Программная поддержка внедрения IRB-подхода

27 мая 2013 года

На вопросы, связные со спецификой оценки кредитного риска в России и существующими для этих целей программными решениями, отвечает Сергей Ивлиев, заместитель генерального директора компании «Прогноз», руководитель Prognoz Risk Lab.

Сергей, как вы оцениваете перспективы реализации в российских банках подходов Basel II, рекомендованных Банком России в письме 192-Т?

Рекомендации Basel II вышли еще в 2004 году. К 2006 году Европа, США – весь развитый мир перешел на разрешенные продвинутые подходы оценки кредитного риска. Сложно сказать, связано ли это как-то с наступлением кризиса – до его начала эта система еще не успела поработать и проявить себя в полной мере. Россия, как всегда, находилась в позиции выжидания до тех пор, пока мы не вступили в Базельский комитет. Сейчас, являясь его полноправным членом,  мы должны полностью выполнять все рекомендации и требования. До недавнего времени действовал только базовый стандартизированный подход, соответственно, сейчас Банк России дал сигнал рынку, что он готов переходить на продвинутый подход резервирования капитала с опорой на оценку кредитного риска. В первую очередь, должен измениться сам Центральный банк – он должен научиться регулировать качество рейтинговых систем в банках, чтобы давать им разрешение использовать IRB-подход в качестве основного принципа формирования капитала.

Многие банки используют IRB-модели для принятия решения, скоринг существует десятки лет. Но для резервирования капитала под кредитный риск требуется, чтобы более половины активов оценивалось именно по IRB. Только в таком случае банк может подавать заявку на то, чтобы Центральный банк сначала провалидировал качество его рейтинговых систем, а затем разрешил ему формировать капитал под тот риск, который банк принимает.

До конца прошлого года вопрос перехода России на Basel II исследовала рабочая группа, сначала под эгидой Банка России, затем – под эгидой Ассоциации российских банков – АРБ, куда входили наиболее продвинутые риск-менеджеры банков и приглашенные консультанты. Многие из них активно сотрудничают с нашей лабораторией Prognoz Risk Lab в вопросах исследования рисков. В итоге их работы был подготовлен аналитический материал, который лег в основу письма 192-Т. При этом существовала большая дискуссия на тему, стоит ли напрямую копировать параметры Basel II либо их стоит откорректировать с учетом российской специфики. И было принято в большей степени политическое решение: копировать нужно «один в один», чтобы добиться полной гармонизации с европейскими стандартами регулирования. А параметры по оценке капитала под кредитный риск, которые в них заложены, таковы, что если среднего уровня банк начнет их применять, то капитала ему потребуется больше, чем, если бы он применял стандартизированный подход. И только, наверное, самым крупным банкам интересно перейти на эти подходы, чтобы снизить нагрузочный капитал – таких в стране не более полутора десятков.

Остальным банкам этот подход с точки зрения образования капитала довольно невыгоден, но для них его эффективность заключаетсявдругом: в правильном выстраиваниипроцесса и более реалистичной и объективной оценке принимаемых рисков. Внедрение IRB-подхода позволит им увидеть слабые места, оптимально сегментировать клиентов, перестроить стратегию кредитования. И, не получая официальный статус IRB-банка, можно использовать все преимущества этого подхода при оценке кредитного риска с использованием финансовой отчетности, данных фондового рынка, рейтингов и прочей информации. Насколько я знаю, даже многие крупные банки именно так и намерены поступить: внедрить IRB для снижения финансовых потерь, повышения прибыли, но оставаться в рамках стандартизированного подхода.

Чего требует от банков этот подход?

IRB-подход все-таки больше ориентирован на корпоративный бизнес, поскольку в BaselII для розничного кредитования (ритейла) и  для межбанковского кредитования установлены фиксированные коэффициенты. Вероятность дефолта  (PD – Probabilityofdefault) рассчитывается только по корпоративным заемщикам. С этой точки зрения для чисто розничных банков, наверное, нет особого смысла переходить на IRB-модели. Собственно, они и так используют модели для скоринга заемщиков, и это не называется громким словом IRB.

К IRB как к аппарату предъявляются высокие требования. В первую очередь, это требование по наличию рейтинговой шкалы, по наличию методик и моделей, которые ее рассчитывают – то есть позволяют оценивать финансовое состояние контрагента и соотносить его с одной из градаций этой шкалы. Такое оценивание должно происходить в течение достаточно длительного времени. Должна быть накоплена база по истории рейтингования от пяти до семи лет, прежде чем банк может эти оценки использовать для расчета PD и резервировать под эти цели капитал. То есть к 2015 году это смогут сделать те банки, которые начали эту процедуру в 2009-м.

Есть и другие параметры оценки кредитного риска, которые определяются банками, когда они  хотят перейти на продвинутый IRB-подход (advanced IRB), – например, LGD (loss given default). Для расчета LGD история в банках должна быть накоплена не менее чем за семь лет. История восстановления – это самое ценное, и данных по ней, как правило, очень мало. Исходя из этого многие банки планируют переходить на базовый IRB, а не продвинутый. В базовом оценивается только PD, а в качестве LGD берется некая константа, например, 75%.

