Идрисов Низам Рамисович
студент,
Финансовый университет при Правительстве РФ
Гуманитарные, социально-экономические и общественные науки
№4 2019
Аннотация. Статья посвящена анализу современной литературы, касающейся методов количественной оценки рисков по условным обязательствам в банковском секторе. В частности, были рассмотрены подходы к расчету потерь государства от банкротства коммерческого банка, потери от комплексного кризиса банковской системы, вероятность поддержки государством банка в случае банкротства и индекс условных обязательств банковского сектора BCLI. Помимо этого, были изучены факторы, способствующие увеличению рисков по условным обязательствам, а также рассмотрен российский опыт по учету и оценке условных обязательств, в том числе оценка необходимого объема докапитализации банковской системы в отношении к ВВП страны.
Последний мировой финансовый кризис 2008 года был спровоцирован, в том числе, нехваткой ликвидности банковского сектора и дестабилизацией межбанковского рынка вследствие некачественного учета рисков, что привело к банкротству нескольких крупных коммерческих банков, а затем к кризису всей банковской системы. Последствия данного кризиса привели к усилению контроля за деятельностью банков, различных экономических агентов как на национальном, так и на наднациональном уровне. Тем не менее функционирование банковской системы связано с рисками. Существует классификация рисков с разделением обязательств на прямые, условные и явные, неявные. Данная классификация также применима к коммерческим и центральным (национальным) банкам. Среди явных условных обязательств правительства по отношению к банкам выделяют, например, программы страхования депозитов, а к неявным -докапитализация банковской системы, выдача гарантий по банковскому долгу в период кризиса.
В целях более качественного учета и систематизации рисков по условным обязательствам, исследователи предложили классификацию явных условных обязательств центральных банков [3], к которым, например, относятся гарантии по вкладам в коммерческих банках, гарантии возмещения потерь при колебании валютного курса и др.
Среди неявных условных обязательств Центрального банка авторы выделяют следующие обязательства:
Другими словами, предоставление ликвидности подразумевает финансовую поддержку со стороны центрального банка сверх правовой системы гарантий, а также санацию и рекапитализацию банков и небанковских финансовых учреждений.
Авторы данного исследования [3] считают, что вышеназванные обязательства следует дополнить обязательствами Центрального банка по поддержанию макроэкономической стабильности, такими как сохранение стабильного режима валютного курса или, в более общем плане, достижение и поддержание стабильности цен, которые также должны рассматриваться сами по себе как неявные условные обязательства и, следовательно, должны также подлежать количественной оценке.
Существует объективная необходимость в проведении оценки возможных потерь от потенциальной материализации рисков по условным обязательствам в целях минимизации последствий. Для этой цели экономисты из национального университета Австралии предложили следующие методы оценки рисков по условным обязательствам [1].
Потенциальные вынужденные расходы банковского сектора от банкротства одного банка они предлагают оценивать следующим образом:
ELAit = TALit*PDit*LGD*PSSit,
где TAL (Total adjusted liabilities) - совокупные скорректированные обязательства банка, которые включают в себя все текущие и долгосрочные обязательства банка за вычетом доли миноритарных акционеров и отложенных налогов (данные предоставляет Moody's analytics);
PD (Probability of default) - вероятность банкротства заемщика / кредитного требования в течение определенного периода времени, обычно в течение 1 года (данные предоставляет Moody's analytics).
Под банкротством понимается невыполнение обязательных платежей и (или) процентов по долгам [4]; LGD (Loss given default) - уровень потерь банка по кредитным требованиям в случае банкротства заемщика. Существуют разные виды LGD и методологии их оценки. Моделированием данного показателя занимались многие ученые. Обычно этот показатель принимали за 20 %, но затем начали также использовать диапазон значений [5]; PSS - Вероятность государственной поддержки, если банк i попадает в финансовый кризис в момент t. Когда он равен 1, это указывает на то, что рынки ожидают, что все потери будут покрыты правительством. Когда он равен 0, это указывает на то, что рынки ожидают, что все потери будут покрыты держателями долгов.
