Требуется адаптация. (Ф. Гальперин, О. Кальдина, "Банковское дело в Москве", N 5, май 2006 г.)

Требуется адаптация*(1).

"Переходная" специфика

Практика управления рисками в России, как и в других странах с переходной экономикой, осложняется определенными проблемами.

Относительная "молодость" рынка не позволяет накопить достаточный объем исторических данных, необходимых для оценки кредитных и операционных рисков. Динамика рынка, быстрое появление новых банковских продуктов, интенсивное развитие процессов автоматизации оборачиваются тем, что механизм контроля за возникающими рисками оказывается нередко в роли "догоняющего" по отношению к растущему бизнесу.

Отсутствие устоявшейся практики и наработанного на основе прошлого российского опыта алгоритма решения проблем и задач, стоящих перед банками, усугубляется невозможностью применения западной практики контроля и управления рисками "в чистом виде", без корректировок на национальную специфику.

Добавим еще и такие факторы, как отсутствие развитого института частной собственности, несовершенство законодательства и отставание в развитии рынка производных инструментов.

Возраст российской коммерческой банковской системы невелик - чуть больше полутора десятков лет, скромен и профессиональный опыт ее работников: от пяти до в лучшем случае десяти лет. Так что ни об "исторической памяти", ни о серьезном практическом опыте говорить не приходится, а значит, повышается риск некомпетентности организаций в работе с финансовыми инструментами, ставшими в минувшее десятилетие привычными для развитого мира.

Есть у нашего рынка и другие особенности: недостаточные его ликвидность и прозрачность, дефицит информации, ограниченный выбор производных финансовых инструментов. Сказываются некоторые институциональные проблемы: скажем, большинство наших компаний не может пока похвастаться большими успехами в составлении отчетности по МСФО. Не прижилась еще здоровая, классическая практика проведения внутреннего аудита, роль и предназначение которого кардинальным образом отличались бы от пресловутого "внутреннего контроля". В некоторых банках отсутствуют функции комплаенса.

К тому же нормативная база, регулирующая банковский сектор, пока не устанавливает жестких требований к применению основанных на учете уровня риска нормативов достаточности капитала, разработанных в последнее время международным сообществом.

Особый разговор - об уровне нашей корпоративной культуры. Для России, к сожалению, вполне типичны ситуации, когда сотрудники банков скрывают и свои ошибки, и промахи коллег. А в итоге искажается информация о реальном результате работы подразделений, скрываются или занижаются данные о возникших просрочках либо убытках, значит - теряет эффективность механизм, направленный на возможное предотвращение убытков в момент появления первых признаков потенциальных проблем.

Кроме того, сам российский рынок привык довольно снисходительно относиться к возникающим просрочкам платежей и аналогичным проблемам, поскольку доходность рынка по-прежнему высока. Как не вспомнить о былом "документальном формализме", четко описывающем процессы, обязанности исполнителей и порядок действий в конкретных ситуациях... Формализм этот успешно победили, и ныне процветает практика действий и принятия решений "на свой страх и риск", идущих вразрез с официальными указаниями.

Чтобы выработать и внедрить в наших условиях действенную систему риск-менеджмента, требуется широта и определенная гибкость в подходах к оценке рисков. В ситуации определенной неустойчивости экономики и высокой волатильности финансовых рынков особенно актуальным становится стресс-тестирование, позволяющее просчитать неожиданные комбинации факторов, влияющих на бизнес (изменение цен на нефть, курс рубля по отношению к доллару и прочие), выявить зависимость между ними, прогнозировать потери, возможные при реализации наихудших сценариев. В конечном итоге анализ результатов теста позволяет заранее разработать план действий на случай, если развитие ситуации пойдет по рассмотренному стресс-сценарию, и снизить размер возможных потерь. В Альфа-Банке, например, стресс-тест последние четыре года проводится ежегодно.

Перечисленные проблемы обуславливают необходимость адаптации мировой практики управления рисками, сформировавшихся стандартов к российской специфике.

Операционные риски

Если говорить о трех традиционно выделяемых видах рисков, cтоит отметить, что именно практика управления операционными рисками*(2) остается одной из наименее исследованных и развитых на российском рынке.

Поскольку у нас рыночные отношения относительно молоды, операционные риски имеют свою специфику.

С одной стороны, управлять ими проще, чем в развитых странах, так как для нашего рынка характерны меньшие объемы операций и более простые продукты. С другой, работу осложняют отсутствие практического опыта, недостатки ИТ-систем, постоянный рост рынка и изменение структуры операций. Все это требует очень гибких подходов.

