Инструментальные методы разработки рейтинговых моделей для корпоративных клиентов в рамках соглашения «Базель II» (1142371), страница 5
Текст из файла (страница 5)
На последнем этапе к рейтинговой моделибыли добавлены факторы поддержки и стоп-сигналы.Добавление в рейтинговую модель модулей поддержки и стоп-сигналовсущественно улучшило модель. Так, например, показатель R2 увеличился с 80% до90%, индекс Джинни – с 89% до 98% (см. рис.8). Также существенно снизилисьошибки I-го (отказ в выдаче кредита контрагенту с низким риском) и II-го рода (рисквыдачи кредита контрагенту с высоким кредитным риском), что показывает навысокое прикладное значение полученных результатов.100%8%100%80%6%98%60%50%4%40%2%0%0%0%50%Лучшая модельСлучайная модель100%-51.3-46.1-40.9-35.7-30.5-25.3-20.0-14.8-9.6-4.40.86.011.216.521.726.932.137.342.547.752.958.263.468.673.879.020%Распределение портфеляСкоринговая кривая0%ADRРисунок 8 – кривая Лоренца (синяя кривая) (а), скоринговая кривая и криваясреднего уровня дефолта (ADR) (в) по разработанной рейтинговой моделиБенчмаркинг (оценка близости оценок (рейтинга) разработанной рейтинговоймодели к оценкам внешних рейтинговых агентств) произведенный по 141 российскойкредитной организации, имевших по состоянию на 01.01.2012 г.
внешние рейтинги,показал, что включение модулей поддержки и стоп-сигналов улучшает корреляциюмежду внутренними (рассчитанными на основе разработанной рейтинговой модели)и внешними рейтингами с 73% до 92% (см. рис. 9).232118151296302118151296300 3 6 9 12 15 18 212118151296300 3 6 9 12151821(а)(б)0 3 6 9 12 15 18 21(в)Рисунок 9 – Графики разброса внешних рейтингов с базовыми рейтингами (а),рейтингами с учетом внешней поддержки (б), с учетом стоп-сигналов (в)Разработанная рейтинговая модель прошла валидацию (бэк-тестинг) навыборках out-of-sample (т.е. предсказательная сила на всем портфеле за исключениемзаемщиков, по которым была разработана рейтинговая модель) и out-of-time (напортфеле через год).Из полученных результатов можно сделать выводы, что добавление каждого измодулей (внешней поддержки, стоп-сигналов) существенно улучшает качестворейтинговой модели, что подтверждается проведенными статистическими тестами.8. Математическоеописаниеприменениярейтинговыхоценоквовнутренних процессах кредитных организацийВ диссертации описано, в каких внутренних процессах и каким образомдолжны применяться результаты рейтинговых моделей (рейтинг, вероятностьдефолта).Ценообразование кредитных сделокОдним из главных этапов процесса кредитования и заключения других сделок,несущих кредитные риски является определение стоимости активов.
Интуитивнопонятно, что стоимость кредитного продукта должна учитывать риск, которому онподвергается, в частности должна полностью включать средние потери в случаереализации кредитного риска. Средние кредитные потери по выданному кредитуобозначаются как ожидаемые потери (EL – expected losses) и рассчитываются поформуле 3.ELij = PDi·LGDij·EADij(3)24гдеPDi (probability of default) – вероятность дефолта i-го контрагента, рассчитаннаяпо рейтинговой модели,LGDi (loss given default)– уровень потерь в случае дефолта i-го контрагентапо j-ому продукту (в процентах от общей задолженности),EADi(exposure-at-default)–стоимостьподрискомi-гоконтрагентапо j-ому продукту (абсолютная величина задолженности).Тогда цена кредитного продукта j для контрагента i будет являться функцией,указанной в формуле 4.Ценаij = f(ELij, Ft, K)где(4)Ft – стоимость фондирования, K – затраты на капитал («цена» задействованногокапитала, призванного компенсировать непредвиденные потери).Установление лимитовУстановка лимитов на кредитные операции – это один из самых мощныхинструментов ограничения рисков.
В простейшем случае лимит можно определить изуравнения расчета EL, выразив через него величину стоимости под риском (EaD), какуказано в формуле 5.EaDij =ELij(5)PD i LGDijПод параметром ELij в данном случае будет пониматься максимальные потери,которыми банк может рисковать по клиенту с фиксированными значениями PDi иLGDij.Установление требования на обеспечениеВнутри банка в зависимости от риск-аппетита могут быть установленымаксимальныеотносительныеожидаемыепотерипоодномузаемщику.Соответственно, зная рейтинг контрагента, а также запрашиваемую сумму можноустановить требования по обеспечению (формула 6).LGDij =ELijPDi EaDij(6)25Профили рисков на подразделения кредитной организацииВ зависимости от профиля риска бизнес-подразделениям в диссертациипредлагаетсяустанавливатьмаксимальноезначениеожидаемыхпотерьELp(максимальные потери для бизнес-подразделения p-го профиля).