Внедрение IRB-подхода само по себе достаточно ресурсоемко: банку нужно так перестроить процесс, чтобы рейтингование стало централизованным. Чтобы каждый оператор или кредитный офицер, который собирает данные по заемщику и оценивает его финансовое состояние, работал не с отдельным excel-файлом, а с единой информационной базой, где хранится вся информация по заемщику, заключения кредитного комитета.Такая база нужна для того, чтобы отслеживать миграцию контрагентов между рейтингами шкалы, накапливать информацию по динамике их финансового состояния и более точно оценивать PD.

А каковы требования к самой шкале?

Существует рекомендация, чтобы шкалу можно было сопоставить со шкалой внешних рейтингов. То есть со шкалами агентств Standard & Poor's, Moody's, Fitch, которые также оценивают заемщиков и присваивают им долгосрочный рейтинг надежности. В идеале, если банк имеет свою шкалу, он должен провести работу по ее маппингу к внешней шкале и заявить, что его класс, например, R2 - это BB по шкале Standard  & Poor's, которая де факто уже является общепризнанным стандартом в оценке вероятности дефолта. Для приведения внутренней шкалы в соответствие с внешними существуют специальные процедуры, которые также прописаны в письме 192-Т.

Насколько при этом необходимо внедрение специализированного программного обеспечения?

Без специального ПО реализовать все эти требования возможно, но крайне сложно и трудоемко. Так или иначе, в банках существует некая автоматизация процесса: решения принимаются, кредиты выдаются, – но обычно она не носит централизованный характер. При такой схеме тоже можно накопить все необходимые данные – собрать все эти excel-файлы у кредитных инспекторов, объединить их, но здесь встает вопрос полноты и целостности базы. Поскольку в течение пяти лет структура файлов и методики могут меняться, в «ручном режиме» невозможно сформировать единую и непротиворечивую базу. Автоматизация значительно экономит время обработки данных отчетности:  загрузки, проверки, агрегации, трансформации.

Есть целый сегмент решений, которые поддерживают IRB-моделирование и, собственно, сам процесс рейтингования. Особенность решения «Прогноза» в том, что оно охватывает весь кредитный процесс, будучи встроено в его backend.

Есть продукт, обеспечивающий управление кредитным процессом, который автоматизирует все этапы кредитования: от поступления заявки заемщика – до принятия решения, выдачи кредита и последующего мониторинга клиента. И внутрь этого комплексного процесса интегрирован этап оценки риска. При этом IRB-модуль может как поставляться в комплекте с решением по управлению кредитным процессом, так и внедряться отдельно. В некоторых крупных банках, где уже построен свой кредитный конвейер, внедряется непосредственно сам IRB-модуль, встраиваясь в цепочку принятия решений. К примеру, у банка есть CRM, в котором содержится информация по клиенту и заводится новая при каждой очередной сделке. Для таких случаев разрабатываются специализированные интерфейсы – часто мы даже встраиваемся в существующие CRM-интерфейсы с какими-то своими окнами, чтобы для инспектора это выглядело, как одна система. Также мы интегрируемся с АБС, с бюро кредитных историй – с разными источниками информации. Загружаем всю отчетность в разных форматах, которая как поступает на электронных носителях, так и вводится вручную.

Ключевая задача модуля – поддержка  построения моделей внутренних рейтингов на основе эконометрических моделей и автоматический расчет коэффициентов факторов риска. Мы используем продвинутые статистические методы, чтобы, опираясь на 5-летнюю кредитную историю (данные форм бухгалтерской отчетности по массиву контрагентов), производить выборку факторов риска, оценивать и выбирать варианты моделей, проводить их стресс-тестирование.

Сейчас подобный IRB-модуль уже интегрирован в «кредитную дорогу» более десяти ведущих  банков России и Казахстана. Его архитектура включает в себя единое хранилище данных, шлюзы для подключения к различным источникам, единые справочники, а также вычислительное ядро, которое позволяет создавать IRB-модели, их оптимизировать. Ну и, наконец, в него входят интерфейсы работы с модулем: формирование отчетности по контрагенту, генерация документов в виде файлов Word, Excel, PDF. В модуле реализована поддержка совместной работы: возможность автоматически формировать заключение по заемщику и представлять его в электронном виде на кредитный комитет. И в этом же модуле по накопленной исторической базе происходит оценка частотности дефолтов и расчет резервов на возможные потери по ссудам (по Положению 254-П) – это отдельная область, но она связана с IRB. Формирование резервов должно осуществляться под реальный риск и под ожидаемые потери, а потому напрямую зависит от финансовой оценки заемщика, его PD, LGD. Поэтому, как правило, банки, внедряющие IRB, оценивая параметры дефолтности, далее выводят их, в том числе, и на резервы.

Есть ли возможность подключать к модулю внешние источники данных?

