Влияние концентрации кредитного портфеля на объём капитала на покрытие рисков тема диссертации и автореферата по ВАК РФ 08.00.10, кандидат экономических наук Разумовский, Павел Александрович

• Разумовский, Павел Александрович
• кандидат экономических наук
• 2010

Оглавление диссертации кандидат экономических наук Разумовский, Павел Александрович

Оглавление.

Введение.

Глава 1. Подход, основанный на внутренних рейтингах, Базель Пи концентрация кредитного портфеля.

1. Модель СгесШлзк+.

2. Методология Базель II, подход, основанный на внутренних рейтингах. 30'

3. Концентрация, поправка на гранулированность.

Глава 2. Пенальти-фактор, модели связи штрафа за концентрацию и пенальти-фактора от основных параметров кредитного портфеля.

1. Пенальти-фактор, связь гибридной модели и подхода, основанного на внутренних рейтингах, Базель II.

2. Основные параметры и данные для исследования.

3. Модель связи штрафа за концентрацию и параметров портфеля.

4. Результаты моделирования для различных исходных значений объясняющих переменных.

Глава 3. Оценка концентрации российских банков. Скорректированный норматив достаточности капитала. Рекомендации Банку России в связи с планируемым внедрением принципов регулирования Базель II в России.

1. Оценка концентрация кредитных портфелей российских банков, расчет штрафа за концентрацию и пенальти-фактора.

2. Норматив достаточности капитала Банка России с учетом концентрации кредитных портфелей российских банков. Скорректированный с учетом концентрации Н1.:.

3. Рекомендации Банку России при внедрении принципов регулирования Базель II в России.

Заключение диссертации по теме «Финансы, денежное обращение и кредит», Разумовский, Павел Александрович

Заключение.

На базе выявленных взаимосвязей зависимости между концентрацией и требованиям к объему капитала построены регрессионные модели штрафа за концентрацию и пенальти-фактора в зависимости от простых интегральных характеристик кредитного портфеля. Пенальти-фактор позволяет разложить экономический капитал банка по индивидуальным компонентам и усовершенствовать систему оперативного управления кредитным портфелем банка. Анализ возникающих эффектов диверсификации способствует экономии времени на принятии решений по выдаче кредитов, оставаясь в рамках модели Васичека и расширяя практическое применение подхода, основанного на внутренних рейтингах, Базель II. Построенные регрессионные модели позволют сделать следующие выводы:

Штраф за концентрацию и пенальти-фактор отрицательно зависят от ожидаемых потерь по портфелю, поправленных на ожидаемые потери по крупным кредитам, и положительно зависят от концентрации кредитного портфеля. По силе влияния фактор концентрации является основным: точность модели IRB Approach выше для больших диверсифицированных портфелей. Качество кредитного портфеля положительно влияет на штраф за концентрацию и пенальти-фактор. Концентрация портфеля менее критична для портфелей с высокими показателями ожидаемых потерь. Отрицательный коэффициент при разнице между ожидаемыми потерями по портфелю в целом и крупным кредитам подчеркивает важность управления индивидуальным кредитным риском: штраф за концентрацию меньше, когда крупные заемщики хорошего кредитного качества.

В среднем необходимая коррекция оценки требований к капиталу модели IRB Approach с учетом концентрации составляет 11% непредвиденных потерь или 9% общих потерь от кредитных рисков в целом192. Штраф за концентрацию составляет в< среднем 0,53% от Активов, скорректированных на риск, при вероятных всплесках свыше 1,5% для отдельных портфелей. Типичное значение пенальти-фактора - 11,2.

На базе пенальти-фактора- усовершенствована система оперативного управления, кредитным портфелем, способствуя сокращению влияния концентрации и увеличивающая точность подхода, основанного на внутренних рейтингах, Базель II.

Анализ кредитных портфелей российских банков показал высокую1 степень концентрации. Разброс индекса НН1 для российских банков составил от 0,003 до 0,036 в с диапазоном от 0,0014 до» 0,015 для немецких банков. Это может объясняться различиями между российской и немецкой банковскими системами и экономиками и требует дальнейшего исследования. Кредитный портфель типичного российского» банка определяется всего« 35 кредитами. Общий вывод из анализа- концентрации портфелей российских банков заключается в том, что индивидуальный^ кредитный риск крупных кредитов оказывает существенное влияние на общие потери от кредитных рисков. Акцент лишь.на общем риск факторе при расчете объема капитала приведет к низкой точности подхода, основанного1 на внутренних рейтингах, для заданного уровня надежности.

