Зарубежный опыт диагностики кризисного состояния в банковской сфере

Оглавление журнала

В последние годы все больше внимания уделяется ранней диагностике банковской сферы, когда проблемы выявляются на начальной стадии, что позволяет заранее предотвратить развитие кризиса, приняв соответствующие стабилизирующие меры. Однако, несмотря на наличие общих тенденций, правила банковского надзора и регулирования, используемые в разных странах, отличаются друг от друга в силу особенностей исторического развития, построения и степени открытости финансовой системы, числа, размера и концентрации кредитных учреждений, масштабов раскрытия информации о финансовой деятельности, достаточности технологических и кадровых ресурсов для регулирования и надзора.

Мероприятия по банковскому надзору могут проводиться в дистанционной форме (удаленный мониторинг) и в форме инспектирования (проверки на месте). В отсутствие правовых оснований или ресурсов на инспектирование органы надзора полагаются на удаленный мониторинг. Процесс предусматривает анализ и проверку финансовой и прочей информации касательно деятельности банка. Требования по отчетности могут, например, включать баланс, отчет о прибылях и убытках, данные о характере деятельности, кредитах, вложениях, обязательствах, капитале, ликвидности, резервах на потери по ссудам. При инспектировании проводится общая оценка банка с выездом на место. Такая проверка позволяет контролеру лучше оценить качественные характеристики, такие, как способности менеджмента и процедуры внутреннего контроля, отражение которых в отчетности может быть недостаточным.

Удаленный мониторинг позволяет оценивать состояние банка на основе последней информации, экономит издержки, связанные с нарушением работы банка и отвлечением проверяющего персонала, обеспечивает целевой характер проверок на местах. Тем не менее удаленный мониторинг как преимущественный метод диагностики недостаточно эффективен. Как показали исследования, правильность данных банковской отчетности прямо зависит от регулярности и полноты проверок, а оптимальные результаты достигаются при сочетании обоих методов [1].

Кроме того, государство использует внешних аудиторов, причем в некоторых странах они обязаны информировать органы надзора о выявленных признаках вероятной неплатежеспособности или неликвидности банка [2].

Многочисленные исследования, проводимые надзорными органами и в международных финансовых организациях, пытаются выявить факторы, которые позволят идентифицировать наличие нестабильности банковской системы. На основе данных о кризисах в США, Колумбии и Мексике, были, например, названы следующие макро- и микроэкономические факторы [3], представленные в табл.1:

Таблица 1.
Индикаторы банковского кризиса/нестабильности

* - Низкий спрэд может означать как эффективность банка, так и агрессивную политику по привлечению депозитов в отсутствие корреспондирующих источников дохода.
** - Степень контроля характеризуется также долей операционных расходов в сумме расходов.
*** - Существенный прирост активов (кредитов) может говорить о чрезмерной экспансии.

Источник: Gonzales-Hermosillo Brenda. Determinants of Ex-Ante Banking System Distress: A Macro-Micro Empirical Exploration of Some Recent Episodes. IMF Working Paper No. 33, 1999.

В ряде стран для оценки рисков и диагностики используется несколько систем. Некоторые из них выявляют уже существующие проблемы, в то время как другие позволяют получить сигналы о потенциальном ухудшении в будущем на основе текущих рисков. В целом такие системы решают следующие задачи: 1) систематическая формализованная оценка кредитных организаций в рамках инспектирования и удаленного мониторинга; 2) идентификация банков и направлений деятельности внутри банка, где есть или могут появиться проблемы; 3) выявление приоритетных направлений проверок для оптимального распределения ресурсов надзорных органов; 4) инициация своевременных действий надзорного органа.

В табл.2 приведены системы, используемые в некоторых развитых странах. Отличия между системами обусловлены страновыми особенностями: глубина и частота инспекций, характер отчетности, доступность других достоверных источников, статистическая информация о кризисах и банкротствах за прошлые периоды, уровень технического обеспечения, денежные и людские ресурсы. Согласно исследованию, проведенному в Банке международных расчетов, по формальным признакам можно выделить четыре широкие категории систем диагностики: 1) рейтинговые системы оценки банков; 2) системы финансовых коэффициентов и группового анализа; 3) комплексные системы оценки банковских рисков; 4) статистические модели [4] .

Основные черты каждой из категорий представлены в табл.3.

Использование нескольких систем повышает вероятность того, что хотя бы одна из них обнаружит проблемный банк. Системы в основном совмещают качественные оценки и количественные расчеты с использованием компьютера. В некоторых преобладают экспертные суждения, в других доминируют выкладки компьютерных программ.

