Опубликовано в журнале "Финансовый менеджмент" №2 год - 2018
Тегин А.В.,
кандидат технических наук,
менеджер департамента казначейства
ООО «УК Полюс»
В статье обсуждается новый подход к оценке стоимости высоколиквидных финансовых активов, имеющихся в портфеле любого хозяйствующего субъекта. Оценка сводится к расчету величины кредитного риска, который испытывает владелец активов, переводящий денежные средства на расчетные и депозитные счета в кредитные учреждения, и корректировке номинальной суммы размещаемых денежных средств. Расчет величины риска базируется на ряде показателей кредитоспособности контрагента, у которого размещаются деньги, таких как вероятность дефолта и процент возмещения (возврата) средств в случае наступления дефолта.
Оценка стоимости любого бизнеса или компании (если только это не экспресс-оценка, например, по методу сделок) является по своей сути совокупностью дискретных операций, когда каждый элемент баланса, активный или пассивный, оценивается отдельно. Вместе с тем в финансовом анализе есть множество задач, когда оценивать весь бизнес целиком и не нужно, а требуется оценить его наиболее важные составные части.
Здесь предлагается остановиться на оценке тех активов, которые имеются в портфеле практически любой компании, ибо ведение бизнеса без них невозможно. Речь, конечно, идет о финансовых активах, которые подпитывают основной текущий оборот предприятия и служат источниками для инвестиций. Портфель финансовых активов может иметь сложную структуру, в частности содержать в своем составе различные ценные бумаги. Если эти ценные бумаги ликвидны и имеют признаваемые рыночные котировки (например, биржевые), они и будут их оценкой. Таким образом, оценка этих активов реализуется достаточно просто, с помощью информации, полученной из отчетов с фондового рынка.
Важнее, пожалуй, рассмотреть случай, который также на первый взгляд может показаться тривиальным. Речь о финансовых активах и их стоимости невозможна без упоминания их наиболее ликвидных видов: банковских депозитов и денежных средств на расчетных и текущих счетах. Насколько нам известно, в фундаментальных монографиях по теме оценки активов, таких, например, как [1–2], данный вопрос не освещается.
ОПИСАНИЕ ПОДХОДА К ОЦЕНКЕ
Употребляя термин «ликвидность» в отношении активов, стоит оговориться, что абсолютной она (ликвидность) является, только если речь идет об остатках наличных денег в кассе организации (или в карманах у частного лица). В условиях же нестабильной банковской системы, включающей множество частных кредитных учреждений, действующих в ее составе и принадлежащих различным негосударственным юридическим лицам (а то и физическим лицам), денежные средства предприятий на расчетных счетах и банков на корреспондентских счетах в других банках подвергаются рискам невозврата, неисполнения (или неполного исполнения) денежных обязательств, т.е. различным формам кредитного риска. Таким образом, кредитный риск может возникать и по отношению к высоколиквидным активам.
Данный вид риска и его денежный эквивалент зависят как от кредитного качества банка-контрагента, так и от срока размещения денежных средств и должны учитываться при оценке активов. При этом рыночная оценка стоимости депозита без учета риска эквивалентна его номинальной (основной) сумме, к которой могут добавиться проценты, начисленные по истечении срока вложения средств. То же самое относится и к остаткам денежных средств на расчетных счетах: их оценка равна номинальной сумме (плюс величина процентов на остаток, если они начисляются). Следовательно, оценка справедливой стоимости (англ. fair value) таких активов, по сути, должна сводиться к расчету поправки на кредитный риск в денежном эквиваленте и коррекции номинальной стоимости этих активов (остатков на соответствующих счетах) совместно с начисленными процентами на величину этой поправки.
