Автореферат (Влияние концентрации кредитного портфеля на объем капитала на покрытие рисков), страница 3

Так что основная идея модели выглядит достаточноразумноприопределенныхпредпосылках,касающихсяхарактеристикпортфеля заемщиков. Зависимость вероятности банкротств моделируется черезобщий риск-фактор. Впервые такой подход был описан в работе О. Васичека. Вдиссертационном исследовании представлены основные формулы моделиВасичека и подхода, основанного на внутренних рейтингах, Базель II, а такжерезультаты западных исследований по части справедливости диапазоноввходящих параметров кредитного риска при применении модели «IRBApproach» (К.

Дульманна, Дж. Лопеза и Х. Шеля).Точность подхода, основанного на внутренних рейтингах, Базель II взависимости от концентрации кредитного портфеля по отношению к крупнымзаемщикам и секторам схематично показана на рис. 1. Для данногодиссертационного исследования важен фактор наличия крупных кредитов впортфеле.Исследования Банка международных расчетов, итоги Форума финансовойстабильности 2009 г., работы К.

Борио, М. Горди, И. Друмонда, Э. КатариноРабел,А. Кашипа,К. Педерцоли,Дж. Стайна,Б. Халлоузидругихисследователей посвящены подробному рассмотрению проблемы цикличноститребований к капиталу, получаемых с помощью подхода, основанного навнутренних рейтингах, Базель II, и предложениям путей решения.

Ключевоймеханизм – ограничение долговой нагрузки банков и доработка системыоценкикомпонентовкредитныхрисковдляустраненияэффектапроцикличности кредитования. Однако данный способ не позволяет учестьвлияние концентрации кредитного портфеля.12Вопрос несоответствия реальных банковских портфелей предпосылкемодели Васичека был на повестке дня еще при первоначальном использованиипринципов Базельского комитета для регулирования банковской системыЕвропы и США. В исследованиях Т. Вильда, М.

Горди, К. Гуриру, Р. Мартина,Х. Ро-Бредов предложены различные поправки с учетом гранулированности иконцентрации, корректирующие требования к капиталу, полученные спомощью модели Васичека. Однако все предложенные исследователямиметоды повышения точности данной модели не позволяют раскладыватьскорректированныйсучетомконцентрациикапиталнаэлементы,соответствующие отдельным кредитам.Концентрация по отношению ккрупным заемщикамвысокаяНизкая точность оценки IRBApproachнизкаяХорошая точность оценки IRBApproachКонцентрация по отношению ксекторамвысокаянизкаяРис.

1. Точность подхода, основанного на внутренних рейтингах, Базель IIв зависимости от концентрации кредитного портфеля. Похожая схема вработе М. Гюртлера и др. (2009).Отдельно необходимо назвать работы М. Горди и Е. Люткебохмерт,М. Гюртлера и др., которые выявили следующую закономерность: чем хужекредитное качество и больше зависимость неплатежеспособности заемщиковдруг от друга, тем меньше критическое количество кредитов в портфеле, прикотором точность модели Васичека остается на приемлемом уровне.13В работе М. Горди и Дж. Марона на основании исследований М.

Горди,Р. Мартина и Д. Таше предложена поправка на концентрацию для моделей,учитывающих при определении убытков от кредитных рисков изменениекредитного качества заемщиков.Во второй главе диссертационного исследования разрабатываютсяэконометрическиемоделизависимостипоказателейконцентрацииотпараметров кредитного портфеля.

Требования к капиталу с учетом обоихисточников потерь от кредитных рисков были рассчитаны при помощигибридной методологии, предложенной М.В. Помазановым.Наосновезакономерностей,выведенныхГ. Гиесе,автордиссертационного исследования предлагает следующее соотношение, котороепозволяет оценить необходимую корректировку для капитала, полученного спомощью подхода, основанного на внутренних рейтингах, Базель II:pfnEAD iEADULGibrid  EL   (ULBasel ELi ) * e i,(1)i 1где EAD– совокупная сумма кредитов в портфеле, EADi – сумма i-гокредита, ELi – ожидаемые потери по портфелю, ULGibrid – непредвиденныепотери с учетом обоих источников кредитного риска, ULiBasel – непредвиденныепотери, рассчитанные с помощью подхода, основанного на внутреннихpfEADiEADрейтингах, Базель II, pf – пенальти-фактор, e – показатель структурыкредитного портфеля, отражающий важность индивидуального кредитногориска i-го заемщика в итоговых потерях по портфелю.Левая часть соотношения (1) при получении убытка от кредитных рисковучитывает как зависимость банкротств фирм от общего риск-фактора, так ииндивидуальныйрискнеплатежеспособностизаемщиков.Праваячастьотражает потери, полученные только под влиянием общего риск-фактора14(модель «IRB Approach»), которые корректируются с учетом структурыpfEAD EADкредитного портфеля e.Параметр pf – портфельная характеристика, которая позволяет разложитькапитал по каждому кредиту в портфеле и учесть при этом оба источникакредитных рисков.

