23
позволяющего получать оценки вероятности наступления события (например,
смерти, дефолта), и другое.
2) Метод нейронных сетей - в качестве модели, описывающей
возникновение кредитного риска и управление им используется работа
человеческого мозга, для построения этой модели применяются компьютерные
алгоритмы.
3) Методы математического программирования, которые позволяют
минимизировать ошибки кредитора и максимизировать прибыль с учетом
различных ограничений. С помощью методов математического
программирования, в частности, определяют оптимальные доли клиентов в
портфеле ссуд и/или оптимальные параметры кредитных продуктов.
4) Экспертные методы, использующиеся для имитации процесса оценки
риска, осуществляемого опытным и квалифицированным специалистом при
принятии кредитного решения. Составляющими экспертного метода являются
набор логических правил вывода, база знаний, содержащая количественные и
качественные данные об объекте принятия решении, а также модуль для ввода
ответов пользователя на вопросы системы.
В настоящее время математические методы оценки индивидуального
кредитного риска только начинают активно развиваться, они все еще не
получили должной степени доверия со стороны кредитора и применяются чаще
как второстепенные модели анализа кредитного риска в дополнение к
классическим моделям, под которыми понимается оценка кредитоспособности
заемщика и риска кредитного продукта. Однако оценка кредитоспособности
заемщика и риска кредитного продукта требует больших затрат времени и
средств на оплату труда квалифицированных экспертов. Поэтому банки стали
склоняться к формализации процесса принятия решений по кредитованию, а с
появлением современных математических методов неплатежеспособность
стала предметом серьезных статистических исследований.
Большинство исследований в этой сфере были построены на
использовании дискриминантного анализа. Одна из наиболее известных работ в
24
этой области принадлежит Альтману, который опубликовал в 1968 г. описание
своей Z-модели
18
.
Z-модель Альтмана представляет собой статистическую модель, которая
на основе оценки показателей финансового положения и платежеспособности
компании позволяет оценить уровень риска банкротства. Модель Альтмана
была построена при помощи множественного линейного дискриминантного
анализа – статистического метода, который позволяет подобрать такие
классифицирующие переменные, дисперсия которых между рассматриваемыми
группами была бы максимальной, а внутри этих групп - минимальной. В
данном случае классификация производилась только по двум группам:
компании, потерпевшие в последующем банкротство, и компании, сумевшие
его избежать.
В целом, модель Альтмана дает достаточно точный прогноз вероятности
банкротства с горизонтом в один-два года. Практическая значимость Z-модели
заключается в ее сравнительной простоте и возможности использования для
оценки кредитоспособности компании и определения кредитного рейтинга
заемщика. Модель Альтмана применяется также для присвоения кредитного
рейтинга корпоративным облигациям, что позволяет оценить на основе
статистических данных по дефолтам среднюю вероятность дефолта заемщиков
с данным рейтингом.
Впоследствии модель Альтмана неоднократно видоизменялась и
совершенствовалась. В 1977 году Альтман, Холдмен и Нараян представили
модель оценки кредитоспособности второго поколения, более
детализированную и точную по сравнению с исходной Z-моделью. Их целью
было построение модели прогноза вероятности дефолта для больших
компаний, стоимость активов которых в среднем составляла 100 млн. долл. за
два года до банкротства.
Модель ZETA прогнозирует банкротство компаний с точностью до 90%
18
Ковалев, П.Н. Методы банковского рискменеджмента на этапе идентификации и оценки последствий от
наступления рисков./ П.Н. Ковалев //Управление в кредитной организации. - 2017. - № 4. - С.193.
25
за один год и с точностью свыше 70% вплоть до пяти лет до наступления
банкротства. По результатам тестирования и применения модель ZETA
показала большую точность, чем Z-модель, особенно при прогнозировании на
продолжительные временные горизонты
19
.
Несмотря на высокую точность рассмотренных моделей оценки
кредитоспособности, они все же имеют слабые стороны:
- обе модели являются чисто эмпирическими, «подогнанными по
выборке», так как основываются на неявном теоретическом предположении, о
том, что компания с большим объемом финансовых обязательств станет
банкротом, если она не будет получать достаточный объем прибыли;
- в моделях используются данные финансовой отчетности, которые могут
лишь частично отражать реальное состояние предприятия или отражать его с
задержкой;
- обе модели являются линейными, поэтому их целесообразно
использовать при большом числе наблюдений и при достаточно точной
спецификации модели, а также как инструмент первичной обработки данных
для сравнения с результатами, получаемыми более тонкими методами.
