24
– кредитная история заемщика, в случае наличия таковой,
покупаемая у бюро кредитных историй (БКИ) (если кредитные организации
сотрудничают сразу с несколькими БКИ, то они могут запрашивать
информацию из нескольких источников);
– данные о движении денежных средств, если заемщик уже является
клиентом банка.
После предоставления всей необходимой информации по каждому
клиенту система автоматически рассчитывает скоринговый балл, который
затем сравнивается с порогом отсечения. Несмотря на большое количество
полей в анкетах банков, в скоринговую оценку, как правило, идут всего в
районе 10-12 критериев. Важнейшей чертой скоринга является его
автоматизация, и не только потому что это значительно увеличивает скорость
принятия решения, но еще и потому, что такой способ оценки позволяет
снизить уровень внутреннего мошенничества, так как кредитные специалисты
не располагают информацией о весовых коэффициентах, используемых в
скоринге.
Иллюстрация процесса принятия решения на основе результата скоринга
приведена на рисунке 4
13
.
Рис. 4. Принятие решения на основе скоринга
Как показывает практика, кредитные организации в своей деятельности
для расчета уровня резервов и величины необходимого капитала в первые
апкин , A.C., Шапкин, В.А. Теория риска и моделирование рисковых ситуаций: учебник для вузов. / А.С.
Шапкин, В.А. Шапкин.— М.: Дашков и К., 2017. — 232 с.
25
полгода жизни кредита достаточно широко используют результаты
аппликационного скоринга.
Скоринг мошенничества (fraud scoring)
Данный тип скоринга не так распространен среди банков, как
аппликационный скоринг, описанный выше. Его основной целью является
выявление ранних признаков преднамеренного невозврата денежных средств,
взятых в кредит, или мошенничества. Популярность данного вида скоринга
стремительно растет, это объясняется тем, что последние годы на рынке
кредитования рост объема потерь от кредитов, предоставленных мошенникам,
превышает темпы роста всего кредитного портфеля: статистика гласит, что на
каждые 100 выданных кредитов приходится в среднем 2-3 кредита, выданных
мошенникам. Основным признаком, по которому можно судить о наличии
мошеннической схемы является невнесение уже первого платежа. Именно этот
показатель берется за основу для расчета статистики по объему кредитов,
предоставленных мошенникам. Однако в настоящее время мошенники все чаще
стараются вносить первые несколько платежей, чтобы усыпить бдительность
банков, на основе чего можно сделать вывод, что реальный уровень
мошенничества значительно превышает официально рассчитанный. Разработка
такого типа скоринга кредитной организацией самостоятельно является весьма
трудозатратным мероприятием, выходом служат готовые решения,
предлагаемые FICO или Equifax.
4) Поведенческий скоринг (behavioural scoring):
Поведенческий скоринг применяется кредитными организациями для
оценки платежеспособности заемщиков, которым уже был выдан кредит.
Целью данной оценки является выявление ранних признаков ухудшения
качества активов для применения своевременных мер. Поведенческий скоринг
является вторым по распространенности после аппликационного, его
отличительной чертой является динамичность: оценка основывается на самой
свежей информации, которая была собрана самим банком, а потому можно
говорить о ее надежности и достоверности. Наиболее важным ее элементом
26
является информация о просроченных платежах заемщика.Поведенческая
информация представляет собой:
–график погашения задолженности;
–движение денежных средств между счетами заемщика;
–запросы новых кредитов и т.д.
Результаты поведенческого скоринга используются для формирования
резервов на возможные потери и расчета капитала, необходимого для покрытия
кредитного риска. Несмотря на очевидные преимущества поведенческого
скоринга в России лишь единицы банков работают над его разработкой и
последующим внедрением, это объясняется незрелостью рынка
потребительского кредитования и, как следствие, нехваткой данных для
построения моделей с высоким уровнем предсказательной способности. Опыт
западных банков в этой области равно как и модели, построенные кредитными
бюро, имеют ограниченную ценность, так как первые не учитывают специфики
рынка отечественного кредитования, в то время как вторые требуют
существенных доработок для адаптации под кредитные продукты конкретного
банка.
