Основная задача, стоящая перед банковскими структурами, – минимизация кредитных рисков. Для достижения данной цели используется большой арсенал методов, включающий формальные, полуформальные и неформальные процедуры оценки кредитных рисков. Хотя современный методический инструментарий направлен на облегчение принятия кредитных решений, он далеко не идеален и в ряде случаев может даже дезориентировать банковских специалистов. Аналогичная ситуация характерна и для самого механизма устранения рисков, также основанного на детальных расчетах, схемы которых могут содержать методологические изъяны. Рассмотрим некоторые проблемы, возникающие в подобных обстоятельствах.

Цена залога в контексте кредитных циклов

Одним из классических способов минимизации кредитных рисков является внесение заемщиком залога. Однако такой путь не гарантирует успеха кредитной политике банка. Одной из причин этого является возникающая при управлении кредитными рисками рефлексивная взаимосвязь между займом и залогом. Впервые этот эффект был системно проанализирован Дж.Соросом в качестве частного случая его общей теории рефлексивности. Раскроем суть данной теории применительно к процессу управления кредитными рисками.

Между кредитом и залогом существуют прямые и обратные связи. При этом залог трактуется максимально широко – как нечто, определяющее кредитоспособность должника независимо оттого, передается оно в действительности в залог или нет. В качестве залога может выступать либо собственность, либо ожидаемый в будущем приток дохода, т.е. то, что заимодавец считает обладающим ценностью. Основная сложность при определении истинной стоимости залога заключается в том, что его рыночная цена является плавающей величиной и зависит от фазы экономического цикла. Так, сильная экономика с высокой кредитной активностью, как правило, поднимает оценки активов и увеличивает объемы поступающих доходов, служащих для определения кредитоспособности заемщика; на траектории экономического спада ценность залоговых активов стремительно падает.

Таким образом, для адекватной оценки стоимости залога необходимо учитывать будущую динамику народнохозяйственной конъюнктуры, т.е. принятие микроэкономических решений зависит от макроэкономической ситуации. Это предопределяет необходимость проведения кредитными институтами макроэкономических прогнозов для разработки эффективной кредитной политики.

Понятно, что выдача кредита на пике кредитного цикла под залог, оцениваемый по цене этого периода, и его погашение посредством реализации залога в период депрессии приводят к финансовым потерям кредитного института (схематично это показано на рисунке). При подобных систематических ошибках в отношении платежеспособности своих клиентов банк может "лопнуть" даже при незначительных конъюнктурных спадах.

В этой связи возникает довольно сложная задача по определению кредитором срока, на который целесообразно выдавать кредит. Данный период должен быть выбран так, чтобы цена залога на момент погашения кредита не была слишком низкой, в противном случае риск невозврата кредита резко возрастает (именно такой случай показан на рисунке). Проблема определения оптимального срока кредитования особенно обостряется в условиях высокой инфляции, так как сильный незапланированный рост цен может полностью "съесть" процент за кредит, что равносильно финансовым потерям банка.

Однако даже при осознании необходимости учета эффекта рефлексивности в цепочке "кредит–залог" полностью устранить финансовые риски при кредитовании не удается. Это связано со следующими проблемами, с которыми сталкиваются банковские аналитики:

– сложностью прогнозирования цены залога, так как для этого необходимо идеальное знание развития соответствующего товарного рынка (в ряде случаев в качестве залога может использоваться портфель ценных бумаг, что предполагает работу банковских аналитиков на фондовом рынке для изучения и прогнозирования динамики котировок соответствующих акций);

– невозможностью точного прогнозирования периодичности кредитно–регуляторного цикла (в ряде случаев не удается идентифицировать даже характер текущей фазы экономической динамики);

– неопределенностью инфляционной динамики, которая зависит от мер системы государственного регулирования.

Решение проблемы неопределенности цены залога путем откровенного завышения его текущей величины над суммой выдаваемого кредита по принципу "гигантский залог под смехотворный кредит" на первый взгляд кажется естественным, однако на практике оказывается слабо реализуемым, так как в этом случае падает спрос на сами кредиты, что равносильно "урезанию" кредитного рынка и подрыву финансовых позиций банка.

Учет активных инфляционных налогов

Помимо прямого искажения истинной цены залога инфляция оказывает большое влияние на рентабельность, а, следовательно, и на платежеспособность заемщика. Частным, но очень важным случаем такого воздействия являются активные инфляционные налоги. Рассмотрим эту проблему более подробно.

