Электронное научное издание «Труды мгта: электронный журнал» - umotnas.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Электронное научное издание «Труды мгта: электронный журнал» 1 34.35kb.
Электронное научное издание «Труды мгта: электронный журнал» 1 145.74kb.
Электронное научное издание «Труды мгта: электронный журнал» 1 70.55kb.
Электронное научное издание «Труды мгта: электронный журнал» 1 193.79kb.
Электронное научное издание «Труды мгта: электронный журнал» 1 171.07kb.
Электронное научное издание «Труды мгта: электронный журнал» 1 82.29kb.
Электронное научное издание «Труды мгта: электронный журнал» 1 118.83kb.
Электронное научное издание «Труды мгта: электронный журнал» 1 89.82kb.
Электронное научное издание «Труды мэли: электронный журнал» 1 166.26kb.
Электронное научное издание «Труды мэли: электронный журнал» 1 36.38kb.
Электронное научное издание «Труды мэли: электронный журнал» 1 43.98kb.
Знаменитые выпускники нашей школы. Станислав Николаевич Морозов врач-онколог 1 6.22kb.
Викторина для любознательных: «Занимательная биология» 1 9.92kb.

Электронное научное издание «Труды мгта: электронный журнал» - страница №1/1


Электронное научное издание «Труды МГТА: электронный журнал»

Грушенков Р.В., аспирант МГТА
Банковские риски. Неизвестная категория заемщиков

Аннотация

В статье рассматриваются вопросы управления банковскими рисками, предложена модель оценки банковских рисков.

Ключевые слова

Банки, риски, управление рисками.

На современном этапе развития российской экономики, в условиях развивающихся кредитных отношений и усиления влияния всех видов кредитов на развитие предприятий и реального сектора экономики, большое значение приобретает разумная оценка кредитных рисков банковского сектора. Вместе с этим, ввиду возрастания роли банковского сектора в развитии кредитных отношений, представляется важным определить тот допустимый уровень риска, который могут позволить себе банки при кредитовании предприятий реального сектора экономики.

Банк – это коммерческая организация, создаваемая с целью получения прибыли от банковской деятельности. Любой вид коммерческой деятельности, в том числе и банковская деятельность, подвержены различным видам предпринимательских рисков.

Говоря о банковской деятельности, конечно же, имеет смысл говорить о тех рисках, которые присущи именно банкам. В письме Центрального Банка Российской Федерации «О типичных банковских рисках» говорится, что существуют следующие банковские риски: кредитный риск, становой, рыночный, фондовый, валютный, процентный, риск ликвидности, операционный риск, правовой, риск потери деловой репутации и стратегический риск.

Ввиду того, что банковская деятельность сопряжена с таким большим количеством рисков, существует необходимость минимизировать эти риски. Самым значимым в банковской отрасли является кредитный риск. Кредитный риск – это риск возникновения у кредитной организации убытков вследствие неисполнения, несвоевременного либо неполного исполнения должником финансовых обязательств перед кредитной организацией в соответствии с условиями договора.

Кризисный 2009 год стал для российского финансового сектора годом реализации рисков. В дефолте оказалось около четверти всех облигаций, уровень просрочки по кредитам реальному сектору утроился и достиг 6%, а доля резервов по безнадежным ссудам в общем объеме резервов на возможные потери превысила 50%.1

Естественно, в подобных условиях эффективное управление кредитными рисками является необходимостью, благодаря которой банк может/должен «выжить». Вопрос управления кредитными рисками лежит в области интересов банков. Таким образом, во многих банках управление рисками давно является неотъемлемым элементом культуры ведения бизнеса, а в нормативном поле Банк России постоянно ужесточает требование к наличию соответствующих процедур.

В последнее время получили распространение, так называемые, скоринговые схемы, то есть схемы бальной оценки кредитоспособности заемщика.

Кредитный скоринг – система оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах. Скоринг заключается в присвоении баллов по заполнению некой анкеты, разработанной оценщиками кредитных рисков (здесь же учитывается кредитная история и другие показатели). По результатам набранных баллов системой принимается решение об одобрении или отказе в выдаче кредита.

Данные для скоринговых систем получаются из вероятностей возвратов кредитов отдельными группами заемщиков, полученными из анализа кредитной истории тысяч людей.

В США популярной системой оценки кредитоспособности является FICO score, которая принимает значения от 300 до 900 баллов. Заемщик, который заполнил анкету, получает оценку по шкале оценки FICO. Оценочная таблица FICO score приведена в Таблице 1.2




Нижняя граница баллов

Верхняя граница баллов

Оценка

1.

690

900

«Великолепно»

2.

650

690

Стандартный уровень

3.

640

650

«Очень хорошо»

4.

620

640

«Хорошо»

5.