Развитие финансового рынка создало ряд условий, создавших
необходимость оценивать и анализировать совокупный кредитный риск или
кредитный риск портфеля, состоящего из разных финансовых инструментов и
сделок, заключенных с различными контрагентами в рамках разнообразных
направлений деятельности, а именно:
- изменение структуры финансовых операций в части, касающейся
обеспечения возврата денежных средств (например, залог недвижимости,
выпуск ценных бумаг, обеспеченных активами заемщика, и так далее);
- наличие специализированных посредников при осуществлении
финансовых операций в виде бирж и расчетно-клиринговых систем, участие
которых уменьшает необходимость для сторон по сделке принимать особые
19
Чувахин, Н.А. Модели предсказания неплатежеспособности / Н.А. Чувахин // URL / http://www.cfin.ru/
chuvakhin/insolv.shtml (дата обращения 18.12.2019).
26
меры по снижению риска контрагента;
- появление кредитных производных инструментов, способствующих
снижению кредитных рисков лежащих в их основе активов. При этом риск
портфеля рассматривается не как арифметическая сумма изолированных
позиций, а как единое целое, в анализе которого следует учитывать эффекты
диверсификации и взаимного хеджирования его составляющих
20
. Все
известные на сегодня модели оценки кредитного риска портфеля можно
классифицировать по следующим признакам:
1) по подходу к моделированию: «сверху вниз» и «снизу вверх»;
2) по виду кредитного риска: оценка потерь при дефолте и переоценка по
рыночной стоимости.
Сравнительный анализ наиболее распространенных моделей дан в
таблице 1.
Таблица 1
Современные модели риск-анализа
Характерис-
тика
CreditMetric
s
Moody's
K M V
Portfolio
Manager
CreditRisk+
Credit Portfolio
View
Компания
разработчик
J.P. Morgan
KMV
Corporation
Credit Suisse
Financial
Products
McKinsey & Co.,
Inc.
Подход к
моделировани
ю
Снизу вверх
Снизу вверх
Снизу вверх
Сверху вниз
Вид
кредитного
риска
Изменение
рыночной
стоимости
Изменение
рыночной
стоимости
Потери при
дефолте
Потери при
дефолте
Факторы
кредитного
риска
Стоимость
активов
Стоимость
активов
Вероятность
дефолта
Макроэко-
номические
факторы
Кредитное
событие
Изменение
кредитного
рейтинга/
дефолт
Непрерывная
вероятность
дефолта
(EDF)
Дефолт
Изменение
кредитного
рейтинга/
дефолт
Вероятность
дефолта
Безусловная
Безусловная
Безусловная
Условная
Вероятность
изменения
рейтинга
Данные по
миграциям
рейтингов
На основе
модели EDF
Нет
На основе
макроэкономи-
ческой модели
20
Чугунов, А.И. Риск и неопределенность в экономике / А.И. Чугунов // Рынок ценных бумаг. - 2017. - №18. –
С.103.
27
Таблица 1
1
2
3
4
5
Волатиль-
ность
Постоянная
величина
Постоянная
величина
Случайная
величина
Случайная
величина
Корреляция
между
дефолтами
На основе
цен акций
(факторная
модель)
На основе
цен акций
На основе
процесса
дефолта
Факторная
модель
Уровень
возмещения
потерь при
дефолте
Случайная
величина
Случайная
величина
Постоянная
величина в
пределах
каждого
диапазона
Случайная
величина
Методология
расчета
Имитацион-
ное
моделирова-
ние/
аналитичес-
кое решение
Аналитичес-
кое решение
Аналитическое
решение
Имитационное
моделирование
Судя по данным таблицы 1, за последние годы крупные зарубежные
финансовые институты разработали целый ряд моделей оценки кредитного
риска портфеля, различающихся по применяемой методологии и степени
сложности, которые получили широкое признание в мире и фактически стали
отраслевыми стандартами.
Таким образом, современный этап развития кредитного риск-
менеджмента ознаменован все более широким внедрением внутренних
банковских моделей количественной оценки рисков кредитных портфелей. На
современном этапе систематизированы и обобщены ключевые методы оценки
кредитных рисков по двум уровням - уровень оценки индивидуального
кредитного риска и уровень оценки совокупного кредитного риска. Изучение
этапов трансформации методов оценки кредитных рисков показало, что
изменения происходят по двум параллельным направлениям: на уровне оценки
индивидуального кредитного риска - формализация анализа
кредитоспособности заемщика, на уровне оценки совокупного кредитного
риска - развитие математических моделей оценки кредитного риска кредитного
портфеля.
28
2. АНАЛИЗ КАЧЕСТВА КРЕДИТНОЙ ДЕЯТЕЛЬНОСТИ
ПАО «СОВКОМБАНК»
2.1. Характеристика деятельности коммерческого банка
В России банк ПАО «Совкомбанк» известен как надежный и выгодный
финансовый партнер. Полный пакет лицензий и сертификатов позволяет ПАО
«Совкомбанк» оказывать широкий спектр финансовых услуг. Участие в
государственной системе страхования вкладов обеспечивает дополнительную
гарантию сохранности вкладов частных лиц. Социальная деятельность банка
находит адресатов в сотнях российских городов.