Если предприятие в момент времени t использует сырье и материалы y(t) по цене c(t) для производства продукта x(t+h), который реализуется по цене p(t+h) с временным лагом h (в месяцах), то в соответствии с практикой бухгалтерского учета фактическая величина налога на добавленную стоимость J будет равна

J = r [p(t+h)x(t+h)-c(t)y(t)],

где r – ставка налога на добавленную стоимость.

Однако истинная величина налога на добавленную стоимость, которая должна была бы изыматься государством, составляет величину

I = r [p(t+h)x(t+h)-c(t+h)y(t)].

Тогда сумма активного инфляционного налога на добавленную стоимость T=J-I будет исчисляться по формуле

Т = ry (t) с (t) [q^h-l],

где q – среднемесячный индекс инфляции производственных затрат предприятия. Величина Т показывает финансовые потери, которые несет фирма из-за так называемой инфляции издержек. Относительная величина активных инфляционных налогов (по отношению к валовой стоимости начального периода) F = T/[p(t) х (t)] составляет

F = rb[q^h-l],

где b – удельный вес материальных затрат в валовом выпуске продукции фирмы. Таким образом, чем больше затратный параметр b, темп инфляции q, производственно–реализационный цикл продукции фирмы h и налоговые ставки, тем более уязвима эта фирма в условиях инфляции. Следует отметить, что при высокой инфляции проблема активных инфляционных налогов может выступать в качестве главного фактора падения экономической активности юридических лиц и подрыва их платежеспособности.

Из сказанного вытекает, что кредитор при финансировании того или иного предприятия должен учитывать его "инфляционную устойчивость" путем оценки его производственных параметров, накладываемых на прогнозы инфляционных тенденций. Отсюда ясно видны проблемы, с которыми сталкивается банк:

– сложность получения истинной информации о производственных параметрах фирмы b и h, что отнюдь не всегда возможно;

– сложность получения прогнозов о динамике цен на оборотные средства кредитуемой фирмы, поскольку это связано с серьезными затратами на исследование соответствующих товарных рынков.

Игнорирование проблемы активных инфляционных налогов на траектории высокой инфляции приводит к росту риска потери выданных кредитов, а также неправильному распределению кредитного портфеля в разрезе долгосрочных и краткосрочных вложений.

Риски при выдаче кредитов физическим лицам

Оценка кредитных рисков в настоящее время тяготеет к определенной формализации и унификации. Так, для физических лиц часто используются балльные методы оценки кредитоспособности. В этом случае выделяется группа признаков клиента (пол, возраст, профессия и т.п.), по каждому из которых проставляется соответствующий балл в зависимости от того, к какой категории относится данный человек. Сумма баллов по всем признакам сравнивается с неким критическим значением, и в зависимости от результатов сравнения клиент признается либо кредитоспособным, либо некредитоспособным. Какие же проблемы возникают при такой процедуре отбора клиентов?

Во-первых, довольно сложно грамотно учесть все ключевые признаки клиента, так как многие из них плохо формализуемы.

Во-вторых, балльные оценки признаков, как правило, достаточно субъективны. Так, мужчина и женщина получают разные баллы при оценке кредитных рисков. При этом количественные значения этих баллов формируются либо экспертным путем, либо по весьма субъективным расчетным схемам. На наш взгляд, в подобной ситуации можно было бы повысить объективность балльных оценок, вычисляя их на основе ретроспективной информации о невозвратах клиентами полученных кредитов. В этом случае балльная оценка представляла бы собой процент возвращенных кредитов среди мужчин и женщин. Однако и такая процедура не устраняет размытости балльных характеристик, так как период усреднения ретроспективных данных может быть различным и выбирается субъективно. Между тем искомые баллы сильно зависят от значения анализируемого периода.

В-третьих, используемые в расчетах балльные оценки не являются застывшими во времени величинами, поскольку сдвиги в социально–экономических условиях приводят к изменению уровня риска каждого признака. Иными словами, система баллов должна оперативно обновляться. При этом пересчет балльной шкалы идет для каждого временного интервала с учетом специфики конкретного банка и выдаваемых им кредитов (краткосрочный, долгосрочный и т.п.).