Степень развития, которое получило управление операционными рисками в Альфа-Банке, пожалуй, уникальна для российской практики. Дважды, в прошлом и позапрошлом годах, наш банк - единственный из всех российских кредитных организаций - получил награду Operational Risk Magazine 2004 Achievement Award "За лучший подход к управлению операционными рисками в организации, работающей на развивающихся рынках".

Механизм управления операционными рисками можно условно разделить на две составляющие: ежедневный мониторинг возникающих рисков и осуществление специальных проектов, направленных на минимизацию риска в рисковых областях, выявленных в результате мониторинга.

Мониторинг мы проводим при помощи инструментов, рекомендованных Базельским комитетом по банковскому надзору: ключевых индикаторов риска, сбора данных по потерям и самостоятельной оценки рисков подразделениями.

В качестве примеров специальных проектов можно привести выбор программы страхования, риск-аудиты подразделений, управление рисками в период кризисов.

Ключевые индикаторы риска представляют собой количественный показатель, вычисляемый с определенной периодичностью (как правило, раз в день или раз в неделю) и позволяющий оценить текущий статус основных рисков, проверить, находятся ли они в допустимых пределах, выделить слабые места, требующие внимания, привлечения дополнительных материальных и человеческих ресурсов для снижения риска. Как правило, индикаторы формируются для тех частей бизнес-процесса, нарушение которых может привести к потерям для банка.

Сбор и регистрация данных об операционных потерях необходимы для оценки уровня операционных рисков на основе исторических данных. Сбор данных ведется в соответствии с определенными Базельским комитетом классами потерь по бизнес-подразделениям на регулярной основе. Данные о потерях позволяют строить распределения для оценки возможных потерь. По мере накопления достаточного объема исторических данных об операционных потерях, достижения однородности данных (на что требуется 3-5 лет), Альфа-Банк получит возможность использовать их для расчета операционного VaR и для создания провизий и резервов на операционные потери. Требования по аллокации капитала на операционные риски установлены Базелем II.

Что касается механизма сбора данных, здесь есть свои тонкости, важнейшая из которых - отсутствие у сотрудников культуры восприятия операционного риска и понимания необходимости регистрации данных. Между тем, важно не просто осознать важность этого процесса, но и делать это профессионально - восстановить историю операционных потерь (например, по бухгалтерским данным или через опрос персонала); грамотно определить уровень отсечения (чтобы не засорять базу мелочами); идентифицировать события, несущие операционный риск для банка; регистрировать информацию как по событиям, повлекшим потери, так и по потенциально опасным.

Самостоятельная оценка рисков подразделениями проводится в виде опросов сотрудников банка и необходима для более полной идентификации операционных рисков, с которыми сталкиваются подразделения, и существующих мер контроля. Этот инструмент используется для получения информации об аналогичных событиях от большого числа сотрудников. На основании результатов опросов рассчитывается величина остаточного риска в различных подразделениях.

На основании сбора данных по потерям, мониторинга ключевых индикаторов риска и проводимых опросов формируется таблица, характеризующая показатели операционного риска для различных подразделений по группам риска, которая позволяет как сравнивать уровень риска разных подразделений по определенной риск-группе (бизнес-процессы, внешние факторы, персонал или технологии и инфраструктура), так и различные группы риска по конкретному подразделению.

Операционные риски влекут ожидаемые и неожиданные потери. Для минимизации ожидаемых потерь банк развивает систему контроля и создает резервы. Для защиты от редких, неожиданных потерь крупного масштаба используется страхование операционных рисков (мошенничество, сбои информационных систем, нанесение ущерба имуществу и т.д.). Программа страхования выбирается на основании базы данных по потерям и экспертных оценок о возможных потерях.

Таким образом, в основе системы по управлению операционными рисками заложены рекомендации Базельского комитета. На их базе, в свою очередь, разработана система по управлению операционными рисками, основные принципы которой закреплены политикой по управлению операционными рискам банка. Наличие подобного документа крайне важно: прежде всего он устанавливает важность закрепленных политикой процедур контроля, воспитывает культуру риск-менеджмента у руководства и сотрудников, закрепляет (через механизм персонального одобрения документа) ответственность руководителей подразделений, затронутых политикой, что в конечном итоге ведет к повышению эффективности работы.

Кредитные риски

Кредитный риск - основной для большинства коммерческих банков, что объясняет важность его правильной оценки. Стандартным инструментом управления кредитными рисками в западных банках в последние годы становится Credit Value-at-Risk.

