1

Методы макроэкономического стресс-тестирования банковской системы

Пестова Анна

Эксперт Центра макроэкономического анализа

и краткосрочного прогнозирования( )ЦМАКП

Москва2010

2

Цели и задачиЦелью -настоящего исследования является проведение стресс

.тестирования банковской системы России

Для достижения цели реализуются следующие задачи: анализ структуры финансовой системы и выявление наиболее

;значимых финансовых институтов для России анализ основных видов рисков банков как ключевых посредников

;в финансовой системе Росси и вычленение наиболее опасных из них - определение места стресс тестирования в общем наборе

;инструментов повышения финансовой устойчивости - обзор основных подходов к стресс тестированию кредитных

;рисков как наиболее значимых среди всех других видов рисков эмпирический анализ проблемы плохих долгов в России и в других

;странах мира оценка устойчивости банковского сектора к кризису плохих

долгов с помощью эконометрического моделирования доли .необслуживаемых ссуд и построение прогноза этой доли

3

Асимметрия информации на финансовых рынках

неблагоприятный отбор моральный риск

Банки в наибольшей степени , приспособлены к тому чтобы решать

проблемы неблагоприятного отбора и морального риска

4

Структура долгового рынка корпоративного сектора России на начало 2010 г.

5

Виды рисков банковской системы — , рыночный риск риск снижения стоимости активов

в том ;числе (equity фондовый риск price risk) — риск снижения цены

;акций (валютный риск foreign exchange risk) — риск изменения

; курсов валют (interest rate risk) — процентный риск риск изменения

;процентных ставок (commodity товарный риск price risk) — риск изменения цен

;товаров – , риск ликвидности риск возникающий при

, появлении затруднений с продажей актива и риск невозможности доступа к средствам для .своевременного погашения обязательств

– кредитный риск риск дефолта контрагента по своим;обязательствам

6

Структура активов российских банков на конец февраля 2010 г., %

7

Валютная позиция (по балансовым операциям) банковской системы России (млрд. долл.)

8

Средневзвешенные процентные ставки по кредитам и депозитам в России, %

9

Доля необслуживаемых кредитов и просроченной задолженности в общем объеме кредитов российских банков, %

Показатель просроченной задолженности не включает в себя всей суммы необслуживаемого кредита. Он отражает только непогашенные «транши» кредита.

Показатель доли необслуживаемых кредитов (NPL – non –performing loans), отражает всю величину кредита, по которому имеется длительная задержка платежа (более 90 дней). В качестве доли необслуживаемых кредитов для России берет несколько другой показатель – доля проблемных и безнадежных ссуд. (IV и V категории качества)

10

Количественные методы анализа устойчивости финансовой системы

индикаторыфинансовой устойчивости (financial

soundness indicators);

(модели раннего оповещения early warning

indicators – опережающие индикаторы);кризисов

с -тресс тестирование;

прогнозирование динамики финансового.сектора

11

Примеры индикаторов финансовой устойчивости

Достаточнос тькапитала

, Отношение капитала к активам взвешенным по степени риска

Качествоактивов

Отношение необслуживаемых ссуд к общему объему кредитного портфеля

Отраслевое распределение кредитного портфеля Географическое распределение кредитного

портфеля Доходы и

прибыль Отношение прибыли к активам Отношение процентной маржи к общим доходам

Спрэд между ставкой по кредитам и ставкой по депозитам

Ликвидность Отношение ликвидных активов к общим активам Среднедневной оборот на рынках ценных бумаг

Чувствительн ость к

рыночномуриску

Отношение чистой открытой валютной позиции к капиталу , Отношение обязательств номинированных в

, иностранной валюте к общему объемуобязательств

12

Отличия между стресс-тестированием,прогнозированием и моделями раннего оповещения

