Оценка кредитных рисков инвестиционных проектов Карминский А.М. (НИУ ВШЭ) Моргунов А.В. (НИУ ВШЭ) Повышение интереса банков к использованию рейтинговых моделей (моделей вероятности дефолта) во многом обусловлено внедрением в практику Базель II в части использования внутренних рейтингов и соответствующих моделей (IRB Approach) для оценки кредитного риска, что требует разработки специализированных моделей для различных типов сделок. Одной из наиболее проблемных для российских банков является разработка моделей для инвестиционных проектов в интересах корпоративных клиентов, в частности, для класса заимствований «Проектное финансирование». Это связано с ограниченным объемом данных и отсутствием достаточной статистики по дефолтам для разработки таких моделей. Помимо этого экономическая суть различных групп инвестиционных проектов может различаться, в результате чего для каждой такой группы на кредитоспособность проектов могут влиять различные объясняющие переменные, что требует специализации моделей по группам. Важным фактором является неполная сопоставимость данных по различным российским банкам в силу использования несколько различающихся определений дефолта инвестиционных проектов. Это создает дополнительные сложности не только коммерческим банкам, но и регулирующим органам. В этой связи разработанная в ходе исследования модель оценки вероятности дефолта имеет важное практическое значение при внедрении внутреннего подхода к оценке риска на основе внутренних рейтингов. Применительно к моделям проектного финансирования можно отметить модели Standard & Poor’s (Risk Solutions), где приведено описание подходов к формированию рейтинговых оценок для проектного финансирования, подходы к построению моделей денежных потоков по сделкам проектного и структурированного финансирования (Hait, 2011), а также различные подходы к построению рейтинговых моделей корпоративных клиентов (Карминский А.М., 2011). В качестве источников данных по инвестиционным проектам использовались сайты проектных компаний, зарубежных и российских рейтинговых агентств, база данных «RUSLANA» и другие источники. 1 Под дефолтом инвестиционного проекта понималась одновременная реализация двух следующих событий: 1. Дефолт хотя бы одной из проектных компаний, осуществляющих проект, то есть наличие хотя бы у одной из проектных компаний следующих условий: Проектная компания признана несостоятельной (банкротом); Проектная компания является устойчиво неплатежеспособной, то есть не выполняет свои обязательства перед кредиторами в течение срока более 90 календарных дней. 2. Факт одновременной реализации двух следующих событий: Значение коэффициента обслуживания долга (DSCR1) < 1; Значение коэффициента покрытия обязательств по погашению и обслуживанию основного долга за период финансирования (LLCR2) < 1. Формирование модели вероятности дефолта проекта осуществлялась на основе бинарной логистической регрессии. В работе предложена новая модель ранжирования инвестиционных проектов. Был разработан ряд рейтинговых моделей, из них выбрана статистически наиболее значимая, удовлетворяющая экономическому смыслу. Разработанная модель и рекомендации могут быть использованы отдельными банками для совершенствования собственной системы риск-менеджмента. Литература 1. Allen S. (2003). Financial risk management: A practioner’s guide to managing market and credit risk. – Hoboken, N.J.: John Wiley & Sons, Inc. 2. Basel (2005). An explanatory note on the Basel ΙΙ IRB Risk Weight Functions. An internal model-based approach to market risk capital requirements. Basel Committee on Banking Supervision. 3. Basel (2006). Internal convergence of capital measurement and capital standards: A revised framework. Comprehensive version. Basel Committee on Banking Supervision. 4. Gordy M. (2003). A risk-factor foundation for rating-based bank capital rules // Journal of Financial Intermediation. 1 DSCR определяется как отношение суммы чистого дохода от проекта за определенный период к затратам по обслуживанию долга за тот же период. 2 LLCR определяется через соотношение дисконтированных поступлений от проекта к непогашенному остатку основного долга на дату оценки проекта. 2 5. Hait M. (2011). Проектное и структурированное финансирование: кэш-фло - модели с учётом Financial Covenants. 6. Jorion P. (2007). Financial risk manager instruction manual. 4th ed. – N.Y.: John Wiley & Sons, Ltd. 7. Jovic D., Beutler M. (2000). Paradoxical incentives in the New Basel capital framework // Risk Professional. 2000. V. 2. No. 5. 8. Karminsky A., A. Kostrov, T. Murzenkov (2012). Comparison of Default Probability Models: Russian Experience FE "Financial Economics", Higher School of Economics, 06/2012. -25 с. 9. Risk Solutions. Пакет аналитических услуг для проектного финансированияS&P. Презентация (http://www.standardandpoors.com/productsservices/RiskSolutions/en/us). 10. Vasiček O. (2002). Loan portfolio value // RISK.. December. 11. Карминский А.М. (2011). Модели корпоративных рейтингов для развивающихся рынков // Корпоративные финансы. № 3 (19). C. 19—29. 12. Лобанов А.А., Чугунов А.В. (2009). Энциклопедия финансового риск-менеджмента - 4е изд., испр. и доп. - М.: Альпина Бизнес Букс, 2009. - 932 с. 3