Для оценки кредитного риска страны наиболее критичен такой фактор как налоговая политика государства
Обновлено: 07.07.2024
3. Ошибки. Их провоцируют перегрузка, стресс, работа в условиях конфликта интересов (на предприятиях и в организациях, на которые не распространяются требования Банка России о недопущении конфликта интересов, и в банках, которые на практике не выполняют это требование).
4. Слабые формализация и документирование. Как правило, чем более методология ориентирована на экспертную оценку, тем менее она формализована во внутренних документах банка. Даже если в модели присутствуют количественные оценки качественных факторов, их описание и определение критериев присвоения баллов могут быть весьма размытыми. Риски ошибок применения такой методики в этом случае зависит от единообразия ее понимания автором и риск-менеджером, производящим оценку контрагента (если это не одно и то же лицо). При смене места работы автором или появлении новых сотрудников преемственность методологии теряется.
Пока банки в большей степени несут груз регуляторных требований, связанных с пересмотром подходов к оценке риска и снижением роли экспертного мнения, и соответственно нуждаются в скоринговой методологии и автоматизации ее применения.
1. Слабая формализация экспертной оценки в составе профессионального суждения для целей резервирования, неприменение статистических методов повышают риск необходимости доначисления резервов после проверки.
• каждую модель и процедуры ее внедрения и применения;
• порядок, формат и периодичность осуществления процесса аттестации (валидации) рейтинговых систем;
• информационно-технологическую инфраструктуру, поддерживающую рейтинговый процесс;
• порядок, форматы и периодичность составления подразделением внутреннего контроля (аудита) отчетов о качестве и результатах функционирования рейтинговых систем.
Основные аспекты создания скоринговых методик оценки вероятности дефолта банка, удовлетворяющих требованиям регулятора, и возможности учета экспертных оценок для повышения точности результата.
Процесс разработки моделей может выглядеть следующим образом.
1. Риск-менеджеру следует определиться с данными, на которых будет строиться и валидироваться методика. Их количество должно быть достаточным, включая данные по дефолтным банкам, а временные ряды должны быть непрерывными, период исследования должен включать не только стабильное состояние экономики, но и кризисы. Мы взяли находящиеся в открытом доступе (на сайте Банка России) балансы и нормативы банков (форма 101 и форма 135) с 01.12.2012 по 01.03.2017. Расширению диапазона используемых на этом этапе данных, которые могли бы дополнительно улучшить качество модели, препятствует то, что они имеются в наличии не по всем банкам.
3. Устанавливаем период прогноза — время, в течение которого будет определяться вероятность дефолта в будущем (для нашей модели — год).
5. Если у риск-менеджера есть предварительные общие предположения о влиянии отдельных факторов на вероятность дефолта, на следующем этапе мы можем ввести их в модель. Мы применили две гипотезы, связанные с влиянием величины банка, определяемой через нетто-активы. В одной модели такое влияние нулевое, во второй мы сделали допущение о существенном воздействии, разбивая исследуемые банки на размерные классы для каждой даты анализа (динамически). Кроме того, мы исключили из всех размерных классов банки, находящиеся в собственности государства, поскольку наш интерес был связан с исследованием коммерческих банков прочих форм собственности. Наконец, мы сделали предположение, связанное с актуальностью данных, — о разной прогнозной силе показателей (в зависимости от близости даты отчетности к дате прогноза растет), введя для них повышающие коэффициенты. Этот этап работы, как и гипотезы об оптимальном составе и особенностях расчета групповых показателей (всего их 46) и показателей, детализирующих групповые, можно отнести к экспертной оценке. Предположения впоследствии должны проверяться на этапе валидации.
6. Подбор весовых коэффициентов для выбранных показателей линейной регрессии при скоринговой методологии осуществляется автоматически. Применение формулы линейной регрессии к отдельным банкам определяет их скоринговый балл.
7. Для процедуры валидации банки разделены на выборки для обучения и валидации модели, был использован метод подбора случайных чисел.
Результатом разработки стали следующие виды моделей:
1) скоринговая модель РИСКФИН.АИД (анализ, идентификация, дефолт):
Заключение
Анализ результатов валидации показывает хорошую прогностическую силу моделей и актуальность примененных допущений. Предположительно, введение дополнительных корректировок, связанных с очисткой данных, использованием показателей, базирующихся на информации качественного характера, будет способствовать повышению качества модели.
Возможности применения таких скоринговых моделей достаточно широки как для банков, так и для предприятий и организаций, внедривших управление рисками. Их эффективно использовать:
• для коррекции внутрибанковской экспертной модели (например, включения нефинансовых характеристик контрагента, изменения алгоритмов расчета показателей и т.п.);
• для определения общих риск-ориентиров специалистами, не обладающими квалификацией, достаточной для самостоятельного проведения полноценного анализа (в случае использования модели, разработанной опытными методологами — риск-менеджерами, и понимания всех ее ограничений).
Читайте также: