14
Рисунок 1 – Риски проектного финансирования
Уровень дефолтности проектных компаний, особенно в России и странах
Восточной Европы, волатилен и напрямую связан с макроэкономическими
факторами. Помимо них можно выделить следующие факторы:
1) риск незавершения строительства — заключается в том, что проект
может быть не завершен в срок или может не соответствовать проектной
документации;
2) риск увеличения затрат — возникает вследствие ошибок, допущенных
при проектировании, недостаточного контроля либо внешних факторов
(например, изменения обменного курса) и может привести к тому, что итоговая
стоимость проекта окажется значительно выше запланированной;
3) риск изменения спроса — возникает вследствие изменения рыночных
условий, например сокращения спроса и снижения цены на продукцию
компании;
4) риск контрагента — связан с возможностью неисполнения своих
обязательств основными партнерами проекта (подрядчиками, прочими
кредиторами, гарантами, покупателями продукции, страховыми компаниями и
15
др.). Неисполнение обязательств одной из сторон может привести к
неисполнению обязательств компании.
Перечисленные риски являются основными источниками кредитного
риска. Далее приведем пример построения модели оценки кредитного риска для
проектного финансирования.
Постановка задачи
При моделировании кредитного риска в фокусе, как правило, находятся
три основополагающие компоненты: вероятность дефолта (PD), уровень потерь
при дефолте (LGD) и величина кредитного требования в случае дефолта (EAD).
Традиционно наибольшее внимание уделяется разработке моделей оценки
вероятности дефолта, поскольку именно PD во многом определяет величину
ожидаемых кредитных убытков и, соответственно, требований к капиталу.
Таким образом, в данной статье обсуждаются именно подходы к
построению модели оценки вероятности дефолта по сегменту проектного
финансирования — ключевой компоненты оценки кредитного риска.
Как правило, жизненный цикл проекта состоит из двух этапов. На
инвестиционном этапе развивается инфраструктура проекта и формируются
фиксированные активы. На данном этапе нет входящих потоков и баланс
компании состоит в основном из заемных средств и кредиторской
задолженности, которые по мере реализации проекта трансформируются в
активы, генерирующие денежные потоки.
На операционном этапе, когда инфраструктура уже разработана,
отчетность стабилизируется, появляются показатели, характерные для
операционных компаний: выручка, оборотный и собственный капитал, прибыль.
Появляются ликвидность и наличные деньги в результате продажи конечного
продукта проекта или получения прибыли от его эксплуатации.
Таким образом, при построении модели оценки вероятности дефолта для
компаний, относящихся к проектному финансированию, важно учитывать фазу
деятельности компании — инвестиционную или операционную.
16
Предлагаемая модель оценки вероятности дефолта состоит из двух
модулей:
— модуль инвестиционной фазы (экспертный модуль) используется для
оценки прогнозных данных проекта (таких, как ожидаемые денежные потоки,
динамика рынка и другие параметры, которые можно найти в бизнес-плане
проекта);
— модуль операционной фазы (количественный модуль) используется для
оценки данных операционной деятельности компании (т.е. данных, полученных
из бухгалтерского баланса, отчета о прибылях и убытках и т.д.).
Разработка модели включала в себя три последовательных этапа:
1) разработка модуля инвестиционной фазы;
2) разработка модуля операционной фазы;
3) интеграция оценок вероятности дефолта, полученных в рамках
количественного и экспертного модулей.
Основные этапы и результаты
1. Разработка модуля инвестиционной фазы
В рыночной практике вероятность дефолта по проектному
финансированию оценивается с помощью экспертного подхода, основанного на
качественных показателях. В данной статье качественные показатели
используются для оценки кредитного риска в рамках модуля инвестиционной
фазы, соответствующего начальному этапу реализации проекта.
Как пример качественной оценки можно использовать показатели,
предложенные рейтинговым агентством Moody’s [7] (табл. 1).
Таблица 1
Показатели агентства Moody’s как основа для качественной оценки
17
По мере накопления банком информации факторы, используемые при
экспертной оценке, и их веса могут быть скорректированы для учета
особенностей кредитного портфеля.
18
1.3. Методы и система показателей, используемых при анализе кредитной
деятельности банка
Результатом оценки является PD по инвестиционной фазе, которая
определяется на основе внутренней или внешней рейтинговой мастер-шкалы в
соответствии со скорингом, полученным в результате оценки факторов,
учитываемых в модели.
2. Разработка модуля операционной фазы
При построении моделей для корпоративного портфеля в банках часто
встает вопрос недостаточности данных для моделирования. Он возникает и в
проектном финансировании, поскольку, как правило, портфель сделок по
проектному финансированию ограничен. В связи с этим на практике модуль
операционной фазы нередко основывается на использовании внешних данных.
Операционный модуль разрабатывался на основе данных СПАРК по
портфелю инвестиционных или специализированных компаний, занимающихся
строительством, в том числе инфраструктурных объектов. Выборка для
моделирования включала в себя, в частности, российские девелоперские
компании, финансовые отчеты которых доступны в базе данных СПАРК.
Список компаний был тщательно проверен на принадлежность к
проектному финансированию с помощью открытых источников информации.
Финальная выборка включает в себя:
— крупнейшие российские девелоперские компании в сфере
недвижимости, которые управляют портфелями проектов;
— прочие российские компании с кодами ОКВЭД, связанными с
проектным финансированием в области инфраструктурного и прочего
строительства.
В целях разработки модели дефолт признается в следующих случаях:
— банкротство компании (решение суда);
— ликвидация компании из-за банкротства;
19
— решение компании обратиться в суд с заявлением о банкротстве;
— решение кредитора/кредиторов обратиться в суд с иском о банкротстве
заемщика.
Компании, по которым был выявлен хотя бы один из признаков дефолта,
рассматривались на отчетную дату, предшествующую событию дефолта. Это
означает, что событие дефолта произошло в течение 12 месяцев после
публикации последней отчетности. Отчетность по недефолтным компаниям
рассматривалась на последнюю доступную дату.
Длинный список финансовых факторов включает в себя факторы и
коэффициенты, охватывающие следующие области:
— размер;
— рентабельность;
— сфера деятельности компании;
— обслуживание долга;
— ликвидность;
— финансовый рычаг.
После анализа качества данных и обработки недостоверных или
отсутствующих наблюдений финальная выборка составила 1082 компании, в
портфеле которых было 67 случаев дефолтов в течение 5 лет за период с 2013 по
2018 гг.
По результатам моделирования был получен операционный модуль (табл.
2).
(1)
20
Таблица 2
Операционный модуль
Все факторы, включенные в модель, имеют высокую дискриминационную
способность и соответствуют бизнес-логике. Для построенной модели
коэффициент Джини составляет 70% на обучающей выборке и 68% — на
валидационной, что соответствует высокому уровню дискриминационной
способности.
Калибровка количественного модуля для получения оценки
осуществляется с учетом целевого уровня дефолтности компаний проектного
финансирования на основе формулы Байеса:
3. Интеграция оценок PD количественного и экспертного модулей
Результаты, полученные в рамках инвестиционного и операционного
модулей, взвешиваются в соответствии с фазой проекта в зависимости от
времени, оставшегося до конца финансирования. Итоговая PD рассчитывается
по формуле:
21
(2)
Для различного типа проектов возможны разные варианты весовых
функций. В простых случаях возможно применение линейной функции, в более
сложных инфраструктурных проектах или проектах с запуском новых
технологических продуктов это может составлять отдельную область оценки.
Также при изменении проектных сроков возможно повышение доли значимости
вероятности дефолта PDinvest в соответствии с характеристиками
инвестиционной фазы.
Таким образом, по мере формирования адекватной отчетности оценка,
основанная преимущественно на бизнес-плане и экспертных суждениях,
трансформируется в оценку, подтвержденную финансовой отчетностью
компании. Нередко на начальных этапах реализации проекта девелоперские
компании строят оптимистические бизнес-планы, которые не всегда
реализуются, что приводит к недооценке кредитного риска. Подход к оценке
вероятности дефолта, рассмотренный в данной статье, позволяет учесть
объективные факторы, которые могут быть доступны не сразу, а только спустя
некоторое время.
Необходимо принимать во внимание, что текущий подход предполагает
полный выход проекта на операционные потоки, достаточные для обслуживания
долга к концу периода финансирования. Если это допущение не будет
применимо, потребуется включить в оценку риска дефолта фактор терминальной
стоимости проекта. Это, в свою очередь, потребует расширить горизонт оценки
на всю продолжительность жизненного цикла проекта и учесть все
22
опциональности, влияющие на мотивацию участников проекта. Оценка данных
опционов позволит увеличить точность модели и является перспективным
направлением дальнейшего развития моделирования в данной области.
Рассмотренный подход может быть адаптирован с учетом специфики
кредитного портфеля отдельных банков: внутренняя статистика дефолтов
позволяет учесть структуру кредитного портфеля и откалибровать модель в
соответствии с принятой в банке бизнес-практикой.
Что особенно важно в условиях совершенствования подходов к оценке
кредитного риска: предложенная модель подходит для целей МСФО (IFRS) 9,
который подразумевает использование не только экспертной составляющей, но
и обоснованной и подтверждаемой информации, чем по сути и является
количественный модуль модели.
Помимо регуляторных целей, возможно применять модель и в
управленческих целях, например, при принятии решения о выдаче кредита и
последующем мониторинге клиента, что немаловажно с учетом высоко
конкурентной внешней среды.
Особое место среди источников финансирования инвестиций занимают
кредитные источники: банковский инвестиционный кредит, лизинговое
кредитование, ипотечное кредитование и др.
В рыночном хозяйстве банковский инвестиционный кредит является
одним из важнейших источников инвестиционных ресурсов. Чем развитее
экономические отношения, тем активнее кредит участвует в опосредовании
основной деятельности предприятия. При его использовании для
финансирования инвестиций важное значение имеет оценка его места и
определение экономических границ применения [6,с.174].
Положительный эффект чистого экспорта состоит в том, что при
проведении стимулирующей ДКП прирост ВВП имеет место в большей мере из-
за увеличения чистого экспорта и повышения уровня совокупного спроса.
23
Рисунок 2 - Денежно-кредитная политика и эффект чистого
экспорта (стимулирующая денежно-кредитная политика)
Рисунок 3 - Денежно-кредитная политика и эффект чистого
экспорта (сдерживающая денежно-кредитная политика)
Н – денежная база
М – предложение денег
r – ставка процента
I
F
– иностранные капиталовложения
М
F
– предложение иностранной валюты
e – валютный курс
EX – экспорт
IM – импорт
NX – чистый экспорт
AD – совокупный спрос
GDP – валовой внутренний продукт
Рассмотренные выше проблемы денежно-кредитной политики
усложняют её реализацию.
В целом же денежно-кредитная политика выступает важным
направлением макроэкономической политики правительства в рыночной
экономике.