
(дата
обращения
28.03.2021). – Текст электронный.
59. World Bank Group (Dec,2020): Russia’s economy loses momentum
amidst COVID-19 resurgence; awaits relief from vaccine: -44 Russia economic
report// World Bank Group –2020. – Текст: электронный. – URL:
https://openknowledge.worldbank.org/bitstream/handle/10986/34950/RussiaEconomic-Report-Russias-Economy-Loses-Momentum-Amidst-COVID-19Resurgence-Awaits-Relief-from-Vaccine/ (дата обращения 20.01.2021). - Текст
электронный.
60. Zhang J.,Lee J, Zhu F. Moody’s analytics. Asset correlation, realized
default correlation, and portfolio credit risk. Modeling Methodology/ J. Zhang,
J.Lee,
F.
Zhu//
Moody’s
KMV
Company:
[сайт].
-2008.-URL:
https://www.moodysanalytics.com/-/media/whitepaper/before-2011/03-03-08asset-correlation-realized-default-correlation-and-portfolio-credit-risk.pdf
обращения 20.01.2021).-Текст электронный.
(дата
115
Приложение А
(информационное)
Переменные для уравнения регрессии, характеризующего динамику
просроченной задолженности юридических лиц
Источник: составлено автором по материалам Банка России и Росстат. [Электронный
ресурс]. Режим доступа-URL: https://www.cbr.ru/, https://rosstat.gov.ru/statistic (Дата
обращения: 13.03.2021).
116
Приложение Б
(информационное)
Переменные для уравнения регрессии, характеризующего динамику
просроченной задолженности физических лиц
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
Prosr
0,16
0,03
0,08
0,41
0,51
0,29
-0,01
-0,01
-0,10
0,01
Sred_dus
h_dohod
(t1)
0,12
0,10
0,12
0,12
0,07
0,10
0,01
0,02
0,04
0,08
CPI
(t2)
8,78
6,1
6,5
6,4
11,35
12,91
5,39
2,51
4,26
3,4
Uneplo
ym (t3)
-1,00
-0,80
-1,00
0,00
-0,30
0,40
-0,30
-0,10
0,00
-0,50
CBR
(t4)
-1,00
0,25
0,25
-1,25
10,00
-6,00
-1,00
-2,25
0,00
-1,50
Ek_ro
st
4,50
4,30
3,71
1,81
0,70
-2,79
0,30
1,60
2,70
1,30
Brent
(t6)
0,29
0,39
0,00
-0,02
-0,09
-0,47
-0,16
0,26
0,27
-0,13
USDR
UB (t7)
-0,05
-0,03
0,06
0,02
0,21
0,58
0,08
-0,12
0,07
0,03
Real_ras
p_dohod
5,90
0,50
4,60
4,00
-0,70
-3,20
-5,80
-1,10
-0,1
-3,5
Источник: составлено автором по материалам Банка России и Росстат. [Электронный
ресурс].
Режим доступа-URL: https://www.cbr.ru/, https://rosstat.gov.ru/statistic (Дата
обращения: 13.03.2021).
117
Приложение В
(информационное)
Корреляция факторов в части юридических лиц
Источник: составлено автором по материалам Банка России и Росстат. [Электронный
ресурс]. Режим доступа-URL: https://www.cbr.ru/, https://rosstat.gov.ru/statistic (Дата
обращения: 13.03.2021).
118
Приложение Г
(информационное)
Корреляция факторов в части физических лиц
Sred_
dush_
dohod
Sred_
dush_doho
d
CPI
Uneploym
CBR
Ek_rost
Brent
USDRUB
Real_rasp_
dohod
1
0,4479
-0,383
-0,05004
CPI
-0,02720
1
0,1688
0,1905
0,4201
0,5095
0,12719
0,7755
0,71936
0,0932
0,29791
Uneploy
m
Ek_
rost
CBR
Brent
Real_rasp
_
dohod
USD
RUB
1
-0,2652
1
-0,8055
0,223
1
-0,49844
0,5667
0,1663
0,1390
0,863
0,795
1
0,803
1
-0,5128
0,1177
0,697
0,489
-0,3651
1
Источник: составлено автором по материалам Банка России и Росстат. [Электронный
ресурс].
Режим доступа-URL: https://www.cbr.ru/, https://rosstat.gov.ru/statistic (Дата
обращения: 13.03.2021).
119
Приложение Д
(информационное)
Динамика объема кредитного портфеля за период 01.01.202001.02.2021 гг.
В млрд рублей
в млрд рублей
В млрд рублей Источник: составлено автором по материалам Банка России и
Росстат. [Электронный ресурс]. Режим доступа-URL: https://www.cbr.ru/ (Дата
обращения: 19.03.2020).
120
Приложение Е
(информационное)
Динамика объема просроченной задолженности по сегментам за
период 01.01.2020 – 01.02.2021 гг.
В млрд рублей
Источник: составлено автором по материалам Банка России и Росстат.
[Электронный ресурс].
Режим доступа-URL: https://www.cbr.ru/(Дата
обращения: 19.03.2021).
Отзывы:
Авторизуйтесь, чтобы оставить отзыв