36.Диверсификация кредитных вложений банка.

Этот метод управления используется по отношению к кредитному портфелю в целом, на основе данных, полученных в результате анализа каждой кредитной сделки в отдельности. Диверсификация кредитного портфеля позволяет сократить риски, связанные с несостоятельностью отдельных клиентов, группы клиентов, тяжелым экономическим положением в отдельных отраслях или регионах. Общий риск кредитного портфеля может быть снижен за счет компенсации одних рисков другими – разными по размеру и характеру. Основные способы диверсификации кредитного портфеля:

1. Рационирование кредита: установление гибких или жестких лимитов кредитования по сумме, срокам, видам % ставок и прочим условиям предоставления ссуд; установление лимитов кредитования по отдельным заемщикам или классам заемщиков в соответствии с финансовым положением; определение лимитов концентрации кредитов в руках одного или группы тесно связанных заемщиков в соответствии с их финансовым положением.

2. Диверсификация заемщиков по отраслевой принадлежности может осуществляться также через прямое установление лимитов для всех заемщиков данной группы в абсолютной сумме или по совокупному удельному весу с кредитным портфелем банка.

3. Диверсификация на основе принимаемого обеспечения по ссудам.

4. Применение различных видов % ставок и способов начисления и уплаты % по кредиту.

5. Диверсификация кредитного портфеля по срокам имеет особое значение, поскольку % ставки по ссудам разной срочности подвержены различным размерам колебаний, и уровень принимаемых на себя рисков заемщика также существенно зависит от срока ссуды. Реализация этого аспекта производится в русле проводимой банком кредитной политики. Так, в случае ориентации банка на ссуды долгосрочного характера, имеющие черты инвестиционного кредита, разумным является включение в кредитный портфель краткосрочных ссуд, которые будут балансировать структуру портфеля. Кроме того, недостаточная сбалансированность ссудного портфеля может быть отчасти компенсирована за счет соответствующего структурирования портфелей прочих активов, но с таким расчетом, чтобы обеспечить оптимальный баланс сроков по всему портфелю активов в целом.

Следует заметить, что возможности диверсификации зависят от размеров банка. Крупный банк имеет большое количество разнообразных клиентов, и его портфель, как правило, уже диверсифицирован, ему только необходимо подобрать оптимальное сочетание распределения кредитных ресурсов, достигая возможного max прибыли при возможном min потерь. Мелкие же банки ограничены как в своих ресурсах, так и потенциальных заемщиках. Эта ограниченность может проявляться в кредитовании предприятий одной отрасли или одного региона, а также в однообразной срочности кредитных вложений. Поэтому для мелких банков вопрос диверсификации может стоять довольно остро, и проблемы управления кредитными рисками следует решать с использованием других методов.

Для оценки эффективности диверсификации кредитного портфеля необходимо оценить возможную вероятность будущих потерь, то есть общий кредитный риск банка. С целью анализа уровня диверсификации следует сопоставить возможные варианты кредитования на основе единой оценки. Для этого используется методика рисковой стоимости – VAR (Value-at-Risk). Параметр VAR – это такая величина потерь, при которой потери в стоимости за определенный период времени с заданной вероятностью не превысят этой величины. Существует большое множество моделей VAR, весь спектр которых можно разделить на 3 труппы:

1. Модели, построенные по принципу исторического моделирования – самый простой и доступный способ расчета значения VAR, который не требует большого количества предварительных предположений о форме статистических распределений факторов риска. Сущность метода: использование истории изменений факторов риска для построения распределения изменения будущей стоимости портфеля и определения величины риска как размера ранее наблюдавшихся убытков, превышаемых в заданном % случаев.

2. Модели на основе вариационно-ковариационной матрицы (аналитический метод расчета VAR). Изменение стоимости актива распределено по нормальному закону (?), а вычисление VAR многокомпонентного портфеля требует знания корреляционных связей между составляющими портфель активами.

3. Модели, построенные по методу Монте-Карло. Производится генерирование нескольких тысяч сценариев возможных изменений кредитного рейтинга (в т.ч. объявления дефолта) по каждому заемщику, которые охватывают весь оставшийся период до полного погашения кредита. Затем для каждого сценария рассчитывается величина потерь, вызванных отказом некоторых заемщиков от погашения оставшейся части кредита, то есть дефолтом. Убыток складывается из суммы недополученных % и непогашенного остатка основной суммы, уменьшенного с учетом возможности возврата части стоимости непогашенного кредита. Коэффициент возврата кредитов - отношение текущей стоимости обеспечения, рассчитанной с учетом его ликвидности, к основной сумме кредита, скорректированной с учетом реальных возможностей востребования кредита. Полученные результаты агрегируются и используются для построения эмпирического распределения вероятностей прибылей и убытков, на основе которого и определяется искомая величина рисковой стоимости.

Ключевым элементом данной модели является матрица переходов, отражающая вероятности перехода заемщика из одной категории кредитного рейтинга в другую, более высокую или низкую, через определенный период времени, например, 1 год. Элементы матрицы рассчитываются на основании внутренних статистических данных банка. Вероятность перехода заемщика из категории т кредитного рейтинга в категорию п рассчитывается как отношение числа заемщиков, сменивших свой кредитный рейтинг с т на n, к общему числу заемщиков с рейтингом т. Если допустить, что вероятность последующего значения кредитного рейтинга зависит только от его предыдущего значения, то такой процесс изменения кредитного рейтинга будет являться типичным марковским процессом.

Необходимо учитывать эффекты корреляции между кредитным рейтингом отдельного заемщика и кредитным рейтингом отрасли, к которой он принадлежит, а также кредитными рейтингами других заемщиков. Это дает возможность строить асимметричные распределения, сильно смешенные в область убытков, и тем самым моделировать процессы «цепного дефолта» – эффекта «домино», вызванного финансовой взаимозависимостью заемщиков.

Использование подобных моделей требует, с одной стороны, большого объема статистических данных по результатам прошлой деятельности, а с другой стороны – соответствующих технических возможностей.