Оценка совокупного кредитного риска банка 2. Методика

Оценка совокупного кредитного риска банка
Бледных О.И.
Бледных О.И. Оценка совокупного кредитного риска банка
Бледных Ольга Игоревна / Blednyh Olga Igorevna – старший преподаватель,
кафедра денег, кредита и финансов,
Вятская государственная сельскохозяйственная академия, г. Киров
Аннотация: стратегической задачей любого банка является сбалансирование прибыльности и риска кредитного
портфеля, что достигается путем организации процесса его оценки. Выбор и совершенствование системы
оценки совокупного кредитного риска считается очень сложной задачей коммерческих банков.
Abstract: strategic objective of any bank is to balance profitability and risk of the loan portfolio, which is achieved by
organizing the process of evaluation. The selection and improvement of the estimates of the total credit risk is considered to
be a very difficult task of commercial banks.
Ключевые слова: качественные, количественные, методы, совокупный, кредитный, риск.
Keywords: qualitative, quantitative, methods, total, credit, risk.
Подобно индивидуальному риску – для оценки степени совокупного риска применяются качественные и
количественные методы. Качественные методы сводятся к оценке качества кредитного портфеля банка.
Под кредитным портфелем банка понимают совокупность требований банка по предоставленным кредитам.
Наиболее популярны следующие методики оценки качества совокупного кредитного риска:
1. По формуле средневзвешенной, опираясь на показатели качественной оценки индивидуальных рисков, и
сравнивая полученный результат с разработанными интервалами уровней риска:
n
Кр   Ai  Ki ,
i 1
где Кр - интегральный показатель (рейтинг степени риска),
Ai - удельный вес i -го ссудополучателя в кредитном портфеле,
Ki - частная бальная оценка 1-го ссудополучателя,
n- число ссудополучателей.
2. Методика, разработанная С.Н. Кабушкиным [2]. Оценка качества кредитного портфеля банка
строится на количественной и качественной оценках финансовых коэффициентов. Выделяют 4 группы
показателей:
1) показатели доходности кредитных вложений;
2) показатели качества управления кредитным портфелем;
3) показатели достаточности резервов на покрытие возможных убытков;
4) интегрированные показатели совокупного кредитного риска банка, приведем их расчет.
1) уровень доходности кредитных вложений банка с учетом потерь по кредитам рассчитывается как отношение
разницы между чистым процентным доходом и потерями по кредитам к сумме кредитных вложений:
Кд 
ПД  ПР  Рр
100%
Собщ
где Кд – уровень доходности кредитных вложений,
ПД – процентные доходы, полученные от кредитных вложений,
ПР – процентные расходу, уплаченные за ресурсы кредитования,
Рр – расчетный резерв на убытки по кредитам,
Собщ – кредитные вложения, всего.
Рекомендуем показатель Рр, трактовать как сформированный банком РВПС на определенную дату с учетом
качества кредита и его обеспечения, что характеризует реальные расходы банка на формирование резерва и
рассчитывать скорректированный коэффициент.
2) коэффициент качества управления кредитным портфелем отражает степень риска кредитных вложений.
Определяется как отношение объемов различных групп ссудной задолженности, взвешенных на степень риска
невозврата кредита, к общей величине кредитных вложений:
Кк. упр 
 х1 k1   х2  k 2 
Собщ
  хn  kn
100%
где Кк.упр – коэффициент качества управления кредитным портфелем,
х1, х2. – кредитные вложении, отнесенные к соответствующей группе риска,
к1, к2. – коэффициенты отчисления в резерв по группам риска,
Собщ – кредитные вложения, всего.
3) коэффициент совокупного кредитного риска банка:
Кр 
 Собщ  Рр    Собщ  Рр  100%
Собщ   Собщ  Рф.с 
где Кр – коэффициент совокупного кредитного риска банка,
Рр – расчетный резерв на убытки по кредитам,
Собщ – кредитные вложения, всего,
Рф.с. – фактически созданный резерв на убытки по кредитам.
Чем ближе Кр к 1, тем лучше качество кредитного портфеля с позиции достаточности и возвратности резерва.
При Кр=1 риск отсутствует и прогнозируемые потери равны 0. Чем ближе Кр к 0, тем выше величина совокупного
кредитного риска.
