Модели рейтингов коммерческих банков: имеются ли отличия

Сравнение моделей рейтингов банков на базе
международной и российской отчетности
Докладчики:
Сосюрко Владимир Владимирович
БИ ГУ-ВШЭ, младший научный сотрудник
тел. +7 (926) 388-42-75
vsosyurko@mail.ru
Василюк Александр
ГУ-ВШЭ, 2-й курс магистратуры, факультет экономики,
кафедра банковского дела
a.a.vasilyuk@gmail.com
Рейтинги
устанавливают
независимую
оценку
финансовой
устойчивости хозяйствующих субъектов, что важно для определения уровня
рисков, формирования допуска к предоставлению услуг и ресурсов, и в
целом
в
риск-менеджменте
в
соответствии
с
рекомендациями,
закрепленными в Новом базельском соглашении [3].
Использование рейтингов ограничивается тем, что многие субъекты не
имеют рейтингов или имеют несопоставимые рейтинги, что особенно
актуально для развивающихся стран, в том числе и России. В этих условиях
могут применяться эконометрические модели рейтингов.
Предлагаемая работа призвана дать ответы на следующие вопросы:
 Какие индикаторы банков влияют на их кредитные рейтинги?
 Какие макроэкономические факторы значимо влияют на рейтинги
банков из различных стран?
 Как отличаются кредитные рейтинги различных агентств?
 Какова динамическая устойчивость кредитных рейтингов и
каково влияние финансовых кризисов?
 Каковы отличия в моделях при использовании российской и
международной отчетности?
В работе рассматриваются только кредитные рейтинги в иностранной
валюте
с
долгосрочным
горизонтом
в
3-5
лет,
присваиваемые
международными рейтинговыми агентствами (далее РА): S&P, Moody's и
Fitch. Авторами построены эконометрические модели рейтингов российских
и зарубежных банков на основе публично доступной финансовой отчетности.
Модели рейтингов могут представлять практический интерес для
банков, в связи с возможностью использования их для определения рисков на
базе внутренних рейтингов, а также для прогнозирования будущих
рейтингов, для оценки банков, не имеющих рейтингов, для сравнения
рейтинговых оценок различных агентств [4].
Исследование является идеологическим продолжением работы [1], где
рассматриваются
различные
методы
и
технологические
особенности
построения рейтингов на основе данных РА, моделей вероятности дефолта, а
также экспертных опросов. Также в ней впервые построены модели
рейтингов
для
российских
макроэкономическое
окружение
банков,
и
в
которых
проведен
учитывается
сравнительный
анализ
различных методов прогноза рейтингов по полученным моделям. Многие из
разработанных в работах [1, 2, 4] методов построения и анализа рейтинговых
моделей применены и в данной работе.
Финансовые показатели банков по МСФО и их международные
рейтинги
для
выборки
взяты
согласно
данным
информационно-
аналитической системы Bloomberg. Макроэкономические показатели стран, к
которым принадлежат банки, взяты из GMID. Все показатели являются
годовыми.
Полученная эмпирическая выборка по МСФО состоит из 5629
наблюдений, включающих в себя финансовые показатели и рейтинги для 551
банка из 86 стран за период 1995-2009 годы. Каждое наблюдение
определяется банком и годом и содержит в себе ряд финансовых
показателей, как для самого банка, так и страны, к которой он принадлежит.
В ходе исследования выявлено, что положительное влияние на уровень
оценки РА оказывают такие показатели как размер банка (логарифм от
активов), доля капитала, отношение нераспределенной прибыли к активам,
рентабельность активов (ROA). Отрицательно влияние имеют отношение
процентных
расходов
к
процентным
доходам,
высокий
уровень
долгосрочного долга, доля резервов на потери по кредитам и отношение
депозитов к акционерному капиталу.
Исследовано влияние на рейтинг факторов внешнего окружения банка
и показано их значительное влияние. Положительное воздействие на
кредитные рейтинги оказывают такие макроэкономические показатели как
годовой ВВП, отношение экспорта к импорту, а отрицательное – годовая
инфляция, уровень коррупции. Показано, что зависимость от временного
лага достаточно полога; небольшое преимущество в прогнозной силе
предсказания рейтингов имеет лаг в 1 год.
Дополнительно исследовано влияние принадлежности банка к той или
иной группе стран. Как и ожидалось, развитые страны имеют более высокие
рейтинги,
нежели
развивающиеся
рынки,
что
объясняется
лучшей
экономической средой и меньшими геополитическими рисками.
Второй набор данных в исследовании представляет собой квартальные
показатели из финансовой отчетности российских банков по российским
стандартам за период 2006 – 2009 гг. Всего выборка насчитывает 2686
наблюдений по 150-ти российским коммерческим банкам, каждый из
которых имеет кредитный рейтинг хотя бы одного из трех международных
агентств.
Было выявлено, что величина активов, достаточность капитала,
отношение процентных доходов к процентным расходам, темп роста
капитала положительно влияют на мнение агентств по поводу финансовой
устойчивости российских банков. Как и ожидалось, отрицательный эффект
оказывает отношение резервов к кредитному портфелю.
В
исследовании
показано,
что
при
прочих
равных
условиях
государственным и иностранным банкам в России присваиваются более
высокие рейтинги.
Исследована предсказательная сила рейтинговых моделей. Процент
точных предсказаний находится на уровне 40-44%. Прогнозирование
рейтингов с ошибкой в одну градацию составляет 90-91%. Показана
сопоставимость рейтинговых оценок различных РА, в том числе в части
набора объясняющих переменных. Эти модели могут быть использованы для
дистанционного предсказания кредитных рейтингов на основе открытой
информации участниками финансовых рынков и регулирующими органами,
т.е. для получения будущих значений рейтинговой оценки, а также для
распространения оригинальных рейтингов на кредитные организации,
которые их не имеют.
Произведено сравнение уровней кредитных рейтингов для трех РА.
Самым консервативным РА для банков является S&P. Кредитные рейтинги
Moody's наиболее либеральны, а Fitch – имеют средний уровень.
Целесообразно
исследование
новых
подходов
и
методов
их
формирования для увеличения предсказательной силы моделей. Среди таких
подходов могут быть исследование панельных данных, внедрение новых
финансовых параметров и оценка квадратичных зависимостей, анализ
чувствительности компаний к рынку, влияния рода деятельности банка на
его рейтинг (коммерческий, инвестиционный), влияние типа владения
(государственное, частное, иностранное).
Исследование выполнено в рамках проекта «Учитель-ученики» «Динамический анализ устойчивости и эффективности банка».
Литература:
1. Карминский А.М., Пересецкий А.А., Петров А.Е. Рейтинги в
экономике. М. Финансы и статистика, 2005.
2. Altman E., Rijken H. How rating agencies achieve rating stability.
Journal of Banking & Finance, 2004. 28. P. 2679–2714.
3. International convergence of capital measurement and capital standards.
A revised framework. Bank for International Settlements, Basel
Committee on Banking Supervision. 2004.
4. Peresetsky A., Karminsky A. Models for Moody's bank ratings. Bank of
Finland, BOFIT Discussion Papers. 2008. 17.