Эконометрическое моделирование кредитного риска при кредитовании физических лиц

Обновлено: 13.06.2024

Как проводится анализ кредитных рисков, как он помогает банкам избежать просроченных задолженностей и на что обратить внимание при подаче заявки на кредит.

Кредитные сделки предполагают риски для банков и заемщиков, поэтому одна из основных обязанностей эффективного менеджера – снизить потери для обеих сторон, тщательно сбалансировать условия сделки, при которых кредиторы и заемщики смогут избежать просрочки платежа или безнадежной задолженности. В статье рассмотрим, что такое кредитный риск, виды, методы оценки, управления и снижения.

Точный анализ кредитоспособности клиентов намного эффективнее, чем преодоление просрочки платежа постфактум. Возникновение задолженностей, погоня за неплательщиками потребует денежных затрат, человеческих ресурсов, которые можно было бы вложить в развитие бизнеса.

Что такое кредитный риск и когда он возникает

Кредитный риск – вероятность убытков из-за неспособности должника произвести платежи по любому типу долга. Управление рисками – это практика уменьшения потерь за счет понимания достаточности собственного капитала и резервов на покрытие убытков по ссудам в любой момент времени – процесс, который долгое время был проблемой для финансовых организаций.

Виды кредитных рисков

Вид

Особенности

Пример

Отраслевой риск возникает из-за чрезмерного воздействия на какую-либо одну отрасль или сектор

Так, инвестор, ссужающий деньги производителям аккумуляторов, шин и нефтяным компаниям, чрезвычайно уязвим перед потрясениями, затрагивающими автомобильный сектор

Связан с нарушением юридической структуры или организации, которая контролирует договор между кредитором и должником

Кредитор, который дал деньги застройщику, работающему в политически нестабильной стране, должен учитывать тот факт, что изменение политического режима может резко увеличить вероятность дефолта и убытков

Политический кризис в стране, коррупция влияют на финансовый портфель кредитуемых

Международные организации, кредитующие частных лиц в одной из стран Южной Америки, должны быть готовы к дефолту из-за нарастания противостояния действующего президента республики и сил оппозиции

Стагнация экономики, экономический кризис, дефляция, связанная с упадком в хозяйственных отраслях

Распространение коронавируса вызвало замедление производства, сбои в логистике и снижение доходов граждан, что стало в том числе причиной просрочек по кредитам

Основной вид риска для клиента – невозможность исполнить обязательства по контракту. Это влечет начисление пени, потерю залогового имущества, судебные разбирательства, негативные отметки в персональной истории займов.

Совкомбанк предлагает кредит для бизнеса под низкий процент. Удобный онлайн-калькулятор на сайте поможет убедиться в выгоде предложения.

Как оценивают кредитные риски

Эффективные методы измерения кредитного риска снижают потенциальные убытки и помогают выбирать оптимальные условия для ссуд.

На что обращают внимание организации при заключении договора займа:

  • кредитная история,
  • способность выплачивать взносы,
  • капитал,
  • залог,
  • соблюдение условий кредита.

Кредитная история – специалист изучает качественные исходные данные, такие как отзывы коллег, сообщества, поставщиков, у которых в прошлом были экономические отношения с потенциальным клиентом, а также объективные исходные данные – историю его взаимодействия с банками, предыдущую экономическую деятельность.

Кредитоспособность – это способность погасить долг на основе прогнозируемого профиля доходов и расходов (включая прочие задолженности). Ключевые показатели, используемые при оценке кредитоспособности: отношение долга к доходу, текущий доход, стаж работы, стабильность дохода.

Есть два важных подхода к анализу кредитоспособности:

  1. показатели движения денежных средств за последние годы в сравнении с прогнозируемым обслуживанием долга;
  2. прогнозируемые денежные потоки включают новый проект, новый статус занятости, подвержены большей неопределенности.

Более высокая платежеспособность подразумевает меньшую вероятность просроченных платежей.

Капитал – база (чистая стоимость) активов и некая сумма от общего займа, которую вносят в качестве первоначального взноса.

Когда заем касается конкретного проекта, под капиталом понимается собственный капитал (собственные средства), который инвестируют в проект: авансовый платеж по ипотеке для домовладельцев, часть акционерного капитала.

Капитал:

  1. обеспечивает буфер на случай, если доход ухудшится;
  2. согласует интересы заемщика с интересами кредитора.

Относительный показатель, отражающий размер капитала (обычно используется для корпоративных клиентов), – это отношение долга к собственному капиталу. Высокий объем выделенного капитала является гарантией снижения угрозы.

Залог – любые активы, которые передают в залог как обеспечение своих заемных средств. Активы могут быть инвестиционными (например, ценные бумаги) или недвижимыми (квартира, дом).

Наличие залога зависит от продукта, используется в общем кредитовании под обеспечение ипотеки, при покупке конкретных активов, таких как дома или автомобили для физических лиц, коммерческая недвижимость, транспортное оборудование (самолеты, корабли и др.).

Если вы до сих пор на распутье, то подумайте о господдержке. Может быть, вы подходите под одну из программ? Приобретать жилплощадь с финансовой поддержкой государства – это надежно и стабильно.

