Для банка выполнение требований «Базеля II» означает обязательный набор правил и процедур, которым он должен следовать в своей бизнес-деятельности. В первую очередь речь идет о создании системы комплексного управления рисками на уровне всего финансового учреждения — о построении единого хранилища данных, стандартных моделей и консолидированной отчетности. Или, иными словами, о единой централизованной системе управления рисками и о соответствующей регулярной поддержке построенных риск-моделей.
Понятие модельного риска банки взяли на вооружение довольно давно, поскольку первые модели появились еще в шестидесятые годы. Но в тот момент это скорее был теоретический вопрос, который больше подходил для темы диссертации, чем для практической реализации в финансовом учреждении.
За эти годы ситуация изменилась кардинально: с возникновением аналитических отделов и департаментов по управлению рисками вопрос моделирования был выведен на качественно новый уровень и поставлен в список приоритетных задач стратегического управления банком. Сегодня построенные аналитиками модели выходят далеко за рамки деятельности одного департамента, рассматриваются на заседаниях правления банков и утверждаются на кредитных комитетах. Кроме разработчиков моделей в процесс вовлечены работники ИТ-службы, внутреннего аудита, финансового контроля и непосредственно пользователи, применяющие построенные модели в своей работе. Помимо прочего в банке должен существовать еще один отдел, независимый сам по себе, но непосредственно связанный с моделированием, — отдел валидации моделей. В западной практике эти функции зачастую выполняет внешний подрядчик — отдельная организация, аккредитованная национальным банком, которая выносит свое экспертное заключение относительно работоспособности предложенной модели.
Таким образом, многогранный процесс моделирования определяется «Базелем II» как понятие управления моделями и включает в себя следующие основные этапы:
- построение и настройки модели;
- тестирование модели пользователями;
- валидация (утверждение) модели;
- внедрение и использование модели;
- мониторинг и периодический пересмотр модели.
Важно отметить, что когда мы говорим о моделировании, речь идет не только об аналитических моделях. Здесь подразумевается более широкое понятие — моделирование системы управления рисками. В этой статье мы ограничимся системой управления кредитными рисками в банке и рассмотрим три наиболее существенных типа моделей.
Модели данных
Фундаментом моделирования является создание моделей данных. Речь идет как о физической, так и о логической модели, позволяющей детально описать данные, имеющиеся в вашем распоряжении. Естественно, предполагается, что это не просто бесконечное количество полей, сваленных в одну кучу в банковском информационном хранилище. Нет, в уважающем себя банке это структурированная система, где каждое поле имеет свое описание и ключ, по которому оно идентифицируется и объединяется в модели или витрины данных. Различные таблицы, представляющие собой персональную информацию о заемщиках, о банковских инструментах либо информацию из внешних источников (кредитных бюро), объединяются, в зависимости от поставленной перед аналитиком задачи, в те или иные модели, чтобы избежать перегруженности от неиспользуемых ресурсов.
Западная практика показывает, что навести порядок в хранилище данных — задача совсем не простая и требующая не только времени (более одного года), но и желания ИТ-департамента банка содействовать реализации поставленной задачи. Как показывает наш опыт, здесь имеет смысл заручиться поддержкой кого-либо из членов правления, который мог бы помочь преодолеть бюрократизм и объяснить значимость проекта всем вовлеченным структурам.
Аналитические модели
Модели следующего типа — непосредственно аналитические, выполняющие те или иные задачи, такие как оценка кредитоспособности заемщика в том или ином регионе, оценка поведения клиента, взявшего ипотечный кредит, и т. д.
На практике подобных моделей набирается несколько сотен, из них несколько десятков реально действующих и требующих регулярного мониторига. Поэтому важно, имея четкое представление о том, какие модели имеются в распоряжении аналитика, создать так называемую «библиотеку моделей». В некоторых банках это делается в виде журнала, где регистрируются не только все модели, но и все возможные их версии с указанием использованного аналитического метода, настроек и даты ввода в эксплуатацию.
Построенные модели тщательно тестируются — сначала аналитиками, а затем непосредственными пользователями. Современные средства программного обеспечения позволяют нам решить подобную задачу без особых хлопот. Мы часто используем SAS Enterprise Miner 5.2: с помощью узла Assessment этого пакета можно сравнить все построенные модели и выбрать из них оптимальную. Говоря о пользовательском тестировании моделей, стоит отметить, что этот вопрос тоже прописан в требованиях «Базеля II». В результате до тех пор, пока модель не будет многократно опробована конечными пользователями (желательно в различных регионах), она не будет принята к валидации.
Подобрать оптимальный метод анализа — это главная отличительная особенность способного аналитика. С годами накапливается бесценный опыт, передать который весьма сложно, потому что понимание приходит где-то на интуитивном уровне. Однако аналитические способности можно развить путем визуализации анализируемой информации. Применение кластерного и статистического анализа позволяет, в частности, распознать признаки, специфичные для «групп повышенного риска», выявить их характерные черты и особенности, а затем составить профиль «мошенника».
