Международные и национальные стандарты учета риска с производными финансовыми инструментами



Опубликовано в журнале "Финансовый менеджмент" №3 год - 2014


Бобок В.С.,
к. э. н., ст. преподаватель кафедры экономики
Российского государственного социального университета


В соответствии с международными стандартами в статье освещаются основные вопросы финансового риск-менеджмента. Рассмотрены современные методы количественной оценки управления о форвардной процентной ставке.


Приведены новые материалы по организационным аспектам риск-менеджмента, моделям эволюции процентных ставок и анализа макроэкономических рисков. Дан систематизированный обзор методов количественного анализа, используемых в риск-менеджменте, моделей ценообразования и стратегий применения производных финансовых инструментов.


За последние два десятилетия условия функционирования мировых финансовых рынков изменились самым радикальным образом. Структурные изменения, которые возникли в национальных и международных финансовых системах в течение последних двух десятилетий, могут рассматриваться как часть сложного процесса, лучше всего описываемого как глобализация финансов и финансового риска.


Что же по сути изменилось в функционировании финансовых систем?


Основные тенденции, связанные с процессом глобализации и важные с точки зрения управления риском ликвидности, вкратце таковы:
– происходит интеграция национальных финансовых рынков, инвесторов и заемщиков в самый глобальный рынок, при этом растут как объемы операций на рынках, так и сами рынки;
– капитал оперативно может переводиться с одного рынка на другой, что вызывает увеличение взаимосвязи рынков;
– идет процесс концентрации капитала в крупных финансовых институтах; чем крупнее финансовый институт, тем быстрее он увеличивает свои активы. Как следствие, состояние рынков все сильнее зависит от действий отдельных участков;
– стираются различия между финансовыми институтами, их деятельностью и рынками, на которых они работают, что приводит к усилению конкуренции между ними. Увеличение технических возможностей для оценки и перераспределения финансового риска вместе с усиливающейся конкуренцией ведет к усложнению стратегию поведения участников финансового рынка. А это, в свою очередь, приводит к тому, что состояние финансового портфеля зависит от все большего числа факторов рыночного риска.


Одним из следствий данного процесса стал рост влияния рыночной ликвидности на риск портфеля. Ответ на вопрос о том, насколько ликвидными является финансовый инструмент, все чаще становится определяющим при выборе финансовых стратегий, а учет риска ликвидности может сильно менять оценку совокупного риска портфеля. Недооценка риска ликвидности больших позиций по производным инструментам стала одной из главных причин разорения известного фонда Long Term Capital Managament (LTCM) в 1998 г.


Проблема рынков и финансовых инструментов связана с ликвидностью.


Дело в том, что почти все современные модели и методы оценки рыночного риска портфеля требуют в качестве исходных данных ввода значений цен активов, составляющих портфель (или значений рыночных параметров, от которых зависит стоимость портфеля). В качестве таких значений, как правило, используются усредненные рыночные цены в какой-то момент времени (или среднее значение цен спроса и предложения) или цена последней сделки.


В то же время любой участник финансового рынка согласится с тем, что реальная цена каждой конкретной сделки почти всегда отличается от средней рыночной цены. Парадокс состоит в том, что на рынке нет понятия «рыночная цена», в каждый момент времени есть цена спроса и цена предложения. Так, при приобретении финансового актива мы вынуждены получать его по цене предложения (askprice), а при продаже отдавать по цене спроса (birdprice). До тех пор, пока ситуация на рынке стабильна и рынок находится в сбалансированном состоянии, издержки заключения сделки (так называемые транзакционные издержки) не оказывают сильного влияния на риск портфеля, который при этом можно достаточно точно оценить. Ситуация в корне меняется, когда рынок выходит из состояния равновесия и на нем начинается кризис. В этом случае транзакционные издержки могут возрасти в десятки и сотни раз. Учитывая процесс интеграции рынков и их возрастающую взаимозависимость, резкие изменения ликвидности рынка стали возникать гораздо чаще, чем раньше: соответственно возникла необходимость учета данного вида риска в моделях оценки рыночного риска.