Т.е. в случае если вподразделение p-го профиля придет клиент i за продуктом j с параметрами PDi, LGDij,EADij таким, что выполняется неравенство из формулы 7:PDi·LGDij·EADij > ELp(7)то такая заявка на кредит должна рассматриваться на более высоком уровне (еслидвухуровневая система профилей – то на уровне центрального аппарата кредитнойорганизации).РезервированиеВнутренний рейтинг может применяться в качестве входного параметра длярасчета финансового положения контрагента для целей расчета резерва на возможныепотери по ссудам (РВПС) в рамках Положения Банка России 254-П.
Для этогоопределяются пограничные рейтинги, пересечение которых приводит к изменениюфинансового положения. Например, в рамках 21-рейтинговой шкалы можнопроставить следующие границы: рейтинги 1–11 – финансовое положение «хорошее» (соответствуетвнешним рейтингам с AAA до BB-); рейтинги 11–17 – финансовое положение «среднее» (с В+ по В–); рейтинги 18–21 – финансовое положение «плохое» (с ССС по D).Принятие решений о выдаче кредитаРейтинговые оценки должны использоваться при принятии решений о выдачелибо отказе в выдаче кредитных средств заемщикам.
С точки зрения консервативногоподхода, по нашему мнению, выдавать кредитные средства контрагентам, имеющимрейтинги относящихся к финансовому положение «плохое» (18–21), не желательно.ЗАКЛЮЧЕНИЕВ диссертации проведена работа поразвитию и совершенствованиюметодологической и методической основы построения внутренних рейтинговыхмоделей кредитных организаций с учетом специфики российской банковскойсистемы.
На основе полученных результатов разработана рейтинговая модель длясегмента «Кредитные организации-резиденты РФ».26ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИСтатьи, опубликованные в журналах, определенных ВАК Минобрнауки России:1) Ипатьев, К.Н. ROC-анализ и принятие решений при выдаче кредитов/ К.Н. Ипатьев // Интеграл. – 2012. – №2 (64) Март-Апрель 2012. – С.
62. (0,15 п.л.);2) Ипатьев, К.Н. Разработка рейтинговой модели для сегмента «Банки»[электронный ресурс] / К.Н. Ипатьев // Управление экономическими системами:электронныйнаучныйжурнал.––2013.№6.Режимдоступа:http://uecs.ru/finansi-i-kredit/item/2183--qq (0,7 п.л.);3) Ипатьев, К.Н. Построение внутрибанковской рейтинговой шкалы в рамкахсоглашения Базель II / К.Н. Ипатьев // Предпринимательство. – 2013. – № 4.– С.
140-150. (0,63 п.л.);4) Ипатьев, К.Н. Разработка внутренней рейтинговой модели в рамкахсоглашения Базель II в условиях отсутствия статистики по дефолтам / К.Н. Ипатьев//Научное обозрение. – 2013. – №6. – С. 220-224. (0,5 п.л.);5) Ипатьев, К.Н. Построение алгоритма разработки внутренних рейтинговыхмоделей в соответствии с требованиями Базель II и интеграция рейтинговых моделейво внутрибанковские процессы / К.Н. Ипатьев // Научное обозрение. – 2013. – №6.– С. 225-231. (0,7 п.л.).Статьи, опубликованные в других научных изданиях:6) Ипатьев, К.Н.
Базель II и проблемы его внедрения в российских банках/ К.Н. Ипатьев // Модернизационные процессы в экономике и экономическомобразовании: сб. трудов I Международной научно-практической конференции,30 марта 2012 года. – Ростов-на-Дону: Научное сотрудничество, 2012. – С. 44-48.(0,25 п.л.);7) Ипатьев,К.Н.Ценообразованиесучетомкредитногориска/ К.Н. Ипатьев // Научное обозрение: экономика и управление.
– 2012. – №3.– С.102-104. (0,25 п. л.);8) Ипатьев, К.Н. Учет поддержки государства и группы во внутреннихрейтинговых моделях / К.Н. Ипатьев // Научное обозрение: экономика и управление.– 2012. – №4. – С.152-157. (0,29 п.л.)..
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