Бóльшее обеспечение приводит к меньшим убыткам в случае наступления дефолта.

К условиям кредита относят:

  • целевое назначение кредита (потребление, инвестиции и др.);
  • размер ссуды и процентная ставка (выражающая готовность кредитора к риску);
  • деловые и экономические условия (характеристики клиента, отраслевые перспективы, экономическая ситуация).

Инвестирование в благоприятной внешней среде подразумевает меньшую вероятность денежных потерь.

Современные технологии позволяют банкам обрабатывать заявки на одобрение кредита онлайн. Чтобы быстро принимать решения, организации используют программное обеспечение для сбора и анализа данных о клиентах.

Управление кредитными рисками

Сильная система управления рисками снижает возможные убытки, дает коммерческим банкам, частным кредиторам конкурентное преимущество благодаря принятию обоснованных решений по заявкам. Сотрудники банковских организаций используют различные методы мониторинга платежеспособности на всех этапах кредитования.

Критерий

Особенности

Значения

Денежные средства или их эквиваленты, ежемесячные расходы

От 3 до 6 месяцев

Отношение ликвидных активов к чистой стоимости активов определяет, какая часть чистой стоимости физического лица является денежными средствами или их эквивалентами

Денежные средства или их эквиваленты

Коэффициент сбережения рассчитывает сумму от дохода, которую человек откладывает

Соотношение долга к активами

Высока ли задолженность человека

Чем выше, тем лучше

Коэффициент обслуживания долга

Общие ежемесячные выплаты по долгу

Коэффициент обслуживания не ипотечного долга

Обслуживание долга без учета выплат по ипотечным кредитам

Другой метод управления – структурирование займа, выбор ссуды, комфортной для выплаты конкретной категории клиентов, это сократит вероятность просрочки.

Если речь идет о небольших займах для частных лиц, можно рассмотреть покупку в рассрочку, для оформления которой не требуется визит в банк.

Как снижают кредитные риски

Существует несколько способов снизить потенциальные убытки.

  • Ценообразование, основанное на риске.

Кредиторы обычно взимают более высокую процентную ставку с неплательщиков. Кредиторы принимают во внимание рейтинг, соотношение суммы долга и стоимости активов.

Банки компенсируют риск, покупая страховку кредита. Credit Default Swap, CDS — инструмент, соглашение, когда клиент выплачивает некоторую сумму от заемных средств продавцу в обмен на то, что тот принимает на себя ответственность за исполнение условий договора.

Специальные условия, запрещающие действия, которые помешали бы возврату кредита: воздержание от выплаты дивидендов или дальнейшего заимствования суммы, любых других конкретных действий, которые негативно влияют на положение компании или погашение полной ссуды по запросу.

Изучение общей платежеспособности плательщика. Включает изучение истории займов, историю использования карт. Расчет указывает на то, каким образом физическое лицо исполняет долговые обязательства, но не гарантирует выплаты в будущем.

Чтобы не создавать проблем, всегда трезво оценивайте свои силы. Рассчитать комфортную сумму и срок погашения можно на калькуляторе ниже. Если условия устроят вас - оставляйте заявку.

Расчет отношения долга к доходу проводится, исходя из ежемесячных повторяющихся долгов компании, и делится на валовой ежемесячный доход. Лица, набравшие менее 35%, считаются приемлемыми.

Следующий шаг – учесть потенциальную ссуду заемщика. Потенциальная ссуда – это долг, который может быть взят через кредитные карты, другие источники. Такой расчет проводится с каждым клиентом, он позволяет снизить потери для банка.

Процедуры передовой банковской практики проверки кредитуемых

Название процедуры

Особенности

«Знай своего клиента»

Тип регулирования, который включает периодические проверки существующих клиентов на всех этапах сотрудничества

Проверка бизнес-профиля компании, изучение отчетности физических лиц за предыдущие три года. Иногда проводят проверку отчетности руководителя

Использование отчетов авторитетного агентства сбора информации о клиентах

Дает точную полную информацию, предупреждает о любых потенциальных угрозах просрочек. Отчет используют для создания бизнес-профиля, соответствующего сегментации клиента с точки зрения риска и лимита займа

Установка точных лимитов

Изучив отчеты за предыдущие 3-5 лет, выявляют тенденцию к росту или снижению доходов. Оценка прибыли, чистой стоимости активов и средств акционеров компании – это ключевые показатели экономического здоровья. При работе с крупными клиентами оценивают коэффициент оборотного капитала бизнеса, который указывает на его ликвидность, способность погашать минимальные платежи. При работе с частными лицами оценивают имущество, историю выплат по картам

Глубокий анализ кредитоспособности потенциальных заемщиков намного эффективнее, чем преследование просрочки платежа постфактум. Работа с просрочкой платежа требует материальных, человеческих ресурсов, которые можно было бы вложить в создание нового бизнеса.

Изучение комплексной информации позволяет эффективно оценивать клиентов, минимизируя риски и устанавливая оптимальный лимит займа.

