Март 2011 г. Управление кредитным риском - Количественная оценка в соответствии с требованиями регулирования Базель II «Газпромбанк» (Открытое акционерное. - презентация

1 Март 2011 г. Управление кредитным риском - Количественная оценка в соответствии с требованиями регулирования Базель II «Газпромбанк» (Открытое акционерное общество) Петров Александр Владимирович, Управляющий Директор, Департамент Банковских Рисков, Газпромбанк, Модератор Межбанковской Постоянно Действующей Рабочей Группы по вопросам Компоненты 1, Базеля 2 при АРБ и ЦБ РФ

2 На пути к внедрению Базельского соглашения в РФ

3 3 Компонент 1 - Минимальные требования к капиталу Расчет минимальных требований к капиталу для 3-х видов риска: [1] Кредитный риск: - Стандартизированный подход - Подходы на основе внутренних рейтингов, базовый (IRBF) - Подходы на основе внутренних рейтингов, усовершенствованный (IRBA) [2] Рыночный риск: - Стандартизированный подход - Подход на основе внутренних моделей (IMM) [3] Операционный риск: - Базовый индикативный подход (BIA) - Стандартизованный подход (TSA) - Усовершенствованный подход (AMA) Компонент 2 - Надзорный процесс (требования регулятора) Основные принципы надзорного процесса в части разработки внутренних процедур оценки капитала, соизмеримого с характером рисков, принимаемых на себя банками. Оцениваются все виды рисков, в т. ч. не рассматриваемые в Компоненте 1: - бизнес риск, - риск секьюритизации, - репутационный риск, - риск ликвидности, - стратегический риск и пр. Предполагается возможность увеличения капитала регулирующим органом по результатам процедур надзора. Компонент 3 - Рыночная дисциплина Требования к раскрытию информации (позволят участникам рынка оценить систему риск-менеджмента, подверженность риску и достаточность капитала). Качество раскрытия является критерием для применения методологий / признания инструментов и операций. Подход БКБН Развитие банковского регулирования в России в соответствии со Стратегией развития банковского сектора до 2015 г Стратегия развития банковского сектора, рекомендации, пилотные банки начали внедрение Базеля II, III 2012 Предварительные заявки банков на использование IRB-подхода Применение Компонента 2 Базеля II и IRB пилотными банками 2017 Применение Компонента 2 всеми кредитными организациями 2019 Окончательное внедрение Базеля II, III Структура и временные планы внедрения регулирования Базеля II

4 Банком России (с учетом предложений рабочих групп) подготовлен проект документа по IRB (далее – IRB документ). Работа по подготовке консолидированных комментариев к документу ведется в рамках рабочей группы по вопросам Компонента 1 Ожидается выпуск Банком России для комментариев документа по вопросам классификации требований кредитного характера В рамках рабочей группы по Компоненту 2 ведется работа по разработке рекомендаций по внедрению положений Письма Банка России 96-Т Летом 2011 года из числа 10 пилотных банков Банком России были сформированы 4 рабочих группы. Цель: выработка консолидированной позиции по вопросам внедрения базельского соглашения в РФ для предоставления в Банк России Группа 1: Определение дефолта. Классификация требований кредитного характера Группа 2: ИТ-системы и их валидация Группа 3: Методология построения рейтинговых систем. Параметры риска. Стресс-тестирование Группа 4: Корпоративное управление и внутренний контроль. ICAAP (ВПОДК) К настоящему моменту работа данных групп закончена, рекомендации направлены в Банк России В ноябре 2011 года пилотными банками организован Комитет по базельским стандартам и управлению рисками при АРБ. Цель создания Комитета – содействие внедрению базельских стандартов в РФ, построение диалога с Банком России. В рамках комитета сформированы две постоянно действующие рабочие группы: Группа по вопросам Компонента 1 (минимальные требования к капиталу) Группа по вопросам Компонента 2 (ВПОДК) 4 Текущий статус внедрения и отдельные инициативы

