Моделирование кредитного риска по коммерческим кредитам

Ежеквартальный обзор банковских разработок в двенадцатом Федеральном резервном округе, включает в себя FRBSF в региональной банковской Таблицы. Это, как правило, публикуются в экономическом Письме на четвертую пятницу января, апреля, июля и октября.

В последние несколько лет, были разработки в области моделирования кредитного риска в коммерческих кредитных портфелей банков. Кредитный риск, по существу, возможность того, что кредитный портфель банка потеряет значение, если его заемщики становятся не в состоянии погасить свои долги. Можно утверждать, что кредитный риск является крупнейшим риска, с которыми сталкиваются коммерческие банки, так как кредиты и прочие долговые инструменты составляют основную часть своих активов. В США, кредиты составили более 60% всех банковских активов на конец года 2000 года, и с фиксированным доходом ценных бумаг составил еще 14%.

Эти модели кредитного риска становятся широко принимымти банками в различных целях; на самом деле, банковский надзор, в том числе Федеральной резервной системы, недавно предложил новые требования к капиталу, основанные на риске. Это экономические письма обеспечивают краткий обзор того, как эти модели строятся и используются для измерения и управления кредитными рисками.

Общая процедура моделирования

Коммерческие банки уже используют модели кредитного риска для ипотеки и потребительского кредитования на протяжении десятилетий. Модели кредитного риска, как правило, известны как модели кредитного скоринга, которые были впервые разработаны для потребительского кредитования из-за большого числа. Напротив, есть много маленьких коммерческих заемщиков, и это только в последние несколько лет, модели кредитного риска для коммерческих кредитов были успешно созданы, на рынке, и интегрированны в процедурах управления рисками банков. Хотя разнообразие таких моделей существует, все они построены как правило, на три стандартных процедурных этапа.

Первым шагом является выбор типа кредитного. Модели по умолчанию просто оценивают вероятность того, что заемщик будет по умолчанию; то есть, заемщик не будет делать никаких больше платежей по первоначальному соглашению кредитования. В отличие от этого, мульти - государственной (или знак выхода на рынок) модели оценивают вероятность того, что кредитное качество заемщика будет меняться, в том числе изменения в состояние по умолчанию. Очевидно, модели по умолчанию являются частным случаем мульти-государственных моделей и используются реже банками.

Важным элементом такого выбора является горизонт, над которым убытки по кредитам измеряются. Многие опции доступны для пользователя, но обычная практика осела на один год горизонта, который короче, чем зрелость многих коммерческих кредитов. Это относительно короткий горизонт отчасти объясняется моделирование удобства и отчасти с увеличением ликвидности на вторичном рынке кредитов и рынка кредитных дериваторов. Оба этих рынка позволят банкам хеджировать (то есть уменьшение) их кредитный риск на конкретного заемщика или классу заемщиков.

Второй шаг заключается в определении вероятности каждого кредитного состояния, наступающего и значение данного кредита в каждом из них. В моделях по умолчанию, есть две кредитные государства: кредит просто окупился полностью или это значение восстановления в случае дефолта. В нескольких штатах моделей, стоимость кредита в каждой возможной кредитной составляющей часто оценивается с помощью ссылки кредитные спрэды, полученные из рынка корпоративных облигаций. Государственные вероятности можно рассчитать несколькими способами, например, от простого исторического опыта на рынке корпоративных облигаций или от моделей с использованием данных из государственного долга и фондовых рынках. Сочетание расчетных значений кредита в разных государствах и расчетных вероятностей состояний определить распределение потерь кредит на это кредит.

Ключевым элементом этих расчетов является кредитный рейтинг, первоначально назначен займом у соответствующего заемщика. Корпоративные кредитные рейтинги для крупных заемщиков, которые выдают публично долг из финансовых информационных поставщиков. Для других заемщиков, которые, по сути, как правило, составляют большую часть коммерческих кредитных портфелей банков, банки должны полагаться на свои собственные внутренние системы оценки, основанных на информировании общественности и собственного кредитного опыта.

Третий шаг сочетает распределение убытков кредитов для каждого кредита в общем распределении потерь портфеля. Это объединение напрямую зависит от корреляции по умолчанию между отдельными кредитами, то есть степень, в которой потенциальные изменения в кредитоспособности и потерь взаимосвязаны. Существуют два основных способы моделирования этих корреляций. В условиях ограниченной формы моделей, корреляции побочным продуктом распределения потерь портфеля модели. В структурных моделях, корреляции по умолчанию моделируются как функций многих переменных, таких как промышленной классификации заемщика и страны происхождения. Кроме того, макроэкономические факторы могут быть включены в эти корреляции. После того, как указано, корреляцию применяются для объединения отдельных убытков по кредитам в разных государствах в распределение убытков по всему портфелю на основе допущениях модели кредитного риска.

Модели кредитного риска как инструмента управления рисками

Распределение кредитных потерь портфеля является ключевым аналитическим инструментом для управления кредитными рисками. После определения, это распределение потерь дает банкиру полный прогноз возможных потерь портфеля в наступающем году. Например, среднее значение распределения является ожидаемое значение потенциальных кредитных потерь и может быть использован непосредственно для определения уровня резервов на возможные потери, которые должны храниться в течение кредитного портфеля.

Кроме того, более высокие проценты потерь портфель может использовать для определения экономического капитала, необходимого для портфеля. Экономический капитал, буфер резервов банка держат, чтобы защититься от неожиданных потерь по ссудам. Экономический капитал, как правило достаточно высок, когда неожиданные убытки по кредитам очень маловероятно, чтобы исчерпать его. Кроме того, распределение потерь обеспечивает банкира инструментом для изучения влияния изменений в кредитных концентрациях на возможные потери всего портфеля.

Такой подход к управлению кредитным риском в настоящее время явно включен в требования к капиталу с учетом рисков на основе разработанных Базельским комитетом по банковскому надзору, международного форума для коммерческого банковского регулирования. Под недавно предлагаемым изменениям Комитета в 1988 Базельского соглашения о капитале, национальные органы банковского надзора позволили банкам, которые отвечают определенным критериям, использовать свои собственные внутренние модели для определения некоторых материалов и своих регулирующих требований к капиталу. Тем не менее, новые руководящие принципы не позволят банкам устанавливать свои требования к капиталу исключительно на основе собственных моделей кредитного риска.

Забегая вперед

Поле моделирования кредитного риска по коммерческим кредитам все еще развивается, но его основные принципы были с готовностью приняты банками и их руководителями. В ближайшие несколько лет из отраслевой практики будут иметь решающее значение, в развитии ключевых аспектов оценки и калибровки параметров модели. Решение этих вопросов необходимо прежде, чем руководители и пользователи модели могут быть полностью уверены в результатах отделки моделей. Однако, как банки получат дополнительный опыт моделирования и больше замечаний по изменениям в корпоративном кредитном качестве, модели кредитного риска должны стать неотъемлемым элементом измерения и управления рисками систем всех банков.

Список использованной литературы

1. Basel Committee on Banking Supervision. 2001. Overview of the New Basel Capital Accord. http://www.bis.org/publ/bcbsca02.pdf (accessed April 16, 2001).
2. Hirtle, B.J., M. Levonian, M. Saidenberg, S. Walter, and D. Wright. 2001. Using Credit Risk Models for Regulatory Capital: Issues and Options. Federal Reserve Bank of New York Economic Policy Review 7, pp. 19-36.
3. Treacy, W.F., and M. Carey. 1998. Credit Risk Rating at Large U.S. Banks. Federal Reserve Bulletin 84, pp. 897-921.