Методы оценки и анализа процентных рисков

Оценка риска по чрезвычайным сценариям осуществляется в рамках стресс-тестирования.

Сценарии также подразделяются на единичные, ориентированные на изменение только кривой доходности (параллельным сдвигом либо более сложным образом), и множественные, рассматривающие систему процентных ставок. Простейший и наиболее очевидный случай множественного сценария - мультивалютный анализ, предусматривающий различную динамику ставок в различных валютах.

Кроме того, в условиях четко сегментированного рынка (что характерно для современных российских условий) вполне естественно ставить вопрос о различной эластичности инструментов - например, межбанковских и потребительских кредитов - т.е. о различной динамике ставок по сегментам рынка в рамках одного сценария развития событий. Такая возможность актуальна преимущественно для анализа процентного риска при доходном подходе, поскольку подход экономической стоимости предполагает выбор единой кривой доходности для дисконтирования (за исключением динамических моделей, где может быть задействована более полная динамика ставок).

Технически множественные сценарии при оценке рисков могут быть реализованы различными способами. Простейший и более универсальный из них - разделение анализа, т.е. использование индивидуальных сценариев, что актуально для независимых кривых доходности (к примеру, в разных валютах). Как альтернатива, при наличии систем коррелированных кривых доходности в некоторые модели могут быть интегрированы дополнительные характеристики инструментов, масштабирующие амплитуду их колебаний.

Расчетная модель - совокупность применяемого экономико-математического и информационно-технологического инструментария.

Как уже отмечалось, оценка риска при доходном подходе и экономической стоимости может быть получена на основе моделей различной сложности.

В описанном Базельским комитетом ряду моделей - гэп + дюрации, статическое моделирование, динамическое моделирование - возрастание сложности (и соответственно, точности) происходит на фоне качественного изменения подхода:

- модель « гэп + дюрации» и статическое моделирование оценивают одно и то же изменение, но с различным уровнем точности. Для относительно простых случаев (в частности, с дюрациями, близкими к середине диапазона сроков пулов, и с минимальными объемами процентных деривативов, что вполне реально на практике) результаты рассматриваемых моделей будут практически идентичны. Соответственно, как рекомендуется Базельским комитетом, выбор модели должен определяться сложностью операций банка, т.е. корректностью применения технически более простого варианта;

- статическое и динамическое моделирование, напротив, на основе аналогичного инструментария оценивают риски по различным объектам. Свойство «динамичность», по сути, в большей степени относится к сценарию (хотя может требовать и более сложных технологий расчета) - в оценку риска закладываются будущие прогнозные операции, моделируется реализация стратегических и бизнес-планов и т.д., в том числе (но не обязательно) на фоне динамического прогнозного сценария изменения рыночных условий. Соответственно, сама постановка вопроса о сравнении оценок моделей статического и динамического моделирования неправомерна.

Оба варианта индивидуального моделирования - как динамическое, так и статическое - допускают достаточно гибкую интеграцию специфики операций банка. В зависимости от применяемых технологий оценка риска может учитывать специфические свойства отдельных инструментов и сделок, в том числе опциональные характеристики (как для деривативов, так и для инструментов с правом досрочного погашения и офертами), различного рода стабильные доли и неснижаемые остатки, указанные выше характеристики масштаба колебаний ставок и т.п.

В рамках этой категории факторов, формирующих конечную оценку риска, также целесообразно выделить:

Интерпретацию данных, т.е. алгоритмы трактовки объектов со сложным профилем рисков (как, например, депозит до востребования, который, с одной стороны, может быть изъят на следующий день, с другой стороны, имеет некоторую статистически оцениваемую стабильную долю, с третьей - предполагает долгосрочную выплату процентов и неопределенную периодичность пересмотра процентных ставок и т.п.). Этот аспект в теории зачастую не оговаривается, но на практике имеет весьма существенный вес.

Сколь подробным бы ни был модельный алгоритм, на этапе обработки данных возникает множество вопросов, спорных и пограничных ситуаций. В формализованных моделях (к которым, как ни странно, относятся простейшие и сложнейшие) такие решения принимаются автоматически - специфика операций либо игнорируется, либо интерпретируется по каким-то формальным признакам, изначально не всегда предназначенным для описания именно этой ситуации. В малоформализованных моделях такое решение обычно принимается индивидуально - специалистом, осуществляющим расчет, т.е. на основании экономического содержания операции, но субъективно.

Достаточно очевидно, что в обоих вариантах в результаты расчетов вносится дополнительная случайная составляющая.

Параметры расчета, т.е. количественные значения или порядок определения показателей, не являющихся объектом анализа, но участвующих в расчете, таких как ставки дисконтирования, коэффициент покрытия риска капиталом, доверительный уровень и т.п.