Поправка на кредитный риск (Credit Value Adjustment, или CVA) является общим термином для сделок любого вида, содержащих элементы кредитного риска [3]. Предлагаемый автором подход подразумевает использование здесь данных для вычисления значений кредитных рисков из открытых источников, содержащих информацию по денежным рынкам. В частности, ими могут являться информационно-аналитические платформы Reuters или Bloomberg. Риск и его оценка, как уже упоминалось, дифференцированы в зависимости от риск-профиля банка и срока контракта. Таким образом, можно получить в расчетах множество удельных поправок на риск и, просуммировав их по всему контуру размещения денежных средств, определить общий размер риска в денежном выражении:
Здесь CVAij – удельная величина поправки на кредитный риск, возникший у инвестора при размещении i-го высоколиквидного актива в j-м банке.
Справедливая стоимость всех высоколиквидных активов с учетом риска выражается следующим равенством:
где FV0 и FVr – стоимость финансового инструмента без учета и с учетом кредитного риска соответственно. Здесь FV0 соответствует совокупной номинальной сумме всех остатков во всех банках Sij, с которыми установлены договорные отношения:
Для того чтобы рассчитать итоговую величину кредитного риска Credit Risk Value (и затем финальную стоимость инструмента), станем использовать показатель CVA, для определения которого применяется формула
где S – величина стоимости актива, подвергающейся риску;
PD (Probability of Default) – вероятность наступления события дефолта;
RR (Recovery Rate) – процент возмещения средств в случае дефолта и, как следствие – (1 – RR) – среднеожидаемая доля убытков в случае дефолта.
Для сохранения общности рассуждений индексы здесь не применялись.
В отдельных случаях у инвестора может быть один высоколиквидный актив, размещенный на определенный срок.
В качестве величины стоимости, подвергающейся риску, в (4) используется номинальное значение остатка по депозиту или остатка средств на расчетном счете.
Расчет вероятности дефолта в отношении того или иного банка, как и возможной доли убытков в случае дефолта, является достаточно сложной задачей, однако для ее решения можно использовать численные данные с финансовых рынков, доступные для пользователей, работающих, например, с информационной системой «Блумберг». Безусловно, такие величины не рассчитываются рынком применительно к любому юридическому лицу, но в отношении крупнейших контрагентов – банков и корпораций – такие данные доступны.
Строго говоря, дело здесь не в масштабе бизнеса, а в отношении рынка к тому или иному агенту. Переходя к деталям, можно сказать, что определить значение кредитного риска возможно только для тех компаний и банков, относительно которых на рынке выпущены специальные финансовые деривативы – кредитные дефолтные свопы (Credit Default Swaps, или CDS). Сведения о производных финансовых инструментах (деривативах) достаточно подробно изложены в специальной литературе, например в [3].
Выпуск кредитных дефолтных свопов на рынок в отношении того или иного банка или компании приводит и к появлению соответствующих позиций в составе стандартного инструментария платформы «Блумберг» в виде массивов данных и кривых (CDS-кривых), в составе которых могут быть интересны значения вероятностей дефолта контрагента в зависимости от срока действия обязательства.
По нашему мнению, раньше на оценку таких высоколиквидных активов, как денежные средства и депозиты, обращалось мало внимания в предложенном здесь контексте, так как считалось, что деньги – это актив, не подверженный «уценке». Сейчас обстоятельства меняются, особенно для компаний, выпускающих отчетность по стандартам МСФО. Введенный недавно стандарт МСФО 9
«Финансовые инструменты» служит также и цели максимального ухода от модели понесенных кредитных убытков. По замыслу нового стандарта, в противовес старому, компания не должна затягивать с признанием потерь кредитного характера до момента, когда признаки уменьшения стоимости станут уже явными.
Кредитные дефолтные свопы выпущены на рынке в отношении весьма небольшого количества российских юридических лиц (меньше двух десятков, включая и саму Российскую Федерацию как суверенное государство). Среди них есть и несколько крупных банков: Сбербанк, Банк ВТБ, Внешэкономбанк, Россельхозбанк, Альфа-Банк. В России также работает ряд банков, дочерних по отношению к иностранным банковским группам. Это, например, Юникредит Банк, входящий в одноименную группу, Росбанк (группа Societe Generale) и ряд других.
Для оценки кредитных рисков, возникающих при размещении денежных средств в этих банках, можно воспользоваться кредитными дефолтными свопами, выпущенными в отношении материнских банков (групп).
