Transcript Управление кредитным риском в соответствии с требованиями

«Газпромбанк»
(Открытое акционерное общество)
Управление кредитным риском Количественная оценка в соответствии с
требованиями регулирования Базель II
Петров Александр Владимирович, Управляющий Директор, Департамент Банковских Рисков,
Газпромбанк, Модератор Межбанковской Постоянно Действующей Рабочей Группы по
вопросам Компоненты 1, Базеля 2 при АРБ и ЦБ РФ
Март 2011 г.
На пути к внедрению Базельского
соглашения в РФ
Структура и временные планы внедрения регулирования Базеля II
Подход БКБН
Компонент 1 - Минимальные требования к капиталу
Расчет минимальных требований к
капиталу для 3-х видов риска:
[1] Кредитный риск:
- Стандартизированный подход
- Подходы на основе внутренних
рейтингов, базовый (IRBF)
- Подходы на основе внутренних
рейтингов, усовершенствованный (IRBA)
[2] Рыночный риск:
- Стандартизированный подход
- Подход на основе внутренних моделей
(IMM)
[3] Операционный риск:
- Базовый индикативный подход (BIA)
- Стандартизованный подход (TSA)
- Усовершенствованный подход (AMA)
Компонент 2 - Надзорный процесс
(требования регулятора)
Основные принципы надзорного процесса в
части разработки внутренних процедур
оценки капитала, соизмеримого с
характером рисков, принимаемых на себя
банками.
Оцениваются все виды рисков, в т. ч. не
рассматриваемые в Компоненте 1:
- бизнес риск,
- риск секьюритизации,
- репутационный риск,
- риск ликвидности,
- стратегический риск и пр.
Предполагается возможность увеличения
капитала регулирующим органом по
результатам процедур надзора.
Компонент 3 - Рыночная дисциплина
Требования к раскрытию информации
(позволят участникам рынка оценить
систему риск-менеджмента,
подверженность риску и достаточность
капитала).
Качество раскрытия является критерием
для применения методологий /
признания инструментов и операций.
Развитие банковского регулирования в России в соответствии со Стратегией развития банковского сектора до
Стратегия развития
2015 г.
банковского сектора,
Применение
рекомендации,
Окончательное
Компонента 2 Базеля II и
пилотные банки начали
внедрение Базеля II,
IRB пилотными банками
внедрение Базеля II, III
III
2011
2012
Предварительные заявки
банков на использование
IRB-подхода
20142015
2017
2019
Применение Компонента 2
всеми кредитными
организациями
3
Текущий статус внедрения и отдельные инициативы
Летом 2011 года из числа 10 пилотных банков Банком России были сформированы 4 рабочих группы.
Цель: выработка консолидированной позиции по вопросам внедрения базельского соглашения в РФ для предоставления в Банк
России
• Группа 1: Определение дефолта. Классификация требований кредитного характера
• Группа 2: ИТ-системы и их валидация
• Группа 3: Методология построения рейтинговых систем. Параметры риска. Стресс-тестирование
• Группа 4: Корпоративное управление и внутренний контроль. ICAAP (ВПОДК)
К настоящему моменту работа данных групп закончена, рекомендации направлены в Банк России
В ноябре 2011 года пилотными банками организован Комитет по базельским стандартам и управлению рисками при АРБ. Цель
создания Комитета – содействие внедрению базельских стандартов в РФ, построение диалога с Банком России.
В рамках комитета сформированы две постоянно действующие рабочие группы:
• Группа по вопросам Компонента 1 (минимальные требования к капиталу)
• Группа по вопросам Компонента 2 (ВПОДК)
• Банком России (с учетом предложений рабочих групп) подготовлен проект документа по IRB (далее – IRB документ).
• Работа по подготовке консолидированных комментариев к документу ведется в рамках рабочей группы по вопросам Компонента
1
• Ожидается выпуск Банком России для комментариев документа по вопросам классификации требований кредитного характера
• В рамках рабочей группы по Компоненту 2 ведется работа по разработке рекомендаций по внедрению положений Письма Банка
России №96-Т
4
Базель 2, Компонента 1: Преимущества подхода на Основе Внутренних
Рейтингов (IRB)
Требования к
капиталу
на покрытие КР
Высокие
Стандартизированный подход (CП)
Коэффициенты риска активов
рассчитываются на основе
предопределенных регулятором правил
Не требуется разрешения надзорного органа
Расчет в целом похож на расчет показателя Н1
для кредитного риска
Обязательное применение надзорного
процесса Компоненты 2, нивелирует
возможные выгоды от Стандартизированного
подхода для банков с "плохими портфелями".
1.
2.
3.
4.
Возможность снижения
требований к капиталу
по сравнению с СП
Подход на основе внутренних Рейтингов (IRB-F)
Средние
1.
2.
