Russian (CIS)English (United Kingdom)

Счастье в жизни – то чего ты достиг. Смысл жизни – все те, кто тебя любят. Н.Н.Полозова

Системы раннего предупреждения

Основные признаки эффективной системы управления рисками предусматривают:

последовательное использование и анализ подходов к системе рейтингов и показателя дефолта по всем типам активов;
прозрачность методологии;
четкий контроль и аудит методологии и результатов;
логическую организацию процесса, включая выдачу санкций и разрешений;
модульную архитектуру и централизованное хранение информации.

Основная идея, на которой построены системы раннего предупреждения (СРП, Early Warning Systems, EWS) являются это понимание того, что зачастую дешевле предупреждать явление, чем устранять его последствия. В частности, EWS предназначены для предупреждения о потенциальных проблемах, которые возникли или могут возникнуть в будущем на основе анализа существующего положения банка. Для этих целей осуществляются (Segoviano, 2002):

регулярная оценка компании (банка) по формализованной схеме как во время выездных проверок, так и на основании дистанционного мониторинга между такими проверками;
определение проблемных компнаии и сфер взаимодействия между ними, где существуют или легко возникают сложные ситуации;
формирование приоритетов в системе надзора для оптимального распределения и планирования ресурсов надзорных органов;
инициализация гарантий и своевременных действий со стороны контрольных органов.

СРП, используемые в банковской сфере, зависят от специфики национального регулирования банковской деятельности и включают распространенность, масштабы и частоту «контроля на месте», механизм дистанционного мониторинга, систему и регулярность отчетности, пригодность дополнительных источников информации, включая исторические и статистические. Такие системы можно разделить на четыре категории:

системы на основе анализа финансовых индикаторов и однородности;
комплексные системы оценки банковских рисков;
статистические модели;
надзорные банковские рейтинговые системы.

Системы на основе анализа финансовых индикаторов и однородности используют сравнение отдельных банков со средними значениями для группы в целом. Для сравнения могут быть применены десятки индикаторов на основе квартальной или другой периодической отчетности. Некоторые из таких показателей аналогичны показателям рассматриваемой далее системы CAMELS. Другие характеризуют новые виды или направления деятельности. В чистом виде такого рода системы в последнее время практически не применяются. В то же время при формировании комплексных показателей, а также при построении статистических моделей они нередко используются как базовые при отборе наиболее значимых представителей. Индикаторы строятся на основе анализа большого статистического материала и выработки обязательных для группы банков требований, выполнение которых подвергается регулярному дистанционному контролю.
В связи с тем, что такой подход основан на анализе большого числа индикаторов, представляющих отношения финансовых параметров деятельности банков, индикаторы могут быть использованы при агрегировании параметров для банковского сектора или группы банков в целом, а также для построения стресс-моделей.
Комплексные системы оценки банковских рисков основаны на представлении банка или банковской группы в виде отдельных бизнес-единиц и анализе каждой из них относительно всех бизнес-рисков с учетом их внутренней структуры, а также по множеству специфических критериев. По каждому из критериев подсчитываются баллы. Оценки агрегируются последовательно по уровням вплоть до получения комплексной оценки кредитного института или банковской группы. Такой подход используется надзорными органами Великобритании (система RATE, Risk Assesment Tools of supervision and Evaluation, 1998 г.) и Нидерландов (система RAST, Risk Analysis Support Tool, 1999 г.).
Система RATE предусматривает помимо факторов системы CAMEL для каждой из составляющей банковской группы учет бизнес-факторов делового и внешнего окружения, а также ряда неоцениваемых (включая операционные, юридические и репутационные) и качественных рисков. На основе вновь поступающей дистанционной информации и прогнозов рынка осуществляется дистанционный мониторинг банковского института.
Рассматриваемый класс моделей позволяет всесторонне оценить количественные и качественные факторы деятельности и рисков банковского института. Этот подход в отличие от остальных позволяет консолидировать и деконсолидировать оценки применительно к отдельным составляющим группы.
Статистические модели стали популярны в последнее время, особенно с середины 1990-х гг. Существенные отличия статистических моделей от трех других указанных выше подходов включают:
ориентацию преимущественно на определение факторов, которые могут привести к дефолту;
использование современных методов и алгоритмов для выявления причин экономических взаимосвязей между объясняющими переменными и зависимыми переменными, такими, как неустойчивость, дефолт, банкротство или живучесть банка.
В качестве примера статистической модели, допускающей настройку в рабочем порядке, можно указать систему Default Filtertm. Она предназначена для проверки и формирования экспертного рейтингового заключения. В модели Default Filter, разработанной компанией Standard & Poor’s, предусмотрены возможности определения базовых факторов, настройка модели на конкретного пользователя и ряд других. Эта модель может быть использована для оценки/построения рейтинга средних и крупных корпораций и предприятий.




Энциклопедия рейтингов: экономика, общество, спорт / Карминский А.М., Полозов А.А., Ермаков С.П. - М.: ЗАО ИД "Экономическая газета", 2011. - 349 с