ЧИСЛЕННЫЙ ПРИМЕР
Выполним оценку депозита с учетом кредитного риска, используя предложенный выше подход, на следующем примере. Фирма заключила договор с Альфа-Банком и разместила в нем депозит в номинальном размере 100 млн руб. сроком на 1 год.
На рис. 1 показаны численные данные о кривой CDS для данного банка, полученные с помощью информационно-аналитической системы «Блумберг». В частности, мы видим набор значений вероятности дефолта (Default Prob) для различных сроков обязательств и величину процента возмещения средств в случае дефолта (CDS Recovery).
Информация получена по состоянию на 18.01.2018.
Для расчета CVA согласно формуле (4) мы располагаем двумя величинами: RR = 25% и PD = 0,0061 для срока погашения депозита 1 год. Значение CVA (кредитного риска) при этом вычисляется как произведение 100 000 000 × 0,0061 × (1 – 0,25) и составляет 1 057 500 руб., или ~1,06%. Тогда оценочная стоимость l депозита с учетом кредитного риска, вычисленная по формуле (2), составит 98 942 500 руб.
ЗАКЛЮЧЕНИЕ
Велики ли кредитный риск и возможные потери при его реализации, зависит от бизнес-целей инвестора и его политики в области рисков. В каждом конкретном случае, работая с теми или иными банками и размещая деньги на определенный срок, инвестор принимает решение самостоятельно. Набор значений вероятности дефолта, как видно из выгрузки данных, приведенной на рис. 1, является дискретным и ограниченным по количеству точек. Если предприятие размещает деньги, например, на 3 или 9 месяцев, а доступны данные для 0,5 и 1, 2, 3 и т.д. лет, то при оценке вероятности дефолта для интересующих нас сроков размещения, следует применять экстраполяцию (для внешних точек по отношению к имеющемуся диапазону данных) и интерполяцию (для внутренних точек) данных. Эти же соображения применимы не только к срочным депозитам, но и просто к свободным остаткам денежных средств на расчетных и текущих счетах, принимая, что сроки размещения (условные в данном случае) совсем короткие: 1–2 дня.
Предлагаемый подход полезен не только инвестору, но и оценщику. Он позволяет дифференцированно вычислить совокупность стоимостей высоколиквидных активов, применяя формулы (1)–(3). Описываемая методика, таким образом, может быть использована в общей процедуре оценки бизнеса или стоимости компании.
Итоги оценки с использованием предложенной модели могут применяться не только для целей бизнеса, но и в учете по стандартам МСФО. Применимость поправок на кредитный риск (CVA) для совершения проводок, корректирующих стоимость высоколиквидных активов, должна рассматриваться в рамках критерия существенности (крупности, значимости) совместно с аудиторами предприятия. Данный критерий (точнее, его численное значение) для компании может уточняться со временем, с учетом изменения масштабов и структуры бизнеса, а также доли активов рассматриваемого вида в общем портфеле активов предприятия. Соответственно, если компания или группа компаний выпускают финансовую отчетность по стандартам МСФО, ее бухгалтерам и контролерам следует периодически пересматривать результаты ранее выполненных расчетов цены активов на предмет соответствия критерию существенности.
Таким образом, предложенный автором для высоколиквидных активов подход к расчету корректировок оценки стоимости, учитывающий кредитный риск контрагентов, является универсальным, практичным и простым в реализации.
Литература
1. Дамодаран А. Инвестиционная оценка. – 2-е изд. – М.: Альпина Бизнес Букс, 2005.
2. Коуплэнд Т., Коллер Т., Муррин Дж. Стоимость компаний. – М.: Олимп-Бизнес, 2005.
3. Gregory Jon. Counterparty credit Risk and Credit value Adjustment. 2nd ed. – UK: John Wiley and Sons Ltd, 2012.
4. Халл Джон К. Опционы, фьючерсы и другие производные финансовые инструменты. – 8-е изд. – М.: ИД Вильямс, 2014.
