Метод аналогов используется в том случае, когда применение иных методов по каким - либо причинам неприемлемо. Метод использует базу данных аналогичных объектов для выявления общих зависимостей и переноса их на исследуемый объект.
В соответствии с последним Базельским соглашением о капитале, известным как Базель II, для оценки финансового состояния клиентов рекомендуется стандартный подход и подход с точки зрения внутреннего рейтинга (InternalRaitings-basedApproach, IRB). Это значит, что Базельский комитет по банковскому надзору учел мнения многих специалистов и официально утвердил и рекомендовал к использованию при оценке финансового состояния клиентов внутрибанковские модели. Наиболее распространенными являются модели оценки кредитных рисков.
Допустим, мы оцениваем тот или иной риск. Это значит, что мы должны определить вероятность какого-то негативного события. Обозначим его через Q. Для события Q имеется n индикаторов, которые обозначим через Нi (i = 1, ..., n). По сути, эти индикаторы являются гипотезами для события Q. Степень опасности каждого индикатора (гипотезы) оценивается как "очень высокая", "высокая", "средняя", "низкая", "случайная".
Переходя к условным вероятностям и обозначениям Байеса, запишем очевидные соотношения:
Р(Нi) - вероятность (опасность) i-го индикатора (гипотезы);
P(Q/Hi) - вероятность события Q при условии реализации i-го индикатора (гипотезы);
Р(Нi * Q) = Р(Нi)Р(Q/Hi) - вероятность пересечения i-го индикатора (гипотезы) и события Q, где знак * -логическое "И";
P(Hi/Q) = Р(Нi * Q)/P(Q) - вероятность i-го индикатора (гипотезы) при условии реализации события Q;
P(Q) = (SUM)P(Hi * Q) - вероятность события Q, где (SUM) - программное обозначение суммы, при i = 1, ..., n.
Таким образом, даны теоретические выражения для количественной оценки вероятности события Q, представляющего в данной работе событие негативного характера, или дефолт клиента. Например, для кредитного риска это событие отказа заемщика от выплат по кредиту и др.
В целом если математические методы оценки финансовых рисков дают исторические оценки этих рисков, то оценки финансовых рисков на основе индикаторов - текущие оценки этих рисков. Очевидно, что наиболее достоверные оценки ожидаемых финансовых рисков можно получить путем комбинирования исторических математических оценок с текущими индикаторными оценками финансовых рисков, что и предлагается ниже.
Комплексные методы оценки финансовых рисков
Проблема создания в российских банках систем кредитного скоринга обсуждается уже давно, а в связи с появлением стандартов Базеля II этот вопрос приобрел особую актуальность. Заметим, что под кредитным скорингом здесь понимается присвоение каждому заемщику (клиенту) кредитного рейтинга в виде вероятности его дефолта в зависимости от характеристик и состояния этого заемщика (клиента).
Рассмотрим теперь теоретическую возможность комплексирования различных вероятностных оценок.
Задача комплексирования нескольких оценок вероятностей появления события Q, обозначенных здесь как qi (i = 1,2, ..., k), состоит в определении вероятности события Q как функции от нескольких его предыдущих оценок:
Q = (q1, q2, ..., qk).
В зависимости от имеющейся информации о дисперсиях оценок возможны и различные методы их комплексирования. Рассмотрим здесь линейный метод комплексирования для случая, когда оценки qi (i = 1, 2, ..., k) являются несмещенными и с известными дисперсиями D1, D2, ..., Dk. В качестве оценочной функции применим линейную комбинацию:
Q = (SUM)aiqi,
где (SUM) - сумма от i = 1 до i = k.
Если коэффициенты ai в сумме составляют 1, то комплексная оценка Q будет несмещенная. Значения коэффициентов аi, обеспечивающих минимум дисперсии D для оценки Q, можно найти по выражению:
ai = 1/Di[(SUM)1/Di],
где (SUM), как и выше, - сумма от i = 1 до i = k.
Окончательное выражение для комплексирования оценок имеет вид:
Q = (SUM)qi / Di [(SUM)(1/Di)],
где (SUM) - сумма от i = 1 до i = k. Дисперсия комплексной оценки находится по выражению:
D = 1/[(SUM)(1/Di)],
где (SUM) - по-прежнему сумма от i = 1 до i = k.
В случае комплексирования двух оценок выражение для комплексирования оценки х с дисперсией D с оценкой у и yc дисперсией Dcоценкой x имеет вид:
Q = xDy / (Dx + Dy ) + yDx (Dx + Dy ).
Дисперсия этой оценки:
D = DxDy / (Dx + Dy ).
Рассмотрим процессы получения практических оценок для трех наиболее важных групп клиентов: физические лица (население), субъекты предпринимательской деятельности и банки [8].
1. Физические лица
При работе с физическими лицами существует целый ряд банковских рисков, в том числе кредитный, депозитный, ликвидности, рыночный риски и общий риск, порождаемый природными, криминальными и другими факторами. Рассмотрим наиболее распространенный для физических лиц депозитный риск (ДР).