PSSit = [1 - (CDSit/FVCDSit)*(1 - Sit)]
Оценив ожидаемые потери по всем банкам, и, сложив эти результаты, получится показатель возможных потерь от всего банковского сектора. Однако результат, скорее всего, будет завышенным, так как государство не понесёт потерь, если один банк выкупит обанкротившийся (например, как это было с JPMorgan, который поглотил банк Bear Stearns в 2008 г.)
Основываясь на предположении, что вероятности дефолта отдельных банков независимы, оценка ожидаемых потерь государства от банкротства банковской системы выглядит следующим образом:
ELt = ∑ELAit
Однако на практике банкротство одного банка может повлечь за собой дефолты других банков, особенно в периоды финансового кризиса. Иными словами, системный риск может привести к коррелированным дефолтам среди банков, как это было во время недавнего финансового кризиса. Весь банковский сектор не будет сильно подвержен кризису если он хорошо диверсифицирован. Чем ниже корреляция между активами отдельных банков, тем лучше диверсификация банковского сектора.
Например, если все банки зависят от рынка недвижимости, то может наступить финансовый кризис, как это было в Ирландии в период с 2008 по 2013 гг., когда очень активно рос интерес к рынку недвижимости, который обеспечивал порядка 25 % ВВП страны. Следствием низких процентных ставок по кредитам стал рост выдаваемых кредитов, цены на жилье выросли почти в 4 раза. Помимо этого, средний объем условных банковских обязательств вырос с 1,9 % ВВП перед кризисом до 55,6% ВВП после кризиса. В результате обвала рынка недвижимости и мирового финансового кризиса наступил банковский к ризис в Ирландии, которому предшествовал почти десятикратный рост выданных ипотечных кредитов. При этом стоимость поддержки банковской системы превысила 40 % ВВП [6].
В свою очередь, непредвиденные потери от банкротства банковского сектора могут быть рассчитаны как стандартное отклонение ожидаемых потерь от всего банковского сектора:
ULt = [Var(∑ni=1ELAit)]0.5 = [Xt*∑PD*X't]0.5
где: Xt = TAL*PSS*LGD, a ∑PD - это матрица вероятностей некоррелированного между собой банкротства банков.
На основе показателей ожидаемых потерь и непредвиденных расходов экономисты предложили индекс условных обязательств банковского сектора [2] (BCLI - Banking Sector Liability Index), который рассчитывается следующим образом: BCLIt = (ELt + 2ULt). Данный индекс комбинирует в себе множество положительных характеристик и, по мнению его авторов, может служить полезным инструментом для ранжирования стран по уровню условных обязательств банковского сектора и мониторинга их изменений. Однако авторы отмечают также недостатки индекса BCLI. Один из них, например, заключается в том, что BCLI не предназначен для измерения всех затрат (прямых и косвенных) банковских кризисов, а позволяет лишь оценить прямые затраты на финансовые расходы по поддержке банков.
Множество исследований посвящено изучению причин банковского кризиса. Однако особый интерес вызывают факторы, повышающие риск потерь государства по условным обязательствам банковского сектора, среди которых выделяют следующие: большой объем банковского сектора; большое кредитное плечо банковского сектора, которое измеряется соотношением рыночной стоимости активов к рыночной стоимости собственного капитала; высокая волатильность в структуре портфеля активов у банков банковского сектора; высокая концентрация банковского сектора, когда основная его часть сосредоточена в нескольких банках.
В целях снижения рисков банковской системы, Банком России устанавливаются обязательные нормативы для коммерческих банков, и ведется контроль за их соблюдением. В частности, была разработана методика расчета кредитного риска по условным обязательствам кредитного характера (см. инструкцию Банка России от 28.06.2017 № 180-И). В перечень таких обязательств входят:
Таблица 1. Классификация кредитных рисков по условным обязательствам коммерческих банков
Группа | Состав |
Высокий риск | Банковские гарантии и поручительства Гарантии платежа по чекам (аваль) Вексельные поручительства (аваль) Аккредитивы, индоссаменты, акцепты, уступка прав требования и др. |
Средний риск | Аккредитивы Долгосрочные обязательства по осуществлению операций Неиспользованные кредитные линии/лимиты по предоставлению средств (долгосрочные) Обязательства выкупить ценные бумаги эмитента и др. |
Низкий риск | Аккредитивы Неиспользованные кредитные линии/лимиты по предоставлению средств (краткосрочные) Краткосрочные обязательства по осуществлению операций и др. |
Без риска | Обязательства по намеченным операциям (сделкам) Безоборотные и препоручительные индоссаменты векселей Неиспользованные кредитные линии/лимиты по предоставлению средств (с правом досрочного закрытия) и др. |
По каждому риску на основе контрактной стоимости обязательства с учетом взвешивающих коэффициентов определяется суммарная величина кредитного риска (KPBi), которая в дальнейшем используется в расчете нормативов достаточности капитала банка. Также по указанным рискам осуществляется резерв на возможные потери.
