Проблемы управления кредитным риском в коммерческом банке

Заключение

В ходе проведенного исследования выявлено, что модели кредитного портфельного риска могут быть классифицированы следующим образом:
1. Структурные модели (KMV).
2. Модели неявных переменных (CreditMetrics, CreditPortfolioView).
3. Актуарные модели (CreditRisk).
В структурных моделях дефолт является ситуацией, в которой стоимость пассивов превышает стоимость активов. Такие модели требуют оценки стоимости активов и пассивов фирмы, а также их поведения в будущем (например, волатильность). Исходя из доступных данных, такие расчеты не представляются возможными, поэтому делается допущение о детерминистическом распределении пассивов заемщика.
Во второй группе моделей упор делается на вероятности возникновении дефолта в пределе временного горизонта. Факторами такого события выступа ...

Содержание

Введение 3
1. Существующие проблемы управления кредитным риском в коммерческом банке 4
2. Пути решения проблемы управления кредитным риском в коммерческих банках России 8
Заключение 12
Список использованной литературы 13

Введение

Актуальность темы исследования состоит в том, что, в современном обществе, кредитная деятельность является одной из наиболее важных банковских функций. Степень организации кредитного процесса характеризует всю работу банка и качество его менеджмента. Поэтому возрастает потребность в совершенствовании управления качеством кредитного портфеля, что позволяет уточнить методические принципы управления кредитным риском.
Проблемы управления кредитными рисками банков освещаются в работах Ю. Бычко, Е. Немировской. Тема качества банковских кредитов анализируется А. Киселевым, Е. Солдатовой. В то же время вопросы, затронутые данными исследователями, отражают лишь отдельные стороны общей проблемы. В работах данных ученых не всегда обеспечивается полный анализ проблемы управления кредитным ри ском. Современные исследования отечественных экономистов и опыт риск-менеджмента банков показывают, что будущее развитие банковской системы России будет зависеть от правильного выбора методов управления рисками.
Целью исследования является характеристика разновидностей управления кредитным риском в контексте современного опыта и пути совершенствования проблем данного управления. Реализация поставленной цели обусловила необходимость решения таких задач:
- исследовать существующие проблемы управления кредитным риском в коммерческом банке;
- выявит пути решения проблемы управления кредитным риском в коммерческих банках России.
Предметом исследования являются управления кредитным риском в коммерческом банке в современных экономических системах.
Объектом исследования определены вопросы решения проблем управления кредитным риском.
 

