Оценка кредитного риска - Дипломная работа

При этом, согласно отчету о развитии банковского сектора и банковского надзора ЦБ РФ, кредитный риск в РФ большей частью определяется качеством кредитного портфеля кредитов, выданных корпоративным заемщикам. Помимо этого, в данном отчете была также упомянута следующая статистика в отношении кредитов, выданных корпоративным заемщикам банка: так, за 2014 г. доля общей задолженности по корпоративным кредитам выросла на 33,9% при том, что общий рост объема выданных корпоративных кредитов составил 31,3%. Доля же просроченной задолженности в отношении кредитов, выданных корпоративному сектору, была равна 4,2% от общего объема корпоративного кредитования, и как было отмечено в отчете, не претерпела существенных изменений. Таким образом, оценка кредитного риска - это значимая составляющая деятельности банковского сектора РФ, в частности в отношении корпоративного кредитного портфеля банков. Расчет данного показателя является ключевым, т.к., как было отмечено ранее, его значение используется в общей оценке уровня кредитного риска в банках, в том числе и при расчете таких показателей как активы, взвешенные с учетом риска (RWA, Risk - Weighted Assets) и размера достаточности капитала банка.Обзор компонентов кредитного риска и систематизация подходов к осуществлению оценки данного типа риска, применяемых в зарубежной и российской банковской системе; Разработка моделей оценки наступления дефолта корпоративных заемщиков банка на примере компаний оптовой отрасли, включая использование метода LASSO, и сравнительный анализ их эффективности и точности оценки вероятности наступления дефолта предприятий на тестовой выборке; В первой главе описываются теоретические аспекты оценки кредитного риска корпоративных заемщиков банка. Наконец, рассмотрены и классифицированы, согласно их достоинствам и недостаткам, существующие на сегодняшний день модели оценки вероятности наступления дефолта корпоративных заемщиков банка. Также с целью выявления потенциально значимых для оценки вероятности наступления дефолта, именно предприятий отрасли оптовой торговли, финансовых показателей, был представлен обзор данной отрасли в РФ с учетом особенностей характера ее деятельности.Действительно, мы можем утверждать, что если тот или иной заемщик был юридически признан банкротом, то это дает нам право утверждать, что в отношении данного заемщика также можно рассматривать наступление процесса дефолта, т.к. в данном случае само наступление банкротства является своего рода фактором, или предпосылкой дальнейшего наступления дефолта. Таким образом, как было отмечено и подтверждено ранее, акцент в данном исследовании будет сделан именно на заемщиках, официально юридически признанных банкротами, т.к. это, в свою очередь, является точным предвестником дальнейшего наступления процесса дефолта данных заемщиков кредитных организаций. И, с точки зрения оценки кредитного риска, нам важен именно процесс наступления дефолта, но в силу отсутствия открытых данных по нему, мы будет проводить исследование в отношении заемщиков, легально признанных банкротами. Заемщик заявил о банкротстве или был признан банкротом; в таком случае происходит избавление от кредитной задолженности ссудозаемщика перед банком или же отсрочка от ее погашения. В силу того, что оценка кредитного риска корпоративных заемщиков банка является основным предметом данного исследования, и как было отмечено ранее, кредитный риск непосредственно связан с наступлением дефолта того или иного корпоративного заемщика, в следующем разделе будет приведен обширный обзор статистических моделей оценки вероятности дефолта заемщиков банка, а также приведена классификация данных моделей на основании их достоинств и недостатков.Так, из него следует, что на всем рассматриваемом временном периоде с января 2008 г. по январь 2016 г., темпы прироста выданных кредитов предприятиям в иностранной валюте существенно превышали аналогичный показатель, выраженный в рублях, за исключением временного отрезка, начиная с 2010 г. по 2013 г. кредитный риск заемщик дефолт Следует также отметить, что доля корпоративных кредитов постепенно падает, начиная с января 2010 г., но при этом, по своей общей величине кредиты, выдаваемые предприятиям, являются важнейшей составляющей в кредитном портфеле банковского сектора РФ. Прежде чем приступить к рассмотрению данной информации, необходимо еще раз пояснить следующее: объемы кредитования - это совокупные объемы выданных кредитов кредитными организациями юридическим лицам и индивидуальным предпринимателям; задолженность по кредитам - это величина остатков, находящаяся на счетах по учету задолженности (включая просроченную задолженность) по объемам кредитования; и, наконец, просроченная задолженность по кредитам тоже относится к величине остатков, но уже находящихся по учету именно просроченной задолженности по объемам кредитования (ЦБ РФ. Из Рисунка 10, в свою очередь, следует то, что доля, занимаемая предприятиями оптовой и розничной торговли, в общей величине задолженности по кредитам в РФ кол

Актуальность темы исследования.