Ключевые слова: кредитные риски, кредитоспособность, модели оценки кредитоспособности, двумерная пробитмодель, маржинальные эффекты

Аннотация

Для эффективной деятельности на рынке кредитования банки должны активно изучать вопросы, связанные с разработкой методов и моделей принятия решений по кредитным заявкам, которые позволяют осуществлять отбор потенциальных заемщиков. В статье представлены двумерная пробит-модель выдачи кредита заемщику, имеющему просрочки платежей, а также интерпретация вероятности этого события при различных характеристиках клиента банка.

Библиографическая ссылка: печать / интернет

1. Буре В.М., Парилина Е.М. Теория вероятностей и математическая статистика: Учебник. — СПб.: Лань, 2013. — 416 с.

2. Готовчиков И.Ф. Комплексная скоринговая модель оценки дефолта клиента // Банковские технологии. — 2006. — №1. — С. 27–35.

3. Давнис В.В., Тинякова В.И. Прогнозные модели экспертных предпочтений: Монография. — Воронеж: Издательство Воронежского государственного университета, 2005. — 248 с. 4. Колоколова О.В. Двухшаговый метод оценки кредитного риска // Современные наукоемкие технологии. — 2007. — №5. — С. 56–56.

5. Кузнецов Л.А., Перевозчиков А.В. Оценка кредитной истории физических лиц на основе нечетких моделей // Управление большими системами. — 2008. — №21. — С. 84–106.

6. Лукашевич Н.С. Моделирование кредитного рейтинга организации на основе нечеткого логического вывода // Актуальные вопросы современной науки. — 2012. — №12. — С. 327–332.

7. Меньшенина А.В., Полищук Я.О. Оценка качественных параметров при определении кредитоспособности заемщика // Вестник Омского университета. — Серия: Экономика. — 2008. — №4. — С. 87–90.

8. Никаненкова В.В. Кредитный скоринг как инструмент оценки кредитоспособности заемщиков // Вестник Адыгейского государственного университета. — Серия 5: Экономика. — 2012. — №2. — С. 1–7.

9. Новорожкина Л.И., Овчарова Л.Н., Синявская Т.Г. Эконометрическое моделирование риска невыплат по потребительским кредитам // Прикладная эконометрика. — 2013. — №30. — С. 65–75.

10. Паклин Н.Б. Отбор переменных в логистическую регрессию генетическим алгоритмом // Искусственный интеллект. — 2008. — №3. — С. 714–719.

11. Панюкова А.В., Будина Е.С. Применение системы кредитного скоринга для организации процесса розничного кредитования // Вестник Пермского университета. — Серия: Экономика. — 2009. — №1. — С. 41–50.

12. Петухова М.В. Рейтинговая методика оценки кредитного риска физических лиц // Вестник Новосибирского государственного университета. — Серия: Социально-экономические науки. — 2011. — №3. — С. 96–93.

13. Пятковский О.И., Лепчугов Д.В., Бондаренко В.В. Скоринговая система оценки кредитоспособности физических лиц на основе гибридных экспертных систем // Ползуновский альманах. — 2008 — №2. — С. 127–129.

14. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика: Учебник. — М.: Издательство Российской экономической академии, 2002. — 640 с.

15. Саати Т. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1993. — 316 с.

16. Сайт Центрального банка Российской Федерации. —Подробнее .

17. Селянин В.Е., Андрейчиков А.В. Концепция методики и использование нечетких нейронных сетей для оценки кредитного риска на рынке потребительского кредитования // Известия Волгоградского государственного университета. — 2006. — №11. — С. 228–234.

18. Сословский В.Г., Забаштаа А.А. Оценка кредитоспособности по минимуму первичных показателей о заемщике // Бизнес информ. — 2012. — №5. — С. 227–230.

19. Фот Н.П. Статистические методы оценки кредитоспособности // Вестник Оренбургского государственного университета. — 2008. — №6. — С. 87–92.

20. Шелепов В.Г. Методика оценки кредитоспособности заемщика с использованием инструментария нечеткой логики // Финансы, денежное обращение, кредит. — Серия: Экономические науки. — 2012. — №4. — С. 139–144.

21. Яворский В.В., Сагинтаева Ж.Н., Корганбеков А.Д. Использование алгоритмов генетического программирования в модели кредитного скоринга // Автоматика. Информатика. — 2007. — Т. 1–2. — С. 16–19.

22. Cappellary L., Jenkins S.P. (2003). «Multivariate probit regression using simulated maximum likelihood». The Stata Journal, Vol. 3, No. 3, pp. 278–294.

23. Greene W.H. (2003). Econometric Analysis. Prentice Hall, Upper Saddle River, New Jersey.

Колясникова Елена Рифовна

Доцент кафедры математических методов в экономике Башкирского государственного университета, преподавательский стаж — семь лет.

Седых Игорь Николаевич 1 , Симаков Дмитрий Владимирович 1
1 Обнинский институт атомной энергетики Национального исследовательского ядерного университета «МИФИ», студент магистратуры отделения социально-экономических наук


Аннотация
Совершенствованию системы банковского риск-менеджмента способствует повышение точности оценки кредитного риска, включая его оценку в рамках внутренних рейтинговых моделей. В данной статье рассматриваются теоретические основы оценки вероятности и величины кредитного риска на основе эконометрических моделей при кредитовании физических лиц. Отмечены современные возможности анализа основных элементов кредитного риска при кредитовании, в том числе при ипотечном кредитовании.