5 Базель 2, Компонента 1: Преимущества подхода на Основе Внутренних Рейтингов (IRB) 5 Требования к капиталу на покрытие КР Высокие Средние Сложность моделей и процессов Стоимость реализации Высокая Низкая Стандартизированный подход (CП) 1.Коэффициенты риска активов рассчитываются на основе предопределенных регулятором правил 2.Не требуется разрешения надзорного органа 3.Расчет в целом похож на расчет показателя Н1 для кредитного риска 4.Обязательное применение надзорного процесса Компоненты 2, нивелирует возможные выгоды от Стандартизированного подхода для банков с "плохими портфелями". Подход на основе внутренних Рейтингов (IRB-F) 1.Более точная оценка кредитных рисков 2.Коэффициенты риска активов рассчитываются на основе внутренних кредитных рейтингов 3.Особенно выгоден для банков с высококачественными кредитными портфелями 4.Требуется разрешение надзорного органа 5.Высокие требования к качеству данных и процессам риск- менеджмента 6.Возможность сохранения Cтандартизированного подхода для части портфеля Низкие Возможность снижения требований к капиталу по сравнению с СП Позитивное влияние на внешний рейтинг банка и репутационные выгоды В соответствии с западным опытом внедрения Базеля 2, регуляторы обычно требуют обязательного применения IRB подхода для крупных системообразующих банков

6 Базель 2, Компонента 1: Преимущества подхода на Основе Внутренних Рейтингов (IRB) Бизнес- процессы Отчетность Управление рисками Области внедрения IRB Оценка концентраций Оценка эффективности Ценообразование Стресс-тестирование Кредитные решения Мониторинг Система полномочий Взыскания Ожидаемые потери Резервы Алокация капитала

7 Наиболее важные аспекты количественной оценки кредитного риска в соответствии с требованиями регулирования Базель II

8 8 PD (%) Профиль риска клиента, т.е. вероятность того, что клиент не выплатит долг на временном горизонте 1 год –оценка осуществляется на основе характеристик клиента, статистики дефолтов и рыночной информации Качество обеспечения, т.е. какую часть неуплаченной суммы мы ожидаем потерять? –определяется качеством обеспечения, а также временем и особенностями процедуры его взыскания Характеристики продукта, т.е. какова будет общая сумма задолженности в случае дефолта клиента? Определяется уровнем использования средств в момент дефолта и эффективностью систем мониторинга Вероятность дефолта (Probability of default) Доля потерь при дефолте (Loss given default) * Величина риска при дефолте (Exposure at default) * EAD (abs) LGD (%) = = = × × Ожидаемые потери EL (abs) = = Базель 2, Компонента 1: Риск факторы регулирования Базель 2 Предопределен регулятором в IRB-F подходе Определяется Банком * - для розничных требований Банк проводит собственный расчет LGD, EAD в IRB-F подходе

9 9 Базель 2, Компонента 1: Расчет минимального требуемого капитала для кредитного риска в IRB-F подходе 8% X X Риск веса определяются как функции от PD, LGD, M Предопределен регулятором в IRB-F подходе Определяется Банком в IRB-F подходе Вероятность дефолта, PD (Probability of default) Доля потерь при дефолте, LGD (Loss given default) * Величина риска при дефолте, EAD * (Exposure at default) = Потери Редкие случаи потерь катастрофи- ческого масштаба Ожидаемые потери Непредвиденные потери Горизонт прогноза в 1 год Время погашения кредита, M (Maturity) X * - для розничных требований Банк проводит собственный расчет LGD, EAD в IRB-F подходе

10 10 Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта 6.Калиб ровка 5.Мног офакто рная регресс ия 4.Корре ляцион ный анализ 3.Одно фактор ный анализ 2.Форм ирован ие фактор ов риска 1.Истори ческие данные о дефолта х Сбор исторических данных о дефолтах и недефолтных клиентах Выбор репрезентативной выборки клиентов Определение взаимосвязи между отдельным фактором и дефолтом В качестве результата – «короткий список» факторов, а также любые трансформации между факторами Определение оптимальный весовых коэффициентов для факторов на основе выборки В качестве результата – набор «подмоделей», которые подлежат обсуждению Определение потенциального набора факторов, которые могут быть использованы для прогнозирования дефолта В качестве результата – «длинный список» факторов, который необходимо проверить Определение взаимосвязей между факторами и выделение независимых наборов факторов Калибровка модели на вероятность дефолта (PD) Многофакторный анализ Процесс может быть итерационным Процесс построения статистической модели 7.Тести ровани е и валида ция Подтверждение точности модели с использованием тестов или ранжирования