На сегодняшний день кредитный риск, в частности способы его оценки, являются одними из наиболее динамично развивающихся предметов научного исследования. Действительно, нахождение эффективных способов по оценке данного типа риска, и возможность его минимизации не только важны для самих регуляторов банковской системы, но и для всех участников рынка. Как отмечает Рихтер в своей работе, и Центральный банк, и другие финансовые регуляторы заинтересованы в разработке моделей по оценке кредитного риска для всего банковского сектора в целом (Richter, 2007).

При этом, согласно отчету о развитии банковского сектора и банковского надзора ЦБ РФ, кредитный риск в РФ большей частью определяется качеством кредитного портфеля кредитов, выданных корпоративным заемщикам. Действительно, по состоянию на январь 2015 г. доля именно корпоративных кредитов составила 57% от общего объема кредитования (Отчет о развитии банковского сектора и банковского надзора, 2015). Помимо этого, в данном отчете была также упомянута следующая статистика в отношении кредитов, выданных корпоративным заемщикам банка: так, за 2014 г. доля общей задолженности по корпоративным кредитам выросла на 33,9% при том, что общий рост объема выданных корпоративных кредитов составил 31,3%. Доля же просроченной задолженности в отношении кредитов, выданных корпоративному сектору, была равна 4,2% от общего объема корпоративного кредитования, и как было отмечено в отчете, не претерпела существенных изменений.

Значительную долю в удельном весе просроченной задолженности в кредитном портфеле банков занимали предприятия оптовой и розничной торговли по состоянию на 2014 г. [Рисунок 1]. Как видно из Рисунка 1, предприятия оптовой и розничной торговли входят в тройку индустрий, доля просроченной задолженности которых является самой высокой в процентном значении. Так, помимо отрасли оптовой и розничной торговли, к данным экономическим отраслям относятся строительство и сельское хозяйство, охота и лесное хозяйство.

Рисунок 1. Удельный вес просроченной задолженности в кредитном портфеле банков в разрезе видов деятельности ссудозаемщиков на 01.01.2015, %

Источник: Банк России. Отчет о развитии банковского сектора и банковского надзора. 2015. с. 33

Таким образом, оценка кредитного риска - это значимая составляющая деятельности банковского сектора РФ, в частности в отношении корпоративного кредитного портфеля банков. При этом, одним из главных компонентов оценки данного типа риска является вероятность дефолта (Probability of Default, PD). Данный компонент кредитного риска был впервые представлен в документе Базельского комитета по банковскому надзору (БКБН), Базель II в отношении оценки кредитного риска с учетом внутренних рейтингов (Internal Ratings - Based Approach). Так, согласно данному документу, расчет значения показателя PD является ключевым для осуществления полноценной оценки кредитного риска. При этом процесс внедрения стандартов Базеля II, начался еще в 2004 г. и продолжается по сегодняшний день. На основании этого можно заключить, что в скором времени всем российским банкам необходимо будет самостоятельно рассчитывать такой компонент кредитного риска как вероятность дефолта корпоративных заемщиков, и значительно совершенствовать подходы по оценке кредитного риска.

На сегодняшний день существует множество методик по расчету PD. При этом необходимо отметить, что данные методики разрабатываются и существенно более развиты в зарубежных банковских системах, в то время как в банковской системе РФ находят применение часть зарубежных методик, но в силу как институциональных, так и экономических различий между странами, данные методики, хоть и адаптируются к особенностям банковской системы РФ, но, тем не менее, не дают достаточно точные результаты в отношении оценки вероятности наступления дефолта.