Если для расчета по модели «гэп + дюрация» существует достаточно четкий отраслевой стандарт, определенный Базельским комитетом, то при практической реализации статического и динамического моделирования возникает множество индивидуальных параметров, которые также влияют на итоговую оценку.

Для параметров статистических расчетов решение этой проблемы - верификация моделей, причем на регулярной основе в связи с постоянными изменениями объекта анализа, как в части самих операций, так и в части рыночных условий их осуществления.

Однако для параметров экономического характера - например, ставок дисконтирования - такой подход неприменим. Так, российский рынок, не имеющий в настоящий момент однозначного «лидера», допускает построение целого ряда системообразующих кривых доходности - по госбумагам, муниципальным облигациям Москвы и/или Санкт-Петербурга, векселям «Газпрома», корпоративным облигациям эмитентов, аналогичных по определенным характеристикам (отрасли и/или рейтингу) и т.п. Выбор рыночной основы для построения кривой доходности, а также возможной системы дополняющих ее поправок, корректировок и сглаживаний окажет существенное влияние на итоговую оценку риска.

Более того, эти параметры относятся к категории динамических, т.е. влияющих (в том числе искажающе) на динамику величины риска. В каких-то случаях их эффект может быть прозрачным (как, например, в парадоксальной на первый взгляд ситуации с очевидным несоответствием изменений оценки риска, процентных позиций и сценариев анализа), однако чаще влияние и искажающие эффекты параметров проявляются в комплексе и остаются неочевидными и незамеченными.

Специалист, осуществляющий анализ и оценку процентного риска, осознает роль всех составляющих ее факторов и соответствующие им погрешности и элементы условности. Вместе с тем, круг пользователей оценки риска на практике обычно шире. Это могут быть специалисты смежных подразделений, руководство, принимающее на основе представленных данных решения, а также внешние контрагенты (иногда не имеющие доступа к полной информации о модели, параметрах и сценариях). И с этой точки зрения значимой становится градация факторов, влияющих на оценку риска, по уровню прозрачности:

Применяемый подход практически всегда очевиден- идет ли речь об изменении чистого процентного дохода или экономической стоимости, дисбалансе активов и пассивов, их дюрации и т.п.

Сценарий оценки также обычно достаточно прозрачен (по крайней мере, при условии адекватного оформления отчетных форм):

использование сценария единичного изменения процентных ставок обычно отражается в названии отчета;

при использовании прогнозных сценариев (для наиболее вероятного и/или кризисного вариантов развития событий), их описание также логично включить в состав отчетности;

сценарий VаR зависит от параметров, однако в целом также достаточно стандартизирован.

О моделях оценки пользователи в большинстве случаев информированы только на общем уровне, тогда как их мелкие детали могут достаточно кардинально влиять на результат.

Весь процесс формирования модели представляет собой определение условий, при которых ее результат корректен. Так, с учетом обсуждавшихся выше вариантов, модель может давать оценку риска при условии, что:

а) реализуется прогнозный сценарий изменения рыночных ставок по всем срокам и валютам;

б) будут достигнуты предусмотренные бизнес-планом объемы и структура операций;

в) на протяжении всего анализируемого периода сохранятся соотношения эластичности ставок межбанковского и ипотечного рынков.

Идеальное выполнение такого комплексного условия маловероятно, что определяет погрешность модели. Кроме того, корректное использование результатов такой модели должно также сопровождаться оговоркой «при условии, что…», а это также создает погрешность - уже на этапе применения модели.

3.2 Рекомендации Базельского комитета по банковскому надзору по выбору сценария для оценки подверженности банка процентному риску

В принципах управления процентным риском и надзора над ним Базельский комитет по банковскому надзору (Principles for the Management and Supervision of Interest Rate Risk) при выборе сценария для оценки процентного риска предлагает банкам и надзорным органам руководствоваться следующими принципами:

- изменения процентных ставок должны отражать довольно необычные и стрессовые условия;

- величины изменений должны быть достаточно значительными, чтобы охватить эффекты заложенных опционов и выпуклость внутри банковских активов и пассивов так, чтобы можно было выявить основные риски;

- методология процентного шока должна быть понятной, практически реализуемой и учитывать различные подходы, используемые в моделировании, включая подходы, основанные на статистических данных модели стоимости под риском для позиций банковского портфеля;

- базовая методология должна обеспечивать соответствующий шок для рисковых позиций в валютах стран -- членов Группы десяти и валютах стран, не являющихся членами Группы десяти;

С учетом этих принципов, по мнению Базельского комитата, изменения в процентных ставках должны определяться банками, исходя из следующего:

Для позиций в валютах стран Группы десяти

- параллельное смещение вниз или вверх на 200 базисных пунктов; или

- 1-й и 99-й процентиль наблюдений за изменениями процентных ставок с использованием годичного периода (240 рабочих дней) и данных наблюдений как минимум за пять лет.