В своей повседневной деятельности и стратегическом развитии ПАО
«Совкомбанк» руководствуется миссией: содействовать развитию малых и
средних городов России путем предоставления доступа к высококачественным
банковским услугам широкому кругу частных лиц.
Миссия банка ПАО «Совкомбанк» - предоставлять каждому клиенту
максимально возможный набор банковских услуг высокого качества и
надежности, следуя мировым стандартам и принципам корпоративной этики.
Банк ПАО «Совкомбанк» - это современный высокотехнологичный банк,
сочетающий в себе новейшие технологии оказания услуг и лучшие традиции
банковского сообщества и российского предпринимательства.
Цель банка ПАО «Совкомбанк» - предоставление каждому клиенту
полного комплекса современных банковских продуктов и услуг с
использованием последних достижений и инноваций в сфере финансовых
технологий. Индивидуальный подход к ситуации и проблематике каждого
клиента и философия партнерства - основы взаимодействия с нашими
клиентами.
Банк обеспечивает своим клиентам - частным лицам, крупнейшим
отраслевым компаниям, предприятиям среднего и малого бизнеса,
государственным структурам - широкий спектр услуг. Чтобы максимально
полно обеспечить потребности клиентов, ПАО «Совкомбанк» активно
29
развивает филиальную сеть в России и за ее пределами. Это позволяет
клиентам всегда и везде получать современные банковские услуги на уровне
мировых стандартов.
ПАО «Совкомбанк» - надежный партнер при реализации крупных
социально-экономических проектов России и является одним из лидеров на
рынке инвестиционного обеспечения региональных программ. В своей
деятельности ПАО «Совкомбанк» опирается на высочайшие стандарты
предоставления финансовых услуг и тщательный анализ рынка. Предлагая
адресные решения и соблюдая конфиденциальность взаимоотношений с
партнерами, банк проявляет гибкий подход к запросам клиентов, как
розничных, так и корпоративных. Внедряя передовые технологии и
инновационные решения, банк гарантирует клиентам высокое качество
обслуживания и стабильный доход. ПАО «Совкомбанк» честен и открытен по
отношению ко всем партнерам и стремится быть примером надежности и
эффективности для всех, кто с ним сотрудничает.
Банк ПАО «Совкомбанк» ориентирован на поддержку социально-
экономического развития клиентов и вносит вклад в повышение
благосостояния общества, предоставляя клиентам первоклассные
экономические возможности, а также реализуя экологические программы,
образовательные и культурные проекты. Банк ПАО «Совкомбанк» оказывает
благотворительную помощь социально незащищенным слоям общества,
учреждениям медицины, образования и культуры, спортивным и религиозным
организациям в регионах России.
История развития банка ПАО «Совкомбанк» началась в 1990 году в
городе Буй Костромской области был основан «Буйкомбанк», который
впоследствии был приобретен нынешними владельцами и сменил
наименование на Совкомбанк. В 2003 году головной офис банка был
перемещен в город Кострому, а сам Банк переименован в Совкомбанк.
В 2004 году Совкомбанк получил Генеральную лицензию Банка России
на осуществление банковских операций (№963). В 2005 году Банк стал
30
участником государственной системы страхования банковских вкладов.
В 2006 году началась региональная экспансия Совкомбанка.
В 2007 году акционером Совкомбанка становится нидерландский
инвестфонд TBIF. Совкомбанк присоединяет к себе сибирский банк
«Региональный кредит» и сеть кредитных агентств «АРКА».
В 2008 году Совкомбанк вошел в топ-50 лучших банков России по
объему и количеству кредитов малому бизнесу.
В 2009 году Совкомбанк отметил 20-летие с начала своей деятельности. К
этому моменту Банк значительно расширил свою розничную сеть (более 800
точек продаж в 26 регионах России). По итогам 2009 года Совкомбанк занял 9
место в рэнкинге «Самые потребительские банки России» (РБК.Рейтинг).
2010 год стал для Совкомбанка годом активного внедрения уникальных
программ кредитования: «кредиты пенсионерам», «кредиты семейным парам»,
«кредиты врачам и учителям». По итогам года в рамках Национальной
банковской премии Совкомбанк был признан лидером в области кредитования
населения. Сеть офисов Банка расширилась до более чем 1000 точек продаж в
30 регионах страны.
В 2011 году Банк значительно расширил присутствие в столичном
регионе: мини-офисы Совкомбанка появились в крупной сети московских
супермаркетов «Седьмой континент». Сеть собственных банкоматов и
платежных терминалов банка выросла в несколько раз, достигнув,
соответственно, 585 и 921 устройств на 1 января 2012 года.
