Введение

Деятельность каждого банка тесно связана с управлением различными видами риска. Среди них рыночный, операционный и кредитный. Существуют основания полагать, что кредитный риск, под которым понимается возможность неисполнения контрагентом в лице заемщика своих обязательств по возврату предоставленных ему денежных средств и процентов по ним в указанный в кредитном договоре срок, - основной риск банковской деятельности, потому что кредитный портфель фактически основной актив любого коммерческого банка. По данным ЦБ РФ [6] на 1 января 2015 года сумма предоставленных средств нефинансовым организациям и физическим лицам составляет 52,6% от активов банковской системы. С целью обезопасить себя от данного вида риска, банки проводят анализ финансового положения заемщика и мониторинг качества обслуживания долга. Эти меры позволяют нивелировать внутренние кредитные риски. Наравне с внутренними, существуют и внешние, зависящие от политический, макроэкономической и законодательной составляющих. На данный момент существует ряд подходов к оценке совокупного риска кредитного портфеля и вероятности дефолта заемщика. Среди них методология исторического, параметрического и Monte-Carlo VaR, z-модель Альтмана, модели CreditRisk+, KMV, CreditMetrics. Однако эти модели не учитывают изменение внешних факторов риска. На основании этого факта возникает естественная потребность в оценке потерь от реализации негативного сценария развития событий с целью принятия превентивных мер, способствующих сохранению финансовой устойчивости кредитной организации.

Цель исследования заключается в оценке потенциального уровня потерь конкретного банка по его кредитному портфелю при наступлении негативных условий для деятельности кредитной организации.

Объектом исследования является кредитный портфель коммерческого банка, относящегося к группе крупных частных российских банков, АО «Альфа-Банк», период исследования - с первого квартала 2001 года по третий квартал 2015 года. Внимание будет сконцентрировано на анализе структуры кредитного портфеля и динамике основных показателей качества портфеля.

Задачи исследования:

1. Определить характер динамики кредитного портфеля банка за последние 15 лет.

2. Установить взаимосвязи между микро- макро- показателями и динамикой просроченной задолженности.

3. Построить модели, устанавливающие количественные взаимосвязи между микро- макро- показателями и уровнем неработающих ссуд по розничному и корпоративному кредитным портфелям.

4. Провести многофакторный гипотетический стресс-тест розничного и корпоративного кредитных портфелей.

5. Сделать прогноз просроченной задолженности по розничному и корпоративному кредитным портфелям исходя из предпосылки различных возможных сценариев развития динамики факторов кредитного риска.

В условиях глобализации и высокой зависимости от мировых цен энергоносителей темпы экономического роста России тесно связаны темпами роста мировой экономики. Наблюдающаяся нестабильность на мировом финансовом рынке зеркально отражается на финансовом рынке нашей страны в виде падающих доходов как населения, так и юридических лиц. Все это не может не сказаться на качестве кредитного портфеля, определяемого долей неработающих ссуд в нем. Этими фактами обусловлена актуальность и своевременность настоящего исследования.

Для анализа данных используется регрессионный анализ (построение эконометрической модели векторной авторегрессии). Для построения моделей и тестирования их значимости используется эконометрический пакет EViews.

Основной источник информации по кредитному портфелю - месячные данные оборотной ведомости по счетам бухгалтерского учета (форма 101). Источник макроэкономических показателей - Росстат, статистическая база данных finam.

Предполагаемые результаты:

1. Представлена характеристика кредитной политики банка и выявлен присущий ему уровень кредитного риска.

2. Выявлены факторы кредитного риска и их влияние во времени на просроченную задолженность.

3. Построены модели, на базе которых проведен стресс-тест уровня просроченной задолженности по розничному и корпоративному кредитным портфелям.

Глава 1. Теория и практика стресс-тестирования