Проблема управления и прогнозирования кредитных рисков в условиях современного неравномерного развития экономики и повышения объемов кредитования выступает ключевым элементом при формировании эффективной системы управления рисками кредитной организации. Среди многообразия форм кредитования физических лиц необходимо отметить особую роль ипотечного жилищного кредитования, являющееся одним из финансовых способов обеспечения граждан жильем. Развитие системы данного кредитования входит в список приоритетных направлений государственной жилищной политики, также согласно «Стратегии развития ипотечного жилищного кредитования в РФ до 2030» [1] ипотечный жилищный кредит должен стать главным механизмом обеспечения населения жилой недвижимостью. По разным оценкам, доля в продажах жилых площадей в новостройках, при применении разных ипотечных схем достигает 70%. Представленная ситуация позволяет сделать вывод о том, что в процессе кредитования населения кредитными организациями, присутствует достаточно высокий спрос на ипотечное кредитование, который вполне вероятно будет продолжать свой рост. Поскольку кредитный риск занимает подавляющую долю совокупных рисков любой кредитной организации, поэтому именно от уровня качества управления и оценки кредитного риска во многом зависит финансовое состояние как конкретной кредитной организации, так и банковской системы государства в целом. Таким образом ключевое место в риск-менеджменте кредитных организаций занимает проблема оценки вероятности дефолта как отрицательного последствия кредитного риска [5].

С внедрением установленных норм согласно Базельским соглашениям в банковскую систему государства, включая их выполнение в «Методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков» [2], у коммерческих банков возникла возможность применять внутренние модели для оценки значения кредитного риска с целью выявления величины капитала, необходимого для покрытия кредитного риска. К ключевым компонентам кредитного риска как правило относятся: вероятность дефолта (Probability of Default, PD), доля потерь при дефолте (Loss Given Default, LGD) и сумма, подверженная риску дефолта (Exposure at Default, EAD).

3. Эконометрические модели вероятности кредитного дефолта

Модели вероятности кредитного дефолта PD в основном основывается на двух теориях: объяснение причин кредитного дефолта (теория платежеспособности и теория опционов. Возникновение данных теорий связано со становлением таких областей экономической науки как: теория потребления, институциональная экономика, теория опционов и теория портфельных инвестиций. В теории платежеспособности главную роль играет соотношение ежемесячного платежа заемщика к объему его ежемесячного дохода, известного в виде соотношения Платеж/Доход. Согласно теории опционов, заемщик делает объявление об ипотечном дефолте, когда финансовые выгоды от данного решения превосходят сопутствующие данному решению экономические издержки. При моделировании вероятности дефолта существенное значение имеет соотношение размера кредита к стоимости залогового обеспечения, известного в виде показателя Кредит/Залог, а также определенные факторы, которые способствуют его изменению, например, цены на рынке недвижимости жилых площадей.

Для моделирования определенной доли потерь при реализации кредитного дефолта при бухгалтерском подходе удельный вес потерь при дефолте рассчитывается как:

где accounting LGD – бухгалтерская доля потерь при дефолте;

R – взысканная в судебном порядке сумма задолженности;

C – общие издержки по взысканию платежей, появляющиеся в процессе работы с просроченной задолженностью;

EAD – сумма, подверженная риску дефолта, включающая в себя средства, которые были предоставлены заемщику и не погашены им соответственно – текущее остаточное значение долга, включая пени, штрафы и комиссию.

При экономическом подходе применяется метод дисконтированных денежных потоков:

где workout LGD – удельный вес экономических потерь при дефолте;

PV(R) – приведенная к дате дефолта стоимость взысканной в судебном порядке суммы задолженности;

PV(C) – приведенная к дате дефолта стоимость общих издержек, которые возникли в процессе работы с просроченной задолженностью.

Таким образом, в рамках выше представленных подходов совместно с событием кредитного дефолта необходимо обладать информацией о соответствующей стоимости залогового обеспечения и размера общих экономических издержек, сопряженных с взысканием просроченной задолженности, а также остаточного значения долга EAD. Соответственно, система факторов кредитных рисков в отношении LGD формируется с точки зрения их воздействия на вышеупомянутые элементы LGD. Различные эмпирические работы указывают на воздействие характеристик залогового обеспечения, определенных параметров кредита, включая ипотечный, особенностей судебного процесса по урегулированию просроченной задолженности и остальных макроэкономических условий. В них в целом превалирует применение эконометрических (регрессионных) моделей в классе параметрических, несмотря на присутствие нескольких отличительных особенностей распределения LGD (например, бимодальность и цензурированность).