Для позиций в валютах стран, не относящихся к Группе десяти

- параллельный шок процентных ставок, в целом соответствующий 1-му и 99-му процентилю наблюдений за изменениями процентных ставок с использованием годичного периода (240 рабочих дней) и данных наблюдений как минимум за пять лет для отдельной валюты страны, не входящей в Группу десяти; или

- 1-й и 99-й процентиль наблюдений за изменениями процентных ставок с использованием годичного периода (240 рабочих дней) и данных наблюдений как минимум за пять лет.

В рамках рассмотрения потенциально возможных шоков процентных ставок Базельским комитетом были проанализированы исторические данные об изменениях процентных ставок по странам, входящим в Группу десяти. Годичный временной период (240 рабочих дней) был выбран в связи с тем, что в рамках годичного периода большинство кредитных организаций имеют возможность реструктурировать либо захеджировать свои позиции, чтобы ограничить дальнейшие убытки в экономической стоимости, если процентные ставки будут исключительно волатильными. Накопление наблюдений за изменениями процентных ставок за пять лет требует сбора исторических данных как минимум за шесть лет, чтобы рассчитать изменения процентных ставок для годичного временного периода на непрерывной основе. Например, первое наблюдение в пятилетнем периоде должно обратиться к состоянию процентных ставок шесть лет назад, чтобы можно было рассчитать первое изменение процентных ставок.

Базельский комитет предполагает, что пятилетний период наблюдений довольно велик, чтобы охватить недавние цикличные изменения процентных ставок. Данный временной период представляет подходящий массив данных, который может быть учтён кредитными организациями в их статистических моделях стоимости под риском либо в рамках их методик параллельного шока процентных ставок для позиций в валютах стран, не входящих в Группу десяти. При определении необычных и стрессовых сценариев в качестве адекватных рассматривались шоки процентных ставок, величина которых не будет превышена в доверительном интервале 99%.

При оценке данных для шоков процентных ставок для стран, входящих в Группу десяти, изменения процентных ставок в 1-м и 99-м процентиле были примерно сопоставимыми по большинству валют, особенно для длительных сроков погашения. Процентный шок в размере 200 базисных пунктов вверх и вниз адекватно учитывает колебания по валютам стран Группы десяти. Адекватность данного шока нуждается в постоянном мониторинге. В случае существенного изменения уровня процентных ставок параметры шока необходимо будет скорректировать. Следует отметить, что подход, связанный с приведением параллельного шока в соответствие с шоками, используемыми в рамках более сложных, статистических подходов со стандартными параметрами (доверительный интервал -- 99%, одногодичный период, пять лет наблюдений), не запрещает использование более прогрессивных систем измерения риска. Данный подход также позволяет кредитным организациям использовать указанные параметры для самостоятельного определения надлежащих шоков, когда у них имеются существенные риски в валютах стран, не являющихся членами Группы десяти. Он также может быть использован надзорными органами на развивающихся рынках и в странах, не входящих в Группу десяти, для определения простых шоков, подходящих для указанных стран.

До настоящего момента предполагалось, что банки несут процентные риски в валюте страны, в которой они осуществляют свою деятельность. Однако множество банков подвержены риску более чем по одной валюте. В таких случаях банки должны проводить аналогичный анализ по каждой валюте, которая охватывает 5 % и более активов или пассивов банковского портфеля, с использованием шока процентных ставок, определённого в соответствии с одной из описанных выше методологий. В целях обеспечения полного охвата банковского портфеля оставшиеся рисковые позиции должны агрегироваться и подвергаться шоку в размере 200 базисных пунктов.

Относительная простота параллельного шока процентных ставок в размере 200 базисных пунктов имеет недостаток, который заключается в игнорировании рисковых позиций, которые могли быть выявлены при рассмотрении различных сценариев, включающих искривления кривой доходности, инверсии и другие подобные сценарии. Поэтому подобные альтернативные сценарии являются необходимым элементом общего управления процентным риском. Надзорные органы и в дальнейшем будут ожидать от кредитных организаций применения множества сценариев при оценке процентного риска в соответствии с уровнем и природой процентных рисков, которые присущи деятельности кредитных организаций.

По данным Кемар Ж.-Л. и Голитен В., сегодня только немногие органы банковского регулирования и надзора требуют от банков отчета о внутренней количественной оценке процентного риска [37].

К ним относятся:

- Управление надзора за ссудо-сберегательными ассоциациями США (Office of Thrift Supervision), созданное в 1991 г. после массового банкротства этих учреждений.

Расчет процентного риска осуществляется в два этапа:

на первом этапе определяется рыночная стоимость всех элементов актива, пассива и забалансовых статей,

на втором - влияние изменения (повышения или понижения) процентной ставки на 200 базисных пунктов. Необходимая для покрытия процентного риска сумма собственного капитала составляет 50% от потерь, связанных с этим риском.