600

620

«Плохо»

6.

300

600

«Высокорисковый»

Таблица 1. Оценочная таблица FICO score.
Таким образом, с помощью подобных скоринговых систем можно автоматизировать процесс выдачи кредитов, учитывая оценку рискованности этого кредита.

Однако недостаток скоринговых схем заключается в том, что на границе перехода от оценки «плохо» к оценке «хорошо» возникают совершенно неоднозначные результаты. К примеру, ипотечный кредит строится вокруг порогового значения оценки FICO, равной 620 баллам. Заемщик с оценкой в 619 баллов считается некредитоспособным и для получения кредита ему необходимо представить дополнительные документы или подвергнуться более тщательному исследованию со стороны кредитора. Таким образом, все заемщики с оценкой от 615 до 620 баллов подвергаются более тщательной проверке в отличие от заемщиков с оценками от 621 до 625, несмотря на то, что разница между их баллами очень мала.

Почему банки заинтересованы в осуществлении кредитования заемщиков с оценкой более 620 баллов?

Все дело в том, что данное пороговое значение было рекомендовано крупнейшими американскими ипотечными агентствами Fannie Mae и Freddie Mac.

Эти агентства рекомендуют считать качественными кредиты с баллом не менее 620 по шкале FICO. Она рассчитывается компанией Fair Isaac Corporation на основании кредитных историй индивидуальных заемщиков и позволяет предсказать вероятность просрочек или дефолтов по кредиту на срок до двух лет.3

Таким образом, сами крупнейшие агентства Fannie Mae и Freddie Mac сами не заинтересованы в покупке ипотечных бумаг с баллом ниже 620, и другим не рекомендуют. Поэтому, секьюритизировать ипотеку заемщика с 619 баллами гораздо труднее, чем ипотеку с 621 баллом.

Как результат: заемщики с баллом 619 оказываются более надежными, чем заемщики с 621 баллом, то есть заявляют о своей некредитоспособности в течение первых двух лет в 1,2 раза реже. Подобная картина наблюдается и у заемщиков с баллами от 615 до 619 и от 621 до 625. На остальных же участках шкалы FICO таких эффектов не возникает. Здесь оценка оказывается довольно точной. Ведь шкала FICO действительно эффективно предсказывает риск дефолта. Интересным фактом является то, что самое большое количество заемщиков без достаточного количества представляемых документов приходится на заемщиков с баллами от 621 до 625.

Вследствие этого, можно наблюдать, что избавление от риска влечет за собой снижение интереса к мониторингу качества заемщиков.

Проблема данной методики заключается в существовании четкой границы между «хорошим» кредитом и «плохим». В качестве решения проблемы можно использовать нечеткую логику. Данный подход в математике был сформулирован Лютфи Заде в 1965 году.

При таком подходе понятие множества было расширено с допущением, что функция принадлежности элемента к множеству может принимать любые значения в интервале [0..1], а не только 0 или 1. Такие множества были названы нечеткими.

Если данный математический подход применить в экономике, а именно в решении проблемы четкого разделения заемщиков на платежеспособных и неплатежеспособных, то выявляются новые возможности для банков при кредитовании.

Различия современного подхода, используемого в скоринговых схемах и подхода, основанного на нечеткой логике и предлагаемого для дальнейшего исследования, можно отобразить на рис. 1.




Рисунок 1. Различия современного и предлагаемого подхода.


Таким образом, в предлагаемом подходе выявляются 3 группы заемщиков:

  1. Неплатежеспособный заемщик.

  2. Новая категория заемщиков.

  3. Платежеспособный заемщик.

Для новой категории заемщиков можно составлять дополнительные договора, повышать процентную ставку кредита, страховать риски или разрабатывать новые схемы поведения – это предмет будущих исследований.

Делая выводы, стоит отметить, что существующие методы, основанные на результатах статистических данных и четкой логике, не могут дать полную картину для оценки рисков. При развитии существующих и разработке новых методы оценки кредитных рисков выявляется необходимость исследовать методы обработки третьей категории заемщиков, которая определена в предлагаемом подходе. Быть может, новый подход, основанный на нечеткой логике, будет положен в основу многих дальнейших исследований.



1 «Система управления рисками как элемент антикризисного управления в банке» // Национальный банковский журнал, апрель 2010, № 4 (71), стр.102-103. http://www.nbj.ru/


2 Свободная энциклопедия «ВикипедиЯ» [Электронный ресурс]: содержит словарные статьи всех видов, свободно пополняемая энциклопедия. Режим доступа: http://ru.wikipedia.org/


3 Ratio economica: Проблема 620 Сергей Гуриев, Олег Цывинский 05.08.2008, №144 (2166)


Грушенков Р.В. Банковские риски. Неизвестная категория заемщиков