Моделирование обеспечения портфеля секьюритизированных ипотечных кредитов (1142475), страница 2
Текст из файла (страница 2)
Теоретическаязначимость полученных научных результатов состоит в том, что основные выводы иположения диссертации развивают теоретико-методологическую базу оценки уровняобеспечения портфеля секьюритизированных ипотечных кредитов.Практическая значимость полученных научных результатов заключается ввозможности применения российскими кредитными организациями построенного вдиссертации комплекса экономико-математических моделей для оценивания уровняобеспечения портфеля секьюритизированных ипотечных кредитов. Разработанный вдиссертации комплекс моделей для оценки уровня обеспечения портфелясекьюритизированных ипотечных кредитов учитывает особенности ипотечныхкредитных портфелей российских банков и возрастающие потери по ссудам вусловиях экономических кризисов.Самостоятельное практическое значение имеют:эконометрическая модель оценки вероятности дефолта заемщика ипотечногокредита.
Использование данной модели позволяет оценивать кредитный рискзаемщика ипотечного кредита;эконометрическая модель оценки темпа роста доходов населения;модель поправки в оценку вероятности дефолта заемщика ипотечного кредита,учитывающей сценарий реализации кризиса в российской экономике.модель, разработанная на основании базовой модели MILAN, для оценкиуровня обеспечения портфеля секьюритизированных ипотечных ссуд. Даннаямодель ориентирована на широкое использование в практике управлениякредитными рисками российским коммерческим банком как для целей оценивания9уровня обеспечения, встраиваемого в сделку секьюритизации кредитов, так и длястресс-тестирования портфеля ипотечных кредитов.Внедрение полученных результатов в практику кредитных организацийпозволяет повысить обоснованность принимаемых руководителями коммерческихбанков решений в области управления кредитными рисками.
Проведение сделки посекьюритизации кредитов позволяет снизить требуемый размер собственных средствбанка за счет специальных капитальных вычетов, величина которых зависит отобъема секьюритизированного портфеля. Согласно исследованиям, проведеннымроссийскими специалистами, при совершении сделки по секьюритизации активовчистая прибыль коммерческого банка увеличивается.Апробацияивнедрениерезультатовисследования.Результатыдиссертационного исследования прошли апробацию в рамках следующих научныхмероприятий: Круглый стол «Мировой финансово-экономический кризис иперспективы инновационного развития экономики России: финансовый, кредитный,валютныйаспекты»(Москва,Финуниверситет,2010г.);МеждународныйМолодежный Форум Финансистов (Москва, Финуниверситет, 2011 г.); ТретийМеждународный Научный Студенческий Конгресс (Москва, Финуниверситет, март2012 г.); Международная научно-практическая конференция «Инновационные иинформационные технологии в развитии бизнеса и образования» (Москва,Финуниверситет, ноябрь 2012 г.).Диссертационное исследование выполнено в рамках научно-исследовательскихработ Финуниверситета по комплексной теме «Инновационное развитие России:социально-экономическая стратегия и финансовая политика» по межкафедральнойподтеме «Экономико-математический подход к измерению инновационного роста».МатериалыдиссертациииспользуютсявпрактическойдеятельностиУправления кредитных рисков АКБ «Абсолют банк» (ЗАО), в частности,используется модель, разработанная на основе «классической» модели MILAN,оценки уровня обеспечения по портфелю секьюритизированных ипотечных10кредитов в условиях кризиса в экономике, построенная исходя из располагаемойбанком информации по кредитам.Внедрениеуказанноймоделиоценкиуровняобеспеченияпопулусекьюритизированных ипотечных кредитов позволяет оценить объем потерь попортфелю ипотечных кредитов в условиях кризиса в экономике и необходимый приэтом размер капитала банка.Внедрение результатов исследования документально подтверждено.Публикации.
По теме диссертации опубликовано 4 печатные работы общимобъемом 1,8 п.л. (весь объем авторский), в том числе 3 работы авторским объемом1,3 п.л. в журналах, определенных ВАК Минобрнауки России.Структура и объем работы. В соответствии с поставленными задачами ипринятой логикой исследования диссертационная работа состоит из введения, трехглав, заключения, библиографического списка, включающего 94 наименования, и 1приложения. Общий объем работы составляет 130 страниц.Во введении обоснована актуальность темы диссертационного исследования,определена цель и задачи исследования, его предмет и объект, методологическая иинформационная база, научная новизна и практическая значимость.В первой главе диссертации раскрыто определение секьюритизации активов,осуществленанализпредпосылоквозникновениясекьюритизацииактивов.Выполнен анализ текущей экономической ситуации на российском рынкесекьюритизации кредитов, исследованы трансакционные издержки в сделкахсекьюритизациикредитов.Выполненанализпреимуществинедостатковсекьюритизации кредитов для банков.