Позитивное влияние на
внешний рейтинг банка и
репутационные выгоды
3.
4.
5.
Низкие
6.
Более точная оценка кредитных рисков
Коэффициенты риска активов рассчитываются на основе внутренних
кредитных рейтингов
Особенно выгоден для банков с высококачественными кредитными
портфелями
Требуется разрешение надзорного органа
Высокие требования к качеству данных и процессам рискменеджмента
Возможность сохранения Cтандартизированного подхода для части
портфеля
В соответствии с западным опытом внедрения Базеля 2, регуляторы обычно “требуют”
обязательного применения IRB подхода для крупных системообразующих банков
Низкая
Сложность моделей и процессов
Стоимость реализации
Высокая
5
Базель 2, Компонента 1: Преимущества подхода на Основе Внутренних Рейтингов
(IRB)
 Ожидаемые потери
 Резервы
 Алокация капитала
Отчетность
 Оценка концентраций
 Оценка эффективности
Области
внедрения
IRB
Управление
Бизнесрисками
процессы
 Кредитные решения
 Мониторинг
 Ценообразование
 Система полномочий
 Стресс-тестирование
 Взыскания
Наиболее важные аспекты
количественной оценки кредитного
риска в соответствии с требованиями
регулирования Базель II
Базель 2, Компонента 1: Риск факторы регулирования Базель 2
Предопределен регулятором в
IRB-F подходе
Определяется Банком
Ожидаемые потери
=
EL (abs)
=
1 Профиль риска клиента, т.е. вероятность того, что
клиент не выплатит долг на временном горизонте 1 год
– оценка осуществляется на основе характеристик
клиента, статистики дефолтов и рыночной
информации
2 Качество обеспечения, т.е. какую часть неуплаченной
суммы мы ожидаем потерять?
– определяется качеством обеспечения, а также
временем и особенностями процедуры его
взыскания
3 Характеристики продукта, т.е. какова будет общая
сумма задолженности в случае дефолта клиента?
 Определяется уровнем использования средств в
момент дефолта и эффективностью систем
мониторинга
1
Вероятность дефолта
(Probability of default)
=
PD (%)
×
2
Доля потерь при
дефолте
=
LGD (%)
(Loss given default) *
×
Величина риска при
дефолте
3
=
EAD (abs)
(Exposure at default) *
* - для розничных требований Банк проводит собственный расчет LGD, EAD в IRB-F подходе
8
Базель 2, Компонента 1: Расчет минимального требуемого капитала для кредитного
риска в IRB-F подходе
Предопределен регулятором в
IRB-F подходе
Определяется Банком в IRB-F
подходе
Потери
Ожидаемые потери
X
Непредвиденные
потери
=
8%
Редкие
случаи потерь
катастрофического масштаба
Горизонт прогноза в 1 год
X
Риск веса определяются как функции
от PD, LGD, M
Вероятность дефолта,
PD (Probability of default)
Доля потерь при
дефолте, LGD
(Loss given default) *
* - для розничных требований Банк проводит собственный расчет LGD, EAD в IRB-F подходе
Величина риска при
X
дефолте, EAD*
(Exposure at default)
Время погашения
кредита, M
(Maturity)
9
Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта
Процесс построения статистической модели
1.Истори
ческие
данные
о
дефолта
х
2.Форм
ирован
ие
фактор
ов
риска
3.Одно
фактор
ный
анализ
4.Корре
ляцион
ный
анализ
5.Мног
офакто
рная
регресс
ия
• Сбор
• Определение
• Определение
• Определение
• Определение
исторических
потенциального
взаимосвязи
взаимосвязей
оптимальный
данных о
набора факторов,
между
между факторами
весовых
дефолтах и
которые могут
отдельным
и выделение
коэффициентов
недефолтных
быть
фактором и
независимых
для факторов на
клиентах
использованы
дефолтом
наборов
основе выборки
для
факторов
• Выбор
• В качестве
• В качестве
прогнозирования
репрезентативной
результата –
результата –
дефолта
выборки
«короткий
набор
клиентов
• В качестве
список»
«подмоделей»,
результата –
факторов, а также
которые
«длинный
любые
подлежат
список»
трансформации
обсуждению
факторов,
между факторами
который
необходимо
Многофакторный анализ
проверить
6.Калиб
ровка
• Калибровка
модели на
вероятность
дефолта (PD)
7.Тести
ровани
еи
валида
ция
• Подтверждение
точности модели
с использованием
тестов или
ранжирования
Процесс может быть итерационным
10
10
Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта
Однофакторный анализ – AR (Accuracy Ratio)- анализ дискриминационной
способности отдельного фактора
Цель – Отбор статистически значимых предикторов дефолта из “длинного” списка
факторов
Пропорция
дефолтов
100%
Идеальная
избирательность
Рейтинговые
инструменты
2
Случайная
модель
1
1
AR =
1
0%
Наихудшая
оценка
+
Дискриминационная
способность отдельного
фактора - это оценка
насколько хорошо фактор
разделяет плохих и хороших
клиентов.