Макроэкономическоепрогнозирование

Модели раннего оповещения

( опережающие)индикаторы

Макроэкономический-стресс тест

),(~11 ttt ZXgxE

),()~( 21 ttt ZXgxxP

),()~|~( 311 tttt ZXgxxY

13

Стресс-тестирование -

это способ оценки уязвимости

, к исключительным но возможнымшокам

- Цель стресс тестирования – , выявить основные виды рисков оценить возможные потери в случае их реализации и соотнести

.величину этих потерь с имеющимся запасом капитала

- Стресс тест не : « ?», отвечает на вопрос какова вероятность потерь « ?».он отвечает на вопрос каков объем возможных потерь

• , портфелей инструментов• финансовых институтов• финансовой системы в

целом

14

Функция плотности потерь от реализации кредитных рисков

%10,

%10,

)1Н(

рискастепениповзвешенныеАктивыКапиталкапиталапрочностиЗапас

рискастепениповзвешенныеАктивыКапиталкапиталастидостаточноНорматив

15

Сдвиг функции плотности потерь в результате системного кризиса

16

Обзор существующих работ по макроэкономическому стресс-тестированию (в скобках – зависимая

переменная)

17

Действие обратных связей от банковской системы к макроэкономическим показателям

Макроэкономический шок (↓ цен на активы)

↑ отношения долга к накопленному

богатству и к текущему

финансовому результату

пересмотр потребительских и инвестиционных

решений

↓ экономической активности

снижение способности заемщиков выплачивать

кредиты в срок

ужесточение условий кредитования, рост процентных ставок

дефолты по ссудам

давление на капитал банков

↓ кредитного портфеля для того, чтобы соответствовать

нормативу достаточности капитала

Стресс-тестирование

(без учета обратных связей)

Обратные связи

«порочный круг»

18

Тестирование наличия обратных связей на российских данных c помощью VAR-модели

111

1

tjt

p

jjt ZZ

Список используемых переменных – Z : NPL – доля проблемных и безнадежных ссуд в кредитном портфеле

, ;российских банков на конец квартала REER_2000=100 – , 2000 .= 100;индекс реального эффективного курса рубля г INTEREST_RATE_REAL – , реальная процентная ставка по кредитам на конец

;квартала T_CREDIT_REAL_Y – темп прироста кредитного портфеля в реальном

, , , выражении за год или что то же самое квартал к кварталу ;предыдущего года

T_GDP_Y – ( темп прироста реального ВВП в годовом выражении квартал к );кварталу предыдущего года

INFLATION_Y – ( темп инфляции в годовом выражении квартал к кварталу ).предыдущего года

, 1998 2009 Временные ряды по России поквартально с по. , .гг Данные Банка России Росстата

19

Тесты на стационарность временных рядов

- Расширенный тест Дики Фулера(ADF- )тест

KPSS-тест

Порядокинтегриру

-е мости

Критиче- с кий

уровень

Числозначимы

х лагов

Порядокинтегриру

-е мости

Критиче- с кий

уровень

NPL I(0) 10% 1 I(0) 1%

REER_2000=100 I(1) 5% 1 I(0) 10%

INTEREST_RATE_REAL I(0) 1% 2 I(0) 10%

T_CREDIT_REAL_Y I(0) 10% 1 I(0) 1%

T_GDP_Y I(0) 5% 1 I(0) 10%

INFLATION_Y I(0) 5% 1 I(0) 1%

20

Функция отклика VAR-модели

-0.03

-0.02

-0.01

0.00

0.01

0.02

0.03

1 2 3 4 5 6 7 8 9 10

Response of T_GDP_Y to One S.D. NPL Innovation

Значение критериевЧисло лагов

1 2 3 4

Akaike Information Criteria 20.72 17.88 16.04 14.78

Schwarz Criteria 22.39 21.01 20.67 20.92

VARВыбор порядка

21

Эконометрический анализ на панельных данных

регрессия по объединенным данным и ее:модификации

(pooled), регрессия по объединенным данным с индивидуальнымификтивными переменными

c регрессия по объединенным данным о стандартными, ошибками учитывающими панельную структуру