Таким образом, на основании всего вышесказанного можно еще раз подчеркнуть несомненную значимость кредитного риска для всего банковского сектора РФ, в частности важность его точной оценки. При этом, внимание должно быть больше уделено именно корпоративным заемщикам банков, т.к. именно они занимают больший удельный вес в общем кредитном портфеле ЦБ РФ, а также немаловажным является и то, что доля просроченной задолженности по этим кредитам растет, и существенную часть в ней занимают предприятия оптовой торговли.

Следовательно, разработка моделей вероятности дефолта, как одной из наиболее существенных компонент кредитного риска, корпоративных ссудозаемщиков банка, относящихся к отрасли оптовой торговли является важной и необходимой задачей, которая должна быть поставлена перед банковским сектором РФ и решена.

В рамках данной работы будет разработана модель по оценке наступления вероятности дефолта (PD) корпоративных заемщиков банков, относящихся к отрасли оптовой торговли. Расчет данного показателя является ключевым, т.к., как было отмечено ранее, его значение используется в общей оценке уровня кредитного риска в банках, в том числе и при расчете таких показателей как активы, взвешенные с учетом риска (RWA, Risk - Weighted Assets) и размера достаточности капитала банка. В качестве эмпирической стратегии была выбрана логит - модель, а также использован метод LASSO. Данные для исследования были взяты из финансовых отчетностей предприятий оптовой торговли РФ.

Цель исследования.

Цель данной работы - разработка модели оценки вероятности дефолта корпоративных заемщиков банка, относящихся к отрасли оптовой торговли, на основе общедоступных данных их финансовой отчетности.

Основные задачи исследования.

В рамках цели данного исследования необходимо решить следующие задачи: I. Обозначить понятие «дефолт корпоративных заемщиков банка» и систематизировать факторы, идентифицирующие его наступление;

II. Обозначить компоненты кредитного риска и систематизировать подходы по его оценке, применяемые в зарубежной и российской банковской системе;

III. Представить классификацию моделей по оценке вероятности наступления дефолта компаний на основании их достоинств и недостатков;

IV. Представить обзор отрасли оптовой торговли с целью выявления особенностей деятельности данной отрасли для дальнейшего выявления потенциально риск - значимых показателей финансовой отчетности индустрии оптовой торговли;

V. Собрать данные финансовой отчетности предприятий отрасли оптовой торговли и создать репрезентативную выборку для целей эмпирического анализа;

VI. Выявить риск - доминирующие показатели финансовой отчетности с высокой дискриминационной способностью предсказания наступления события дефолт / не дефолт;

VII. Разработать многофакторные модели оценки наступления дефолта корпоративных заемщиков банка и сравнить их эффективность и точность оценки вероятности дефолта на тестовой выборке;

VIII. Представить экономическую интерпретацию итоговым статистическим моделям.

Объект и предмет исследования.

Объектом данного исследования являются предприятия оптовой торговли в РФ; предмет данного исследования - компонент кредитного риска, вероятность наступления дефолта (PD), в частности методы оценки вероятности дефолта предприятий оптовой торговли в РФ.

Теоретическая и информационная база исследования.

Теоретической основой данного исследования послужили российские и зарубежные научные работы по моделированию вероятности наступления дефолта компаний. Методологию исследования составили методы описательной статистики, а также методы эконометрического моделирования, в частности метод логит - модели и метод LASSO. В качестве программного обеспечения данного исследования были использованы следующие программы: R, STATA и MS Excel.

Основной информационной базой данного исследования послужили следующие источники: информационно аналитическая система FIRA PRO; а также данные, размещенные в открытом доступе на следующих сайтах: Банка России, Федеральной службы государственной статистики, Международного валютного фонда, Министерства промышленности и торговли РФ, Банка международных расчетов.

Научные методы исследования.

В рамках теоретической части данного исследования были использованы следующие методы научного анализа: обзор, систематизация, классификация и сравнительный анализ. В рамках же практической части данной работы были применены научные методы статистического анализа и эконометрического моделирования, а именно модель бинарного выбора на основе спецификации логит-модели, и метод LASSO.

Научная новизна исследования.