Однако, на усмотрение банка резерв на возможные убытки по некоторым рискам может не формироваться, если по оценке банка, данные риски не приведут к существенным убыткам. Одним из методов ограничения кредитных рисков по условным обязательствам и контроля за их управлением. является установление лимита по условным обязательствам.
Ежегодно Банком России проводится стресс-тестирование банковской системы, результаты которого публикуются в документе «Отчет о развитии банковского сектора и банковского надзора». По результатам анализа выявляется потенциальный масштаб потерь банков в случае кризиса, а также оценка необходимой докапитали-зации банковской системы. В связи с этим, формулу по расчету необходимого объема государственной поддержки в докапитализации банков (в % к ВВП) предложил И.В. Беляков в своей работе «О бюджетной стоимости банковских кризисов»:
X = S*A/GDP*(ΔNPL*L - ΔROA*P),
где S - доля активов системно значимых банков в активах банковской системы;
А - активы банковской системы;
ΔNPL - рост доли проблемных ссуд в ходе кризиса;
L - доля кредитования в активах банков;
ΔROA - кризисное падение рентабельности активов;
P - часть банковской прибыли к активам (ROA), дополнительно направляемая на формирование резервов на возможные потери по ссудам, GDP - ВВП.
В дальнейшем И.В. Беляков модернизировал данную формулу и представил её в своем новом исследовании «Анализ и учет неявных бюджетных обязательств, связанных с финансовой системой», в том числе предложив использовать для показателя ΔNPL сценарные условия. В новой редакции формула выглядит следующим образом:
X = S*(ΔNPL*L - ΔROA*Р*A)/GDP
Таким образом, в современное время наблюдается особый интерес к учету условных обязательств в банковском секторе, пруденциальное регулирование и надзор за которыми необходимы в целях сохранения финансовой устойчивости как банковской системы, так и всей страны. Экономисты стремятся разработать методики, позволяющие своевременно и качественно оценить риски по условным обязательствам. Однако в России данная проблема ещё недостаточно изучена и требует дальнейшего развития в научно-исследовательских работах.
Литература:
1. Arslanalp S. Contingent Liabilities and Sovereign Risk: Evidence from Banking Sectors / S. Arslanalp, Y. Liao (October 2012). CAMA Working Paper 43/2013 URL: http://dx.doi.org/10.2139/ssrn.2294209
2. Arslanalp S. Contingent Liabilities from Banks: How to Track Them? / S. Arslanalp, Y Liao. IMF Working Paper, № WP/15/255, December 2015. URL: https://www.imf.org/external/pubs/ft/wp/2015/wp15255.pdf
3. Blejer, Mario I. and Schumacher, Liliana, Central Bank Use of Derivatives and Other Contingent Liabilities (March 2000). IMF Working Paper No. WP/00/66. URL: http://dx.doi.org/10.2139/ssrn.235799
4. EDF Overview from Moody's Analytics. URL: https://www.moodysanalytics.com/-/media/products/edf-expected-default-frequency-overview.pdf
5. Jon Frye. Loss Given Default as a Function of the Default Rate // Moody's Risk Practitioner Conference Chicago, October 17, 2012. URL: https://www.moodysanalytics.com/microsites/rpc/rpc 2012/rpc2012/~/media/C8F6D9F092324EBEB4E4F4A1A2E48A25.ashx
6. Laeven L. Systemic Banking Crises Database. IMF Economic Review / L. Laeven, F. Valencia. 2013. Vol. 61. Iss. 2, Р. 225-270. URL: 10.1057/imfer.2013.12