Наличие эффективной и разветвленной банковской системы - важнейшая, неотъемлемая черта любой сколь-нибудь развитой рыночной экономики . В настоящее время, банковская система в России является одним из наиболее активных секторов экономики и занимает в ней доминирующее положение, а степень развитости банковского сектора можно считать одним из ключевых детерминантов повышения конкурентоспособности как отдельно взятых территорий, так и экономики страны в целом.
Одним из основных финансовых рисков, с которым сталкиваются банки в ходе своей работы, является кредитный риск. Именно от качества оценки и управления кредитным риском во много определяет конкурентоспособность банка. Неуклонный рост масштабов деятельности финансовых институтов и увеличение объемов кредитования обуславливают необходимость изучения факторов риска, разработке системы показателей и совершенствования методов анализа и оценки кредитного риска, а также использования сложных методов управления рисками.
Целью данного исследования является разработка методологического подхода моделирования и прогнозирования кредитного риска потенциального заемщика. Методологической и теоретической основой исследования являются современные теории банковского менеджмента и риск-менеджмента, работы российских и зарубежных авторов в области оценки кредитного риска. Для реализации поставленной цели применяется инструментарий эконометрического анализа, теория вероятностей.
Для моделирования процесса кредитования заемщика, в частности, для описания поведения заемщика, предлагается следующая трехшаговая процедура:
принятие решения потенциальным заемщиком о кредитовании (брать/не брать кредит);
принятие решения потенциальным заемщиком об объеме кредита (сколько брать);
принятие решения потенциальным заемщиком о возврате кредита (выполнять/не выполнять условия кредитного договора).
В упрощенном виде процедура может быть описана с помощью трехмерной модели оценки кредитного риска, состоящей из четырех уравнений:
уравнение участия D=1{Z’Y+U>0};
уравнение выхода G=1{h’o+v>0};
наблюдаемый объем кредитных средств Y=DGY*;
уравнение потребления кредитных средств Y*=max{0, х'Д+е>0}.
Обозначения включают: D - бинарная переменная, указывающая
на то, воспользовался ли клиент заемными средствами банка, u, v, е - случайные ошибки модели, Y* - ненаблюдаемая (скрытая, латентная) величина, показывающая объем заемных средств, z, x, h - экзогенные переменные, которые могут иметь общие компоненты, G - бинарная переменная, отражающая вероятность невыполнения условий кредитного договора заемщиком.
Вероятность невыполнения условий кредитного договора заемщиком, как и вероятность воспользоваться кредитными средствами банка, является дискретной величиной. При этом под «невыполнением условий» подразумевается не только непогашение ссуды, но и любые другие отклонения, делающие ссуду менее выгодной для кредитора. Величина кредитных средств ненаблюдаемая Y* и наблюдаемая Y являются непрерывными величинами.
Аналогичная двумерная и трехмерная модель нашли свое отражение, например, в работах для оценки модели рационального привыкания к курению. В работе использовалась трехмерная модель для оценки индивидуального спроса на алкоголь.
Если исключить из рассмотрения уравнения выхода, то получим в итоге модель Heckman . Первый шаг в этой модели - уравнение участия, которое описывается обычной моделью бинарного выбора. Второй шаг модели Heckman представляет собой оценку методом наименьших квадратов уравнения, которое отражает степень участия, т. е. объем запрашиваемых кредитных средств, с включением обратного соотношения Mills, полученного из уравнения участия. Однако в рассматриваемом нами случае, добавляется уравнение, которое отражает вероятность невыполнения кредитных обязательств, взятых на себя заемщиком. Это уравнение описывается также обычной моделью бинарного выбора. Таким образом, задача сводится к оценке комбинации модели бинарного выбора и модели Heckman, для чего может быть использован метод максимального правдоподобия применительно к оцениванию моделей с разными типами переменных.
В модель может быть также добавлена динамическая компонента, т.е. включение лагированных переменных в состав регрессоров . В этом случае необходимо принимать во внимание несостоятельность оценки с фиксированными эффектами, поэтому возможно также оценивание модели в разностях и использования инструментальных переменных для решения проблем эндогенности переменных . Однако применение тех или иных эконометрических инструментов будет зависеть от типа и свойств конкретной выборки, набора переменных, участвующих в объяснении результирующего показателя и спецификации модели.
Выбор модели оценки кредитного риска и набора риск- доминирующих показателей, а также практическое внедрение того или иного подхода зависит от целого ряда факторов, таких как наличие доступного математического инструментария, природа и качество исходной информации, горизонт планирования, преследуемые цели исследования, уровень квалификации персонала и использование в банке новейших IT- систем и продуктов .
Предложенная эконометрическая модель может использоваться в качестве системы поддержки приятия решений. В ходе исследования планируется апробировать ее на выборке российских заемщиков. В перспективе рассматривается возможность разработки автоматизированной информационной системы классификации заемщиков в зависимости от уровня кредитного риска, которая позволит банковским работникам оперативно принимать решения о кредитовании, регулировать объемы кредитования в зависимости от ситуации на рынке и определять оптимальное соотношение между доходностью кредитных операций и уровнем риска.
А. М. Порошина
Филиал Национального исследовательского университета «Высшая школа экономики»
(Пермь)
Конкурентоспособность территорий. Материалы XV Всероссийского форума молодых ученых с международным участием в рамках III Евразийского экономического форума молодежи «Диалог цивилизаций «ПУТЬ НАВСТРЕЧУ» Часть 5. Направления: 7. Совершенствование учета, анализа и статистики современной экономики, 9. Банки, фондовый рынок и коллективные инвестиции, Екатеринбург Издательство Уральского государственного экономического университета 2012
Количество показов: 1747