Модели рейтингов коммерческих банков: имеются ли отличия

реклама
Сравнение моделей рейтингов банков на базе
международной и российской отчетности
Докладчики:
Сосюрко Владимир Владимирович
БИ ГУ-ВШЭ, младший научный сотрудник
тел. +7 (926) 388-42-75
[email protected]
Василюк Александр
ГУ-ВШЭ, 2-й курс магистратуры, факультет экономики,
кафедра банковского дела
[email protected]
Рейтинги
устанавливают
независимую
оценку
финансовой
устойчивости хозяйствующих субъектов, что важно для определения уровня
рисков, формирования допуска к предоставлению услуг и ресурсов, и в
целом
в
риск-менеджменте
в
соответствии
с
рекомендациями,
закрепленными в Новом базельском соглашении [3].
Использование рейтингов ограничивается тем, что многие субъекты не
имеют рейтингов или имеют несопоставимые рейтинги, что особенно
актуально для развивающихся стран, в том числе и России. В этих условиях
могут применяться эконометрические модели рейтингов.
Предлагаемая работа призвана дать ответы на следующие вопросы:
 Какие индикаторы банков влияют на их кредитные рейтинги?
 Какие макроэкономические факторы значимо влияют на рейтинги
банков из различных стран?
 Как отличаются кредитные рейтинги различных агентств?
 Какова динамическая устойчивость кредитных рейтингов и
каково влияние финансовых кризисов?
 Каковы отличия в моделях при использовании российской и
международной отчетности?
В работе рассматриваются только кредитные рейтинги в иностранной
валюте
с
долгосрочным
горизонтом
в
3-5
лет,
присваиваемые
международными рейтинговыми агентствами (далее РА): S&P, Moody's и
Fitch. Авторами построены эконометрические модели рейтингов российских
и зарубежных банков на основе публично доступной финансовой отчетности.
Модели рейтингов могут представлять практический интерес для
банков, в связи с возможностью использования их для определения рисков на
базе внутренних рейтингов, а также для прогнозирования будущих
рейтингов, для оценки банков, не имеющих рейтингов, для сравнения
рейтинговых оценок различных агентств [4].
Исследование является идеологическим продолжением работы [1], где
рассматриваются
различные
методы
и
технологические
особенности
построения рейтингов на основе данных РА, моделей вероятности дефолта, а
также экспертных опросов. Также в ней впервые построены модели
рейтингов
для
российских
макроэкономическое
окружение
банков,
и
в
которых
проведен
учитывается
сравнительный
анализ
различных методов прогноза рейтингов по полученным моделям. Многие из
разработанных в работах [1, 2, 4] методов построения и анализа рейтинговых
моделей применены и в данной работе.
Финансовые показатели банков по МСФО и их международные
рейтинги
для
выборки
взяты
согласно
данным
информационно-
аналитической системы Bloomberg. Макроэкономические показатели стран, к
которым принадлежат банки, взяты из GMID. Все показатели являются
годовыми.
Полученная эмпирическая выборка по МСФО состоит из 5629
наблюдений, включающих в себя финансовые показатели и рейтинги для 551
банка из 86 стран за период 1995-2009 годы. Каждое наблюдение
определяется банком и годом и содержит в себе ряд финансовых
показателей, как для самого банка, так и страны, к которой он принадлежит.
В ходе исследования выявлено, что положительное влияние на уровень
оценки РА оказывают такие показатели как размер банка (логарифм от
активов), доля капитала, отношение нераспределенной прибыли к активам,
рентабельность активов (ROA). Отрицательно влияние имеют отношение
процентных
расходов
к
процентным
доходам,
высокий
уровень
долгосрочного долга, доля резервов на потери по кредитам и отношение
депозитов к акционерному капиталу.
Исследовано влияние на рейтинг факторов внешнего окружения банка
и показано их значительное влияние. Положительное воздействие на
кредитные рейтинги оказывают такие макроэкономические показатели как
годовой ВВП, отношение экспорта к импорту, а отрицательное – годовая
инфляция, уровень коррупции. Показано, что зависимость от временного
лага достаточно полога; небольшое преимущество в прогнозной силе
предсказания рейтингов имеет лаг в 1 год.
Дополнительно исследовано влияние принадлежности банка к той или
иной группе стран. Как и ожидалось, развитые страны имеют более высокие
рейтинги,
нежели
развивающиеся
рынки,
что
объясняется
лучшей
экономической средой и меньшими геополитическими рисками.
Второй набор данных в исследовании представляет собой квартальные
показатели из финансовой отчетности российских банков по российским
стандартам за период 2006 – 2009 гг. Всего выборка насчитывает 2686
наблюдений по 150-ти российским коммерческим банкам, каждый из
которых имеет кредитный рейтинг хотя бы одного из трех международных
агентств.
Было выявлено, что величина активов, достаточность капитала,
отношение процентных доходов к процентным расходам, темп роста
капитала положительно влияют на мнение агентств по поводу финансовой
устойчивости российских банков. Как и ожидалось, отрицательный эффект
оказывает отношение резервов к кредитному портфелю.
В
исследовании
показано,
что
при
прочих
равных
условиях
государственным и иностранным банкам в России присваиваются более
высокие рейтинги.
Исследована предсказательная сила рейтинговых моделей. Процент
точных предсказаний находится на уровне 40-44%. Прогнозирование
рейтингов с ошибкой в одну градацию составляет 90-91%. Показана
сопоставимость рейтинговых оценок различных РА, в том числе в части
набора объясняющих переменных. Эти модели могут быть использованы для
дистанционного предсказания кредитных рейтингов на основе открытой
информации участниками финансовых рынков и регулирующими органами,
т.е. для получения будущих значений рейтинговой оценки, а также для
распространения оригинальных рейтингов на кредитные организации,
которые их не имеют.
Произведено сравнение уровней кредитных рейтингов для трех РА.
Самым консервативным РА для банков является S&P. Кредитные рейтинги
Moody's наиболее либеральны, а Fitch – имеют средний уровень.
Целесообразно
исследование
новых
подходов
и
методов
их
формирования для увеличения предсказательной силы моделей. Среди таких
подходов могут быть исследование панельных данных, внедрение новых
финансовых параметров и оценка квадратичных зависимостей, анализ
чувствительности компаний к рынку, влияния рода деятельности банка на
его рейтинг (коммерческий, инвестиционный), влияние типа владения
(государственное, частное, иностранное).
Исследование выполнено в рамках проекта «Учитель-ученики» «Динамический анализ устойчивости и эффективности банка».
Литература:
1. Карминский А.М., Пересецкий А.А., Петров А.Е. Рейтинги в
экономике. М. Финансы и статистика, 2005.
2. Altman E., Rijken H. How rating agencies achieve rating stability.
Journal of Banking & Finance, 2004. 28. P. 2679–2714.
3. International convergence of capital measurement and capital standards.
A revised framework. Bank for International Settlements, Basel
Committee on Banking Supervision. 2004.
4. Peresetsky A., Karminsky A. Models for Moody's bank ratings. Bank of
Finland, BOFIT Discussion Papers. 2008. 17.
Скачать