Практика показывает, что наиболее распространенными среди кредитных
организаций являются аппликационный и поведенческий виды скоринга,
краткое сравнение которых приведено на рисунке 5. В рамках данной работы
производится расчет аппликационного скорингового балла на основе модели
оценки вероятности дефолта.
Помимо скорингов, упомянутых выше, западные кредитные организации
также располагают скорингами ретенции (retention scoring), скорингами
раннего предупреждения (early warning scoring) или скорингами взыскания
(collection scoring).
У рынка российского кредитования есть ряд особенностей, которые
связаны с нестабильностью экономики в целом, обесценением национальной
валюты, заметной неразвитостью отдельных отраслей, а также большой долей
теневых доходов. Данные характеристики не могут не сказаться на
27
индивидуальных характеристиках заемщиков, а потому кредитным
организациям нельзя вслепую перенимать модели, разработанные западными
коллегами.
Рис. 5.Сравнение аппликативных и поведенческих моделей
Широкое распространение в российских банках получили рейтинговые
методики, основанные на качественных и количественных оценках
платежеспособности заемщиков. Расчет рейтингов и возможность их
изменения в зависимости от внешних экономических условий делают этот
метод достаточно доступным. Однако есть ряд недостатков у рейтинговых
моделей, что мешает их широкому распространению, а именно: далеко не все
компании имеют рейтинги (тем более физического лица), пересмотр рейтингов
производится редко, недостаточно статистического материала, наконец –
калибровка модели достаточно сложная, для разных отраслей экономики и
регионов рейтинги неоднородные и, как следствие, модели не обеспечивают
требуемую точность.
Кроме рейтинговых в России используются модели, основанные на
интеллектуальном анализе данных – нейронные сети и деревья решений. Этот
28
подход достаточно глубоко изучен в трудах Ходжаевой И. и Ларина С
14
. Этот
метод показал свою высокую эффективность при обнаружении мошенничества.
Однако, следует признать, что наибольшего распространения в России
для оценки кредитных рисков получили скоринговые модели, построенные на
основании линейного дискриминационного анализа, многофакторной
логистической регрессии, кластерного анализа. Применение этого метода
позволяет повысить качество кредитного портфеля, улучшить качество
управления кредитным риском, сократить затраты при принятии решения о
выдаче кредита
15
.
Оценка кредитоспособности заемщиков с помощью скоринга имеет ряд
преимуществ перед аналогичной процедурой, проводимой вручную
кредитными инспекторами. Во-первых, мнение последних носит большую
долю субъективизма. Во-вторых, кредитные инспекторы не могут вручную
быстро обрабатывать большие массивы данных. В-третьих, затраты на
использование скоринга на одну заявку намного ниже. Помимо этого,
благодаря автоматизации процесса принятия решения с введением скоринга
значительно повышается скорость рассмотрения заявки, что особенно важно в
условиях высокой конкуренции со стороны других банков
16
.
Точная оценка рисков:
– положительно влияет на качество кредитного портфеля, которое в
свою очередь отражается на объеме резервов на возможные потери и величине
капитала, необходимого для покрытия рисков;
– позволяет осуществить ценообразование, соразмерное с уровнем
принимаемого риска;
– обеспечивает укрепление финансовой стабильности и устойчивости
кредитной организации, поскольку величина кредитного риска напрямую
14
Ходжаева, И. Оценка кредитоспособности физических лиц с использованием деревьев решений/ Ходжаева
И., Ларин С.// Банковское дело. –2016 . – № 3. –С.30-33.
15
Хохлявин, С. А. Менеджмент риска: стандарты Австрии, Великобритании и Австралии — предтеча
будущего стандарта ISO 31000/ С.А. Хохлявин// Мир стандартов. — 2017. — № 2 (13). С.33– 38.