Концентрация<50 крупнейших российских банков ниже, чем в среднем по всем кредитным организациям. С точки зрения стратегии управления* банковской системой, это- свидетельствует в пользу необходимости укрупнения банков, сокращения количества кредитных организаций. При одном и том же суммарном кредитном портфеле в, банковской системе в целом потребуется меньше капитала благодаря диверсификации индивидуального кредитного риска крупных заемщиков.

Анализ концентрации кредитных портфелей российских банков по упрощенным регрессионным моделям позволил сделать тот же вывод: с

192 Под общими потерями от кредитных рисков понимается сумма ожидаемых потерь и непредвиденных потерь. ростом концентрации кредитного портфеля и улучшением- кредитного качества портфеля увеличиваются штраф' за концентрацию и пенальти-фактор. Потеря в точности* регрессионных моделей в связи с сокращением объясняющих переменных до двух (ожидаемые потери5 по портфелю и эффективное количество кредитов в портфеле) незначительна.

Предложенный в диссертационном исследовании способ корректировки, требований- к капиталу, полученного с помощью модели Васичека, позволяет оценить критическое кредитное качество заемщиков в-портфелях российских банков. Показатели просроченной задолженности и созданных резервов кредитными организациями- на 01.07.2010г. косвенно указывают на уровень вероятности дефолта по российской банковской системе. Действующий норматив достаточности собственных средств Банка России (Н1) для» типичного^ российского банка для данного кредитного качества с поправкой на средний уровень возвратности кредитов соответствуют уровню значимости в размере 95,4% в контексте подхода, основанного на внутренних рейтингах, Базель II. На качественном уровне это означает дефолт раз в 22 года. Базельский комитет исходит из уровня значимости в размере 99,9% или дефолт 1 раз в 1000 лет. Так что действующий норматив не обеспечивает достаточной финансовой устойчивости банковской системе России.

Анализ кредитного качества и степени^ концентрации кредитных портфелей российских, банков» позволил скорректировать действующий норматив. Н1. Рекомендуемый уровень» минимальных требований к собственным средствам банка с учетом концентрации составляет 12% активов, взвешенных по риску.

В диссертации предложена новая система регулирования банковской системы России, в которой принципы Базельского комитета являются ядром, а нормативы Банка России призваны корректировать требования к объему капитала, полученные с помощью Базельской методологии, с учетом степени концентрации кредитных портфелей и стадии экономического цикла.

Норматив 1 представляет собой коррекцию требований к капиталу, полученных с помощью подхода, основанного на внутренних рейтингах, Базель II, на соответствие реальных портфелей российских банков исходной предпосылке отсутствия концентрации по отношению к крупным заемщикам. Коррекция оценки объема капитала при применении методологии Базельского комитета для российских банков может достигать 25% капитала в зависимости от предположений о кредитном качестве заемщиков. Норматив 2 призван ограничивать влияние индивидуального риска неплатежеспособности крупных заемщиков на общие потери от кредитных рисков. Исходя из текущих показателей российской банковской системы норматив 2 существенно жестче, нежели действующий Норматив Н6, что потребует времени на приспособление российских банков при внедрении новых разработанных ограничений.

Список литературы диссертационного исследования кандидат экономических наук Разумовский, Павел Александрович, 2010 год

1. Алескеров Ф.Т., Андриевская И.К., Пеникас F.K, Солодков В.М. Анализ математических моделей Базель» II // М.: ФИЗМАТ ЛИН. 2010. 288с.

2. Банк России. Обзор, банковского сектора Российской Федерации №93 июль 2010г.

3. Гузнов А.Г. Основные правовые проблемы- реализации Базеля II в России // Деньги и кредит, №6, 2008, с. 30-39.

4. Дзигоева Е.С., Рачков R.B., Ивлиев C.B., Смирнов С.Н'. Кредитные риски: сравнительный анализ подходов Базеля II по достаточности капитала // Банковское дело, 2008, №9, с. 70-77.

5. Дзигоева Е.С., Рачков Р.В., Ивлиев C.B., Смирнов С.Н. Кредитные риски: сравнительный анализ подходов Базеля II по достаточности капитала // Банковское дело, 2008, №10, с. 82-88.

6. Карминский A.M., Пересецкий A.A., Петров А.Е. Рейтинги, в экономике: методология и практика: Монография. // Под ред. A.M. Карминского. М.: Финансы и статистика. 2005. 240с.