Модели отчетности
Особое внимание Базельский комитет уделил тому, какой должна быть отчетность. В частности, требования соглашения содержат много эпитетов, употребляемых к этому слову: прозрачная, детальная, структурированная, консолидированная, централизованная, интерпретируемая... и это далеко не полный перечень! Звучит красиво, но что всё это сулит нам в практическом приложении? На самом деле речь идет о стандартных формах отчетов, которые банки обязуются регулярно представлять в надзорные органы. На основе единой отчетности Центральному банку достаточно просто контролировать национальную банковскую систему и наблюдать за развитием бизнеса в каждой отдельно взятой финансовой компании.
Здесь хотелось бы отдельно разъяснить, как отчетность связана с моделированием. На практике в многопрофильном банке, имеющем в своем распоряжении сотни региональных отделений, производится отчетность многоуровневая, то есть не только по кредитным продуктам и регионам, но и по уровню пользователей. Топ-менеджеров чаще всего интересует консолидированная (сводная) отчетность о состоянии кредитного портфеля, об уровне просроченной задолженности по банку в целом и т. п., позволяющая, во-первых, держать под контролем общую ситуацию, во-вторых, вносить изменения в кредитную политику банка и, в-третьих, принимать соответствующие стратегические решения относительно развития бизнеса в будущем. Тогда как аналитикам прежде всего интересны подробности, например, индекс стабильности или уровень ошибок в системе.
В зависимости от того, для кого предназначается отчет, строится соответствующая модель, включающая в себя лишь измерения, которые будут задействованы именно в этой отчетной форме. Современные средства OLAP позволяют строить многомерные аналитические модели (кубы), объединяющие в себе сразу несколько измерений. На практике в развитом западном банке имеется отдельная библиотека отчетных моделей, которая также хранится в едином банковском хранилище. Современные модели позволяют не только ежедневно обновлять таблицы, но и автоматически генерировать сами отчеты и рассылать их пользователям по электронной почте. Приходит начальник утром на работу, а там его ждет свежий отчет о состоянии дел в департаменте. Так что на практике «Базель II» может оказаться не столько скучной обязанностью, сколько дополнительным удобством для каждого банковского сотрудника.
Внедрение «Базеля II»
Поскольку базельская тема не только популярна, но и обязательна к исполнению, мировые банки сейчас переживают бум проектов по внедрению «Базеля II». Если в 2003 году это были лишь единичные случаи, то в настоящий момент каждый уважающий себя западный банк имеет за плечами несколько подобных проектов.
Накопленный опыт позволяет нам говорить о некой уже сформировавшейся методологии внедрения, схематично представленной на рисунке. На практике наибольшие трудности возникают, как правило, на первом этапе (анализ ситуации), требующем не только глубоких предметных знаний, но и солидного внедренческого опыта работы со специализированными программными продуктами. Это наиболее трудоемкий этап — он отнимает много времени и усилий и может составить от трёх до двенадцати месяцев. Следующий шаг, как правило, известен заранее, поскольку задачу определяет сам заказчик (банк). Конечно, на деле в составленный список задач приходится вносить уточнения и дополнения, но это длится не так долго (в зависимости от уровня бюрократии в отдельно взятом банке — от одной недели до двенадцати месяцев). Третий шаг зависит только от навыков ИТ-специалистов, которых вы привлекли к внедрению (у нас он занимает от одного до трёх месяцев). И, наконец, заключительный этап проекта тоже сравнительно невелик (несколько недель). Поскольку обучение пользователей проходит, как правило, уже в процессе проекта, а настройка необходимых отчетов определяется заказчиком.
Стандарт «Базель II» в России
Международная Конвергенция принципов измерения капитала и стандартов капитала (International Convergence of Capital Measurement and Capital Standards), известная как «Базель II», принята Базельским комитетом по банковскому надзору в конце 2005 года. Официально документ вступил в силу в декабре 2006-го. В пробном режиме стандарт уже применяется в странах ЕС; в США его требования станут обязательными в 2009 году. В России частичное внедрение компонентов стандарта планировалось начать в 2008 году, в том числе сделать обязательными требования, касающиеся оценки рисков и управления ими. Более широко стандарт начнет применяться в 2009-м.
Наталия Катилова,
старший консультант международной консалтинговой группы Business & Decision, интегратора аналитических и программных средств для банковского и страхового сектора, г. Брюссель (Бельгия).
С ней можно связаться по e-mail: natalia.katilova@businessdecision.com.
Максим Ивашков,
ведущий эксперт международной консалтинговой группы Business & Decision, интегратора аналитических и программных средств для банковского и страхового сектора, г. Амстердам (Голландия).
С ним можно связаться по e-mail: maxim.ivashkov@businessdecision.com.