В 2012 году Совкомбанк расширил сеть своего присутствия до 1823
офисов. Приступили к работе 582 новые точки продаж, в том числе в новых
регионах: Республике Башкортостан, Адыгее, а также в Воронежской,
Липецкой, Тульской и Нижегородской областях. За динамику вкладов
населения Совкомбанк награжден почетным дипломом Ассоциации
региональных банков России и рейтингового агентства «Эксперт РА». Банк
стал лауреатом независимой премии «50 ПЛЮС» в номинации «Компания
года».
31
В 2013 году Совкомбанк продолжил свое стабильное развитие.
Региональная офисная сеть выросла до 2 000 точек присутствия, все основные
показатели банка продемонстрировали уверенный рост, что позволило войти в
ТОП-50 крупнейших банков страны. Кроме того, Совкомбанк усилил
сотрудничество с различными региональными общественными организациями,
поддерживающими основную целевую аудиторию банка – людей старшего
поколения, пенсионеров.
В 2014 году Совкомбанк упрочил свое положение в числе крупнейших
банков страны. Успешное присоединение ЗАО «ДЖИИ МАНИ БАНК»
позволило Совкомбанку увеличить объемы бизнеса и выйти в новые города и
регионы России. Банк преобразован из общества с ограниченной
ответственностью в открытое акционерное общество (ОАО) и затем, в декабре
2014 года в соответствии с изменениями в законодательстве - в публичное
акционерное общество (ПАО).
2015 год ознаменован поглощением ICICI Bank Eurasia Limited Liability
Company (IBEL), увеличение капитала за счет субординированного долга
₽6.3млрд от АСВ, санация Экспресс-Волга Банка. Международное рейтинговое
агентство Fitch назвало Совкомбанк единственным прибыльным розничным
банком в России. Банк создает в своей структуре корпоративно-
инвестиционный блок и переходит к универсальной модели ведения бизнеса. К
концу года Совкомбанк занимает лидирующие позиции в рэнкингах
инвестбанков, работающих на российском долговом рынке: входит ТОП-5
рейтингов Bloomberg Russia Bonds и Dealogic DCM Russian Ranking, в пятерку
лучших по данным рэнкинга организаторов Cbonds (рыночные выпуски),
занимает второе место в рэнкинге организаторов муниципального сектора и
шестое место в рэнкинге организаторов всех выпусков.
В декабре 2016 года Совкомбанк приобрел банк «Меткомбанк» (г.
Череповец) у Севергрупп Алексея Мордашова. Покупка позволила
Совкомбанку занять лидирующие позиции в сегменте автокредитования в 2017
году. В октябре банк приобрел торговую площадку «РТС-Тендер и закончил
32
формирование крупнейшей в стране цифровой платформы, предоставляющей
доступ 300 тысячам компаний малого и среднего бизнеса к государственным
закупкам. В октябре Совкомбанк купил «Гаранти Банк – Москва», российскую
«дочку» одного из крупнейших банков Турции.
В январе 2017 года Совкомбанк приобрёл весь розничный кредитный
портфель у финансовой группы Nordea, увеличил долю в капитале
РосЕвроБанка до 34%. В апреле 2017 года банк вывел на рынок карту
беспроцентной рассрочки «Халва». Карта позволяет делать покупки в
магазинах-партнерах банка без процентов, комиссий и переплат. К концу года
партнерская сеть «Халвы» составила 75 000 магазинов, а банк выпустил
миллион карт «Халва».
Два из трех иностранных рейтинговых агентства повысили кредитный
рейтинг банка: Moody’s - до «Ba3» и S&P – до «BB-». Агентство Fitch Ratings
подтвердило рейтинг банка на уровне «ВВ-». Российское рейтинговое
агентство АКРА также повысило кредитный рейтинг банка до А(ru), а
рейтинговое агентство «Эксперт РА» присвоило Совкомбанку рейтинг «ruА».
С августа 2018 года по апрель 2019 года капитал банка увеличился в
общей сложности на 15.6 млрд руб. за счет инвестиций консорциума
суверенных фондов России, Китая, Японии, стран Ближнего Востока, а также
фонда SBI Holdings Inc. (Япония). В сентябре 2019 года было объявлено, что
«Совкомбанк» первым среди российских банков присоединился к
международной группе финансовых организаций, подписавших «Принципы
ответственной банковской деятельности» Финансовой инициативы Программы
ООН по окружающей среде (UNEP FI). В октябре 2019 года «Совкомбанк»
разместил дебютный выпуск субординированных еврооблигаций на $300 млн с
купоном 8%.
Структура корпоративного управления ПАО «Совкомбанк» показана на
рисунке 5, по данным которого видно, что наблюдательный совет осуществляет
общее руководство деятельностью Банка в соответствии с законодательством,
Уставом банка и Положением о Наблюдательном Совете.