16
Ванка-Еникеева, Р. Европейское законодательство и оценка рисков/ Ванка-Еникеева// Мир стандартов. —
2018. — № 10 (41). С. 21–23.
29
влияет на выполнение нормативов достаточности капитала (Н1), ликвидности
(Н2-Н4) и финансовые показатели банков (прежде всего, на показатель
прибыли);
– повышает способность банков быстро реагировать на изменение
внешних экономических условий.
Поэтому банки ведут постоянный поиск новых, более совершенных
методов оценки кредитного риска, в том числе и повышения их точности.
Работа по совершенствованию методов оценки кредитного риска направлена на
получение более точной оценки величины резервов и необходимого
собственного капитала.
Необходимо отметить, что несмотря на то, что применяемые в настоящее
время методики считаются оптимальными, они не учитывают одного важного
фактора: поведения клиентов, которым было отказано в предоставлении
кредита, а потому, оценки, получаемые в модели, могут быть смещенными. В
настоящей работе была предпринята попытка включить эту информацию при
построении модели оценки вероятности дефолта путем генерации
искусственной переменной, учитывающей вероятность выдачи кредита.
Добавление информации об отклоненных заявках позволяет повысить
предсказательную способность модели.
1.3.Анализ кредитных рисков
Если рассматривать динамику доли крупных кредитных рисков в активах
банковского сектора, то надо отметить, что их доля существенна – средний
показатель по банкам составляет 27,6%, при этом достигнут максимальный
показатель с 2014 года (рисунок 6).
30
Рис. 6. Доля крупных кредитных рисков в активах банковского
сектора, %
17
Если обратиться к международной статистике и рассмотреть уровень
крупных рисков по отношению к собственному капиталу банков на начало 2018
года, то можно констатировать, что его значение у России одно из самых
высоких из европейских стран, отчитавшихся по уровню этого показателя –
254,4%. (рисунок 7). Таким образом, сложившейся значительный уровень
концентрации рисков российского банковского сектора требует анализа и
совершенствования действующей практики надзорного регулирования.
Необходимость измерения и ограничения размера крупных рисков по
отношению к капиталу банков уже давно была признана Базельским
комитетом по банковскому надзору (БКБН). В частности, в 1991 году
Комитетом были изданы надзорные рекомендации по измерению и контролю
крупных кредитных рисков
18
.
В Основных принципах эффективного банковского надзора (принцип 19)
содержится требование, что банки должны иметь адекватные политику и
процедуры выявления, измерения, оценки, мониторинга, отчетности и
17
Составлено авторами по данным Обзоров банковского сектора Банка России №№ 111-165,
http://www.cbr.ru/analytics/bank_system/obs_1607.pdf
18
Measuring and controlling large credit exposures, Basel Committee on Banking Supervision, 1991,
http://www.bis.org/publ/bcbsc121.pdf
,
23
1
8
25
,
28
,
8
8
,
25
25
,
1
,
25
1
,
6
27
0
5
10
15
20
25
30
35
01.01.2012
01.01.2013
01.01.2014
01.01.2015
01.01.2016
01.01.2017
01.01.2018
31
контроля уровня концентрации рисков. Надзорным органам следует
устанавливать пруденциальные лимиты для ограничения крупных рисков
19
.
Рис. 7. Отношение крупных рисков к капиталу по отдельным
странам Европы, %
20
Наконец, в 2016 году БКБН был принят отдельный Стандарт в области
оценки и контроля крупных позиций
21
.
В соответствии с этим стандартом риск признается крупным в случае,
если сумма значений всех позиций банка на одного контрагента или группу
взаимосвязанных контрагентов равна или выше 10% от капитала
коммерческого банка
22
.
Установлено, что банки должны представлять надзорным органам
отчеты по крупным кредитным рискам до и после применения методов
снижения риска.