Оба метода используют модель, предложенную в 1974 г. Мертоном, но отличие между ними в части упрощающих допущений достаточно существенно. Еще одной моделью, которая нашла себе применение для оценки рисков портфелей, является CreditRisk+, в которой все внимание сосредоточено на дефолте как таковом. Предполагается, что дефолт кредитного инструмента или облигации повторяет и соответствует параметрам пуассоновского распределения. Риск кредитной миграции не моделируется в этом анализе явно. Упор делается на стохастических уровнях дефолтов, учет которых возможен лишь частично. В модели CreditRisk+ используются те же инструменты, что и при моделировании распределения потерь в страховании. Совместное поведение заемщиков объясняется через расчет общей для них ставки дефолта. Заемщики группируютсяв секторы, в каждом из которых исчисляется средняя ставка дефолта и ее изменчивость (среднеквадратическое отклонение) [5, c.61]. Вышеописанную методологию использует и модель CreditPortfolioView, также измеряя лишь риск дефолта. Ее можно охарактеризовать как многопериодную модель с дискретным временем, в которой вероятности наступления дефолта – функции от таких макропоказателей, как общерыночная процентная ставка, темп роста экономики, правительственные расходы, обменный курс валюты, безработица, и которые приводят к циклам (волнам) в использовании и распределении кредитных ресурсов. Рассчитывается макроэкономический “индекс”, составляющие которого имеют нормальное запаздывающее во времени распределение. Исходя из практики применения данных моделей, можно отметить, что любая из них достаточно адекватно оценивает риск портфелей неопционного характера и может быть использована в качестве внутренней модели для оценки размера регулятивного капитала. Общий элемент моделей – допущение детерминизма в колебаниях процентных ставок. Он не привносит искажений при измерении простых портфелей, но не приспособлен к использованию для свопов и деривативов, для которых необходим интегрированный продукт, измеряющий и распределение потерь, и подверженность к изменениям кредитов [5, c.67]. На текущий момент ни одна из рассмотренных моделей не предлагает интегрированного подхода. Но даже при таких допущениях и ограничениях использование указанных моделей существенно важно: по данным агентства Standard&Poor’s, в 2013 г. только 17 из более чем 6700 корпораций, находившихся в рейтинге, не выполнили свои обязательства на сумму 4,3 миллиарда американских долларов по сравнению с 65-ю в 2007 г., сумма обязательств которых составляла более 20 млрд.. Из рассмотренных выше характеристик моделей видно, что CreditMetrics – модель “снизу-вверх” (дефолт каждого заемщика моделируется отдельно) с вероятностной микроэкономической мертоновской моделью. CreditPortfolioView также является моделью “снизу-вверх”, основанная на макроэкономической вероятностной модели ставок дефолта подпортфелей. CreditRisk+ является почти полностью моделью “сверху-вниз” ставок дефолта подпортфелей без предположений о вероятностном аспекте.Все вышесказанное определяет проблематичность применения данных моделей в коммерческих банках России поскольку, на современном этапе, для российских коммерческих банков необходимо учитывать: - неустойчивость политического положения; - незавершенность формирования банковской системы; - отсутствие или несовершенство некоторых основных законодательных актов, несоответствие между правовой базой и реально существующей ситуацией. 2. Пути решения проблемы управления кредитным риском в коммерческих банках РоссииНерегулярный характер поведения отечественного финансового и банковского рынка делает бессмысленным прямое использование описанных в предыдущем разделе моделей применительно к отечественным кредитным портфелям, составленным из отечественных инструментов. Современный подход к проблеме оценки риска включает два подхода: метод VAR (Value At Risk), базирующийся на анализе статистической природы рынка, и метод анализа чувствительности портфеля к изменениям параметров рынка (Stress or Sensitivity Testing) [5, с.102]. VAR является полезным критерием оценки риска особенно при наличии дополнительной информации о корреляции инструментов. Однако необходимо учесть тот факт, что корреляции нередко нарушаются, в частности, в периоды кризисов, т.е. во время значительных неожиданных сдвигов рынка. VAR имеет одно важное привлекательное свойство – все измерение риска сведено к одному числу, и свести к этому числу общение как с клиентом, так и с менеджером, наиболее просто и одновременно наукообразно. VAR исключает все детали, необходимые для реального понимания рыночных рисков. VAR не указывает, какое воздействие рынок оказывает на риск, какие структурные изменения портфеля подвергаются большему риску или какие инструменты контролируют специфический рыночный риск. Ответы на эти вопросы можно получить с помощью метода анализа чувствительности портфеля к изменениям параметров рынка (stress testing). VAR, по определению, концентрируется на ожидаемый 99%-ный (95%-ный) уровень достоверности. Stress testing позволяет анализировать поведение портфеля в условиях реализации вероятности оставшихся 1% (5%) событий. Идея данного метода проста – анализ вариаций подходящей целевой функции (например, доходности или современной стоимости портфеля) в зависимости от вариаций параметров рынка (кривой доходности, изменчивости рыночных цен, обменных курсов и т.п.). Проблема как всегда в качестве реализации. И если VAR, благодаря продукту RiskMetrics (плод совместной деятельности корпораций J.P. Morgan и Reuters), уже стала общепризнанным инструментом, то общепризнанного инструмента класса Stress testing пока не существует. Stress testing позволяет решить проблему резких скачков и выбросов в задаче о портфеле. Это инструмент анализа влияния многих, если не всех основных видов параметров риска одновременно, таких, как сдвиги, изменение наклона или изгибы кривой доходности, изменение абсолютной величины доходности и изменчивости и т.д. Таким образом, для заданного портфеля можно исследовать изменение его параметров (доходности, современной стоимости) как при краткосрочных, так и при длительных изменениях рынка, выражающихся в резких и плавных изменениях доходности инструментов, их корреляций вплоть до моделирования кризисных ситуаций. Возникает естественный вопрос о применимости рассмотренных подходов в современных условиях. В России отсутствуют ликвидные рынки большой емкости. Отсутствие единого центра и активно продолжительного функционирования рынка приводит к нехватке глубины исторических данных об изменчивости финансовых инструментов, а, следовательно, нет и исходных статистических вводных для проверки эффективности указанных подходов на практике. Тем не менее, по мере стабилизации денежного рынка в России и с притоком инвестиций в реальный сектор экономики, когда в пассивах банков появятся кредиты корпоративным клиентам, не являющимся инсайдерами, вопрос оценивания качества кредитного портфеля встанет на первое место. Для такого банка необходимым будет создание внутренней системы классификации заемщиков и управления кредитным портфелем.