CVaR позволяет оценить размер потерь по неизменному портфелю ссуд, который не будет превышен с заданной вероятностью на заданном временном горизонте (с учетом неизменности рыночных условий).

Использование Альфа-Банком модели расчета CVaR позволяет решать целый ряд задач.

- Оптимизация управления позициями банка, несущими кредитный риск. Это не только кредитный портфель, но и позиции против контрагентов на финансовых рынках.

- Использование оценок CVaR для аллокации экономического капитала*(3).

Применение CVaR для расчета достаточности капитала позволяет снизить требования к размеру регуляторного капитала за счет более точной оценки размера риска, то есть добиться снижения расчетной величины минимально достаточного размера капитала банка.

Создание модели кредитного портфеля имеет две составляющие: метод оценки кредитного риска заемщика и способ построения портфельной модели.

Существует немало различных подходов к оценке кредитного риска заемщика и принципы построения модели кредитного портфеля. При построении модели CVaR применимость того или иного подхода определяют данные. Большинство из возможных подходов имеют существенные ограничения по применению в России. Коротко остановимся на основных моделях и их ограничениях.

Подход, основанный на коэффициентах, рассчитанных по финансовой отчетности компании. Классический пример - модель Z-Score Альтмана, одна из старейших статистических моделей оценки кредитного риска. Она представляет собой линейную зависимость, с помощью которой по значениям финансовых коэффициентов компании вычисляется индекс кредитоспособности - скоринговая переменная Z.

Применять подобную готовую формулу в России бессмысленно, попытки же ее калибровки по российским данным сталкиваются с проблемами несовершенства нашей отчетности, отсутствия ясности выбора существенных финансовых показателей, недостаточности данных о банкротствах компаний для оценки большого числа параметров и трудоемкости сбора необходимых данных.

Другой подход к оценке кредитного риска заемщика основан на рыночной стоимости долговых обязательств компании. Он применяется, если у компании есть торгующиеся на рынке и достаточно ликвидные долговые обязательства. Тогда спрэд доходности облигаций к доходности безрисковых ценных бумаг (такими считаются казначейские облигации США US Treasuries) может служить показателем оценки участниками рынка риска невыполнения компанией-эмитентом своих обязательств. Применение данного подхода в России ограничено, ибо число компаний, имеющих обращающиеся на рынке долговые обязательства и, соответственно, их доля в кредитном портфеле банков, как правило, невелика. Кроме того, корпоративные облигации зачастую низколиквидны, и их доходность нельзя считать хорошим показателем доверия участников рынка к эмитенту.

Самый известный класс - структурные модели, берущие начало с модели Мертона. В основе подхода - трактовка кредиторской задолженности компании как требований, которые могут быть обращены на стоимость компании, и использование формулы Блэка-Шоулза ценообразования опционов для оценки вероятности дефолта компании. Практическое применение модели Мертона в России сталкивается со многими проблемами:

сложность определения рыночной стоимости активов компании;

отсутствие достаточного количества исторических данных для определения волатильности стоимости активов;

кредит может иметь более сложную структуру, чем допускают предположения модели.

В отличие от структурных моделей, в "сокращенных" не исследуется, какие именно причины приводят к дефолту компании (скажем, изменение конкретного финансового показателя или коэффициента). Вероятность дефолта предполагается зависимой от набора переменных, включая характеристики заемщика (показатели финансового состояния компании, отрасль, регион, и т.п.) и макроэкономические факторы. Мы используем именно "сокращенный" подход к оценке кредитного риска, поскольку оцениваем его как единственно применимый с учетом состава кредитного портфеля банка и имеющихся у нас данных. Как показывают наши результаты, этот подход для России - лучший и действительно работающий*(4).

Модель позволяет оценивать чувствительность кредитного риска портфеля к изменению его структуры. Для этого структура кредитного портфеля описывается с помощью характеристик, влияние которых мы хотим исследовать: например, доля кредитов крупнейшим заемщикам, доли заемщиков различных классов или рейтингов, доли обеспечения различных категорий и т.п. Полученные результаты могут быть применены в целях разработки кредитной политики банка с учетом его "склонности к риску" в текущей экономической ситуации.

Рыночные риски

По сравнению с кредитными и операционными модели оценки рыночных рисков, пожалуй, наиболее развиты и широко применяются на практике. Под рыночным риском понимается риск возникновения финансовых потерь (убытков) вследствие изменения рыночной стоимости финансовых инструментов торгового портфеля, а также курсов иностранных валют.