Ключевым элементом российской государственной политики выступает формирование доступного кредитования физических лиц, включая доступное ипотечное кредитование. Ипотека выступает одним из основных механизмов достижения данной цели. Изучение вероятности наступления кредитного риска и его доли на базе эконометрического моделирования выступает ключевым методом минимизации и предупреждения данного риска и успешной реализации кредитной политики, так как моделирование дает возможность избегать необоснованного риска еще на стадии рассмотрения кредитной заявки на предоставление определенного кредита. Таким образом можно отметить, что в условиях высоких финансовых рисков выигрывает тот, кто способен проанализировать, определить риски, а также их минимизировать и предупредить. Это выступает главным залогом успеха коммерческого банка при кредитовании.

  1. Распоряжение Правительства РФ от 19.07.2010 № 1201-р «Об утверждении Стратегии развития ипотечного жилищного кредитования в Российской Федерации до 2030 года».
  2. Письмо Банка России от 29.12.2012 № 192-Т «О Методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков».
  3. Евсеенков С.А., Гусарова О.М. Моделирование оценки кредитоспособности заемщика с учетом региональных факторов // Международный студенческий научный вестник. – 2015. – № 4-1. – С. 132-134.
  4. Поздеева В.А., Овчиникова М.С. Оценка кредитоспособности физических лиц на основе современных банковских технологий // Управление инвестициями и инновациями. – 2017. – № 3. – С. 85-89.
  5. Радионова М.В., Садкова В.В. Моделирование оценки кредитоспособности физических лиц // Управление экономическими системами: электронный научный журнал. – 2015. – № 8 (80). – 9 с.


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.


Аннотация
В статье рассматривается методика управления кредитными рисками в коммерческом банке, приведены этапы управления кредитными рисками, а также рассмотрены методы управления кредитным риском. На примере ПАО «Сбербанк» рассмотрена практика реализации политики управления кредитным риском в коммерческом банке.

Функционирование каждого коммерческого банка сопровождается определенными рисками. В связи с этим, система управления рисками является одной из важнейших сторон деятельности банка в современных условиях. Весь процесс управления рисками должен быть неразрывно связан с бизнес-процессами и операциями банка и должен быть ориентирован на выявление конкретных решений и действий банка, которые позволят минимизировать возможные убытки.

Обзор научной литературы и систематиза­ция определений позволили выделить зако­номерности, характеризующие понятие «бан­ковский риск»:

  1. Понятие риска сопряжено с понятием неопределённости.
  2. Для характеристики понятия «риск» ис­пользуются термины «опасность», «угроза», что фокусирует внимание на возникнове­нии неблагоприятного результата (потерь) в будущем.
  3. Понятие риска характеризуется субъ­ективным отношением к перспективным ре­зультатам [1, с.97].

В практической деятельности коммерче­ского банка банковский риск становится сто­имостным выражением действий, следствием которых могут стать экономические, мораль­ные и иные возможные потери, потенциально возникающие как эффект от реализации хо­зяйственного решения.

Главной целью политики управления кредитными рисками в коммерческом банке является получение наибольшего дохода банком с учетом возможных рисков за счет сохранения кредитного риска в рамках допустимого объема. Другими словами, банк должен грамотно управлять как рисками по отдельным сделкам и кредитам, так и рисками по всему кредитному портфелю. Основным условием успешной деятельности любой банковской организации в долгосрочной перспективе является эффективное управление кредитными рисками [2, с. 42].

Последовательность следующих этапов представляет собой система управления кредитными рисками:

- оценка степени риска;

- мониторинг кредитного риска;

- регулирование кредитного риска.

Множество разнообразных методов по управлению кредитными рисками в коммерческих банках существуют в настоящее время. Методы управления кредитными рисками, которые наиболее востребованы современными коммерческими банками, представим в таблице 1.

Таблица 1 – Распространенные методы управления кредитными рисками [3, с. 117]

Краткая характеристика метода оценки

Только при соблюдении двух ключевых условий могут быть эффективны рассмотренные нами методы управления рисками: первое – специалисты банка должны быть высокой квалификации, а система управления должна быть устроена оптимальным образом. Оптимальная система управления кредитными рисками заключается в разработке грамотной кредитной политики и создании особого подразделения банка, которое будет осуществлять непосредственное управления кредитными рисками и будет осуществлять свою деятельность в непосредственной взаимосвязи с остальными подразделениями банка[4, с. 83].

Рассмотрим на примере ПАО «Сбербанк» как происходит на практике управление кредитным риском в коммерческом банке.

Основной целью политики управления кредитными рисками в ПАО «Сбербанк» является определение и обеспечение такого уровня рисков, которое позволит всей группе устойчиво развиваться на основании разработанной стратегии развития и в соответствии с необходимыми макроэкономическими параметрами[5].

На повышение конкурентных преимуществ ПАО «Сбербанк» за счет расширения круга контрагентов и перечня предоставляемых кредитных продуктов реализуется политика ПАО «Сбербанк» по управлению кредитными рисками.

Рассмотрим подробнее методы управления кредитными рисками, которые использует в своей деятельности ПАО «Сбербанк»:

• идентификация и анализ возможных рисков на стадии, которая предшествует операции, которая может быть подвержена кредитному риску;

• анализ уровня возможных потерь за счет планирования возможного объема кредитного риска;

• применение единых процессов в идентификации и оценке рисков;

• имитирование и ограничение рисков;

• создание по предоставленным кредитам резервов для покрытия возможных потерь;

• управление обеспечением сделок;

• при решении задач применение определенной системы полномочий;

• проведение мониторинга и контрольных мероприятий в области управления рисками.