3. Методика, разработанная О.И. Лаврушиным [1]. Сводится к расчету
следующих групп показателей:
1. Количественная оценка степени кредитного риска портфеля
К1 
2. Характеристика
 Остаток задолженности  Процент риска 
Общая сумма ссудного сегмента кредитного портфеля
100%
степени защиты банка от кредитного риска
Суммы, списанные за счет резервов
К2 
на покрытие убытков по ссудам
100%
Общая сумма ссудного сегмента кредитного портфеля
Просроченные ссуды
100%
Общая сумма ссудного сегмента кредитного портфеля
Резервы на возможные потери по ссудам
К4 
100%
Общая сумма ссудного сегмента кредитного портфеля
К3 
Показатели К2, К3, К4 анализируются на основе динамики.
3. Количественная оценка доходности кредитного портфеля
К5 
Проценты, полученные  Проценты уплаченные
100%
Общая сумма ссудного сегмента кредитного портфеля
Уровень К5 должен быть не менее достаточной процентной маржи банка.
4. Количественная оценка ликвидности кредитного портфеля
Ссудный сегмент
К6 
100%
Депозитная база
Уровень К6 должен стремиться к единице.
Совокупная величина круп. кред. рисков  Расчетный резерв
К7 
100%
Капитал банка
Рекомендуемый уровень К7 – до 800%.
Совокупная сумма кредитных требований к инсайдерам
К8 
100%
Капитал банка
Рекомендуемый уровень К8 – до 3%.
Так, по мнению П.П. Ковалева, важнейшим элементом управления кредитным риском на
этапе идентификации и оценки последствий наступления риска является сценарный анализ,
основными составляющими которого являются: стресс-тестирование, бэк-тестирование,
What-if сценарии, декомпозиция рисков, анализ чувствительности [3].
Количественная оценка совокупного кредитного риска возможна с помощью
механизма формирования РВПС на основании требований Положение ЦБ РФ от 26
марта 2004 г. N 254-П «О порядке формирования кредитными организациями резервов
на возможные потери по ссудам, по ссудной и приравненной к ней задолженности».
Количественно оценить совокупный риск можно также при помощи вероятностной оценки риска. Различают 2
метода вероятностной оценки:
1. Точный вероятностный метод:
Среднее значение вероятности невозврата кредита оценивается по формуле:
Q=1/(n+1),
где п — количество предоставленных ранее кредитов.
В свою очередь, вероятность возврата кредита (Р) рассчитывается по формуле Р = 1 — Q, а дисперсия для Q
равна D (Q) = PQ / (n + 2).
2. Приближенный вероятностный метод. Основан на использовании следующих показателей:
2.1. Наиболее ожидаемый результат от операции кредитования – определяется по формуле математического
ожидания (средней взвешенной):
n
re   pi  ri
,
i 1
где re - наиболее ожидаемый результат;
ri - i-й возможный результат от операции;
pi - вероятность i -го результата;
n - число возможных результатов.
2
2.2. Дисперсия (  ) - разброс возможных результатов операций кредитования относительно ожидаемого
значения (средняя величина квадратов отклонений от ожидаемого значения). Определяется по формуле:
n
 2   pi  (ri  re ) ,
2.3. Среднее квадратическое отклонение (  )
i 1
- средняя величина отклонений отдельных вариантов от
ожидаемого значения. Определяется по формуле:
  2 ,
2.4. Коэффициент вариации (V) - средняя величина отклонений отдельных вариантов от ожидаемого значения
в процентах. Чем выше данный показатель, тем рискованнее считается операция.
V

100% .
re
Определяющее значение для оценки риска имеет расчет коэффициента вариации, который отражает величину
предполагаемого риска, реальная же величина риска становится известной лишь при фактическом наступлении
рискового события [2].
Литература
1. Банковские риски [Текст]: учебное пособие / кол. авторов ; под ред. д-ра экон. наук, проф. О.И. Лаврушина
и д-ра экон. наук, проф. Н.И. Валенцевой. - М.: КНОРУС, 2007. - 232 с.
2. Кабушкин С.Н. Управление банковским кредитным риском [Текст]: учебное пособие / С.Н. Кабушкин. М.: Новое знание, 2007. - 332с.
3. Ковалев П.П. Пути повышения результативности кредитного риск-менеджмента в коммерческом банке
[Текст]: автореферат диссертации к.э.н. / П.П. Ковалев. - Москва, 2006. – С. 15-19.
4. Максутов Ю. Кредитные риски: угрозы и пути их нейтрализации [Текст] / Ю. Максутов // Аналитический
банковский журнал. – 2008. - № 10. – С. 46-47.