- Бельгийская банковская и финансовая комиссия (Commission bancaire et financiere belge) осуществляет расчет процентного риска, связанного с возможным влиянием изменения процентных ставок на будущие результаты деятельности банка.

Эти расчеты призваны выявлять банки, отклоняющиеся (deviants) от установленного порога, и сравнивать кредитные учреждения по их чувствительности к процентному риску.

- Федеральная комиссия швейцарских банков (Commission federale des banques suisses) ввела отчеты двух типов: в первом отчете представляются данные о финансовых потоках, распределенных по срокам и видам обязательств, во втором - о результатах внутренней оценки последствий изменения (повышения или понижения) процентной ставки на 100 базисных пунктов для чистой позиции банка.

3.3 Исследование основных изменений кривых доходности на российском финансовом рынке в 2000-2006 гг. на основе факторного анализа (анализа главным компонент)

Метод исследования. Анализ главных компонент (далее - АГК) является стохастическим методом многомерного факторного анализа. АГК позволяет определить структуру взаимосвязей между переменными, т.е. классифицировать переменные. Таким образом, он может быть использован для определения основных тем в общих изменениях большого числа текущих значений процентных ставок по инструментам с различными сроками погашения, что составляет временную структуру процентных ставок.

Объект исследования. Исследование проводилось для 9 типов кривых доходности в зависимости от рынка и валюты:

- межбанковского рынка кредитования в рублях;

- рынка банковских вкладов населения в рублях и валюте;

- рынка банковских депозитов компаний в рублях и валюте;

- рынка банковских кредитов населению в рублях и валюте;

- рынка банковских кредитов компаниям в рублях и валюте.

Этапы исследования. На первом этапе была сформирована база исследования. Для анализа кривой доходности на межбанковском рынке кредитования была выбрана временная структура фактических процентных ставок по предоставлению кредитов в рублях - МИАКР (MIACR - Moscow InterBank Actual Credit Rate). МИАКР рассчитывается с 1.08.2000г. на основе обязательной отчетности по форме 0409325, которая на ежедневной основе представляется в Банк России кредитными организациями, являющимися ведущими операторами межбанковского кредитного рынка. МИАКР рассчитывается для сроков погашения: «1 день», «от 2 до 7 дней», «от 8 до 30 дней», «от 31 до 90 дней», «от 91 до 180 дней», «от 181 дня до года».

Выбор временной структуры процентных ставок МИАКР в качестве объекта анализа вызвано тем, что, как отмечают отечественные специалисты [49], в Российской Федерации объявляемые коммерческими банками процентные ставки иногда значительно отличаются от рынка, то есть ставки на размещение значительно выше рынка, а ставки на привлечение значительно ниже рынка. Таким образом, эффект реального отражения спроса и предложения денежных ресурсов через объявленные ставки по размещению кредитов MИБОР и объявленные ставки по привлечению кредитов MИБИД не достигается. Техника расчета фактических процентных ставок по предоставлению кредитов МИАКР исключает возможность нереального отражения рынка. Фактические ставки МИАКР определяются как средние взвешенные по объему предоставленных кредитов по каждому сроку.

Выборка исторических данных о временной структуре МИАКР за период с 1 августа 2000 года по 30 марта 2006 года составила 1408 наблюдений, но на некоторые операционные дни процентные ставки МИАКР имелись не на все сроки (когда по этим срокам отсутствовало привлечение/размещение кредитов). То есть временные структуры МИАКР являлись неполными. Чтобы не допустить значительного сокращения размерности выборки, значения процентных ставок на эти сроки погашения были найдены методом линейной интерполяции по формуле 2.16. на основе имеющихся «опорных» процентных ставок. В результате размерность конечной выборки временных структур процентных ставок МИАКР составила 456 наблюдений.

Для анализа изменений кривых доходности на рынке банковских кредитов и депозитов были выбраны временные структуры:

средневзвешенных процентных ставок по кредитам, предоставленным физическим лицам в рублях и долларах США (выборка ежемесячных данных с января 2000 года по февраль 2006 года составила 75 наблюдений);

средневзвешенных процентных ставок по кредитам, предоставленным нефинансовым организациям в рублях и долларах США (выборка ежемесячных данных с января 2000 года по февраль 2006 года составила 75 наблюдений);

средневзвешенных процентных ставок по привлеченным банковским вкладам физических лиц в рублях и долларах США (выборка ежемесячных данных с января 2000 года по февраль 2006 года составила 75 наблюдений);

средневзвешенных процентных ставок по привлеченным банковским депозитам нефинансовых организаций в рублях и долларах США (выборка ежемесячных данных с января 2000 года по февраль 2006 года составила 75 наблюдений).