РЕЙТИНГИ ОБЛИГАЦИЙ И ПРОЦЕНТНЫЕ СТАВКИ
Наиболее широко используемым показателем риска дефицита фирмы является рейтинг ее облигаций, который обычно определяется независимыми рейтинговыми агентствами. Два наиболее широко известных рейтинга составляются агентствами Standart&Poor’s и Moody’s. Тысячи компаний оцениваются этими двумя агентствами, и эти оценки оказывают наибольшее влияние на финансовые рынки. Рейтинги облигаций, присваемые рейтинговыми агентствами, опираются преимущественно на открытую информацию, хотя предоставляемая фирмой частная информация также имеет значение.


Рейтинг, присвоенный облигации компании, будет в значительной степени зависеть от финансовых коэффициентов, измеряющих способность компании выполнять обязательства по долгам и создавать предсказуемые и устойчивые денежные потоки. Существует значительное число финансовых коэффициентов, поэтому табл. 1 представляет лишь некоторые ключевые коэффициенты для измерения риска дефолта.



Рейтинги, составляемые этими агентствами, выражаются буквами. Рейтинг ААА агентства Standart&Poor’s и рейтинг Ааа агентства Moody’s означают независимый рейтинг, предоставленный фирме, которая имеет самый низкий риск дефолта. При повышении риска дефолта рейтинги повышаются до D – для фирм в состоянии дефолта (Standart&Poor’s). Рейтинг выше BBB, присвоенный Standart&Poor’s, относит капиталовложения к категории «выше среднего» по своей надежности, т.е., на взгляд рейтингового агентства, инвестиция в облигации данной фирмы связана с небольшим риском дефолта (табл. 2).


Если рассматривать различные категории активов, в которые мы можем вложить средства, целесообразно разделить их по принципу увеличения вероятных рисков и определить, какого рода прибыль мы хотим получить от их использования. Такой способ позволяет сравнить структуры риск / вознаграждение этих активов; когда речь идет о конкретных акциях, нам необходимо понять, какие риски с ними связаны, а также с их бизнес-моделью, финансовыми структурами и секторами, в которых находится бизнес. Рисунок 1 показывает уровни прибыли, которые можно получить от вложения средств в различные сектора. Как видно из рисунка, в стабильном секторе, таком как коммунальные услуги, где (экономические) риски относительно невелики, мы ожидаем относительно невысоких прибылей. Таким образом, мы ожидаем, что эта прибыль придет в виде дохода. Напротив, прибыль компаний биотехнического сектора крайне трудно предсказать, и ее можно будет получить очень скоро, такая прибыль придет в форме увеличения капитала» [1].



Вероятность дефолта, подверженность кредитному риску и уровень потерь в случае дефолта представляют собой три наиболее важных показателя, используемых при определении требуемой доходности операций, связанных с кредитным риском. Отраслевая принадлежность заемщика определяет состав и структуру его активов, степень их ликвидности, а следовательно, и ликвидационную стоимость данного предприятия. Чем больше у предприятия ликвидных материальных активов и чем более определенными являются его ожидаемые поступления, тем больше при прочих равных условиях будет уровень возмещения потерь для кредиторов.


Было бы естественно предположить, что предприятиям коммунального хозяйства и естественным монополиям, располагающим значительными материальными активами и денежными потоками, будут свойственны более высокие уровни возмещения по сравнению с небольшими инновационными формами, в балансах которых преобладают нематериальные активы. Очевидно, что эти априорные соображения должны учитываться в рыночных ценах выпускаемых этими компаниями долговых обязательств. В США на протяжении десятилетий средний уровень возмещения потерь традиционно оценивался в размере 40 центов за доллар номинальной стоимости долга.



Подтверждением этому стало исследование Альтмана и Кишора, которые, проанализировав 750 случаев дефолта за последние пятнадцать лет, оценили средний уровень возмещения потерь в размере 40,11 долл. (при цене облигаций равной или близкой к номиналу 100 долл.). Однако этот уровень может значительно колебаться вокруг среднего значения в зависимости от очередности погашения долговых обязательств. По их оценкам, кредиторы первой очереди (владельцы «старших» обязательств) могли возместить в среднем 58% номинальной стоимости, второй («старшие» без обязательств) – 48%, третьей («старшие» субординированные обязательства) – 35% и четвертой («младшие» субординированные обязательства) – около 32%» [3].