Банки должны отчитываться:
19
The Core Principles for Effective Banking Supervision, published by the Committee in September 2014, are
accessible at www.bis.org/publ/bcbs230.pdf
20
Составлено авторами по данным Международного Валютного Фонда. Индикаторы финансовой
стабильности. http://data.imf.org/?sk=9F855EAE-C765-405E-9C9A-A9DC2C1FEE47
21
Standards Supervisory framework for measuring and controlling large exposures. Basel Committee on Banking
Supervision, April 2016, http://www.bis.org/publ/bcbs283.pdf
22
Стандартом определяется порядок оценки крупных позиций, в качестве показателя собственного капитала
используется капитал банка первого уровня.
254
,
4
0
0
,
100,0
200,0
300,0
400,0
Россия
Молддавия
Македония
Косово
Израиль
Белоруссия
Португалия
Мальта
Латвия
Италия
Ирландия
греция
Германия
Кипр
Австрия
32
по всем позициям, стоимость которых составляет 10 и более
процентов собственного капитала;
по перечню 20 крупнейших контрагентов в части принятого риска.
БКБН определено, что сумма всех рисков (позиций) банка на одного
контрагента или группу связанных контрагентов не должна превышать 25% от
собственного капитала банка в любой временной период. Для системно
значимых банков этот уровень снижен до 15%.
Настоящим документом определены четкие принципы включения
отдельных компаний/лиц в группу связанных контрагентов. Основным
критерием является формальная юридическая зависимость, однако, что
представляет особый интерес для российской практики, в качестве критерия
рассматривается и экономическая взаимозависимость. Так, Стандартом
установлено, что два или более физических или юридических лица признаются
группой взаимосвязанных контрагентов, если наблюдается хотя бы один из
следующих критериев:
1. отношение контроля: один из контрагентов, прямо или косвенно,
осуществляет контроль над другим;
2. экономическая взаимозависимость: если один из контрагентов
испытывает финансовые проблемы, в частности, трудности финансирования
или погашения долга, то другие в результате этого, вероятно, также столкнутся
с проблемами финансирования или погашения обязательств.
При установлении связанности на основе экономических критериев,
банки должны учитывать, как минимум, следующие качественные параметры:
формирование 50% или более валовой выручки (или валовых
расходов) по операциям с одним контрагентом;
если одна из сторон полностью или частично гарантирует риски
другого контрагента или несет ответственность другими способами, а также в
случае, если риски настолько значительны, что гарант с высокой вероятностью
потерпит дефолт при возникновении претензии;
33
если значительная часть продукции одного контрагента реализуется
другому при сложностях замены контрагента;
если ожидаемый источник средств для погашения каждого кредита
одного контрагента поступает от другого, при этом отсутствуют иные доходы,
за счет которых кредит может быть полностью погашен;
наличие вероятности, что финансовые проблемы одного
контрагента могут вызвать трудности для других с точки зрения полного и
своевременного погашения обязательств;
если неплатежеспособность одного контрагента с высокой
вероятностью приведет к неплатежеспособности или невыполнению
обязательств другим;
если два или более контрагентов полагаются на один источник
финансирования и, в случае его дефолта, альтернативный источник не может
быть найден (в этом случае проблемы финансирования одного контрагента,
вероятно, распространятся на другого).
Однако могут присутствовать обстоятельства, при которых некоторые из
этих критериев не означают автоматически формируемую экономическую
зависимость контрагентов. В этом случае банк должен продемонстрировать
регулятору серьезные аргументы, чтобы не формировать группу связанных
лиц.
Банкам рекомендуется с учетом принципа существенности выявлять
группы экономически связанных контрагентов при превышении риска на
одного контрагента 5% капитала банка.
Отдельным уроком кризиса, нашедшем отражение в международных
документах, был вывод о том, что существенные потери одного системно
значимого финансового института могут спровоцировать
неплатежеспособность других банков с потенциально катастрофическими
последствиями для глобальной финансовой стабильности. В результате были
определены критерии отнесения банков к системно значимым и предложены
подходы к более жесткому ограничению рисков таких банков.