Средневзвешенные процентные ставки по привлечению рассчитывается для сроков погашения: «до 30 дней», «от 31 до 90 дней», «от 91 до 180 дней», «от 181 дня до 1 года». Средневзвешенные процентные ставки по размещению - для сроков погашения: «до 30 дней», «от 31 до 90 дней», «от 91 до 180 дней», «от 181 дня до года», «от года до 3 лет», «свыше 3 лет». На втором этапе все значения процентных ставок для всех типов кривых доходности перед анализом главных компонент были нормированы по формуле:

где - стандартизированное значение переменной;

- исходное значение переменной;

- среднее значений переменной;

- стандартное отклонение значений переменной.

На третьем этапе в пакете прикладных программ S-PLUS 2000 Professional, Release 1 (фирма производитель MathSoft® Inc., USA) были выделены главные компоненты (principal components) и матрицы факторных нагрузок (loadings). Результаты выделения приведены в приложениях №№ 1 - 9.

На заключительном этапе исследования произведена интерпретация главных компонент. Как отмечают специалисты в области статистики, интерпретация главных компонент в определенной мере является субъективной [24]. Как известно, факторные нагрузки представляют собой коэффициенты корреляции переменных с главными компонентами (или «новыми» переменными) [12]. Поэтому: если при анализе матрицы факторных нагрузок установлено, что каждая главная компонента имеет заметно большие нагрузки на своей группе переменных, то интерпретация компонент определяется выделенными таким образом группами переменных.

Рассмотрим корреляции между переменными (V_n), которыми являются сроки до погашения, и главными компонентами. Согласно результатам расчетов, первые компоненты всех 9 исследуемых типов кривых доходности положительно коррелируют со всеми переменными. Причем степени влияния всех переменных на первые компоненты (факторные нагрузки) примерно равны. Очевидно, что первые компоненты можно условно назвать «изменением общего уровня временной структуры» или «параллельным сдвигом кривой доходности» (точнее - «почти параллельным сдвигом»). Вторые и последующие компоненты всех типов кривых доходности менее коррелируют с переменными, что следовало ожидать, потому что компоненты выделяются последовательно и содержат все меньше и меньше общей дисперсии. При рассмотрении этих компонент можно заметить, что часть переменных имеют обратное влияние на них. Отсюда следует, что вторые и последующие компоненты можно связать с изменением формы и/или выпуклости кривых доходности.

Примечательно, что для семи типов кривых доходности (за исключением кривых доходности на рынках рублевых вкладов населения и долларовых депозитов компаний) если факторные нагрузки более коротких сроков до погашения положительны, то факторные нагрузки более длительных сроков до погашения отрицательны или наоборот. Поэтому вторая компонента для этих типов кривых доходности может быть интерпретирована как изменение угла наклона кривых доходности. Для кривой доходности рынка долларовых депозитов компаний аналогично интерпретируется третья компонента.

Результаты исследования. Основные результаты исследования занесены в таблицу 3.2. В ней отражено, каково значение тех или иных изменений кривой доходности в общей изменчивости кривых доходности. Из таблицы видно, что параллельный сдвиг кривых доходности не является единственным из основных его изменений. Его вклад в суммарную дисперсию кривых доходности различен в зависимости от рынка и валюты и колеблется от небольшого (35%) до преобладающего (93%). Важным видом изменения кривой доходности почти на всех исследованных рынках является изменение угла ее наклона. Его вклад в общую изменчивость кривых доходности варьируется от 10% до 29%. Прочие изменения кривой доходности (изменение ее выпуклости, изгиба, формы) также являются значимыми. Они в совокупности отвечают за 7%-41% всех изменений кривых доходности.

Таблица 3.2 Основные изменения кривых доходности на российском финансовом рынке и вклад каждого изменения в суммарную дисперсию в 2000-2006 гг.

Сегменты рынка	Изменения кривых доходности
	Параллельный сдвиг	Изменение угла наклона	Изменение формы
Межбанковских кредитов
в рублях	66%	16%	18%
Вкладов населения
в рублях	93%	0%	7%
в долларах США	68%	12%	20%
Депозитов компаний
в рублях	73%	12%	15%
в долларах США	43%	16%	41%
Кредитов населению
в рублях	77%	10%	13%
в долларах США	35%	29%	36%
Кредитов компаниям
в рублях	83%	11%	6%
в долларах США	68%	14%	18%

Таким образом, отдельное количественное значение величины процентного риска зависит от большого количества факторов и содержит достаточно существенную субъективную составляющую. Усложнение модели оценки риска означает снижение уровня стандартизации и повышает ее индивидуальную специфику. При этом предпосылки, на которых основана оценка риска, зачастую скрыты от ее конечных пользователей.

В этой ситуации отдельно взятое количественное значение величины процентного риска в определенной степени случайно и малоинформативно. Также сомнительны сопоставления оценок риска по различным объектам (банкам), за исключением случаев применения единых подходов к оценке риска, в том числе стандартных сценариев изменения процентных ставок и кривых доходности.