Невысокий средний уровень восстановления по обеспеченным обязательствам объясняется трудностью экономической оценки и колебаниями рыночной стоимости обеспечения в зависимости от вида активов и конъюнктуры рынка, падением рыночной стоимости активов компании, объявившей дефолт, а также значительным (до 20%) ростом стоимости таких обязательств в период реорганизации (банкротства). Альтман и Кишор проанализировали почти 700 случаев дефолта по облигациям предприятий США, относящихся к 18 отраслевым группам. Рассчитанные ими средние уровни возмещения потерь при дефолтах по необеспеченным облигациям с высокой очередностью погашения приведены в табл. 3. Из этой таблицы видно, что в среднем по отраслям промышленности уровень возмещения потерь колеблется в диапазоне 30–40% со средним стандартным отклонением на уровне 20–30%. Отсюда следует, что для оценки уровня возмещения по данному активу недостаточно опираться только на среднеотраслевые значения, необходимо проводить тщательный анализ финансового состояния конкретного заемщика и условий сделки.



Кредитный риск следует рассматривать как любое изменение рыночной стоимости активов в результате изменения мнений участников рынка о возможности объявления дефолта в будущем, риск дефолта можно рассматривать как функцию от следующих параметров:
Вероятность наступления дефолта (prolability of default – PD), оцениваемая путем анализа финансового состояния заемщика или рыночной стоимости выпущенных им в обращение облигаций и акций. Прогноз вероятности дефолта и оценка корреляции между дефолтами для составляющих портфеля представляют собой центральную задачу при моделировании кредитного риска.
Подверженность кредитному риску (creditexposure – CE; Exposureatdefault – EAD) представляет собой экономическую оценку стоимости активов, подверженных риску, в момент объявления дефолта. Обыкновенные облигации, подверженность кредитному риску принимаются равной сумме непогашенной задолженности, однако для производных инструментов распределение кредитного риска во времени будет иметь более сложный вид.
Потери в случае дефолта (lossgivendefault – LGD), отражающие уровень безвозвратных потерь с учетом их частичного возмещения, например путем реализаций залога, исполнения гарантий и т.п. Так, если уровень возмещения равен 30% от общей суммы кредита, то потери в случае дефолта составят 70% от величины подверженности кредитному риску. Уровень возмещения потерь может колебаться в широких пределах по различным категориям контрагентов и видам кредитных продуктов.


Кредитный риск выражается величиной кредитных потерь (creditloss – CL), которые можно оценить с помощью трех составляющих кредитного риска, перечисленных выше. Потери вследствие кредитного риска для одного актива можно формально представить как произведение перечисленных параметров:


CL = b × CE × LCD = b × CE × (1 – R), (1)


где b – двоичная случайная переменная, принимающая значения 1 в случае наступления дефолта с вероятностью PD и 0 – в противном случае;
CE – подверженность кредитному риску в момент объявления дефолта;
R – уровень вращения потерь;
LCD = (1 – R) – уровень безвозвратных потерь в случае дефолта.


В общем случае все переменные, входящие в формулу (1), можно рассматривать как случайные величины. Предположим, что их совместное распределение описывается некоторой функцией плотности вероятностей  (b, CE, LGD). Тогда математическое ожидание случайной величины CL, называемое ожидаемыми потерями вследствие кредитного риска (creditloss–ECL), определяется следующим образом:



Если все параметры конкретного риска являются независимыми, то совместную плотность распределения возможностей можно представить в виде произведения плотностей каждой из этих величин, а выражение (2) сводится к виду:



где g(b),  – функции плотности распределения вероятностей соответствующих случайных величин.


Отсюда следует, что ожидаемые потери можно оценить как произведение вероятности дефолта на среднюю подверженность кредитному риску и средний уровень безвозвратных потерь в случае дефолта [2]:


ECL = PD × E(CE) × E(LGD). (4)


СПРЕД ДЕФОЛТА ПО ОБЛИГАЦИЯМ
Риск дефолта часто измеряется при помощи рейтинга облигаций, а процентная ставка соответствует рейтингу и оценивается посредством добавления спреда дефолта к безрисковой ставке. Самый простой способ оценки спреда дефолта для каждого рейтингового класса – это нахождение выборки облигаций в пределах данного рейтингового класса и объяснение текущей рыночной процентной ставки по этим облигациям. При составлении данной выборки следует пытаться сосредоточить внимание на наиболее ликвидных облигациях, обладающих как можно меньшим числом особых характеристик. Корпоративные облигации часто отличаются неликвидностью, а процентные ставки по ним могут не отражать текущие рыночные ставки. Присутствие особых характеристик у облигаций, таких как конвертируемость, может повлиять на ценообразование этих облигаций и, следовательно, на оценку процентных ставок по ним.