(PCSE - Panel-Corrected Standard Error)данных модель с фиксированными эффектами модель со случайными эффектами , динамическая модель на панельных данных

обобщенный метод моментов 1997–2008 . 35 . Панельные данные за гг по странам ДанныеМВФ (International Financial Statistics – IFS Global Financial Stability Report – GFSR)и

22

Описание переменных и дескриптивные статистики

0Y

Y-Y если 0,

0Y

Y-Y если ,

YY-Y

owtheal_gdp_grNegative_r

1-t

1-tt

1-t

1-tt

1-t

1-tt

2iit )AORROA(ilityROA_instab

0- если 0,0- если ,-

slowdownInflation_1-tt

1-tt1-tt

Переменные Описание Числ. набл.

Среднее Мин Макс

NPL Доля нефункционирующих ссуд в общем объеме ссуд банковской системы

368 0.0849 0.0020 0.4860

NPL_average Бескризисное среднее NPL 407 0.0650 0.0055 0.2319

Negative_real_gdp_growth

Отрицательные темпы прироста реального ВВП

972 -0.7729 -68.6351 0

ROA_instability

Волатильность отношения прибыли к активам банковской системы. Квадрат отклонения ROA от среднего

352 5.3443 0.0001 694.69

Inflation_slowdown

Торможение инфляции 936 -56.8796 -11473 0

Crisis Фиктивная переменная наличия кризиса 1148 0.1028 0 1

23

Эмпирические результаты оценивания модели зависимости доли плохих долгов (NPL) от факторов на панельных данных

Переменная

Объединенная модель (pooled)

Модель с фиксированными

эффектами

Модель со случайными эффектами

Коэффициент t-stat Коэффициент t-stat Коэффициент z-stat

Constant –0,0007

–0,17 0,0653 *** 23,45 –0,0015 –0,36

NPL_average 1,0177 *** 19,61 – – 1,0228 *** 20,10

Negative_real_gdp_growth (–1)

–0,0059

*** –3,77 -0,0059 *** –3,59 –0,0052 *** –3,40

ROA_instability

0,0003 *** 5,71 0,0003 *** 5,67 0,0003 *** 5,83

Inflation_slowdown (–1)

–0,0002

*** –4,95 –0,0001 *** –2,62 –0,0001 *** –2,79

Crisis 0,0991 *** 12,71 0,0986 *** 11,39 0,1017 *** 13,43

0,7178 0,7509 0,7279

F-тест (число степеней свободы), P-value F (34, 300) = 0,82 Prob > F = 0,7584

LM-тест (число степеней свободы), P-value χ2 (1) = 0,30 Prob > χ2 = 0,5837

Число наблюдений (число групп наблюдений) 339 (35)

24

Модельные (рассчитанные на основе эконометрической модели) и фактические значения доли «плохих долгов» (non-performing loans, NPL) на пике кризиса, %

Аргентина - 2002

Болгария - 1999

Доминикан_респ - 2003

Индонезия - 1998

Колумбия - 1999

Корея - 1999

Литва - 1997

Малайзия - 2001Россия - 1998

Турция - 2001

Украина - 1999

Уругвай - 2002

Филлипины - 2001

Хорватия - 1999

Эквадор - 2000

Россия - 2010

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50%модель

фак

т

страны с высоким пиковым уровнем NPL

страны с низким пиковым уровнем NPL

масштаб "замаскированной" задолженности в резу льтате введения послаблений на отнесение ссу д к проблемным и безнадежным

25

Влияние проблемы плохих долгов на капитал банков

, 2010 . 126 . .Исходя из расчетов потребность в дополнительной капитализации на г составляет млрд руб 2008-2009 . 1,1 . . За гг в капитал уже было привлечено порядка трлн руб через выдачу банкам

субординированных кредитов и дополнительную эмиссию акций госбанков в пользу государства

↑ доля необслуживаемых

кредитов

↑ резервы под возможные потери и обесценение (часть

издержек)