По итогам данного исследования был предложен обзор и классификация моделей по оценке вероятности наступления дефолта с учетом их достоинств и недостатков. Был представлен обзор отрасли оптовой торговли в РФ и предложены потенциально значимые, для оценки наступления дефолта предприятий данной отрасли, финансовые показатели с учетом характера деятельности данной отрасли. С учетом доступности данных по предложенным потенциальным риск - доминирующим показателям, а также при помощи одномерного параметрического анализа были отобраны значимые с точки зрения оценки вероятности наступления дефолта компаний оптовой торговли показатели финансовой отчетности. В ходе проведения многофакторного анализа был применен метод LASSO. Были разработаны две итоговые статистические модели оценки вероятности наступления дефолта корпоративных заемщиков банка, относящихся к отрасли оптовой торговли.

По итогам данного исследования можно выделить следующие наиболее значимые научные результаты, которые, также обозначили научную новизну данной научной работы: I. Обзор компонентов кредитного риска и систематизация подходов к осуществлению оценки данного типа риска, применяемых в зарубежной и российской банковской системе;

II. Обзор и классификация моделей по оценке вероятности наступления дефолта компаний на основании сравнительного анализа их достоинств и недостатков;

III. Обзор отрасли оптовой торговли в РФ с целью выявления особенностей ее деятельности, и обозначение потенциально риск - значимых показателей финансовой отчетности индустрии оптовой торговли;

IV. Разработка моделей оценки наступления дефолта корпоративных заемщиков банка на примере компаний оптовой отрасли, включая использование метода LASSO, и сравнительный анализ их эффективности и точности оценки вероятности наступления дефолта предприятий на тестовой выборке;

V. Представление экономической интерпретации итоговым статистическим моделям оценки вероятности наступления дефолта корпоративных заемщиков банка на примере отрасли оптовой торговли.

Объем и структура исследования.

Данная выпускная квалификационная работа состоит из введения, трех глав, заключения, списка литературы и трех приложений. Выпускная квалификационная работа состоит из 106 страниц печатного текста, включает в себя список литературы из 47 наименований, 8 таблиц и 17 рисунков.

В первой главе описываются теоретические аспекты оценки кредитного риска корпоративных заемщиков банка. Рассмотрено определение такого понятия как дефолт, и обозначены факторы его идентификации. Также предложен обзор подходов к оценке кредитного риска в банке, применяемых в зарубежной и российской банковской системе. Наконец, рассмотрены и классифицированы, согласно их достоинствам и недостаткам, существующие на сегодняшний день модели оценки вероятности наступления дефолта корпоративных заемщиков банка. На основании данного анализа был выбран метод, который был затем применен в рамках эмпирического анализа данного исследования.

Во второй главе была рассмотрена динамика развития банковского сектора кредитования в РФ, и проанализирована роль отрасли оптовой торговли в его кредитном портфеле. Также с целью выявления потенциально значимых для оценки вероятности наступления дефолта, именно предприятий отрасли оптовой торговли, финансовых показателей, был представлен обзор данной отрасли в РФ с учетом особенностей характера ее деятельности. На основании этого был сформирован список, потенциально - значимых для данной отрасли, показателей финансовой отчетности. Помимо этого, в рамках второй главы была представлена и структурирована выборка для целей дальнейшего эмпирического исследования.

В третьей главе был проведен эмпирический анализ с использованием модели бинарного выбора со спецификацией логит-модели, а также с использованием метода LASSO. Был проведен однофакторный и многофакторный анализ моделирования дефолта корпоративных заемщиков банка отрасли оптовой торговли. Были предложены различные подходы относительно отбора финансовых показателей, обладающих высокой дискриминационной силой, и проведен сравнительный анализ результатов данных подходов на тестовой выборке. По итогам третьей главы были разработаны две модели оценки наступления вероятности дефолта корпоративных заемщиков банка отрасли оптовой торговли, а также проведен сравнительный анализ их эффективности и точности на тестовой выборке с помощью различных методов. В том числе в рамках третьей главы была представлена экономическая интерпретация итоговых статистических моделей оценки вероятности дефолта корпоративных заемщиков банка, относящихся к отрасли оптовой торговли.