Как только определена выборка облигаций в пределах каждого рейтингового класса, необходимо оценить процентные ставки по этим облигациям. Существуют два широко используемых подхода. Первый заключается в оценке доходности облигации, т.е. представляет собой купонную ставку, деленную на рыночную цену. Второй оценивает выплаты к истечению срока облигации, определяя приведенную стоимость купонов, а также номинальную стоимость облигации по рыночной цене. Как правило, выплаты к дате погашения оказываются наилучшей мерой рыночной процентной ставки по облигации.


Выяснив процентную ставку, соответствующую выборке облигаций, следует принять два решения. Первое относится к взвешиванию. Можно вычислить простую среднюю величину из кредитных ставок по облигациям, входящим в выборку, или же взвешенную среднюю величину, связывая при этом веса с объемом торговли; более ликвидные облигации получают большие веса, чем менее ликвидные облигации. Второе решение относится к индексу казначейской ставки, поскольку средняя процентная ставка для определенного рейтингового класса сравнивается с этой ставкой для выяснения спреда дефолта. Как правило, срок истечения действия казначейской ценной бумаги должен соответствовать среднему сроку истечения корпоративной ценной бумаги, выбранной для оценки средней процентной ставки. Таким образом, для получения спреда по облигациям с рейтингом ВВВ средняя процентная ставка для пятилетних корпоративных облигаций с рейтингом ВВВ должна сравниваться со средней процентной ставкой для пятилетних казначейских бумаг. В табл. 4 представлена информация о спреде дефолта в определенный момент времени, причем спред различается в зависимости не только от времени, но и от облигаций, имеющих одинаковый рейтинг, но разные сроки погашения.



Для каждого рейтингового класса спред дефолта обычно расширяется с ростом сроков погашения, и подобная тенденция находит большее проявление для облигаций с нужным рейтингом. Спред дефолта умножается, когда рассматриваем более длительные сроки погашения. Инвестор, покупающий 10-летнюю облигацию компании с рейтингом ССС, может чувствовать себя в большей степени подверженным риску дефолта, чем владелец облигации с более высоким рейтингом.


Самый простой сценарий для оценки стоимости заимствования реализуется, когда фирма выпустила долгосрочные облигации, имеющие широкое хождение на рынке. Рыночная цена облигации в сочетании с ее купоном и сроком погашения может использоваться для определения доходности, которая и является стоимостью заимствования. Например, этот подход работает применительно к фирмам, подобным АТ & Т, имеющим десятки облигаций в обращении, которые обладают высокой ликвидностью и часто продаются и покупаются.


Многие фирмы имеют в обращении облигации, которые не продаются на регулярной основе. Поскольку обычно эти фирмы являются объектом рейтинговой оценки, мы можем оценить для них стоимость заимствования, используя указанные рейтинги и связанные с ними спреда дефолта. Таким образом, можно ожидать, что компания Boeing с рейтингом АА имеет стоимость заимствования приблизительно на 100% выше, чем ставка по казначейским облигациям США, поскольку этот спред обычно выплачивают фирмы с рейтингом АА (табл. 5).



ОЦЕНКА ВЕРОЯТНОСТИ ДЕФОЛТА НА ОСНОВЕ СТАТИЧЕСКИХ ДЕФОЛТОВ ПО ОБЛИГАЦИЯМ
Вероятность наступления дефолта находится в тесной взаимосвязи с экономическим развитием отрасли, региона и страны в целом – как известно, снижение темпов экономического роста влечет рост числа банкротств. В свете этого прогноз вероятности дефолта должен осуществляться путем анализа как самого предприятия контрагента, так и страны, в которой оно ведет свою деятельность. «Наибольшую известность в области оценки вероятности дефолта по облигациям с различным кредитным рейтингом на основе анализа выживаемости (survivalanalysis) получили исследования, проведенные Альтманом и рейтинговым агентством Moody’s и Sanford&Poor’s» [4].