В-четвертых, критическое значение суммы баллов, с которым сравнивается ее фактическая величина, определяется эмпирически. Никаких серьезных теоретических обоснований этой величины нет. Очевидно, что в общем случае критический порог также является "плавающей" во времени величиной и должен быть дифференцирован в зависимости от вида кредита. Любые ошибки и погрешности в определении критической величины суммы баллов могут давать принципиально неверный результат, особенно когда фактическое значение баллов лежит в окрестности критического.

Таким образом, поставить на "конвейер" выдачу кредитов физическим лицам на основе количественных методик оценки рисков весьма непросто. Всегда существует потребность неформальной перепроверки результатов современных количественных тестов.

Риски при выдаче кредитов юридическим лицам

В отношении методов оценки кредитных рисков для юридических лиц актуальны те же проблемы, что и для физических. Так, при расчете вероятности банкротства фирмы аналитиками банка используются многофакторные модели, представляющие собой процедуру взвешивания основных показателей деятельности кредитуемого юридического лица. Далее полученный интегральный показатель сравнивается со своими эталонными значениями (их может быть несколько). По результатам сравнения делается окончательное заключение о платежеспособности хозяйственного объекта.

Здесь, как и в предыдущем случае, проблема определения состава и числа взвешиваемых частных показателей однозначного решения не имеет. Вопрос же формирования системы весовых коэффициентов стоит еще более остро, чем для физических лиц, так как для количественного соизмерения роли и "веса" совершенно различных сторон жизни предприятия в данном случае нет вообще никакой объективной основы.

Между тем даже незначительные сдвиги в системе весовых коэффициентов могут принципиально изменить конечный результат проводимой экспертизы. Эта опасность особенно велика, если учесть, что на практике области высокой, невысокой и ничтожно малой вероятности неплатежеспособности кредитуемого объекта являются весьма узкими и близко примыкают друг к другу. Фактически любые числовые флуктуации в частных показателях заемщика могут спровоцировать его "переход" из одной зоны (например, более привлекательной) в другую (менее привлекательную).

Положение осложняется наличием "конкурирующих" количественных методов анализа платежеспособности фирмы, основанных на вычислении по данным бухгалтерского баланса специальных коэффициентов-индикаторов. Среди них – коэффициенты текущей ликвидности, обеспеченности собственными оборотными средствами, восстановления платежеспособности, защищенности капитала, фондовой капитализации прибыли и т.д.

Каждый из названных коэффициентов имеет эталонное значение, с которым производится сравнение его расчетного аналога. При этом на практике эталонное значение является единым и "замороженным”. Между тем очевидно, что оно должно быть, во-первых, дифференцировано для различных отраслей, имеющих объективно различную структуру активов и пассивов, во-вторых, жестко привязано к темпам инфляции, рост которых способствует завышению отчетных коэффициентов–индикаторов. По–видимому, не будет ошибкой утверждение, что эталонные коэффициенты должны быть дифференцированы и в региональном разрезе, так как различные территории имеют далеко не одинаковые воспроизводственные условия и возможности для сбыта продукции, что сказывается на финансовых показателях их деятельности.

Наличие "конкурирующих" методик оценки платежеспособности фирмы генерирует еще одну проблему: результаты анализа по разным методикам часто дают кардинально различные результаты. Так, расчет коэффициента текущей ликвидности применительно к ряду предприятий Смоленской области свидетельствует об их финансовой несостоятельности, в то время как применение различных многофакторных методик, наоборот, позволяет диагностировать низкую вероятность их банкротства [1].

Столь явные логические коллизии на стадии оценки кредитных рисков могут не только смутить, но и полностью дезориентировать любого банкира. Выход из данной ситуации только один – отдать предпочтение одной из методик. Однако подобный подход таит в себе возможность серьезных просчетов на отдельных отрезках макроэкономического цикла.

В данной связи можно констатировать, что в настоящее время перед аналитиками коммерческих банков стоит сложная задача по определению того, какую методику и в какое время целесообразно применять для оценки кредитных рисков. Ситуация осложняется еще и тем, что пока не существует никаких объективных критериев для такого упорядочения научно-методического инструментария кредитных институтов.

В заключение отметим, что управление кредитными рисками требует высокой квалификации банковских специалистов, которые должны не только владеть основами современного количественного финансового анализа, но и обладать высокой профессиональной интуицией.