Как по отдельным портфелям активов ПАО «Сбербанк» так и по группе в целом происходит оценка кредитных рисков в ПАО «Сбербанк». Так же оценка проводится по отдельным контрагентам, регионам и видам деятельности.

Система внутренних рейтингов функционирует в ПАО «Сбербанк». В основе данной системы лежат модели оценки сделок и контрагентов. Данные системы имеют экономико-математический характер. От типов контрагентов зависит оценка кредитного риска. Контрагенты ПАО «Сбербанк» делятся на:

  • кредитные организации, корпоративные клиенты, характеристика которых связана со страной происхождения, субъектом России, муниципальными образованиями;
  • лизинговые и страховые организации, которые отбираются на основании кредитных рейтингов и моделей прогнозирования денежных потоков;
  • субъекты микро бизнеса и физические лица, которые отбираются на основании анализа их платежеспособности и скоринговой модели.

На основании количественных и качественных факторов кредитного риска, а также на основании анализа их влияния на возможности погашать и оплачивать свои обязательства со стороны контрагентов, происходит дифференцированная оценка вероятности неисполнения или ненадлежащего исполнения контрагентами своих обязательств перед ПАО «Сбербанк».

Макрофакторы, которые максимально коррелируются с вероятностью наступления неплатежеспособности контрагентов, выявляются на основании разработанных макроэкономических сценариев анализа чувствительности уровня кредитных рисков в целом по портфелю кредитов и по каждому отдельному контрагенту [5].

При моделировании рейтингов в стрессовых ситуациях для проведения стресс-тестирования используется статистическая информация об изменениях макрофакторов.

Основывается на принципах предварительного, текущего и последовательного контроля операций, которые подвержены кредитному риску, система мониторинга уровня кредитных рисков в ПАО «Сбербанк».

По каждой отдельной линии бизнеса в ПАО «Сбербанк» заработана собственная многоуровневая система лимитов. Основывается такая система на ограничении возможного риска по операциям кредитования.

Пристальное внимание руководство ПАО «Сбербанк» уделяет контролю за концентрацией крупных кредитных рисков и соблюдению пруденциальных требований со стороны регулятора, а также прогнозированию и анализу возможности наступления кредитных рисков.

Система мониторинга крупных кредитных рисков реализуется в ПАО «Сбербанк». Сопровождение и мониторинг списка связанных и крупных заемщиков осуществляется в целях установленных требований Банком России.

Обеспечение является наиболее эффективным инструментом снижения кредитных рисков. В условиях кредитного договора фиксируется необходимость принять обеспечение и его объемы, которые зависят от риска заемщика или сделки.

Залоговая политика применяется в ПАО «Сбербанк» для целей хеджирования кредитных рисков. Она определяет основные принципы и элементы организации работы при кредитовании с залоговыми обеспечениями.

Размер залога зависит от размеров залоговой стоимости, которую сможет получить банк при его реализации или взыскании. Качество залога косвенно характеризуется перечнем и существенностью сопряженных с залогом рисков и определяется рядом факторов:

ликвидность, достоверность определения стоимости, риск обесценения, подверженность рискам утраты и повреждения, риски, обусловленные причинами правового характера, и др.

Оценка стоимости залога производится на основании внутренней экспертной оценки специалистов Группы, оценки независимых оценщиков либо на основании стоимости предмета залога в бухгалтерской отчетности заемщика с применением дисконта. Использование поручительства платежеспособных корпоративных и частных клиентов и гарантии для корректировки показателей кредитного риска требует такой же оценки рисков поручителя/гаранта, как и заемщика. В ПАО «Сбербанк» проводится регулярный мониторинг залоговых активов с целью обеспечения контроля за количественными, качественными и стоимостными параметрами предметов залога, их правовой принадлежностью, условиями хранения и содержания.

В ПАО «Сбербанк» осуществляет постоянный контроль процессов взыскания проблемной задолженности на всех стадиях сбора. При выявлении триггеров снижения уровня эффективности сбора, роста проблемного портфеля в отдельных регионах, клиентских или продуктовых сегментах осуществляется оптимизация процесса взыскания и кредитования.

Процессы взыскания просроченной и проблемной задолженности в ПАО «Сбербанк» построены по принципу максимальной автоматизации и стандартизации, что обеспечивает исключение человеческого фактора на различных уровнях работы с проблемной задолженностью и позволяет применять единый подход к процессу взыскания.

В процессе урегулирования проблемной задолженности ПАО «Сбербанк» используется набор инструментов, соответствующих мировым практикам: дистанционные коммуникации, выезды, реструктуризация задолженности, работа с коллекторскими агентствами, судебное и исполнительное производство и др. Применение того или иного инструмента определяется гибкой стратегией в зависимости от уровня риска по клиенту и кредиту.

В ПАО «Сбербанк» проводятся регулярные исследования текущего процесса взыскания на предмет соответствия рыночным тенденциям и лучшим международным практикам. По итогам анализа вносятся необходимые изменения в процесс в целях повышения уровня сбора обесцененной задолженности, оптимизации процедур взыскания и повышения уровня клиентского обслуживания.