Расчеты Moody’s и Sanford&Poor’s основывались на обширных статических данных, собранных этими крупнейшими рейтинговыми агентствами, и заключались в определении доли компаний эмитентов, объявивших о дефолте в данный год, из общего числа эмитентов с данным кредитным рейтингом. Традиционно они рассчитывали среднее значение вероятности дефолта по облигациям без учета «возврата» облигации, т.е. периода с момента эмиссии облигации до момента расчета. Практика свидетельствует, что возраст облигации оказывает существенное влияние на вероятность дефолта, так как дефолт по облигациям, эмитированным относительно недавно, маловероятен, даже несмотря на их, возможно, невысокий рейтинг. Этот факт объясняется наличием у эмитента в первые 1–2 года средств, вырученных от реализации облигаций, которые повышают ликвидность компании и обеспечивают выполнение эмитентом своих обязательств, в частности по текущим купонным платежам.


В отличие от рейтинговых агентств Standard&Poor’s и Mood’s Альтман анализировал только облигации, эмитированные в текущем году (т.е. период обращения которых не превышал одного года), учитывал тем самым возраст облигации. Кроме того, Альтман рассматривал не все обращающиеся на рынке корпоративные облигации, получившие кредитный рейтинг, а только прямые облигации (straightbond) с высокой доходностью, выпушенные компаниями США.


В своих исследованиях он анализировал такие вероятности дефолта и изменения рейтинга облигаций за более продолжительные, чем один год, периоды с целью учета изменений макроэкономической конъюнктуры и собственных экономических циклов предприятия.


Еще одно важное отличие заключается в том, что Альтман использовал объемные характеристики рынка облигаций, т.е. отношение объема (суммарной номинальной стоимости) выпусков прямых высокодоходных облигаций на рынке.


Напротив, агентства Standard&Poor’s и Mood’s опирались на количественные показатели, рассчитывая соотношение числа компаний-эмитентов, чьи облигации обращались на рынке, в разрезе кредитных рейтингов.


Преимущество подхода Альтмана заключается в получении средневзвешенной вероятности дефолта, где весами выступают относительные объемы выпусков облигаций, по которым был объявлен дефолт. Так, если две компании разместили на рынке свои облигации, то при прочих равных условиях преобладать в рыночном обороте будут облигации той компании, которые их выпустили в большом объеме, а следовательно, дефолт другой компании не окажет столь же сильного воздействия на рынок. Вместе с тем отдельные крупные дефолты могут существенно влиять на конъюнктуру рынка и вносить искажения в оценки вероятности дефолта для данного периода, что является недостатком такого подхода.


Для оценки вероятности дефолта по облигациям в разрезе кредитного рейтинга используются следующие показатели [7].


1. Предельная вероятность дефолта (marginalmortalityrate – MMR) в течение t-го года с момента выпуска облигации в обращение. Этот показатель рассчитывается следующим образом:



Предельная вероятность дефолта отражает статистическую оценку вероятности дефолта по облигациям с определенным кредитным рейтингом в течение t-го года с момента ее выпуска в обращение. Этот показатель рассчитывается как среднее по выборке за n лет. Так, агентства Moody’s и Sanford&Poor’s публикуют данные за последние 20 лет и более.


2. Вероятность выживаемости (Survivalrate) в течение t-го года:



3. Вероятность выживаемости на протяжении Т лет:



4. Вероятность дефолта в год t при условии «выживаемости» в предшествующие годы:



Этот показатель отражает вероятность того, что эмитент с данным кредитным рейтингом объявит дефолт в течение t-го года с момента выпуска облигации в обращение при условии, что он «выживет» на протяжении предшествующих t – 1 лет.


5. Кумулятивная вероятность дефолта (cumulative mortality rate – CMR) за период в Т лет:



Кумулятивная вероятность дефолта – это вероятность того, что эмитент с данным кредитным рейтингом объявит дефолт в любой момент времени между датой выпуска облигаций в обращение (t = 0) и концом года с порядковым номером Т. Как следует из рис. 9, кумулятивная вероятность дефолта рассчитывается как дополнение до единицы вероятности того, что эмитент «выживет» (т.е. не объявит дефолт) на протяжении всего периода Т (рис. 2)


6. Средняя вероятность дефолта (average mortality rate – AMR):



Следует отметить, что при расчете кумулятивной вероятности дефолта возникает проблема временной неоднородности статистических данных. При одной и той же выборке объемом в n лет оценка кумулятивной вероятности дефолта за 1 год будет рассчитана по n наблюдениям, за два года – по (n – 1) наблюдениям и т.д., за Т лет – по (n Т + 1) наблюдениям. Если Т велико и сопоставимо по величине с объемом выборки, то полученная оценка вероятности дефолта будет основана на малом количестве наблюдений, а ее надежность будет весьма низкой. Как и для рыночного риска, достоверная статистическая оценка вероятности сравнительно редких событий (таких как дефолт) оказывается проблематичной.