Сегодня органы банковского регулирования и надзора только немногих стран требуют от банков отчета о внутренней количественной оценке процентного риска, которая основывается на рекомендациях Базельского комитета о стандартизированном изменении кривой доходности. Суть стандартизированного изменения - параллельный сдвиг кривой доходности, что не подтверждается эмпирическими данными. Согласно проведенному исследованию на российском финансовым рынке в 2000-2006 гг. параллельный сдвиг отвечает за 35%-93% всех изменений (в зависимости от сегмента рынка). Таким образом, для более точной оценки процентного риска банка необходимо использовать множественный сценарий (для разных сегментов рынка), предполагающий параллельный сдвиг, изменение угла наклона и формы кривых доходности. Если доля активов и пассивов банка в какой-либо иностранной валюте превышает 5%, то такой сценарий должен быть и мультивалютным.

Заключение

Процентный риск - один из важнейших финансовых рисков, с которым встречается кредитная организация в своей деятельности. Принятие процентного риска является нормальным в банковском деле и может быть важным источником получения прибыли и доходов для акционеров. Однако избыточный риск процентных ставок может создать серьезную угрозу для доходов банка и его капитальной базы.

Эффективное управление процентным риском в коммерческом банке возможно только при системном подходе к его организации. Центральным элементом в системе управления процентным риском является его анализ и оценка.

Оценка процентного риска в мировой банковской практике реализуется в рамках двух различных, но взаимодополняющих подходов. Изменения процентных ставок воздействуют на поступления банка, влияя на суммы дохода от чистой разницы по процентам и уровень других доходов, связанных с процентами и суммой операционных расходов (доходный подход). Они оказывают воздействие также на стоимость банковских активов, пассивов и внебалансовых финансовых инструментов, поскольку сегодняшняя стоимость будущих денежных потоков (а в некоторых случаях и сами денежные потоки) изменяется при изменении процентных ставок (подход экономической стоимости).

В России нормативно регулируется процентный риск, присущий лишь фондовым операциям кредитных организаций, если их объем достаточно велик. Поэтому фактически процентный риск при расчете достаточности капитала учитывает лишь небольшая группа банков. Стандартизированных размеров процентного риска по другим банковским операциям Банк России не устанавливает, возлагая решение таких вопросов, как выбор методов оценки и анализа процентного риска на руководство коммерческого банка и службу внутреннего контроля.

Процентный риск сложен для анализа, однако может быть оценен количественно. В настоящее время банки ведущих стран мира используют различные модели оценки процентного риска. Любая из методик расчета процентного риска имеет свои достоинства и недостатки:

Анализ разрыва (гэп-анализ) производит оценку риска в рамках доходного подхода, который рассматривает влияние изменения процентной ставки на доходы банка только в краткосрочном периоде, и содержит много невыполнимых предположений.

Анализ длительности (дюрации) дает более высокую точность, однако не учитывает непараллельные изменения кривой доходности.

VaR-анализ -- один из самых эффективных, однако предусматривает выбор модели волатильности, которая может повлечь за собой серьезные вычисления.

Отдельное количественное значение величины процентного риска зависит от большого количества факторов и содержит достаточно существенную субъективную составляющую. Что делает невозможным сопоставление оценок риска по различным банкам, за исключением случаев применения единых подходов к оценке риска, в том числе стандартных сценариев изменения процентных ставок и кривых доходности.

Сегодня органы банковского регулирования и надзора только немногих стран требуют от банков отчета о внутренней количественной оценке процентного риска, которая основывается на рекомендациях Базельского комитета о стандартизированном изменении кривой доходности. Суть стандартизированного изменения - параллельный сдвиг кривой доходности, что не подтверждается эмпирическими данными. Согласно результатам проведенного исследования на отдельных сегментах российского финансового рынка в 2000-2006 гг. параллельный сдвиг отвечал только за 35% всех изменений.

При финансировании большинством российских коммерческих банков долгосрочных активов за счет краткосрочных обязательств в условиях высокой нестабильности процентных ставок и усиления конкуренции Банку России необходимо запрашивать у банков отчеты о подверженности процентному риску всего банковского портфеля, установить единый подход оценки процентного риска для их сопоставления по банкам.

Коммерческим банкам для более точной оценки подверженности процентному риску необходимо использовать множественный сценарий (для разных сегментов рынка), предполагающий параллельный сдвиг, изменение угла наклона и формы кривых доходности. Если доля активов и пассивов банка в какой-либо иностранной валюте превышает 5%, то такой сценарий должен быть и мультивалютным.

Таким образом, для эффективной организации управления процентным риском в коммерческих банках необходимо полностью завершить процесс формирования нормативной базы, закрепляющей применение в российской банковской и надзорной практике международно-признанных норм, в том числе определенных в документах Базельского комитета. Это потребует внесения изменений и дополнений в действующее законодательство, улучшения практики его применения, а также издания новых и доработанных нормативных актов Банка России.