Осуществлен анализ современных моделей,использующихся для оценки уровня обеспечения портфеля секьюритизированныхипотечных кредитов.Во второй главе диссертации разработаны модель оценки вероятности дефолтазаемщика ипотечного кредита, модель оценки темпа роста доходов населения,модель поправки в оценку вероятности дефолта заемщика ипотечного кредита,11учитывающей сценарий реализации кризиса в российской экономике. Данныемодели были интегрированы в базовую модель рейтингового агентства Moody’sMILAN, модифицировав ее для условий российской экономики и с учетомэкономического кризиса.В третьей главе диссертации проведена апробация комплекса разработанныхэкономико-математических моделей для оценки уровня обеспечения портфелясекьюритизированных ипотечных кредитов на практическом материале, а именно наданных по ипотечным кредитам, выданных коммерческим банком РоссийскойФедерации. Сделаны выводы по результатам апробации и проверки на адекватностьмодифицированной модели.II.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫПостроена эконометрическая модель оценки вероятности дефолта1.заемщика ипотечного кредита.Изначально в модели рейтингового агентства Moody’s MILAN по оцениваниюуровняобеспеченияпортфелясекьюритизированныхипотечныхкредитоввероятность дефолта заемщика ипотечной ссуды определялась исходя из значенияпоказателя отношения ссудной задолженности к стоимости заложенного имуществапо кредиту (LTV). При оценивании изолированного влияния показателя LTV назависимую переменную, характеризующуюзаемщика,коэффициентДжининавозникновение события дефолтапрактическомматериалероссийскогокоммерческого банка составил 0,26. Значение данного статистического показателяменьшее 0,6 позволяет судить о низкой предсказательной способности моделиоценки вероятности дефолта заемщика ипотечного кредита от одной переменной(показателя LTV по кредиту).
В диссертационной работе построение модели оценкивероятностидефолтазаемщикаипотечногокредитаосуществлялосьсрассмотрением всех возможных потенциальных объясняющих переменных нареальных данных, предоставленных российским коммерческим банком.Эконометрическая модель оценки вероятности дефолта заемщика ипотечного12кредита была построена в системе SAS Enterprise Guide.
Построение осуществлялосьсогласно следующим этапам:- Сбор информации по всем выданным ипотечным кредитам российскогокоммерческого банка, по которым не наблюдались события дефолтов заемщиков заанализируемый период и которые не были погашены к концу анализируемогопериода.- Определение всех возможных объясняющих переменных. Построение целевойпеременной, характеризующей возникновение события дефолта заемщика поотобранным ипотечным кредитам в течение следующего за анализируемымпериодом года.
Разделение всех отобранных кредитов на две выборки: обучающую иконтролирующую, в соотношении 80% к 20%.- Выполнение статистических преобразований над потенциальными входнымипеременнымистем,чтобыоцениваемуюстатистиками:повыситьихкоэффициентомпредсказательнуюДжиниимеройспособность,расстояния,статистикой IV.- Предварительный отбор потенциальных входных переменных модели наоснове анализа изолированного влияния каждой потенциальной объясняющейпеременной на зависимую переменную. Так, на основе значений коэффициентаДжини (не менее 10%) и статистики IV (не менее 0,02) отбрасывались издальнейшегорассмотрениянезначимыепеременные.Проведениеанализакорреляционной зависимости между потенциальными объясняющими переменными.- Построение регрессионной модели зависимости отобранных на ранних этапахпотенциальных объясняющих переменных от целевой переменной на обучающейвыборке. Оценивание параметров модели методом максимального правдоподобия сиспользованием итерационного метода Ньютона.- Проведение тестов, предъявляемых к математическим моделям, на обучающейи контролирующей выборках.Оцененная спецификация модели оценки вероятности дефолта заемщика13ипотечного кредита приведена ниже:PDi(0,0165 / 0,0194)1 e3,97 0, 75*LTVi 1, 04*Overdue i 0,99*Interest rate i,(1)где PDi – это вероятность дефолта заемщика i-ого кредита, LTVi – отношениессудной задолженности по i-ому кредиту к стоимости заложенного имущества понему; Interest rate i – ставка процента по i-ому кредиту; Overdue i – диапазон срокавозникновения просроченной задолженности по i-ому кредиту.Статистическая информация по построенной модели (1) оценки вероятностидефолта заемщика представлена ниже в табл.
1.Таблица 1Статистическая информация при построении логистической регрессии дляоценки вероятности дефолта заемщика ипотечного кредитаОбучающая выборкаКонтролирующая выборка12948наблюдений3238наблюденийСтандартная ошибка оценки свободного члена регрессии0,073Стандартная ошибка оценки параметра, стоящего передпеременной LTVi0,128Стандартная ошибка оценки параметра, стоящего передпеременной Interest rate i0,055Стандартная ошибка оценки параметра, стоящего передпеременной Overdue i0,046Стандартное отклонение ошибки регрессии0,11Коэффициент Джини на обучающей выборке0,64Коэффициент Джини на контролирующей выборке0,61Статистика Колмогорова-Смирнова на обучающей выборке0,4814Окончание табл. 1Статистика Колмогорова-Смирнова на контролирующей выборкеСтатистика Вальда для параметра, стоящего перед переменнойOverdue iСтатистика Вальда для параметра, стоящего перед переменнойLTViСтатистика Вальда для параметра, стоящего перед переменнойInterest rate iСтатистика Вальда для свободного членаКритическое значение для статистики Вальда при уровнезначимости 0,05Составлено автором0,46509,2934,28320,842986,489,49Выявленная зависимость (1) для вероятности дефолта заемщика по кредитубыла скорректирована так, чтобы средняя вероятность дефолта по выборке была науровне средней наблюдаемой доли ипотечных кредитов, по которым наступилособытие дефолта в течение года, за период с 2007 по 2011 гг.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