Анализ статистики по проведенным показателям свидетельствует, что предельная вероятность дефолта растет на протяжении первых нескольких лет после выпуска облигаций в обращение (особенно ярко это проявляется для облигаций с рейтингом ВВВ, ВВ и В), затем стабилизируется и начинает понижаться для облигаций со сравнительно низким начальным кредитным рейтингом, возрастать для облигаций с высоким рейтингом (табл. 6). Эта закономерность объясняется тем, что для заемщика с очень высоким начальным рейтингом возможно только сохранение или снижение кредитного качества со временем, в то время как для заемщиков с низким кредитным рейтингом, «выживших» в течение первых нескольких лет с момента выпуска облигаций, вероятность объявления дефолта не будет проявлять тенденцию к риску на протяжении оставшихся до погашения лет.



Особенности подхода Альтмана рекомендуется использовать для оценки риска, связанного с новыми выпусками облигаций. При анализе риска облигаций, находящихся в обращении продолжительное время, можно опираться на данные, публикуемые рейтинговыми агентствами.


ВЗВЕШИВАНИЕ ПО РИСКУ АКТИВОВ И ЗАБАЛАНСОВЫХ СТАТЕЙ
«Процедура «взвешивания» активов по риску заключается в умножении балансовой стоимости активов на соответствующий коэффициент риска и суммировании полученных значений.


Соглашением была установлена шкала коэффициентов риска активов, т.е. оценок «вероятности» и уровня безвозвратных потерь по основным видам активов вследствие кредитного риска. Данная шкала является максимально упрощенной и включает только пять значений коэффициента риска: 0, 10, 20, 50 и 100%. Коэффициенты риска для балансовых активов установлены по следующей шкале»(1):
0% – безрисковые активы: касса, государственные долговые обязательства стран и центральных банков, демонстрированные в национальной валюте и фондируемые обязательствами банка в этой же валюте, кроме государственных обязательств стран – членов ОЭСР и центральных банков этих стран: обязательства, обеспеченные государственными ценными бумагами стран – членов ОЭСР или гарантированные правительствами этих стран;
0, 10, 20 или 50% – активы с низким риском; обязательства местных государственных учреждений (за исключением центрального правительства) и займы, гарантированные или обеспеченные ценными бумагами выпущенными этими учреждениями;
20% – долговые обязательства международных банков развития и обязательства, гарантированные или обеспеченные ценными бумагами этих банков; обязательства банков стран – членов ОЭСР и обязательства, гарантированные этими банками; долговые обязательства банков третьих стран с оставшимся сроком до погашения менее 1 года и ссуды с оставшимся сроком до погашения менее 1 года, гарантированные банками третьих стран; денежные средства в пути;
50% – кредиты, полностью обеспеченные залогом жилой недвижимости, которую заемщик сам им сдаст в аренду;
100% – активы с абсолютным риском – долговые обязательства предприятий частного сектора; обязательства банков третьих стран с оставшимся сроком до погашения свыше 1 года; государственные долговые обязательства третьих стран, деноминированные в иностранной валюте; обязательства коммерческих предприятий; основной капитал (здания, помещения оборудование и т.д.); недвижимость и прочие инвестиции; участие в капитале банков; прочие активы.


При выборе коэффициентов риска в качестве отправной точки согласно международным стандартам были приняты операции по кредитованию предприятий и населения, составляющие основу активных операций банков, кредиты, предоставленные другим банковским учреждениям, которые находятся под постоянным контролем национальных регулирующих органов, с точки зрения международных стандартов считаются еще менее рискованными вложениями.


Коэффициент риска этой группы банковских активов установлен равным 20%.



(1) Об оценке экономического положения банков: указание Банка России от 30.04.2008 № 2005 – У.



Как известно, за балансом банки учитывают в основном условные и гарантированные операции.