Литература

1. Гражданский кодекс Российской Федерации.

2. Положение Центрального Банка Российской Федерации от 24 сентября 1999 года № 89-П «О порядке расчета кредитными организациями размера рыночных рисков».

3. Положение Центрального Банка Российской Федерации от 16 декабря 2003 года № 242-П «Об организации внутреннего контроля в кредитных организациях и банковских группах».

4. Указание оперативного характера Центрального Банка Российской Федерации от 23 июня 2004 года № 70-Т «О типичных банковских рисках».

5. Банковская система России. М.: 1995. Т. 1.

6. Банковское дело: стратегическое руководство / Под ред. В. Платонова, М. Хиггинса. 2-е изд. М., издательство «Консалтбанкир», 2001.

7. Банковский надзор. Европейский опыт и российская практика. Пособие, подготовленное в рамках проекта «Обучение персонала Центрального банка - Этап II» / Под ред. Микаэла Олсена.

8. Буянов В.П. Управление рисками (рискология) / Буянов В.П., Кирсанов К.А., Михайлов Л.А. - М.: Экзамен, 2002. - 384 с.

9. Вопросы банковского надзора в документах Базельского комитета. Выпуск 3. ЦПП ЦБ РФ, 2003.

10. Гитман Л. Дж., Джонк М.Д. Основы инвестирования. - М.: Дело, 1997.

11. Гюринг Х. ван, Брайович Братанович С. Анализ банковских рисков. Система оценки корпоративного управления и управления финансовым риском / Пер. с англ.; вступ. сл. д.э.н. К.Р. Тагирбекова - М: Издательство «Весь мир», 2003. - 304 с.

12. Дубров А.М. Многомерные статистические методы. - М.: Финансы и статистика, 1998.

13. Елисеева И.И., Юзбашев М.М. Общая теория статистики. - М.: Финансы и статистика, 2002.

14. Купчинский В.А., Улинич А.С. Система управления ресурсами банка. - М.: «Экзамен», 2000 г. - 224 с.

15. Основы банковской деятельности (Банковское дело) / Под ред. Тагирбекова К.Р. - М.: Издательский дом «ИНФРА-М», Издательство «Весь мир», 2001. - 720 с. - (Высшее образование).

16. Островская О.М. Банковское дело. Толковый словарь. М.: Гелиос АРВ,2001.

17. Отчет о развитии банковского сектора и банковского надзора в 2005 году. Центральный Банк Российской Федерации. Ресурсы всемирной компьютерной сети Интернет. Адрес URL: http: // www.cbr.ru.

18. Рогов М.А. Риск-менеджмент. - М.: Финансы и статистика, 2001. - 120 с.: ил.

19. Романов М.Н. Кредитный и процентный риски коммерческого банка. Диссертация на соискание ученой степени кандидата экономических наук. М.: 1996.

20. Роуз П.С. Банковский менеджмент. - М.: Дело, 1995.

21. Рыночные риски кредитных организаций (Обзор семинара, проведенного в ЦПП ЦБ РФ 19-21 февраля 2001 г.). ЦПП ЦБ РФ, 2002.

22. Синки Дж., мл. Управление финансами в коммерческих банках. Пер. с англ. 4-го переработанного изд. / под ред. Р.Я. Левиты, Б.С. Пинскера. - М.: Catallaxy, 1994.

23. Смагина Е.Е. Система управления процентным риском в коммерческом банке. Автореферат на соискание ученой степени кандидата экономических наук. М.: 2003.

24. Уотшем Т.Дж., Паррамоу К. Количественные методы в финансах: Учеб. пособие для вузов / Пер. с англ. под ред. М.Р. Ефимовой. - М.: Финансы, ЮНИТИ, 1999.

25. Четыркин Е.М. Финансовая математика: Учеб. - М.: Дело, 2001.

26. Шарп У., Александер Г., Бэйли Дж. Инвестиции: Пер. с англ. - М.: ИНФРА-М, 1999.

27. Адамова К.Р. Возможности нового соглашения о капитале Базельского комитета // Бизнес и банки. 2003. № 13-14.

28. Беляков А.В. Процентный риск: анализ, оценка, управление // Финансы и кредит. 2001. № 2.

29. Бураков В. Организация управления валютным и процентным рисками // Банковский вестник НБРБ. 2002. № 1.

30. Бухтин М.А. Организационные принципы управления рисками в коммерческом банке. Процессный подход // Оперативное управление и стратегический менеджмент в коммерческом банка. 2003. № 2.

31. Бюллетень банковской статистики. 2001, №3. 2002, № 3. 2003, № 3. 2004, № 3. 2005, № 3. 2006, № 4. // Ресурсы всемирной компьютерной сети Интернет. Адрес URL: http: // www.cbr.ru.

32. Волошин И.В. Матрица фондирования минимального процентного риска // Бизнес и банка. 2003. № 8.

