Диссертация (1138316), страница 13

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 13)

В работе [Ross, 2000] средиперспективных направлений исследований автор указывает на анализкредитного рынка в контексте региональных различий.Среди других факторов ипотечного дефолта в литературеотмечается влияние регионального уровня безработицы [Quercia et al.,2011], который, как предполагается, позволяет учесть ожиданияотносительно будущих изменений на рынке и труда, а, следовательно,и риск потери работы, ведущий к шокам дохода заемщика [Attanasio,et al., 2008]. Вероятность дефолта положительно связана с уровнембезработицы, и, как отмечается в работе [Quercia, et al., 2012], болеечувствителен именно к циклической безработице, связанной сдефицитом спроса, нежели структурной.При оценке вероятности дефолта ипотечного заемщика важновыделить процентный и инфляционный риск [Campbell and Cocco,772011;Campbell,предполагает,процентнойБольшинство2013].что банкставкиоставляетпо кредитузавипотечныхсобойслучаедоговоровправоизмененияизмененияставкирефинансирования 18 , которая устанавливается ЦБ РФ и определяетстоимость денег на финансовом рынке.Важноотметить,чтоувеличениепроцентнойставкипо ипотечному кредиту имеет разный эффект на ипотечные продуктыс фиксированной (fixed-rate mortgage, FRM) и плавающей процентнойставкой (adjusted-rate mortgage, ARM).

При увеличении процентнойставки, размер ипотечных платежей остается неизменным для FRMзаемщиков, в то время как для ARM заемщиков он увеличивается.Увеличение размера ипотечных платежей, в свою очередь, можетсопровождаться увеличением показателя Платеж/Доход и, какследствие, ростом вероятности дефолта.Как отмечается в работе [Ершов и др., 2013], в развитых странах(США, страны Еврозоны, Индия и др.) в последнее время уровеньставокрефинансированияустойчивонаходитсянауровнезначительно ниже инфляции (табл.

П1.3). Во многих странахс развивающимсянаблюдаетсярынкомобратная(Китай,Бразилия,Россияиситуация, когда уровень ставокдр.)вышеинфляции, что означает более рестриктивную денежно-кредитнуюполитикуинеобходимыхинфляционныенедляведеткувеличениюучастниковшокидоступностиэкономики.вынуждаютЦБСРФресурсов,однойстороны,повышатьставкурефинансирования, что ведет к увеличению процентной ставкипо ипотечнымкредитамиувеличениюколичествадефолтов,в частности, для ARM заемщиков.

С другой стороны, уровень18В исследуемый временной период в главе 3 (2008–2012 гг.) основным инструментом денежнокредитной политики являлась ставка рефинансирования. С 2013 г. ЦБ РФ учреждена ключеваяставка.78инфляции оказывает статистически значимое влияние на цену активов[Piazzesi et al., 2007]. Другими словами, уровень инфляции определяетзалоговую стоимость жилья, которая входит в расчет показателяКредит/Залог, а, как следствие, оказывает влияния на вероятностьдефолта ипотечного заемщика.Агентство Moody’s отмечает и важность благоприятной как длякредиторов,такидлязаемщиковправовойсреды.Совершенствование законодательной базы в сфере ипотечногокредитованияспособствуетнетолькоужесточениюпроверкиплатежеспособности заемщиков и процедуры обслуживания кредитов,но и расширяет права потребителей ипотечных продуктов.В качестве системных причин, влияющих на степень кредитногориска на рынке российского ипотечного кредитования, отмечаюттакже [Косарева и др., 2010]: уровень социально-экономической стабильности в стране, уровеньразвитияжилищногорынка,наличиедостаточногоплатежеспособного спроса на ипотечные кредиты и устойчивыхдоходов заемщиков; уровень развития законодательной базы, ее адекватность задачамразвития системы ипотечного жилищного кредитования населения,сложившаяся судебная практика обращения взыскания на предметзалога.Исследования российского рынка ИЖК в контексте оценкиуровнякредитногорискадовольноограничены,чтосвязаново многом с отсутствием (закрытостью) информации.