В основе оценки рыночного риска лежит расчет показателя Value-at-Risk. VaR с уровнем доверия А% и горизонтом t дней (VaR A%, t) - величина, выраженная в денежных единицах, которую не превысит с заданной вероятностью А% снижение стоимости позиции в течение следующих t дней в предположении нормального рынка.

Альфа-Банк использует VaR для оценки рыночного риска начиная с 2000 года, результаты моделирования применяются в ежедневном управлении бизнесом (контроль лимитов).

При построении методики расчета VaR может использоваться один из трех основных подходов: аналитический (дельта- и дельта-гамма-нормальный методы), исторический и метод симуляций Монте-Карло. Выбирая подход, надо учитывать некоторые трудности, связанные с российской спецификой и ограничивающие применимость того или иного подхода. Прежде всего это недостаточная ликвидность рынка, эффект "толстых хвостов"*(5), недостаточная развитость рынка производных инструментов, что обуславливает наличие проблемы непрозрачности механизмов ценообразования на этом рынке. Приходится принимать в расчет и определенную цикличность рынка, что проявляется в возникновении кризиса каждые 7-10 лет.

В основе аналитического метода расчета VaR лежит предположение о нормальном распределении изменений рыночных цен*(6). Подход в большей степени применим для линейных позиций в достаточно ликвидных инструментах.

Исторический подход не предполагает специального вида распределения изменений рыночных факторов, но считает распределение неизменным и использует исторические значения рыночных факторов за определенный период.

Метод Монте-Карло заключается в моделировании (проведении большого числа симуляций) возможных изменений стоимости портфеля при некоторых предположениях о распределении рыночных факторов.

Помимо VaR, для оценки рыночных рисков в Альфа-Банке применяются также следующие величины: LaVaR (liquidity adjusted VaR) - показатель риска позиции, учитывающий ликвидность ценных бумаг, и величина экстремальных потерь - ВЭП.

LaVaR с уровнем доверия А% - величина, выраженная в денежных единицах, которую не превысит с заданной вероятностью А% потери банка при оптимальной (с учетом ликвидности рынка) скорости ликвидации позиции - предполагается ее немедленное начало.

Величина экстремальных потерь содержит оценку возможных потерь по позиции в случае сильного негативного движения рыночных факторов (в результате возникновения кризисной ситуации в стране или на определенном рынке) на величину, не характерную для нормального рынка. Оценивать величину негативного изменения рыночных факторов в случае кризиса можно с помощью исторического моделирования (на примерах предыдущих кризисов) и метода симуляций Монте-Карло. При оценке ВЭП должно приниматься во внимание негативное влияние кризиса на ликвидность рынков.

Все три основных индикатора мы считаем для различных групп инструментов: акций, облигаций, рынка Forex, производных инструментов (так, на основе модели Монте-Карло рассчитываются маржинальные требования к контрагентам по портфелю деривативов), для портфелей как самого банка, так и его "дочек".

Банк также устанавливает лимиты, основанные на показателях VaR и ВЭП. Их цель в первом случае - ограничить совокупную величину принимаемого рыночного риска на нормальном рынке, а во втором - величину принимаемого рыночного риска в условиях кризиса.

Ф. Гальперин,

директор по управлению рисками ОАО "Альфа-Банк"

О. Кальдина,

старший риск-менеджер отдела по управлению кредитными рисками

Управления рисками ОАО "Альфа-Банк"

"Банковское дело в Москве", N 5, май 2006 г.

-------------------------------------------------------------------------

*(1). Статья подготовлена по материалам выступления на XII Международном форуме Института Адама Смита "Российский банковский сектор: максимизация прибыли и минимизация рисков", прошедшего в Лондоне 6-8 декабря 2005 года.

*(2). Базельский комитет по банковскому надзору под операционным риском понимает риск прямых и косвенных потерь вследствие ошибок или неправильной работы внутренних бизнес-процессов, персонала, информационных систем и внешних событий.

*(3). Указание на необходимость использования CVaR для расчета достаточности капитала банков закреплено Базелем II.

*(4). Ф. Гальперин, А. Бобышев, Я. Мищенко "Практика применения VaR-методологии для оценки и управления кредитным риском в "Альфа-Банке". "Управление финансовыми рисками", N 2, 2005 г.

*(5). Fat tail эффект - феномен, когда в эмпирических оценках распределения случайной величины квантилю заданного уровня значимости соответствует большее число стандартных отклонений, чем в случае нормального распределения.

*(6). Обычно предполагается нормальное распределение для лог-разностей котировок.