Да. Есть, во-первых, внешние источники для загрузки отчетности, например, сайт Банка России для отчетности кредитных организаций. Кроме того, есть внешняя информация, которая также может быть полезна при оценке финансового состояния. Это может быть какой-то внешний рейтинг заемщика, финансовые инструменты, которые были выпущены данной компанией (акции, облигации). Если это публичная компания, то эти факторы учитываются при ее финансовой оценке, и падение акций может быть одним из показателей возможного дефолта. Все эти данные также можно автоматически загружать в модуль.

Есть еще и неструктурированная информация (различные новости, формирующие «досье» заемщика), на нее опираться уже сложнее, но можно использовать при экспертной оценке, поскольку модуль поддерживает ведение не только вычислимых, но и экспертных показателей. Как правило, доля количественных факторов при принятии решения – от 60 до 80%. При этом бывают качественные факторы, которые могут ограничивать рейтинг сверху. Предположим, если вы узнали, что генеральный директор вашей компании-контрагента задержан полицией, то высокий рейтинг вы ему уже не присвоите, хотя это еще не отразилось в отчетности и количественно никак на компании не сказалось. Очевидны и репутационные, и экономические риски такого события, при том, что новая отчетность с ухудшающимися количественными показателями выйдет только через три месяца.

Как-то учтена в решении специфика российского рынка?

У нас в стране есть такая особенность, как качество отчетности предприятий. Общеизвестно, что зачастую отчетность в России «рисуется», компании стремятся не показывать всей своей прибыли, высокая рентабельность бизнеса даже вызывает некоторые подозрения, а потому многие западные методики применительно к нашему рынку дают сбой. В модуле реализована функция по корректировке отчетности. Например, поступает некая межгрупповая отчетность, которая проходит в системе валидацию, очистку и поступает для рассмотрения уже в более правильном виде.

Как происходит внедрение IRB-модуля, сколько времени занимает?

Существует, во-первых, коробочное решение – оно покупается, устанавливается самим банком, и с ним уже можно работать. Там уже заложены предустановленные методики, отчетные формы, коннекторы к данным. То есть это готовый дистрибутив, который можно поставить и начать работу с приложением, вводя данные вручную или загружая из файлов, без привязки к workflow (кредитному процессу).

Но наиболее эффективный путь – это внедрение решения в кредитный конвейер. Производится оно силами банка или поставщиков. Часто банки просто покупают лицензию и внедряют сами, а мы обеспечиваем техническую поддержку и всю необходимую документацию.

Обычно любой проект по внедрению IRB-модуля начинается с загрузки в него и валидации данных из имеющихся источников: хранилище в Excel, АБС, может быть, BI-система. Если банк уже применял какую-то методику по оценке риска и по ней велся ежеквартальный мониторинг, собиралась вся отчетность,– она также загружается в хранилище для расчета рейтингов. Часто бывает, что информация хранится не вся. Например, есть факторы, по которым один раз была сделана какая-то экспертная оценка, и потом больше они не оценивались. Бывает, что многие данные хранятся даже не в Excel, а просто на бумаге – у банков лежат кипы документов от контрагентов, собранные за несколько лет. Конечно, заводить их в систему – во многом долгий ручной труд, т.к. далеко не все формы считываются и оцифровываются автоматически.

Срок внедрения зависит от глубины интеграции, которая необходима банку, особенностей его методики – но, в среднем, от трех до девяти месяцев. Чем глубже привязка к большим объемам данных, тем дольше внедрение.

Насколько это унифицированное решение?

У каждого банка много своих нюансов. Особенно сложно с крупными банками, так как в них процессы могут значительно различаться. Поэтому единый унифицированный и по интерфейсам, и по отчетности модуль для всех банков создать невозможно. Унифицировано ядро, которое интегрируется в базу данных. А в интерфейсе конечного пользователя методики могут отличаться. И по мере накопления опыта в оценке кредитного риска мы делаем это ядро все более функциональным.

Обычно рейтинговый модуль строится на основе собственных методик банка. Как правило, у банка уже есть какая-то своя шкала, при этом она может не соответствовать требованиям по минимальному количеству градаций, нужно ее привести к соответствию. Далее эту методику нужно загрузить в модуль и оценить ее качество: проверить  ее на реальной базе дефолтов и сопоставить результаты расчетов с фактическими данными. Если, предположим, методика недостаточно качественная, ее можно с помощью модуля совершенствовать – какие-то коэффициенты из нее убирать или наоборот добавлять, находить ключевые факторы влияния.

При этом настройка модели, работ над ее качеством – процесс непрерывный, поскольку со временем меняется типология клиентов, конъюнктура, макрофон, и модель должна меняться соответственно.  Часто параллельно с использованием одной основной методики используется дополнительная и в какой-то момент заменяет предыдущую, когда начинает работать более эффективно. Многие европейские банки имеют в своей структуре так называемые Validation Units –специальные службы, которые занимаются только верификацией моделей, проверяют их качество и дают рекомендации по улучшению. В России тоже намечается постепенный переход к этому – крупные банки начинают уже задумываться о валидации моделей оценки риска и формировании для этих целей особых подразделений.


Банковский ритейл