Задача по оценке финансовых рисков жизненно важна для любого банка, т. к. от качества ее решения зависят и прибыль, и репутация, и даже само существование банка. Среди финансовых рисков одним из самых важных и сложных в оценке является риск ликвидности, т. е. неисполнения финансовым институтом платежей по своим обязательствам в связи с несовпадением потоков поступлений и списаний денежных средств по срокам в разрезе валют. Следствием этого могут стать недополучение дохода, увеличение расходов, связанных с привлечением покупной ликвидности, уменьшение собственных средств (капитала) банка и другие негативные последствия.

Кризис 1998 года наглядно показал необходимость обязательного предварительного анализа развития возможных сценариев. В тот момент практически все крупные российские банки, занимавшиеся розничным банковским бизнесом, не смогли оценить величину вероятного оттока средств со счетов клиентов. Они либо сделали неверный расчет, либо не учли этот момент вовсе, что привело к краху. С тех пор своевременной оценке возможности образования разрывов и разработке мер по восстановлению ликвидности уделяется особое внимание.

АВТОМАТИЗИРУЕМ МЕТОДЫ

При оценке рисков ликвидности применяется несколько методов, самые распространенные из которых - коэффициентный анализ ликвидности баланса банка и анализ платежных потоков. Первый достаточно легок в реализации, однако у него существует ряд недостатков, таких как эмпиричность рекомендуемых коэффициентов ликвидности (обычно рассчитываются для группы сопоставимых банков, а затем переносятся на другие банки), статичность коэффициентов (не отражают внешней бизнессреды банка). Второй - более прогрессивный и в отличие от первого позволяет определить числовые параметры уровня риска ликвидности применительно к условиям и специфике конкретного банка.

Для оценки рисков ликвидности в банке недостаточно только построения платежного календаря. Ликвидность рекомендуется оценивать как минимум по трем сценариям: стандартный сценарий «без кризисных ситуаций», сценарий «кризис в банке» (усиление оттока клиентских средств, закрытие ряда источников покупной ликвидности) и сценарий «кризис рынка» (падение рыночных цен на финансовые инструменты, прекращение торгов, неликвидность рынка ценных бумаг, большой отток клиентских средств).

Описанные методики подразумевают наличие у банка IT-инструментов, которые не только позволили бы консолидировать всю финансовую информацию в единое хранилище, но и предоставили бы возможность гибко настраивать методики и алгоритмы оценки рисков, сценарии моделирования и ввод вероятных платежей.

Сотрудники компании РДТЕХ, специализирующиеся на предоставлении услуг для финансовых институтов, имеют опыт успешного внедрения программных решений для управления внутренними и внешними рисками, а также для контроля соблюдения норм Basel II. Используемый ими комплекс решений Oracle Financial Services Applications (OFSA) позволяет создать систему для решения задач управленческого учета, бюджетирования и финансового планирования, управления активами/пассивами и финансовыми рисками. Основа OFSA - хранилище данных, структуры которого оптимизированы под бизнесзадачи современных финансовых институтов.

ВСЕ РИСКИ - ПО ПОЛОЧКАМ

Предлагаемое компанией РДТЕХ решение охватывает целый ряд направлений. Так, приложение по управлению рыночными и структурными рисками предназначено для оценки активов/пассивов как с определенным (модели на основе сценария), так и с неопределенным (стохастические модели) движением денежных средств (cash-flow). Стохастические модели, оцениваемые с помощью показателя VaR и метода Монте-Карло, используются для анализа фондовых и валютных рисков. При оценке процентных рисков применяется анализ процентной позиции и разрывов срочной процентной структуры (GAP). Риски ликвидности оцениваются в соответствии с разнесением активов/пассивов по срокам (ресурсный баланс, платежный календарь). Все параметры расчетов (сроки для разнесения, параметры расчета VaR и т. д.) доступны для настройки самими бизнес-пользователями.

Приложение по управлению активами/пассивами позволяет на основе консолидированных данных по всем сделкам (действующий портфель договоров) промоделировать текущую позицию. Дополнительно задав прогнозы по параметрам нового бизнеса (прогнозные курсы, ставки, объемы или остатки дополнительного размещения/привлечения ресурсов в будущем), приложение формирует совокупную позицию банка в будущем, объединяя текущую позицию и новый бизнес с произвольным шагом моделирования активов/пассивов.

Оценка кредитных рисков по различным видам заемщиков с учетом их финансовой отчетности, нефинансовой информации (новостной фон) и их кредитной истории в банке обеспечивается приложением по управлению кредитными рисками. Возможен расчет оценки вероятности дефолта (PD, PDM) и значения кредитного риска (CR, CRM, LGD). В состав приложения входит большой набор отчетности по анализу кредитного портфеля. Наличие сбалансированного набора типовой отчетности по всем оцениваемым видам рисков, а также отчетности для анализа портфеля ценных бумаг позволяет существенно сократить сроки внедрения решения в банке.

Контроль лимитов помогает следить за выполнением таких ограничений, как кредитование юридических и физических лиц; лимиты на ОВП и дефицит ликвидности; лимиты на размер ставок привлечения/размещения; лимиты на операции с ценными бумагами. Также данный модуль позволяет рассчитывать лимиты на минимальные вложения в ликвидные активы.

Модуль оптимизации доходных активов (МОДА) является своеобразным «венцом» всего комплекса приложений по управлению финансовыми рисками, давая возможность решать задачи распределения ресурсов банка по доходным активам. Ключевым элементом в логике приложения является вычисление риска, соответствующего некоторому активу. Каждый актив может быть подвержен как одному единственному типу риска (например, кредитному), так и ряду других. Например, если банк выдал кредит в валюте под залог ценных бумаг, целесообразно учитывать кредитный риск заемщика, фондовый риск и валютный риск. Таким образом, МОДА, опираясь на комплексную оценку интегральных рисков, выдает рекомендации по лимитной структуре доходных активов банка.

Архитектура решения допускает возможность внедрения модели данных хранилища (в соответствии с требованиями Basel II) и без прикладного функционала, поскольку прикладная логика может быть реализована и в других программных продуктах. Такая конфигурация будет полезна банкам, входящим в большие холдинговые структуры, в головной части которых уже имеются программные продукты с прикладной логикой расчета рисков. В этом случае дочерним банкам необходимо иметь только свое хранилище по Basel II, из которого бы информация передавалась в головной банк холдинга.