↓ Прибыль

↓ Собственный капитал

если прибыль < 0

списания безнадежных

ссуд с балансов

↓ Собственный капитал

26

Микроэкономические факторы роста необслуживаемых кредитов: проблема морального риска

№ РегН Название бета в уров-нях

Значимая константа

(α)

R2 Inverted AR

Roots

бета в первых

разностях

R2 Потребность в допкапитализации

на основе [6]1 1481 СБЕРБАНК РОССИИ 0.67 0.99 0.94 0.68 0.642 1000 ВТБ 1.14 0.90 0.87 1.74 0.243 354 ГАЗПРОМБАНК 0.41 0.68 -4 3349 РОССЕЛЬХОЗБАНК 0.39 0.97 0.96 0.39 0.185 2748 БАНК МОСКВЫ 0.66 -0.41 0.98 0.82 0.49 0.196 1623 ВТБ 24 0.55 0.94 0.88 0.51 0.157 1 ЮНИКРЕДИТ БАНК 1.05 -1.35 0.97 -8 1326 АЛЬФА-БАНК 4.56 -6.07 0.99 0.72 3.74 0.489 2272 РОСБАНК 1.17 0.96 0.88 0.82 0.09 да

10 323 МДМ БАНК 2.16 0.99 0.93 1.93 0.48

10 Результаты оценивания модели по крупнейшим банкам

оценивается для каждого i- ( го банка модель следующего вида по - ): аналогии с бета коэффициентом на рынке акций

ttti Кредиты

стьзадолженноаяПросроченнКредиты

стьзадолженноаяПросроченн

,

,

, , 2004–2008 . 50 Временные ряды помесячно за гг по крупнейшим . банкам РФ

(101 Данные Банка России балансовые формы кредитных).организаций

27

Основные результаты и выводы, полученные в работе Проведен анализ структуры финансовой системы и

выявлены наиболее значимые финансовые посредники для – ;России и других развивающихся стран банки

Выявлены основные виды рисков и обоснован выбор наиболее значимого вида рисков для банковской системы

– ;России кредитного Сделан обзор основных методов анализа устойчивости

-финансовой системы и обозначено место стресс ;тестирования среди этих методов

, Проведен обзор литературы по данной тематике в ходе , которого выявлены основные методы этапы и подходы к

- , стресс тестированию а также основные факторы доли ;плохих кредитов

. Выделены четыре критерия типологизации работ На основе трех критериев была построена

, классификационная таблица изученных работ которая позволила систематизировать исследования в данной

области

28

Основные результаты и выводы, полученные в работе

, На основе модификации спецификаций принятых в мировой, практике были оценены модели зависимости доли

проблемных и безнадежных ссуд по России на основе .временных рядов и на панельных данных

Оценивание VAR- модели на основе временных рядов указывает на наличие обратных связей от банковской системы к

. макроэкономическим показателям Результаты оценки на панельных данных указывают на

зависимость доли необслуживаемых кредитов от отрицательных , , темпов экономического роста дезинфляции отклонения

. прибыльности активов от многолетнего среднего При этом доля 70%.объясненной дисперсии зависимой переменной была не ниже

, Проведенные расчеты по модели оцененной на панельных, данных позволили построить прогноз доли проблемной

задолженности в России и оценить устойчивость банковской системы к ожидаемому росту необслуживаемых кредитов в

.среднесрочной перспективе

29

Научная новизна работы - Впервые стресс тестирование банковской системы

с применением эконометрических методов было . осуществлено для России При этом полученные

результаты свидетельствуют об устойчивости банков к ожидаемому росту проблемной

;задолженности Впервые для исследования микроэкономических

факторов роста кредитных рисков была -адаптирована методология расчета бета

. коэффициентов на рынке ценных бумаг С помощью , нее были выявлены банки рост просроченной

задолженности у которых объясняется в большей .степени микроэкономическими причинами

new

30

Спасибо за внимание!