11 11 Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта Однофакторный анализ – AR (Accuracy Ratio)- анализ дискриминационной способности отдельного фактора Цель – Отбор статистически значимых предикторов дефолта из длинного списка факторов Дискриминационная способность отдельного фактора - это оценка насколько хорошо фактор разделяет плохих и хороших клиентов. Пропорция дефолтов 100% 0%100% 1 2 Рейтинговые инструменты Наихудшая оценка Наилучшая оценка Суммарная совокупность Идеальная избирательность AR = 1 + Случайная модель 2 1

12 12 Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта Многофакторный анализ Прогнозная сила модели Капитал / Совокупные активы AR = 38% Капитал / Обязательства AR = 40% Корреляция = 90% Выбирается только 1 фактор Необходимо выбрать из каждой категории лишь наиболее значимые факторы… …и учесть также те, которые добавляют наибольшую прогнозную способность модели Число факторов в модели Теоретический максимум Корреляционная структура факторов явным образом учитывается при многофакторном анализе Промежуточным результатом многофакторного анализа является набор моделей ранжирования клиентов с разными факторами

13 13 Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта Окончательная модель выбирается на основе ряда практических критериев, с учетом мнения бизнес подразделений Выбранная модель Возможный диапазон моделей Модель должна иметь ограниченное количество учитываемых факторов, однако не упускать факторов, которые могут значительно повысить прогнозные способности модели Модель должна включать факторы или комбинации факторов, которые с точки зрения бизнеса являются полезными Не должны включаться факторы, которые крайне коллинеарны или мультиколлинеа рны Возможность отличать хороших заемщиков от плохих Способности модели Число переменныхПравдоподобность факторов Независимость факторов Весовые коэффициенты для факторов должны быть правдоподобны ми и выбраны таким образом, чтобы повысить стабильность выходных данных модели Количество основных величин, используемых в качестве входных данных модели должно быть как можно меньшим, Правдоподобность весовых коэффициентов Количество входных параметров модели

14 14 Базель 2, Компонента 1: Процесс построения модели оценки вероятности дефолта Принципы калибровки модели и Мастер Шкала вероятности дефолта

15 15 Базель 2, Компонента 1: Ежегодная валидация моделей PD в соответствии с требованиями Базельского комитета

16 16 Базель 2, Компонента 1: Ежегодная валидация моделей PD в соответствии с требованиями Базельского комитета Анализ дискриминационной способности модели МодельAR Отличная> 0,6 Хорошая> 0,4 Плохая< 0,4 По рекомендации Банка России*: Дискриминационная способность - это оценка насколько хорошо модель разделяет плохих и хороших клиентов. Аналитический документ о степени соответствия внутрибанковских подходов к управлению кредитным риском банков – участников проекта «Банковское регулирование и надзор (Базель II)» Программы сотрудничества Евросистемы с Банком России минимальным требованиям IRB-подхода Базеля II

17 17 Базель 2, Компонента 1: Ежегодная валидация моделей PD в соответствии с требованиями Базельского комитета Анализ предсказательной способности модели Полученные зависимости Биномиальный тест* (выявление рейтинговых интервалов с слабой предсказательной способностью), пример: выполнен кроме рейтингов 9 и 10. Тест xи-квадрат (анализ предсказательной способности модели в целом),пример: распределение дефолтной частоты совпадает с модельным распределением PD с вероятностью 88,5%. * носит рекомендательный характер, является вспомогательным к хи-тесту, определяет проблемные интервалы в нем Предсказательная способность - оценка вероятности корректного предсказания дефолта с использованием модели.

18 18 Собственный расчет необходимого капитала для кредитного риска в Компоненте 2, Базеля 2 Макроэкономический риск В последующих периодах требования к капиталу будут изменяться вместе с экономическим циклом –Рецессия: необходимо больше капитала из-за снижения рейтингов, большей волатильности и др.. Дополнительный необходимый капитал Рецессия Риски не полностью покрытые в Компонентe 1 Недооценка кредитного риска в стандартном или продвинутом (IRB) методе + Риски не рассмотренные в Компонентe 1 Концентрационный Риск кредитного портфеля – single name concentration, sector concentration, geographical concentration + Дополнительные требования к капиталу (Capital Add-on) в Компоненте 2 для кредитного риска =

19 Спасибо за внимание! 19