Специалисты оценивают риски по их индикаторам с использованием следующей шкалы значимости (опасности), уже приведенной нами выше: "очень высокая", "высокая", "средняя", "низкая", "случайная". Эта шкала значимости индикаторов хорошо укладывается в шкалу вероятностей, имеющую размерность от 0 до 1. Поэтому приведенную качественную шкалу опасности индикаторов риска можно перевести в шкалу вероятностей, то есть "оцифровать" эти индикаторы риска следующим образом: "очень высокая" - когда вероятность события Q = 0,8; "высокая" - при Q = 0,7; "средняя" - при Q = 0,5; "низкая" - при Q = 0,3; "случайная" - при Q = 0,1. С использованием этих обозначений рассмотрим индикаторы ДР для физических лиц [8].
Индикаторы в социально-политической области:
а) резкая смена социального статуса как в сторону повышения, так и в сторону понижения - ДР "высокий", Q = 0,7;
б) смена социальной ориентации - ДР "высокий", Q = 0,7;
в) резкое усиление или снижение реально проявляемой политической активности - ДР "низкий", Q = 0,3;
г) смена места работы с изменением социального статуса - ДР "средний", Q = 0,5;
д) изменение социального положения в связи с браком, наследством, нашедшимися родственниками и др. - ДР "средний", Q = 0,5.
Индикаторы в области занятости, доходов, имущества:
а) переход (перевод) на менее стабильный статус занятости (например, конкурсное избрание, контракт, сезонный контракт, почасовая занятость) - ДР "очень высокий", Q = 0,8;
б) изменение статуса места работы, формы собственности организации - ДР "высокий", Q = 0,7;
в) активизация отраслевых, региональных рисков, рисков операционного цикла в сфере занятости - ДР "высокий", Q = 0,7;
г) крупные приобретения, продажи имущества - ДР "средний", Q = 0,5;
д) смена квартиры, места проживания - ДР "высокий", Q = 0,7;
е) кражи, ограбления - ДР "средний", Q = 0,5.
Индикаторы окружения, семьи, кланов:
а) активизация в регионе проживания группировок, криминала, сект (риск вовлечения членов семьи, их похищения и др.) - ДР "высокий", Q = 0,7;
б) появление новых родственников (браки), принадлежащих к народностям со специфическими общественными отношениями, иерархиями (кланы, тейпы, племена и др.), моралью, правилами поведения, отношением к обязательствам, понятиями чести и др. - ДР "средний - низкий", Q = 0,4;
в) политические, социальные, национальные, религиозные, возможно природные или техногенные факторы, изменяющие у отдельных народностей семейные и/или финансовые отношения - ДР "средний - низкий", Q - 0,4;
г) резкие изменения в семейном положении и окружении клиентов - ДР "низкий", Q = 0,8;
д) "критические" семейные состояния (холостяки, разведенные) - ДР "очень высокий", Q = 0,8.
Индикаторы физического состояния, здоровья:
а) достижение "критических" возрастов - ДР "очень высокий", Q = 0,8;
б) заболевания, в том числе ближних родственников, - ДР "высокий", Q = 0,7;
в) ухудшение экологической обстановки региона работы или проживания, опасность эпидемий и др. - ДР "высокий", Q = 0,7;
г) туристические поездки в страны с большими рисками заболеваний, особенно малоизученных, - ДР "низкий - средний", Q = 0,4.
Количественную оценку ДР начнем с оценки математической. Кстати, напомним, что математическая оценка при любой исходной информации и даже при ее отсутствии существует всегда. Примем для определенности, что мы имеем по конкретному депозиту один положительный и один негативный факт. Тогда Qм = 0,666 и дисперсия этой оценки Dм = 0,056.
Перейдем теперь к количественной оценке события Q по вышеизложенным индикаторам этого негативного явления, то есть к оценке ДР. Выпишем для этого оценки опасности 16 из имеющихся индикаторов ДР для физических лиц: 0,7; 0,7; 0,3; 0,5; 0,5; 0,8; 0,7; 0,7; 0,5; 0,7; 0,5; 0,7; 0,4; 0,4; 0,8; 0,8. "Вес", или значимость, каждого индикатора определить очень трудно, а на стадии априорной оценки практически невозможно. Поэтому логично присвоить всем индикаторам одинаковый "вес", равный 1/16 = 0,063, где 16 - это количество учитываемых индикаторов.
Теперь можно получить вероятности каждого индикатора для
реализации события Q, или ДР. Произведя вычисления, получим ряд
указанных вероятностей: 0,044; 0,044; 0,019; 0,032; 0,032; 0,05;
0,044; 0,044; 0,032; 0,044; 0,032; 0,044; 0,025; 0,025; 0,019;
0,05. Суммируя эти вероятности, получим оценку вероятности события
Q , или вероятность ДР, под воздействием всех рассмотренных
индикаторов. Получим, что Q = 0,577 и дисперсия этой оценки
D = 0,0135.
Комплексную оценку ДР найдем по вышеприведенным выражениям для cлучая объединения двух оценок: Q = 0,589 и D = 0,014.