7. Козлов A.A. Вопросы реализации Базельских рекомендаций в области банковского надзора в России // Деньги и кредит, 2006, №6, с. 5-9;

8. Помазанов М.В. Адаптация продвинутого подхода Базель-2 для управления кредитными рисками в Российской банковской системе // Управление финансовыми рисками 01(17)2009г., с. 48-67.

9. Симановский А.Ю. Базельские принципы эффективного банковского надзора, издание второе // Деньги и кредит, 2007, №1", с. 20-30.

10. Симановский А.Ю. Базельские принципы эффективного банковского надзора, издание второе // Деньги и кредит, 2007, №2, с. 11-22.

11. Симановский А.Ю. Базельские принципы эффективного банковского надзора, издание второе // Деньги и кредит, 2007, №3, с. 18-25.

12. Симановский А.Ю. Достаточность капитала: еще раз о концепции // Деньги и кредит, 2008, №4, с. 28-36.

13. Симановский А.Ю. Перспективы банковского регулирования: отдельные аспекты, выступление на XVIII международном банковском конгрессе, июль 2009.

14. Центральный Банк России. Инструкция Центрального Банка РФ от 16.01.2004г. №110-И «Об обязательных нормативах банков».

15. Шоломицкий А.Г. Теория риска. Выбор при неопределенности и моделирование риска // М.: Издательский Дом ГУ ВШЭ, 2005.

16. Энциклопедия финансового риск-менеджмента // Под ред. Лобанова А.А, Чугунова А.В., М.: Альпина Бизнес Букс. 2009. 936с.

17. Altzner P., Delbaen F., Eber J.-M., Heath D. Coherent risk measures // MathematicalFinance. Vol. 9, No. 3, 1999, p. 203-228.

18. Allen L., Saunders A. A survey of cyclical effects in credit risk measurement models // BIS Working Paper 126, 2003.

19. Altman E., Brady В., Resti A., Sironi A. The link between default and recovery rates: theory, empirical evidence and implications // Journal of Business, Vol. 78, No. 6, p. 2203-2227.

20. Amato J., Furjine C. Are credit ratings procyclical? // Journal of Banking and Finance, Vol. 28,2004, p. 2641-2677.

21. AnnaertJ., Batista C., Lamoot J., Lanine G. Don't fall from the saddle: the importance of higher moments of credit loss distributions // Working paper, February 2007, http://ssrn.com/abstract=994182.

22. Basel Committee on Banking Supervision. An Explanatory Note on the Basel II IRB Risk Weight Functions, 2005. http://www.bis.ors/bcbs/irbriskweight.pdf.

23. Basel Committee onBank Supervision. The New Basel1 Capital Accord // Technical-Report Second Consultative Paper, January 2001.

24. Basel Committee on Bank Supervision. Overview« of The New Basel-Capital Accord // Technical Report'Second Consultative Paper, January« 2001.

25. Basel Committee on Bank Supervision* The New Basel-Capital Accord // Technical Report Third-Consultative Paper, April'2003.

26. Basel Committee on Bank Supervision: Basel II: International Convergence of Capital Measurement andCapital Standards. A Revised Framework, November 2005.

27. Basel Committee on Banking Supervision. Countercyclical capital buffer proposal. Consultative document, July 2010.,

28. Bassett W, Zakrajsek E. Recent Developments in'Business Lending // Federal Reserve Bulletin, December 2003.

29. BIS The institutional-memory hypothesis and the procyclicality- of bank lending behaviour // Working Paper, 125,2003.

30. BIS Addressing'financial system procyclicality: a possible.1 framework // note for the FSF Working Group on Market andlnstitutional Resilience, April 2009:

31. Credit Suisse Financial Products. CreditRisk+. A Credit Risk Management Framework, London, 1997.

32. Dullmanm K., . ScKeule H:,, Assets Correlations: of German Corporate Obligors: Its; Estimation; Its Drivers and Implications; for Regulatory Capital, March 2003, unpublished working paper.

33. Dwyer D:, Kocagil Ai, Stein R: Moody's KMV RiskCalc v3:l Model? // Moody's KMV Company, April 2004.

34. Emmer S,. Tasche ^.Calculating Credit Risk Capital Charges with One-Factor Model//Journal of Risk, 7(2), 2005, p. 85-101.