Поскольку в этом случае наступление ответственности банка носит вероятностный характер, в соглашении предусматривалась следующая процедура оценки риска по этим операциям. Сначала номинальная сумма забалансового обязательства переводится путем умножения на соответствующий коэффициент конверсии (creditconversionfactor – CCF) в так называемый эквивалент кредитного риска (creditriskequivalent), а затем полученный результат взвешивается по риску в соответствии с категорией заемщика по балансовым операциям.


Кредитный эквивалент должен быть определен также и для учитываемых за балансом производных инструментов, включая свопы, форварды, фьючерсы и приобретенные опционы. По сделкам с этими инструментами банки подвергаются кредитному риску не на их номинальную или условную стоимость, а лишь на потенциальную стоимость замещения потока денежных средств (replacementvalue) для контрактов с положительной текущей стоимостью в случае невыполнения обязательств контрагентами. Величина кредитного эквивалента таких инструментов будет зависеть и от срока до исполнения контракта, и от колебаний цен базисных активов, лежащих в основе конкретного типа производственного инструмента.


Конверсия производных инструментов в их кредитные эквиваленты может производиться одним из двух альтернативных методов: методом оценки тенденции риска или методом оценки первоначального риска.


«В методе оценки текущего риска (currentexposuremethod) кредитный эквивалент рассчитывается как сумма общей стоимости замещения (grossreplacementvalue – GRV), равной текущей рыночной стоимости инструмента (если она положительна) и надбавки за кредитный риск (odd – on), который может возникнуть в будущем, до момента исполнения контракта. Размер надбавки за кредитный риск получают путем умножения номинальной стоимости контракта на соответствующий коэффициент, установленный в зависимости от вида и оставшегося срока данного контракта (табл. 7)» [6].



Как и для других забалансовых статей, величины кредитных эквивалентов по производным инструментам должен быть умножены на соответствующие коэффициенты риска для балансовых активов в зависимости от надежности контрагента по сделке, а результат прибавлен к общей стоимости активов, взвешенных по уровню риска.


* * *


Риск в финансовой сфере измеряется на основе отклонения фактической доходности инвестиций от ожидаемой доходности. Есть два вида риска. Первый вид называется риском собственного капитала, он возникает в связи с инвестициями, которые не обещают фиксированных денежных потоков, но существуют ожидания, связанные с их величиной. Второй вид риска – это риск дефолта, характеризующийся инвестициями с обещанными денежными потоками.


Различные модели риска собственного капитала, предложенные в этой статье, ставят такую же цель при измерении риска, но решают данную задачу различными способами. В модели оценки финансовых активов подверженность рыночному риску измеряется рыночным коэффициентом бета, который оценивает, сколько рисков добавляет инвестиция к портфелю, включающему все обращающиеся в экономике активы. Модель арбитражной оценки многофакторная, позволяющая учитывать множественные источники рыночного риска и оценивать коэффициенты бета для инвестиции по отношению к каждому фактору влияния. В моделях регрессии или проксимоделях для оценки риска анализируются характеристики фирмы, такие как размер, имеющие корреляцию с высокими доходами в прошлом.


Полученные результаты в дальнейшем используются для измерения рыночного риска. Во всех этих моделях измерение риска основывается на использовании оценки ожидаемой доходности инвестиций в собственный капитал.


Эту ожидаемую доходность можно рассматривать как стоимость собственного капитала компании.


Литература
1. Дуглас Л.Г. Анализ рисков операции с облигациями на рынке ценных бумаг / пер. с англ. – М.: Филинъ, 2008.
2. Allen S. Financial risk management: A practitioner’s guide to managing market and credit risk. – Hoboken, N. S.: John Wiley & Sons, Inc., 2003.
3. Cauoette J.B., Altman E.I., Narayanan P. Managing credit risk: The next great financial challenge. – L.: John Wiley & Sons, Inc., 2008.
4. Historical default rates of corporate bond Issuere, Moody’s special report.
5. Jorion P. Financial risk magager instruction manual 4thed – N.Y.: John Wiley & Sons, Ltd., 2009.
6. Moody’s Investors Service, 2009, January.
7. Moody’s rating mi gration and credit quality correlation. Special report, Moody’s Investor Service, 2004.

22.09.2020

Также по этой теме:


Список просмотренных товаров пуст
Список сравниваемых товаров пуст
Список избранного пуст
Ваша корзина пуста