Динамика поведения рискованного портфеля с ипотечными кредитами, которые имеют просроченную задолженность по платежам 90 или более дней. Разработка модели, способной предсказывать уровень просроченной задолженности, её "внутревыборочное" тестирование.
Аннотация к работе
Международный Институт Экономики и Финансов Выпускная квалификационная работа на тему: Расчет оптимального количества резервов под ипотечные ссуды Выполнил: студент 4 курс, 2 группа· Трансформация сроков погашения (процесс преобразования финансовыми посредниками краткосрочных средств в долгосрочные: финансовое учреждение принимает вклады на короткий период, а кредиты предоставляет на среднесрочной или долгосрочной основе). Последняя теория отражает главную функцию, которую выполняют банки, но она же является их главной слабостью: в стрессовой ситуации у кредитной организации может не хватить ликвидности, чтобы выплатить всем вкладчикам, которые хотят снять краткосрочные депозиты. Изза того, что банки работают с разными слоями населения (от крупных компаний, до индивидов) потери даже одной кредитной организации могут спровоцировать цепную реакцию банкротств во всем финансовом секторе, примерами могут служить банковские кризисы конца 1980 годов и мировой финансовый кризис 2008 года. Как правило, банковские кризисы являются предсказуемыми: им часто предшествуют финансовые пузыри, проблемы и отзыв лицензий у банков и, по последнему опыту, введение санкций против страны. По теореме Модильяни-Миллера, в мире с полной информацией и идеальным рынком капитала, компании все равно, как финансировать проекты (для банка проекты - это кредиты): долгом (для банка - привлечением депозитов) или собственным капиталом.Если посмотреть на график, то также можно заметить, что главное отличие винтажей заключается в том, на какой уровень выходит просрочка. Представим, что банк выдал кредиты во 2 квартале 2008 года, и мы хотим проследить, как ведет себя портфель с просроченными платежами 90 дней из когорты LTV ? 70 и PTI ? 50. Действуя по нынешним нормативам, он сформирует резервы, основываясь на уровне просроченной задолженности сейчас, и просто будет ждать шестого периода, чтобы заново посмотреть на уровень просроченной задолженности. Проанализировав процесс формирования резервов под ипотечные ссуды в России, я выяснил, что Центральный Банк РФ разделяет степень рискованности ссуды на два параметра: LTV и то, насколько долго платежи по кредиту находятся в просроченном состоянии. Для подсчета необходимого капитала по одиночной ссуде, банки должны использовать параметр LTV как меру риска, в то время как, если посмотреть на таблицу Центрального Банка РФ для формирования минимального размера резервов по портфелю однородных ссуд, то можно заметить, что коэффициенты риска связанны только с тем, насколько долго платежи по кредиту находятся в просроченном состоянии (без просроченных платежей, с просроченными платежами 1-30 дней, с просроченными платежами 31-90 дней, с просроченными платежами 91-180 дней, с просроченными платежами 180 дней), и никак не зависят от двух других параметров риска портфеля - показателями LTV и PTI.В своей модели я пытаюсь учесть все имеющиеся у меня параметры риска (насколько долго платежи по кредиту находятся в просроченном состоянии и показатели LTV и PTI). Первый параметр я учитываю тем, что использую данные только по просроченным платежам 90 дней, однако такую же регрессию можно прогнать и для оставшихся портфелей. После тестирования нескольких вариантов модели (включая лаги переменных «уровень безработицы», «реальная заработная плата», модель, использующую первую разницу переменных, используя темпы роста переменных), я пришел к выводу, что лучшей моделью является следующая: NPL = ?0 ?1Unemp ?2Salary ?3INTERESTA ?4Normal ?5Recession ?6d1 ?7d2 ?8d3 ?9logt ? , где 2) Переменная «уровень реальной заработной платы» является значимой на любом уровне доверия. Изза того, что стандартно мои данные включают в себя поведение каждого портфеля на протяжении четырех лет (16 кварталов), а винтажи, выданные, например, в 2012 еще не прожили столько, мои панельные данные являются несбалансированными.Получить оценки коэффициентов панельной регрессии можно тремя способами: объединенный МНК (pooled OLS), с фиксированным эффектом (fixed effect) и случайным эффектом (random effect).Теперь, когда я получил модель, способную давать прогнозируемые уровни просроченной задолженности, я могу перейти к тому, как эта информация может помочь улучшить систему формирования резервов. Изначально, я планировал, что эта модель должна была менять значения коэффициентов риска при подсчете активов, взвешенных по риску, в зависимости от текущей экономической ситуации в стране. Поэтому, если основываться только на полученных прогнозах уровня просроченной задолженности, я предлагаю несколько другую систему формирования резервов.
План
Содержание
Введение
1. Обзор литературы
2. Формирование выборки эмпирических данных
3. Построение модели и ее анализ
3.1 Теоретическое обоснование
3.2 Построение регрессий
3.3 «Внутревыборочное» тестирование модели (in-sample testing)