35. Erwin W., Wilde T. Pro-cyclicality inthenew BaselAccord I I Risk Vol. 14, No. 10, 2001, p. 28-32.

36. Estrella A. The cyclical behavior of optimal? bank: capital«// Journals of Banldng;andMnancei,Volt:28t2004bipj 1^469-14981

37. EalKensteim EBorah Ai, Garty E. V. RiskCalc-for. private* companies: Moody's» default! model? // Moody's Investors Service Global Credit Riesearch; New York, 2000?

38. Georgakopoulos V. The. evolution of credit risk modeling // Department, of economics; University of Athens, April-2004:

39. Gordy Mi A comparative anatomy of credit risk models: // Journal of Banking and Finance, Vol.24,2000, p. 119-149:

40. Gourieroux C., Laurent J.P., Scaillet O. Sensitivity Analysis of Value-at-Risk. // Journal of EmpiricalFinance, 7, 2000, p. 225-245.

41. Gourieroux C., Liu W. Efficient Portfolio Analysis Using Distortion Risk Measures // Les Cahiers du CREF, 2006, P. 6-35.

42. Gupton G., Finger C., Bhatia M. CreditMetrics Technical Document // JP Morgan^ 1997.

43. Gurtler M., Heithecker D., Hibbeln Mi Concentration Risk under Pillar II: When Are Credit Portfolios Infinitely Fine Grained? // Kredit und Kapital, 2008,41, p. 79-124.

44. Gurtler M., Hibbeln M., Vohringer C. Measuring Concentration Risk for Regulatory Purposes // Working Paper 2009:

45. Haaf H., Reib O:, Schoenmakers J. Numerically stable computation of CreditRisk+ // Weierstrass Institute for Applied Analysis and Stochastics, Preprint No. 846, 2003, Berlin.

46. Heid F. The cyclical effects of the Basel II capital requirements // Journal of Banking and-Finance, Vol. 31, 2007, p. 3885-3900.

47. Heitfield E., Burton S., Chomsisengphet S., The effects of name and sector concentrations on the distribution of losses for portfolios of large wholesale bank // Draft. October 2005.

48. Hirschmann A. The paternity of an index // American Economic Review 54. 1964. P. 761-762.

49. Huang X., Osterlee C., Weide H. Higher-order Saddlepoint Approximations in the Vasicek portfolio credit loss model // Journal of ComputationakFinance; Voll 11 /Num. lvp: 93-113; 2007.

50. Jensen J. Saddlepoint approximations // Oxford University Press, 1995.

51. Jordan J, PeekJi, RosengrenE:The .marketreaction to the disclosureof supervisory actions:: implications for bank transparency // Journal of Financial Intermediation; Vol* 9, 2000* p- 298L319f

52. Kashyap Ai, SteiwJi Gyclical?implications:of the BaselTTcapital standard' // Federal Reserve Bank of Chicago Economic Perspectives, First Quarter 2004, p. 18-31.

53. KnochiM:,, RacHev S.: Credit Risk: Recent Advances // Working paper, Department of Economics, University of Karlsruhe, 2001.

54. Koyluoglu H., Hickman A. Reconcilabledifferences// Risk, Vol. 11, No. 10, 1998, p. 56-62.

55. Kurth A., Taylor H., Wagner A. An extended Analytical Approach to Credit Risk Management. II Economic Notes by Banca Monte dei Paschi; di Siene.SpA, vol: 312-2002, p 237-253L

56. Lopez J., The Empirical: Relationship? between Average Asset Correlation; Firm* Probability of Defaults andt Asset; Size. // Journal! of.* Financial Inermediation, Vol. 13, 2004, p. 265-283.

57. Lowe P. Credit risk measurement and1 procyclicality // BIS Working paper No. 116,20021

58. Lown C., Morgan D. The credit cycle and the business cycle: new findings using the Senior Loan Officer Survey // Federal Reserve Bank of New York, Working Paper, 2002.

59. Lown C., Morgan D., Rohatgi S. Listening to loan officers: the impact of commercial! credit standards, on .lending output // Federal Reserve Bank of New York Economic Policy Review 6, 2000; p 1-16.

60. Lucas A:, Klaassen-P., SpreijP., Straetmans S. Tail behavior of credit loss distributions,for general latent factor models // TLDiscussion Paper, 01-023/2, Tinbergen Institute, 200 l a.

61. Lucas A., Klaassen P., Spreij P., Straetmans S. An analytic approach to credit risk of large corporate bond and loan portfolios // Journal: of Banking and Finance, Vol 25, No 9, 2001b, p. 1635-1664.

