Учет и анализ кредитных рисков коммерческого банка

[25]

В разрезе лицевых счетов определяется большая из двух величин (величина РР); 100% от остатка ссуды на последний рабочий день месяца (С) или средне­дневной дебетовый оборот по счету.

Если ссуда отнесена к 1-3-ей группе риска, то ре­зерв должен составлять не менее 50% РР.

Если ссуда относится к 4-ой группе, то резерв (Р) рассчитывается по формуле:

Р = 50% ((РР - С) + (С - Ф),

где: Ф — фактически сформированный РВПС в соответствии с Указанием ЦБ РФ от 25.12.1997 г. №101-У.

Оценка финансового состояния заемщика проводится банками на постоянной основе и содер­жаться в кредитных досье, особенно в отношении крупных кредитов, кредитов связанным с банком за­емщикам, инсайдерам, кредитов 2-4-ой групп кре­дитного риска (п.2.4 Инструкции ЦБ РФ от 30.06.1997г. №62А).

Помимо расчета и анализа множества финансовых коэффициен­тов в мировой практике выработан про­стой, оперативный и достаточно точный метод заблагов­ременного выделения компаний, которым грозит банк­ротство, или, что не менее важно, подтверждение отсут­ствия этого риска. Речь идет о модели предсказания пла­тежеспособности, разработанной на основе "коэффици­ента Z" (z-score technique) - коэффициента вероятности банкротства. Такие модели сейчас широко используются в США, Великобритании и других странах банкирами, кредитными менеджерами, бухгалтерами, инвесторами и местными властями. Данная модель анализа кредитного риска выглядит следующим образом:

Z = СО + С 1Х1 + С2Х2 + СЗХЗ 4- С4Х4 + ....

где XI - прибыль до уплаты налога/текущие обязатель­ства (53%);

Х2 - текущие активы/общая сумма обязательств (13%);

ХЗ - текущие обязательства/общая сумма активов (18%);

Х4 - отсутствие интервала кредитования (16%);

СО.....С4 - коэффициенты (проценты в скобках указы­вают на пропорции модели). XI измеряет прибыльность, Х2 - состояние обо­ротного капитала, ХЗ - финансовый риск и Х4 - ликвид­ность.

Использовать модель, выявляющую компании со сложным финансовым положением, просто. Ключевые величины счета прибылей и убытков и балансового отче­та анализируемых компаний закладываются в систему. Искомые соотношения автоматически подсчитываются, и вычисляется Z-коэффициент. Если Z-коэффициент ниже "критического уровня платежеспособности", рас­считанного по данным обанкротившихся компаний, то риск кредитования такой компании очень велик. Если Z-коэффициент положителен, то компания не подвер­жена такому риску. Очевидно, что чем выше Z-коэффи­циент, тем лучше положение компании и наоборот. Важно отметить, что используемые финансовые данные могут быть как отчетными, так и прогнозируемыми. Та­ким образом, будущий риск, связанный с компанией, можно оценить на основе как ее прошлой, так и настоя­щей деятельности. Фактические данные свидетельству­ют, что 98% банкротств в развитых странах за последние 15 лет точно предсказаны при помощи различных моделей.

Можно усилить прогнозирующую роль моделей, трансформировав Z-коэффициент в PAS-коэффициент (Performance Analisys Score - коэффициент анализа дея­тельности), позволяющий отслеживать деятельность ком­пании во времени. PAS-коэффициент - это просто отно­сительный уровень деятельности компании, выведенный на основе Z-коэффициента за определенный год и выра­женный в процентах. Например PAS-коэффициент, рав­ный 10, свидетельствует, что лишь 10% компаний находятся в худшем положении, что говорит о неудовлетво­рительной работе данного клиента. Сильной стороной такого подхода к оценке платежеспособности и анализу. деятельности является его способность сочетать ключевые характеристики отчета прибылей и убытков и баланса в единое представительное соотношение. Таким образом, рассчитав PAS-коэффициент, каждый, даже имея сла­бую финансовую подготовку, может быстро оценить фи­нансовый риск, связанный с данной компанией, и при­нять то или иное решение в отношении ее кредитования.

На основе проведенного анализа все потенциаль­ные заемщики могут быть классифицированы, подобно ссудам, по категориям.

Рассмотрев параметры займа и заемщика как па­раметры функции кредитного риска, обратимся к вопро­сам анализа моделей поведения банка на рынке кредита и эффективного распределения кредитного ресурса.

Применение метода математического моделирова­ния наиболее эффективно, так как этот метод:

- применим ко всем видам банковских операций, вводит и позволяет определить для сделок любого вида количественную меру банковского риска, которая дает воз­можность в каждом конкретном случае оценить и сравнить последствия и целесообразность тех или иных операций;

- дает возможность формализовать и накапливать опыт банка по заключению сделок различного вида, что позволит банку дифференцировать процентные ставки по кредитам;

- позволяет определить то отдельное множество сделок из всех потенциально возможных, которое обес­печит банку получение максимальной средней прибыли при минимуме риска, что соответствует реализации оп­тимальной стратегии распределения свободных банков­ских ресурсов.

Обратимся подробнее к вопросу о том, каким об­разом банк устанавливает и изменяет цену предложения кредита в зависимости от уровня риска несвоевременно­го либо неполного возвращения или вообще невозвраще­ния кредита. Этот момент особенно важен в свете рас­смотренных проблем информационного р

Внимание, отключите Adblock

Вы посетили наш сайт со включенным блокировщиком рекламы!
Ссылка для скачивания станет доступной сразу после отключения Adblock!

Скачать