Таблица 3
Характерные черты систем оценки риска и ранней диагностики

* - несущественный признак; ** - существенный признак; *** - очень существенный признак.

Источник: Ranjana Sahajwala, Paul Van den Bergh. Supervisory risk assessment and early warning systems. BIS Working Paper No.4, Basel, December 2000.

Таблица 2
Системы ранней диагностики и оценки рисков

* - По состоянию на декабрь 2000 года.

Источник: Ranjana Sahajwala, Paul Van den Bergh. Supervisory risk assessment and early warning systems. BIS Working Paper No.4, Basel, December 2000.

Рейтинговые системы оценки банков

Первоначально присвоение банкам рейтингов было связано с проверкой их деятельности на месте. Однако за последние годы этот подход стал применяться и с удаленным мониторингом. С помощью рейтинговой системы выявляются кредитные институты, к которым требуется особое внимание регулирующих органов.

Присвоение рейтинга базируется на субъективной оценке контролерами разных аспектов функционирования банка. Хотя оценки даются относительно заранее установленных показателей, они не являются жесткими и позволяют контролеру учитывать другие факторы, которые, по его мнению, подходят к данному банку. Результаты проверки и присвоенный рейтинг могут сообщить руководству банка, публичному же разглашению результаты оценки не подлежат.

Присвоение рейтинга по результатам удаленного мониторинга основано на анализе надзорной и другой доступной контрольным органам информации, включая отчеты по проверкам на месте. Французская система ORAP использует, например, базы данных Банка Франции и Банковской комиссии (в частности, информацию, представленную самими банками и хранящуюся в специальной базе данных финансовых рынков), результаты инспекций банков, данные внешних аудиторов, других надзорных органов Франции и информацию, доступную по взаимным соглашениям с контрольными органами других европейских государств.

В основном рейтинг дается по результатам работы банка за год. В США банки, получившие по системе CAMELS высокий рейтинг (1 или 2), проверяются раз в полтора года, а те, которые признаны проблемными (4 или 5), проверяются чаще. Присвоенный рейтинг чаще всего носит конфиденциальный характер и используется внутри надзорного органа.

В табл. 4 представлены показатели и коэффициенты, измеряемые в системах рейтинговой оценки банков.

Таблица 4
Показатели рейтинговых систем оценки банков

Источник: Ranjana Sahajwala, Paul Van den Bergh. Supervisory risk assessment and early warning systems. BIS Working Paper No.4, Basel, December 2000.

Рейтинговые системы позволяют оценить текущее состояние дел в банковской отрасли, выявить проблемные банки. В то же время система присвоения рейтинга статична, так как основана на данных, полученных по состоянию на конкретный период времени. Использование удаленного мониторинга уменьшает статичность оценок, однако в отсутствие проверок на местах достоверность информации снижается.

Системы финансовых коэффициентов и группового анализа

Известно, что финансовое состояние банка можно свести к конечному набору финансовых показателей. Последние включают в основном измерители достаточности капитала, качества активов, прибыльность и ликвидность. Многочисленные коэффициенты, относящиеся к этим показателям, используются в системах анализа банков. Эти же коэффициенты применяются и в других типах систем.

Информация для системы поступает в основном из данных, имеющихся у контрольных органов, и годовой отчетности. Интересно, что Система наблюдения в Нидерландах изначально планировалась как система ранней диагностики возможного банкротства, но из-за недостаточной статистической информации от этого пришлось отказаться. Результаты анализа используются для формирования сравнительных показателей деятельности отдельных кредитных организаций в прошлом и установки критериев финансовой деятельности для разных групп банков, чтобы выявить банки, не соответствующие групповым значениям. При анализе финансовых коэффициентов отдельного банка генерируется предупреждение в случае превышения коэффициентом заранее установленного критического уровня, нахождении в установленном интервале, отличия от показателей за прошлый период. Групповой анализ основан на финансовых коэффициентах для группы банков. Контролер проверяет, насколько показатели отдельного банка отличаются от аналогичных банков, выявляет причины таких различий, проверяет, требуется ли надзорное вмешательство в данном случае.