33. Ветров А., Кузнецов М. Процентные свопы и рынок ГКО // Вестник Банка России. - 1994. - №3. - c.17-21.

34. Грузин А.А. Модели оценки процентного риска в коммерческом банке // Оперативное управление и стратегический менеджмент в коммерческом банке. 2005. № 2.

35. Зарубин А. Взгляд на риски с высоты новых базельских соглашений // Национальный банковской журнал. 2006. № 4 (27).

36. Зубченко Л.А. Флёрье В., Любошински К. Управление процентным риском в компаниях по страхованию жизни и пенсионных фондах // Банки: мировой опыт. ИНИОН РАН. 2005. № 6.

37. Зубченко Л.А. Кемар Ж.-Л., Голитен В. Процентный риск в банковской системе // Банки: мировой опыт. ИНИОН РАН. 2005. № 6.

38. Иерзик Л., Платонов В. Управление риском в банковском деле // Банковский вестник. 2002. № 1.

39. Кашафетдинов Ш.В. Методы оценки процентного риска // Банковские услуги. 2003. № 1.

40. Кащеева М.В. Менеджмент рисков в банковской в сфере // Банкир Санкт-Петербурга. 2005. № 4.

41. Ковалев П. П. Некоторые аспекты управления рисками // Деньги и кредит. 2006. № 1.

42. Кондратюк Е.А. Понятие банковских рисков и их классификация // Деньги и кредит. 2004. № 6.

43. Константинов Н.С. Этимологический и историко-формационный подходы к исследованию сущности риска // Финансы и кредит. 2005. № 22.

44. Кудрявцева М.Г. От чего зависит оценка процентного риска // Банковское дело. 2005. № 6.

45. Кулаков А.Е. Управление активами и пассивами банка // Финансы и кредит. 2002. № 17.

46. Кэхилл Д.А., Голдберг Д.Ф. Казначейские обязательства США, или миф о безрисковых вложениях // Проблемы теории и практики управления. 1998. № 4.

47. Ларионова И.В. Методы анализа процентного риска // Бухгалтерия и банки. 2000. №3. с.25-40.

48. Ларионова И.В. Методы управления рисками кредитных организаций и способы их ограничания // Бизнес и банки. 2000. № 40.

49. Левитин К.Д. Построение процентных структур рынка денег и капиталов - базового элемента задачи управления рисками // Бизнес и банки. 2000. №26. с.4.

50. Научный ответ Базелю II. По материалам статьи Д. Даниэльсон, П. Эмбрехт, «Академический ответ Базелю 2» // Ресурсы всемирной компьютерной сети Интернет. Адрес URL: http: // www.franklin-grant.ru.

51. О Базельских принципах эффективного банковского надзора // Вестник Банка России. 1998. № 45.

52. Петунин И.М., Поморина М.А. Методы оценки и управления процентным риском // Банковское дело. 1999. №1. c.12-16.

53. Принципы управления и надзора за процентным риском // Бухгалтерия и банки. 2005, № 12. 2006, № 1, 2.

54. Проскурин А.М. Процентный риск и проблема управления гэпом // Бизнес и банки от 27.06.2001

55. Рогачев А. Ю., Хоффманн-Ля Рош Ф. Методы расчета рисковой стоимости в банковской практике // Деньги и кредит. 2005. № 9.

56. Русанов Ю.Ю. Виды, классификация и группировки рисков банковского менеджмента // Финансы и кредит. 2005. № 4.

57. Салин В. Н., Медведев В.Г. Понятие рисков и управления ими; методология оценки // Вестник Финансовой академии. 2004. № 3.

58. Севриновский В. Перспективы использования российскими банками технологий анализа разрывов // Банки и технологии. 2002. № 4.

59. Симонян А., Петросян Э. Дисбаланс чувствительности как индикатор процентного риска // Бухгалтерия и банки. 2002. № 8.

60. Смагина Е.Е. Оценка и минимизация процентного риска путем использования гэп-анализа: практические рекомендации // Бизнес и банки. 2002. № 37 (619). с. 6-8.

61. Струченкова Т.В. Использование методики VAR для оценки банковских рисков // Банковское дело. 2000. № 5.

62. Обзор банковского сектора Российской Федерации (интернет-версия). Аналитические показатели. 2006. № 42. // Ресурсы всемирной компьютерной сети Интернет. Адрес URL: http: // www.cbr.ru.

63. Шарай Д. Использование дюрации для оценки процентных рисков // Банкaўскi веснiк. Чэрвень. 2005.

64. Kahn, R.H. and Gulradgani, D. Risk and return in the Canadian bond market // Journal of Portfolio Management. 1993. Spring. p.86-93. / Ресурсы всемирной компьютерной сети Интернет. Адрес URL: http: // www.iijpm.com.

Размещено на Allbest.ru