2
100%
Суммарная
совокупность
Наилучшая
оценка
11
Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта
Многофакторный анализ
Корреляционная структура факторов явным образом учитывается при многофакторном
Необходимо выбрать из каждой категории
лишь наиболее значимые факторы…
анализе
…и учесть также те, которые добавляют
наибольшую прогнозную способность
модели
Капитал /
Совокупные
активы
AR = 38%
Капитал /
Обязательства
AR = 40%
Корреляция = 90%
Выбирается только 1 фактор
Прогнозная сила модели
Теоретический максимум
1
2
3
4
5
Число факторов в модели
Промежуточным результатом многофакторного анализа является набор моделей
ранжирования клиентов с разными факторами
12
Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта
Окончательная модель выбирается на основе ряда практических критериев,
с учетом мнения бизнес подразделений
Возможный диапазон моделей
Способности
модели
Число переменных
Правдоподобность
факторов
Независимость
факторов
Правдоподобность
весовых
коэффициентов
Количество
входных
параметров модели
 Возможность
отличать
хороших
заемщиков от
плохих
 Модель должна
иметь
ограниченное
количество
учитываемых
факторов,
однако не
упускать
факторов,
которые могут
значительно
повысить
прогнозные
способности
модели
 Модель должна
включать
факторы или
комбинации
факторов,
которые с точки
зрения бизнеса
являются
полезными
 Не должны
включаться
факторы,
которые крайне
коллинеарны
или
мультиколлинеа
рны
 Весовые
коэффициенты
для факторов
должны быть
правдоподобны
ми и выбраны
таким образом,
чтобы повысить
стабильность
выходных
данных модели
 Количество
основных
величин,
используемых в
качестве
входных данных
модели должно
быть как можно
меньшим,
Выбранная модель
13
Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта
Принципы калибровки модели и Мастер Шкала вероятности дефолта
14
Базель 2, Компонента 1: Ежегодная валидация моделей PD в соответствии с
требованиями Базельского комитета
15
Базель 2, Компонента 1: Ежегодная валидация моделей PD в соответствии с
требованиями Базельского комитета
Анализ дискриминационной способности модели
Дискриминационная способность - это
оценка насколько хорошо модель разделяет
плохих и хороших клиентов.
По рекомендации Банка России*:
Модель
AR
Отличная
> 0,6
Хорошая
> 0,4
Плохая
< 0,4
•Аналитический документ о степени соответствия внутрибанковских подходов к управлению кредитным риском банков – участников проекта
«Банковское регулирование и надзор (Базель II)» Программы сотрудничества Евросистемы с Банком России минимальным требованиям IRB-подхода Базеля II
16
Базель 2, Компонента 1: Ежегодная валидация моделей PD в соответствии с
требованиями Базельского комитета
Анализ предсказательной способности модели
Полученные зависимости
Кол-во контрагентов
60%
250
50%
200
40%
150
30%
Предсказательная способность - оценка
вероятности корректного предсказания
дефолта с использованием модели.
Тест
xи-квадрат
(анализ
предсказательной способности модели в
целом),пример: распределение дефолтной
частоты
совпадает
с
модельным
распределением PD с вероятностью 88,5%.
100
20%
50
10%
0%
0
2
3
4
5
6
7
8
Биномиальный
тест*
(выявление
рейтинговых интервалов с слабой
предсказательной
способностью),
пример: выполнен кроме рейтингов 9 и 10.
9 10 11 12 13 14 15 16 17 18 19 20
Кол-во наблюдений
Рейтинговый интервал
Средняя модельная PD
Частота Дефолта
Средняя PD мастер-шкалы
* носит рекомендательный характер, является вспомогательным к хи-тесту, определяет проблемные интервалы в нем 17
Собственный расчет необходимого капитала для кредитного риска в Компоненте 2,
Базеля 2
Дополнительные требования к капиталу (Capital Add-on) в Компоненте 2 для
кредитного риска
Риски не полностью
покрытые в Компонентe 1
Макроэкономический риск
Дополнительный
необходимый
капитал
+
 Концентрационный Риск кредитного
портфеля – single name
concentration, sector concentration,
geographical concentration
+
Требования к капиталу
 Недооценка
кредитного риска в
стандартном или
продвинутом (IRB)
методе
Риски не рассмотренные в Компонентe 1
=

Расчет капитала Расчет капитала
в момент
в момент
времени Т
времени Т+1
В последующих периодах требования к
капиталу будут изменяться вместе с
экономическим циклом
– Рецессия: необходимо больше
капитала из-за снижения рейтингов,
большей волатильности и др..
18
Спасибо за внимание!
19