Этот параметр показывает критическое значение весакредита, который может быть добавлен в портфель при сохранении штрафа законцентрацию «IRB Approach» на заданном уровне.Базовымипараметрамиконцентрациикредитногопортфеля,использованными в исследовании, служили HHI и эффективное количествокредитов3. Для вывода зависимости штрафа за концентрацию и пенальтифактора генерировались кредитные портфели с заданными параметрамиконцентрации, соответствующими реальным портфелям немецких данных,представленных в исследовании М.

Горди и Е. Люткебохмерт. В итоге былополучено 7500 кредитных портфелей с разным количеством кредитов в каждом– от 400 до 1500. Процесс генерации и подбор параметров распределенияподробно представлен в Приложении 1 диссертационного исследования.ИтоговыемоделизависимостиштрафазаконцентрациюIRB Approach error  ULGibrid  ULBasel  ULBasel 100% (выраженный в %) и пенальти-фактора для уровня значимости 99% выглядят следующим образом (подробныйвывод данных формул и обоснование объясняющих переменных представленов Приложении 2 диссертационного исследования, под моделями представленозначение коэффициента детерминации (R2) и указаны соответствующиезначения t-статистик для коэффициентов):ln( IRB Approch error)  5,37  0,97 EL  1,18( EL  EL _ l arg e)  0,027 EN2R = 84%215-52-393(2)-139Эффективное количество кредитов рассчитывается по следующему алгоритму: кредитыранжируются по убыванию EAD; определяется количество крупнейших кредитов,покрывающих 25% всего портфеля, и умножается на 4.

Полученное число и будетэффективным количеством кредитов для 25%-го уровня. Для уровня 50% – определяетсяколичество крупнейших кредитов, покрывающих 50% суммы портфеля, и умножается на 2.15ln( pf )  3,39  0,98EL  0,76( EL  EL _ l arg e)  0,015EN  1,822 formR2 = 77%73-65-31-93(3)251. EL – ожидаемые потери по портфелю, выраженные в % от портфеля,2.

EL_large – ожидаемые потери по крупным кредитам (в % от объемакрупных кредитов),–3. ENэффективноеколичествокредитов,показываетобщуюабсолютную концентрацию кредитного портфеля,4. form – показатель относительной концентрации, показывающийсоотношение крупных и средних кредитов в портфеле. Чем ближе formк 1, тем более диверсифицирован портфель.Зависимость IRB Approach error от концентрации кредитного портфеляпредставлена на рис. 2.Штраф за концентрацию отрицательно зависит от ожидаемых потерь попортфелю с поправкой на ожидаемые потери по крупным кредитам иположительно зависит от концентрации кредитного портфеля. ДанныерезультатынеОтрицательнаяпротиворечатзависимостьвыводаммеждупредыдущихконцентрациейиисследователей.поправкойнагранулированность была получена М.

Горди и Дж. Маррон. М. Гюртлер и др.при анализе распределения кредитных портфелей по секторам получилипрактически линейную связь между этими же показателями. Представленнаяэконометрическая модель (2) указывает на экспоненциальную зависимость.Данная разница объясняется использованием различных моделей при оценкеэкономического капитала: М. Горди – CreditRisk+ с общим риск-фактором,М. Гюртлер и др. – CreditMetrics с общим риск-фактором, модель (2) –гибридной методологии. При этом модель (2) включает зависимость штрафа законцентрацию от ожидаемых потерь (EL), в то время как исследованияМ. ГордииМ.

Гюртлераотражаютлишьзависимостьпоправкинагранулированность от концентрации. По силе влияния в модели (2) факторконцентрации является ключевым.16Штраф за концентрацию,или IRB Approach error90%80%70%60%50%40%30%20%10%0%255075100125150175200Эффективное количество кредитов (EN)Рис. 2. График зависимости штрафа за концентрацию (IRB Approach error)для уровня значимости 99% от эффективного количества кредитов впортфеле EN.Предложенная эконометрическая модель штрафа за концентрацию отосновных параметров портфеля характеризуется приемлемой точностью: дляуровня значимости 99% коэффициент детерминации (R-squared) составляет84%, средняя относительная ошибка прогноза – 25%. Необходимо отметить,что точность модели (2) значительно понижается в случае штрафа законцентрацию больше 35%.

Однако реальные портфели российских банков нехарактеризуются настолько высокой концентрацией и таким кредитнымкачеством, чтобы требуемая корректировка для капитала, полученного спомощью Базельской методологии, была настолько велика. Таким образом,данный недостаток не представляется существенным с практической точкизрения.Эконометрическая модель зависимости пенальти-фактора от параметровкредитного портфеля характеризуется хорошей точностью и прогнозной силой.Для уровня значимости 99% коэффициент детерминации составляет 77%,средняя относительная ошибка прогноза – 19%.17В среднем по сгенерированным портфелям IRB Approach error для уровнязначимости в 99% составляет 11% ULBasel или 9% потерь в целом (ULBasel + EL).Полученная поправка на концентрацию (в терминах М.