Это касаетсякак детализированной информации в части обслуживания ипотечногокредита и характеристик заемщика, так и недостатка статистическойинформацииокредитныхисторияхзаемщиков.Зачастую,это обусловлено объективными причинами, однако такая ситуация79порождает проблемы в части построения моделей оценки PD,обладающих высокой прогностической силой.Принимая во внимание объект диссертационного исследованияи используемые данные эмпирической части работы, следуетотметить важность и ряда других параметров для объяснениявероятности ипотечного дефолта.Исследуемые ипотечные жилищные кредиты рефинансированыв АИЖК в рамках системы двухуровневого рефинансирования.Существует возможность непосредственной выдачи таких кредитов(займов)населениюи региональнымкакпервичнымиоператоромаккумулированииАИЖК,региональнымкредиторами,придальнейшемоператором.такихНесмотряна существование единых стандартов выдачи и рефинансированиятаких кредитов (Стандарты АИЖК), оценка уровня их кредитногорискаосуществляетсякаждымизкредиторовсамостоятельнов соответствии с внутренними системами ипотечного андеррайтинга.По этой причине надежность оценки уровня кредитного рискапотенциальных заемщиков в рамках таких систем может существенноварьироваться, а, как следствие, и фактическая частота ипотечныхдефолтов.Кроме того, предлагаемые АИЖК ипотечные программы,как правило,привлекательнеесреднерыночных,посколькупредставляют собой кредиты, гарантированные государственнымиструктурами (government-sponsored mortgages) и ориентированына обеспечение равной доступности для населения на всей территорииРоссии.Онивключаютвсебякакклассическуюипотеку,так и социальную ипотеку.

Соответственно, уровень кредитного рискатаких заемщиков может существенно отличаться от заемщиковкоммерческих банков, а выявленные ранее эффекты социально80демографических характеристик, параметров ипотечного кредитаи макроэкономических условий могут быть отличными.Немаловажна переоценка вероятности ипотечного дефолтаи управления кредитным риском на протяжении всего жизненногоцикла кредита.

Вместе с тем необходим мониторинг не толькоотдельно взятого заемщика, но и всего кредитного портфеля,что представляется еще более сложной задачей. Обзор моделейоценки кредитного риска представлен в работе [Порошина, 2013].Всовременныхусловияхвсебольшуюактуальностьприобретает задача автоматизации отдельных бизнес-процессов банкав целях увеличения скорости и качества принимаемых решений[Маркус, 2013]. В первую очередь это актуально для розничногокредитования и систем оценки кредитного риска.

Ипотечный кредит,в отличие от потребительского, имеет длительный кредитный период,что, в свою очередь, требует в большей степени индивидуальногоподхода к оценке и управлению кредитным риском. Вместе с темотдельные элементы автоматизации принятия решений могут бытьиспользованы как при оценке вероятности ипотечного дефолта,которая является элементом системы кредитного андеррайтинга,так и на других этапах жизненного цикла кредита.2.3.Эконометрическое моделирование вероятности ипотечногодефолтаПри эконометрическом моделировании вероятности дефолтаипотечного заемщика рассматриваются несколько последовательныхэтапов.Во-первых, осуществляется сбор и обработка агрегированныхи индивидуальных статистических данных по рынку ипотечного81жилищного кредитования, включая информацию по обслуживаниюипотечных жилищных кредитов (займов).Во-вторых,проводитсянаанализэтапепредварительногоимеющихсяданныхнаанализаданныхпредметналичиястатистических выбросов и явных ошибок измерения.В-третьих,осуществляетсяпостроениеэконометрическихмоделей вероятности ипотечного дефолта из класса параметрическихмоделей.

Согласно Методическим рекомендациям Банка Россиипо реализации подхода к расчету кредитного риска на основевнутренних рейтингов банков [ЦБ РФ, 2012], при отборе параметровмодели оценки PD рекомендуется руководствоваться следующимикритериями: исключатьпеременные,которыеобладаютнизкойкорреляциимеждудискриминационной способностью; самостоятельноопределятьуровеньпараметрами модели, который банки считают допустимым; исключать переменные, которые противоречат экономическомусмыслу.Сцельювыявлениепеременных,обладающихвысокойдискриминационной способностью применяются соответствующиепараметрические и непараметрические критерии для тестированиястатистически значимых различий значений переменных в группахдефолтных и недефолтных заемщиков. для выборочных средних—t-тест (при наличии статистическизначимых различий в выборочных дисперсиях) и ANOVA-тест(приотсутствиистатистическизначимыхв выборочных дисперсиях); для выборочных дисперсий — тест Бартлетта; для медиан — критерий Уилкоксона–Манна–Уитни;82различий для категориальных переменных — критерий согласия Пирсона19.Корреляционныйанализпозволяетоценитьстепеньстатистической взаимосвязи между вероятностью ипотечного дефолтаи соответствующими независимыми переменными.

Характеристики

Список файлов диссертации