Составление групп в такой системе происходит в основном в зависимости от размеров активов (например, мелкие и крупные банки) или от специфического сегмента рынка (местные коммерческие банки, иностранные банки, кооперативные или сберегательные банки). Некоторые системы позволяют формировать специальные группы для сравнений (например, банки из конкретного региона или направления бизнеса). Внутри каждой группы выделяют либо самые слабые по сравнению со средними значениями банки, либо показатели сортируются от наилучших к наихудшим и проводится ранжирование банков. Таким образом, выявляются банки, чьи показатели ухудшились. Групповой анализ применяется также для изучения тенденций во всем банковском секторе или его отдельных сегментах. Такая система может с ограничениями использоваться для стрессового тестирования и аналитических сценариев, то есть оценки ожидаемого состояния банков при ухудшении финансовых условий и экономической конъюнктуры.

Ниже приведены показатели, измеряемые такими системами (табл.5):

Таблица 5
Показатели систем финансовых коэффициентов и группового анализа

* - Коэффициенты рынка капиталов, относящиеся к торговой деятельности.
** - Макроэкономические индикаторы: рост ВВП, рост промышленного производства, уровень безработицы, курс евро/доллар, банкротства за год, спрэд доходности по десятилетним государственным облигациям и трехмесячной ставкой Euribor (Euro Interbank Offer Rate).
*** - Коэффициенты рынка капиталов, внешние рейтинги, доля рынка.

Источник: Ranjana Sahajwala, Paul Van den Bergh. Supervisory risk assessment and early warning systems. BIS Working Paper No.4, Basel, December 2000.

Изначально системы использовались как элемент инспекционной проверки банка, однако в настоящее время они стали самостоятельным элементом оценки состояния банковской системы и системы рисков отдельного банка. В Федеральной резервной системе используется индивидуальный мониторинг банка как составной элемент для интерпретации статистических моделей ранней диагностики. В то же время отбираемые показатели не всегда полностью коррелируют с общим состоянием банка (особенно в случае крупных банков). Ограничения накладываются и на придание веса тому или иному показателю, что обычно происходит методом экспертной оценки. При фиксации веса не принимаются во внимание происходящие изменения, что может снизить эффективность оценки. Результаты группового анализа могут не учитывать общее ухудшение конъюнктуры для всей системы или группы. Предпосылкой качественного анализа является интегрированная, своевременная и достоверная отчетность.

Комплексные системы оценки банковских рисков

В рамках такой системы происходит оценка рисков кредитной организации в целом. Английская система RATE предусматривает выделение категорий риска для всей организации. Система RAST, применяемая в Нидерландах, использует разделение банка или банковской группы по подразделениям или функциональным признакам. Для каждого подразделения оцениваются все риски, внутренняя структура и система контроля по ряду критериев, по каждому из которых присваиваются баллы. Индивидуальные баллы последовательно агрегируются до конечной оценки банка или группы.

В табл.6 приведены показатели, которые оцениваются в системе.

Таблица 6
Показатели комплексной системы оценки банковских рисков

* - Операционные, информационные, правовые, стратегические риски и риск репутации.
** - Деловой риск - анализ деловой среды в контексте общебанковского бизнеса.

Источник: Ranjana Sahajwala, Paul Van den Bergh. Supervisory risk assessment and early warning systems. BIS Working Paper No.4, Basel, December 2000.

Комплексный подход позволяет оценить количественные и качественные факторы риска. Для получения всесторонней информации о состоянии банка требуется взаимодействие национальных и иностранных надзорных органов (Управление финансовых услуг Великобритании специально запрашивает такую информацию, чтобы избежать дополнительных расходов на самостоятельную проверку). Система применима для консолидированной и неконсолидированной оценки банковских групп и их составных элементов. Надзорный орган может не сообщать о присвоенных баллах, однако общие тенденции развития и крупные риски обсуждаются с руководством банка.

На проверку банка тратится больше ресурсов и времени, однако система удобна для оценки крупных национальных и международных банков и банковских групп, имеющих диверсифицированный бизнес.

Статистические модели

Основная задача статистических моделей сводится к прогнозированию будущего состояния банков, то есть диагностике банковских проблем на ранней стадии. Модели используют собранные надзорными органами данные о деятельности банков для оценки рисков. Полагаясь на полученные с помощью расчетов данные, модели выделяют банки с высокой и низкой вероятностью банкротства. Толчком к развитию статистических моделей послужил банковский и сберегательный кризис 80-х и начала 90-х годов в США, сопровождавшийся многочисленными банкротствами и высокими издержками (по разным оценкам от 2,4 до 3,2% ВВП США [5]).