62. Lucas A., Klaassen P., Spreij P., Straetmans S. Extreme Tails for Linear Portfolio Credit Risk Models // Proceedings of the Third Joint Central Bank ResearcthConference, Basle, 2002; p. 271-283.

63. Nyfeler M. Modelling dependencies in credit risk management // Diploma thesis, Swiss Federal Institute of Technology, Zurich, 2000.

64. Peek J., Rosengren E. Bank regulation and the credit crunch // Journal of Banking and Finance, Vol. 19,1995b, p. 679-692.

65. Pennacchi G. Risk-based capital standards, deposit insurance, and procyclicality // Journal oft Financial' Intermediation,- Vol. 14, 2005,.p. 432-465.

66. Pederzoli C., Torricelli C. Capital requirements and business cycle regimes: Forward-looking modeling!of default probabilities // Journal of Banking and Finance, Vol 29, 2005, p. 3121-3140.*

67. Pederzoli G., Torricelli C., Tsomocos D. Rating systems, procyclicality and» Basel II: an evaluation'in a general equilibrium framework // Annals of Finance, Springer, Vol. 6, No. 1, 2010, p. 33-49.

68. Purhonen-M. New evidence of IRB Volatility // Risk, Vol. 15, No. 3, 2002, p. 21-25.

69. Pykhtin M. Multifactor adjustment. // Risk, Vol. 17(3), 2004, p. 85-90.11V. Raw-Bredow' H., Credit Portfolio» Modeling, Marginal" Risk

70. Contributions, and Granularity Adjustment // Working paper, www.defaultrisk.com, 2002.

71. Repullo R., Suarez J. The procyclical effects of Basel II // CEPR Discussion Papers 6862, 2008.

72. Rosch D. Mitigating procyclicality in Basel II: A value at risk based-remedy // Working paper, University of Regensburg, 2002.

73. Segoviano M., Lowe P. Internal ratings, the Business cycle and capital requirements: some evidence from an emerging market economy // BIS Working paper No 117, 2002.

74. Sobehart, J. R., Stein, R. M., Mikitycinskaya, V., Li, L Moody's Public Firm Risk Model: A Hybrid Approach to Modeling Short-Term Default Risk // Moody's Investors Service, February 2000.

75. Tasche D. Calculating credit risk capital charges with the Vasicek model // Working paper 2003 http://arxiv.org/abs/cond-mat/0302402.

76. Tasche D. Capital allocation with CreditRisk+. // In: "CreditRisk+ in the Banking Industry" Gundlach V.M., Lehrbass F.B., Springer, 2004, P. 2444.

77. Tasche D. Risk Contributions and performance measurement // Working paper, Technische UniversitatMunchen, 1999.

78. Thomas H., Wang Z. Interpreting Internal Ratings-Based Capital-Requirements in Basel II // Draft Sep 2004.

79. Jorion P. Value at Risk. The new benchmark for managing financial risk. // McGraw-Hill Second Edition, 2000.

80. VanHoose D. Bank Capital- Regulation, Economic Stability, and Monetary Policy: What Does the Academic Literature Tell Us? // Atlantic Economic Journal, Vol. 36, No. 1,2008; p. 1-14.

81. Vasicek O. Loan Portfolio Value. // Risk. Vol. 15, Iss. 12, December 2002; p. 160-162.

82. Wilde T. CreditRisk+ // In "Credit Derivatives and Credit Linked Notes" Das S., Wiley&Sons, 2-nd edition, 2000, p. 589-628'

83. Wilde T. IRB approach explained // Risk Magazine, Vol. 14, No. 5, 2001a, p. 87-90.

84. Wilde T. Probing Granularity // Risk Magazine. 2001. Vol. 14. No.8 P. 103-106.126. Wilson T. Portfolio Credit Risk (I) // Risk Vol. 10, No. 9, 1997a, p. 111117.

85. Wilson T. Portfolio Credit Risk (II) // Risk Vol. 10, No. 10, 1997b, p. 5661.

86. Zicchino L. A model of bank capital, lending and macroeconomy: Basel I vs Basel II // The Manchester School, Supplement 2006, Vol. 74, p. 5077.

87. Zsamboki B. Basel II and Financial' stability: an investigation of sensitivity and cyclicality of capital requirements based on QIS 5 // Central Bank of Hungary Occasional Paper No. 67, 2007.

88. Zhu H. Capital Regulation and Banks' Financial Decisions // International Journal of Central Banking, Vol. 4, 2008, p. 165-211.