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Седых И.Н. 1 , Рязанов А.Е 1
1 Национальный исследовательский ядерный университет «МИФИ», Московский инженерно-физический институт


Аннотация
В работе представлена новая эконометрическая модель прибыли коммерческих банков, апробированная на стоимость активов коммерческих банков. В результате обоснованы оценки прибыли коммерческих банков от стоимости активов в России и рекомендации по их оптимизации.

Введение

В условиях реструктуризации банковской системы, возникает необходимость консолидации собственного капитала и повышение прибыльности банковской деятельности коммерческих банков.За рубежом понятие «реструктуризация» давно превратилось в образ жизнедеятельности компаний, в постоянный процесс, без которого невозможно удержаться на рынке. В условиях рыночной экономики неизбежно возникают кризисные ситуации как для системы в целом, так и для отдельных хозяйствующих субъектов. Организация новых производственных структур на основе продуманного реформирования предприятий – залог устойчивого роста экономики, укрепление межотраслевых и региональных связей, ускорения технического перевооружения производства и выпуска конкурентоспособной продукции.

В России экономический рост затруднен систематической нехваткой средств для финансирования производства и чрезмерно высокими процентами по банковским кредитам. Пока еще кредитно-банковская система страны не реализует свои возможности в обеспечении роста производства ВВП. В частности, кредит из-за чрезмерно высоких процентов не служит реальным фактором развития промышленности и агропромышленного комплекса. В следствие взрыва в августе 1998 г. финансовой системы многие коммерческие банки обанкротились. Назрела необходимость в корректировке законов о Центральном Банке и о порядке функционирования коммерческих банков. Для лучшего использования преимуществ рыночных отношений следует внести коррективы в структуру и размещение банков, а также в порядок их деятельности,отвечающей интересам людей.

Принимая во внимание известную реплику о том, что к концу кризисного периода в России останется до 300 банков, можно прогнозировать, что процесс реструктуризации российской банковской системы «сверху» будет заключаться в поощрении и стимулировании концентрации банковского капитала, например,путем создания многофилиальных кредитных учреждений на базе существующих банков. Можно предположить, что такой процесс будет превалировать в развитии российской банковской системы, пока начало экономического подъема не потребует чисто количественного ее роста. Отсюда ясно, что лидерами в этом процессе могут стать средние банки, достаточно сильные, чтобы взять на себя роль локальных организующих центров этой обновленной банковской системы, и достаточно гибкие, чтобы интегрировать специфику деятельности и клиентуры всех концентрирующихся вокруг более слабых банков.

Актуальность

Банковская деятельность оказывает существенное влияние на развитие различных отраслей народного хозяйства. В настоящее время в работе банков широкое применение получили различные аналитические методы и специальное программное обеспечение для решения задач управления.

Несмотря на совершенствование аналитических методов, сами по себе они не достаточны не только для полного исключения, но и для радикального снижения банковских рисков. Более того, виды рисков увеличиваются по мере усложнения банковских продуктов, используемых компьютерных систем хранения и обработки данных, вовлечения российских банков в международную банковскую систему.

Целью исследования является разработка эконометрической анализа прибыльности коммерческих банков.

Для реализации исследования был проведен обзор российских банков по показателям активов, процентной ставки по кредиту и прибыль банков за определенный период времени.

1.Методы измерения и факторы прибыльности банка

Уровень прибыльности коммерческого банка оценивается с помощью финансовых коэффициентов. Система коэффициентов доходности включает следующие основные показатели:

– соотношение прибыли и собственного капитала;

– соотношение прибыли и активов;

– соотношение прибыли и дохода.

Методика расчета этих показателей зависит от принятой в стране системы учета и отчетности. В числителе этих финансовых коэффициентов всегда стоит расчетный финансовый результат деятельности банка на отчетную дату. При действующей в России системе учета и отчетности в числителе находится балансовая прибыль, при зарубежных стандартах учета – чистая прибыль.

Существование банковской статистики направлено на обеспечение заинтересованных пользователей и, прежде всего органов денежно-кредитного регулирования, коммерческих банков, их клиентов и корреспондентов, полной и достоверной информацией о состоянии и развитии денежно-кредитной системы страны.

Предметом банковской статистики является количественная характеристика объема, структуры, динамики и взаимосвязей социально-экономических явлений банковской системы в конкретных условиях, т.е. массовые операции по аккумуляции временно свободных денежных средств предприятий и физических лиц, краткосрочному и долгосрочному кредитованию, осуществлению безналичных расчетов, по организации налично-денежного оборота, сберегательного дела, по установлению уровня процентной ставки за кредит на рынке банковских услуг.


Рис. 1. Динамика чистых активов и кредитного портфеля банковского сектора РФ, 2008–2016 гг., млрд. рублей

Исследуя данный график, можно сделать вывод, что на всем периоде движения данных прямых мы видим рост чистых активов банковского сектора Российской Федерации. Это является положительным фактором для деятельности экономического сектора.