Существует два существенных отличия между статистическими моделями и описанными выше системами. Во-первых, внимание фокусируется на определении рисков, которые, вероятно, приведут к ухудшению состояния банка в будущем. Статистическая модель пытается выявить рискованные банки до наступления кризиса или банкротства, что во многом отличает ее от других систем. Во-вторых, модели используют количественные методы для определения причинных связей между показателями и такими их следствиями, как неустойчивость, кризис и банкротство или выживаемость. Наличие и влияние различных факторов тестируется для каждого из вариантов. Вырабатываются количественные измерители причинно-следственной связи, а статистические выводы используются как руководство к определению свойств и характеристик этих связей. Полученные данные используются затем для предсказания будущих событий со сходными характеристиками.

Большинство моделей анализирует связь между зависимыми показателями (банкротство или выживаемость, рейтинг) и независимыми показателями. Оценивается вероятность наступления событий в неопределенный момент времени, но в течение интервала, заданного моделью. Модель ранней диагностики, планируемая к внедрению в Италии, будет использовать дюрацию. Модель исходит из предпосылки, что каждый банк, в конечном итоге, обанкротится. Зависимым показателем в такой модели будет не банкротство, а время, оставшееся до банкротства.

Представленные ниже табл. 7 и 8 содержат показатели, замеряемые в статистических моделях.

Таблица 7
Показатели статистических моделей (банкротство/выживаемость/неустойчивость)

* - Уровень безработицы в графстве / штате - изменения за два года.
** - Возраст банка; присвоенные ранее рейтинги CAMELS 3, 4 или 5; размер банка, два индикатора изменений в режимах регулирования.

Таблица 8
Показатели статистических моделей (рейтинг, прогноз снижения рейтинга)

* - Присвоенный ранее рейтинг за управление.
** - Баллы по Единообразной системе надзорного мониторинга банков (Uniform Bank Surveillance Screen - UBSS): за прирост активов и композитный; присвоенный ранее композитный рейтинг CAMELS.

Источник: Ranjana Sahajwala, Paul Van den Bergh. Supervisory risk assessment and early warning systems. BIS Working Paper No.4, Basel, December 2000.

Влияние качественных факторов (качество управления, внутренний контроль, специфические факторы, например, кредитная культура) обычно не учитывается в моделях, хотя в рейтинговой модели SEER Федеральной резервной системы включен показатель управления, взятый из результатов проверки CAMELS. Французская модель SAABA дополняет количественный анализ отдельной качественной оценкой. В моделях также не учитывается возможность банкротства вследствие мошенничества и финансовых нарушений.

Общие проблемы банковского сектора могут быть идентифицированы через макропоказатели. Однако, при таком агрегировании увеличивается вероятность пропуска серьезных проблем внутри кредитной организации. Учитывая влияние отдельных банков на общее состояние отрасли, актуальность контроля за безопасным и разумным ведением дел каждым банком возрастает. Этим объясняются и те усилия, которые прилагают надзорные органы развитых стран к разработке эффективных систем мониторинга рисков и финансового состояния банковских институтов.

Не менее важным представляется развитие таких систем в России. Очевидно, что прямой перенос зарубежного опыта на отечественную почву принесет скорее отрицательный нежели положительный результат, что обусловлено специфическим характером создания таких систем (как уже говорилось, при разработке учитываются именно страновые особенности банковского сектора: наличие статистической информации, ресурсов, практика ведения учета и отчетности и т.п.). Тем не менее необходимо не просто совершенствование имеющихся систем контроля (хотя потребность в этом, безусловно, высока), но, учитывая современные тенденции, следует развивать системы ранней диагностики и индивидуальной оценки банковских рисков.

1. Международный опыт реструктуризации банковских систем./А.З.Астапович, Е.В. Белякова, Е.Б.Мягков и др. - М.: Бюро экономического анализа, Магистр ЛТД, 1998.

2. Internal audit in banking organisations and the relationship of the supervisory authorities with internal and external auditors. BIS Consultative Paper, Basel, July 2000.

3. Gonzales-Hermosillo, Brenda. Determinants of Ex-Ante Banking System Distress: A Macro-Micro Empirical Exploration of Some Recent Episodes. IMF Working Paper No. 33, 1999.

4. Ranjana Sahajwala, Paul Van den Bergh. Supervisory risk assessment and early warning systems. BIS Working Paper No. 4, Basel, December 2000.

5. Frydl, Edward J. The Length and Cost of Banking Crises. IMF Working Paper No. 30, 1999. [an error occurred while processing this directive]

Версия для печати