Рис. 3. Соотношение динамики просроченной задолженности в кредитном портфеле (дефолты по кредитам) с общим уровнем кредитного портфеля и чистой прибыли, 2008–2016гг.,млрд.рублей

По результатам на графике рис. 3 видно, что общий уровень кредитного портфеля имеет тенденцию к приросту, однако и просроченная задолженность (дефолты по кредитам) также приросла в значительном количестве из-за кризисных периодов. Стоит отметить, что общий уровень чистой прибыли банков не покрывает с 2009 года просроченную задолженность по кредитному портфелю, что является одним из негативных показателей для банковской структуры в целом.

Однако стоит отметить, что общий кредитный портфель также имеет тенденцию к возрастанию, но ближе к 2014–2016 годам, когда началась чистка банковского сектора.

Роль статистики состоит в раскрытии статистических закономерностей, заключающихся в устойчивости, повторяемости вышеназванных массовых процессов. Статистика занимается наблюдением, сводкой, группировкой фактов с помощью системы статистических показателей, а также анализирует полученные данные для определения характера и причин изменений в явлениях, обеспечения принятия необходимых управленческих решений. Проведение статистического анализа явлений и процессов, происходящих в денежно-кредитной системе страны, с одной стороны, требует знания экономической теории, теории денежного обращения, кредита и финансов; а с другой стороны, – знания теории статистики и ее экономических отраслей.

2. Эконометрическая модель

В качестве информационной базы использованы статистические данные за 2015 г. (По данным Банки.ру) В ходе моделирования были исследованы такие формы зависимости, как линейная, степенная, экспоненциальная, гиперболическая, обратная, показательная. Наилучшим образом взаимосвязь между переменной X и Y описывает линейная регрессия. Модель имеет вид:у=-16,127+0,0385x. , ее характеристики приведены в таблице 1.

Таблица 1 Результаты моделирования

Исследование остатков модели на наличие в них гетероскедастичности на основе критерия Спирмена показало, что его расчетное значение для всех независимых переменных не является статистически значимым, то есть гетероскедастичности остатков не наблюдается. Для проверки его значимости использовался t-критерий Стьюдента.

Для расчета коэффициента Спирмена была составлена расчетная таблица. По использованным данным таблицы была построена точечная диаграмма. Рисунок 2. По результатам расчета автор сделал вывод, что расчетное значение t-критерия меньше табличного 0,98


Рисунок 2. Показатель

Анализ динамики чистой прибыли банковского сектора топ-30 ведущих российских банков показывает, что в момент после кризисного периода 2010–2014 годов в российской экономике произошло возрастание притока банковских ресурсов, и деятельность нашим банков была рентабельна и окупаем. На текущем периоде 2015–2016 годов замечен резкий скачок движения банковской прибыли по причине необходимой резкой экономической перестройки сектора под воздействием западных финансовых санкций. Анализ тренда говорит о возрастании прибыли с 2009 по 2014 год, однако период с 2014 по 2016 года говорит и снисходящем тренде — снижении банковской прибыли для будущих периодов.


Рис. 2. Динамика чистой прибыли 2008–2016 гг., млрд. рублей.

3.Рекомендации.

По проведенному анализу можно сделать вывод, что общее состояние банковского сектора РФ находится в стабильном положении, однако в случае, если санкционная политика западных государств будет продолжена, а уровень цены на нефть и стоимости рубля снижаться при повышении базовой ставки ЦБ и росте дефолтов по кредитному портфелю банковского сектора продолжаться, то, вскоре, мы можем увидеть значительное ухудшение общей экономической ситуации и серьезный кризис в банковском сектора. Это произойдет в первую очередь потому, что банковская прибыль будет снижаться и не покрывать взаимные просроченные задолженности по кредитному портфелю — это как результат: снижение ликвидности банковского сектора в целом. В табл. 1 представлены данные, благодаря которым была сформирована зависимость чистой прибыли от факторов признаков.

Показатель 2008 2009 2010 2011 2012 2013 2014 2015 2016
Чистая прибыль 47 241 91 291 444 495 594 354 518
Кредитный портфель 8859 11703 11846 13603 17982 21600 26087 34352 38376
Вложения в ценные бумаги 1361 1412 2685 3716 4104 4477 5205 6416 8117
Вклады физических лиц 3770 4469 5697 7421 8928 10706 13150 14554 18922
Активы нетто 12613 18211 19449 22771 29010 34741 42106 60592 65991
Просроченная задолженность в кредитном портфеле 138 273 658 734 870 986 1095 1568 2495
Цена нефти, $ 92 46 71 101 111 116 106 53 35
Курс USD/RUR 24 36 30 30 30 30 35 69 76

Банковская прибыль — один из важнейших показатель эффективности работы финансового и банковского секторов российской экономики. Оценка факторов признаков банковской прибыли из данного списка позволит осмотреть состояние финансового сектора российской экономики в результате воздействия санкций или прохождения иных кризисных периодов.


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

© 2022. Электронный научно-практический журнал «Экономика и менеджмент инновационных технологий».

Автор статьи

Куприянов Денис Юрьевич

Куприянов Денис Юрьевич

Юрист частного права

Страница автора

Читайте также: