CC BY
366
ISSN 2311-8709 (Online) Банковская деятельность
ISSN 2071-4688 (Print)
ПАРАДОКСЫ УПРАВЛЕНИЯ КРЕДИТНЫМ РИСКОМ КОРПОРАТИВНОГО КРЕДИТНОГО ПОРТФЕЛЯ КОММЕРЧЕСКОГО БАНКА
Елена Геннадьевна ШЕРШНЕВА^, Елена Станиславовна КОНДЮКОВА"
a кандидат экономических наук, доцент кафедры банковского и инвестиционного менеджмента, Уральский федеральный
университет им. первого Президента России Б.Н. Ельцина, Екатеринбург, Российская Федерация
b кандидат философских наук, доцент кафедры банковского и инвестиционного менеджмента, Уральский федеральный университет им. первого Президента России Б.Н. Ельцина, Екатеринбург, Российская Федерация elen-kon@yandex. ru
• Ответственный автор
История статьи:
Принята 07.09.2015 Одобрена 29.10.2015
УДК 336.717 JEL: G21, G32
Ключевые слова: кредитный портфель, кредитные риски, диверсификация, отраслевая структура, риск-профиль
Аннотация
Предмет и тема. В ситуации затяжного кризиса коммерческим банкам требуется особый подход к подбору инструментов управления кредитным риском корпоративного кредитного портфеля. Одним из наиболее эффективных инструментов минимизации риска выступает отраслевая диверсификация. В статье исследуется проблема распределения отраслевого риска среди кредитов корпоративного портфеля коммерческого банка.
Цели и задачи. Цель данной статьи заключается в выявлении противоречивых (парадоксальных) эффектов распределения портфельного риска по отраслям экономики на основе анализа диверсификации корпоративных кредитных портфелей коммерческих банков. В ходе исследования были поставлены и решены следующие задачи: раскрыта сущность диверсификации в контексте разных подходов риск-менеджмента, выработан методический инструментарий для оценки диверсификационных характеристик корпоративных кредитных портфелей российских банков, определена зависимость между степенью отраслевой диверсификации и показателями качества корпоративных кредитных портфелей банков, выявлены положительные и отрицательные последствия отраслевой диверсификации банковских кредитов.
Методология. В работе использовались общенаучные методы диалектики, анализа, синтеза, аналогии. Методической основой послужили элементы теории портфельного анализа и подходы риск-менеджмента. Для обработки банковской отчетности применялись методы аналитических группировок, составления коэффициентов, сравнительный анализ. В целях визуальной интерпретации теоретической информации использовался графический метод. Результаты. На основании выявленной отраслевой несимметричности корпоративных кредитов российских банков в контексте понимания парадоксов Э. Боумана и М. Алле предложена методика соотнесения характеристик диверсификации и относительных показателей доходности и риска кредитного портфеля банка. Эффективность методики продемонстрирована на примере анализа деятельности крупнейших, крупных и средних коммерческих банков (выборка включает аналитику по отчетным данным десяти банков). Выводы и значимость. Обосновано, что стратегически продуманная политика отраслевой диверсификации портфеля корпоративных кредитов, с одной стороны, минимизирует риски, с другой стороны - не приводит к ощутимому снижению доходности. В периоды повышенной экономической волатильности решение этой проблемы особенно актуально для коммерческих банков.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
За последние полтора года в экономике России произошли значительные изменения, связанные с известными макроэкономическими событиями. На фоне жесткой санкционной политики, снижения цены на нефть и девальвации рубля структура рынка банковских услуг для корпоративных клиентов не могла оставаться прежней. Так, логичным следствием ухудшения экономического климата в стране стало снижение п л ате же с п о с о б н о с ти ко м п ан и й, ч т о активизировало процессы поиска и удержания надежных клиентов в банковской сфере.
Регулятор в лице Банка России особое внимание в «смутное время» обратил на структуру фондирования коммерческих банков и призвал руководителей более консервативно оценивать свои риски. Снижение качества ресурсной базы и рост стоимости фондирования потребовали создания дополнительных резервов на возможные потери, что сократило в 2014 г. прибыль совокупного банковского сектора практически на 40% по сравнению с 2013 г.1.
1 Отчет о развитии банковского сектора и банковского надзора в 2014 году. URL: http://www.cbr.ru /pdf
Основополагающей проблемой управления банковскими рисками в обстановке транзитивной экономики является сохранение баланса дилеммы «риск - доходность» корпоративного кредитного портфеля. Каждая кредитная сделка имеет индивидуальный кредитный риск, а совокупность кредитов характеризуется портфельным кредитным риском (рис. 1). Факторы возникновения портфельного риска многогранны: эффект синергии индивидуальных кредитных рисков мультиплицирует риск всего портфеля.
Многоаспектность факторов риска
свидетельствует о трудностях управления портфельным кредитным риском. При этом наиболее важным элементом мониторинга кредитного риска является реализация превентивных мер с учетом принимаемого риск-аппетита банка. Предлагаемый авторами методический подход управления дилеммой «риск - доходность» позволяет формализовать управленческий инструментарий портфельного анализа, что способствует снижению влияния субъективных факторов.
Известный метод диверсификации кредитных вложений как профилактика кредитного риска широко используется в практике зарубежного и российского банковского дела и предусматривает «неодномерный» подход к заемщикам, которые отличаются друг от друга базовыми характеристиками [1]. Например, при анализе отраслевой среды отслеживаются стадия жизненного цикла исследуемой отрасли [2], условия ее функционирования, что является важным на всех этапах кредитного процесса с точки зрения кредитора.
Общепринятой практикой диверсификации является лимитирование риска. Диверсификация применяется для снижения риска портфеля в целом, а лимитирование - для конкретной операции (заемщика, отрасли, территории) [3].
В рамках метода отраслевой диверсификации необходимо ответить на вопрос: позволяет ли данный инструмент управления снижать уровень кредитного риска и, как следствие, улучшать качество корпоративного кредитного портфеля? Для ответа на него необходимо обратиться к двум доминирующим подходам риск-менеджмента.
Традиционный подход управления дилеммой «риск - доходность» основывается на положении о том, что получение повышенного дохода связано с принятием повышенного риска [4]. Это означает, что для получения более высокого уровня процентных доходов банку необходимо
сосредоточиться на кредитовании заемщиков из числа более рискованных отраслей, подверженных наибольшим колебаниям (например, торговля, строительство). Предоставление кредитов компаниям с высокой волатильностью может обернуться для банка просроченной задолженностью и увеличением затрат на резервирование, что в результате повлечет снижение доходности кредитного портфеля.
Таким образом, традиционный постулат «чем выше риск, тем выше ожидаемый доход» говорит об ограничении применения диверсификации как инструмента повышения качества кредитного портфеля банка.
Однако в портфельной теории Г. Марковица и его последователей У. Шарпа и Дж. Тобина утверждается, что зависимость «риск -доходность» связана более сложным образом: портфелям с одинаковой ожидаемой доходностью могут соответствовать риски различного уровня. Как правило, платой за увеличение доходности является более высокий риск потерь. Тем не менее отраслевые позиции с похожим ожидаемым доходом могут иметь большую разницу в рисковых факторах.
Оппозиционный подход Э. Боумана ставит под сомнение прямую пропорциональную зависимость доходности и риска. На примере деятельности кредитных организаций и различных отраслевых предприятий аналитик сделал вывод о том, что получение высокого дохода не всегда коррелирует с принятием более высокого уровня риска. Постулат о том, что высокий доход может соотноситься с более низким уровнем риска, получил название парадокс Боумана [5].
Исследователи Дж. Бойд и Г. Николо обратили внимание еще на одну зависимость: при принятии высокого уровня риска может происходить увеличение расходов и, как следствие, снижение доходности бизнеса [6].
Помимо упомянутых формализованных моделей, нельзя обойти стороной проблему поведения людей, принимающих ответственные финансовые решения в зоне риска. Впервые о парадоксе «стремления к абсолютной надежности» в условиях повышенной неопределенности заявил французский экономист М. Алле [7]. Впоследствии многие стереотипы поведения экономических субъектов были пересмотрены в русле картины современных событий, носящих «невероятный» характер, но обладающих «исключительностью, силой воздействия на социум и непредсказуемостью» [8, 9].
Парадоксы Боумана и Алле наглядно демонстрируют, что эффективность
экономической деятельности определяется не столько готовностью к принятию высокого риска, сколько иными эффектами влияния. Если обобщить опыт исследователей, можно отметить, что факторами, оказывающими существенное влияние на принятие эффективных решений в банковской сфере, прежде всего являются организационная специфика и человеческая психология [10-13].
Базируясь на выявлении характера взаимосвязи между показателями качества корпоративного кредитного портфеля банка и его диверсификационными особенностями, мы разработали методический подход отраслевого диверсификационного анализа, состоящий из последовательных процедур.
1. Оценка и анализ отраслевых диверсификационных характеристик корпоративного кредитного портфеля банка.
1.1. Оценка степени отраслевой диверсификации кредитных вложений.
Степень диверсификации кредитных вложений оценивается по количеству отраслевых групп, входящих в состав кредитного портфеля [2]. Если п - количество отраслевых групп, то степень диверсификации портфеля градируется следующим образом:
- низкая (слабая) диверсификация, если п < 3;
- средняя диверсификация, если 4 < п < 7;
- достаточная диверсификация, если 8 < п < 10;
- высокая диверсификация, если 11 < п < 13;
- чрезмерная, или гипердиверсификация, если п > 14.
1.2. Оценка степени отраслевой загруженности (концентрации) кредитов.
Степень отраслевой концентрации оценивается по значениям долей (весов) каждой отрасли в кредитном портфеле банка [14]. В качестве меры отраслевой концентрации кредитного портфеля может рассчитываться индекс концентрации Херфиндаля-Хиршмана:
1НН = й2 + S22 + ... + Яп2, (1)
где Si - доля 7-й отрасли в составе кредитного портфеля;
п - количество отраслей в кредитном портфеле.
Для оценки степени отраслевой концентрации используется оценочная шкала 1НН:
- высококонцентрированный портфель, если 1800 < 1НН < 10 000;
- умеренно-концентрированный портфель, если 1 000 < 1НН < 1 800;
- низкоконцентрированный портфель, если 1НН < 1 000.
1.3. Оценка отраслевого риск-профиля кредитного портфеля.
Описание риск-профиля корпоративного кредитного портфеля производится на основании группировки кредитуемых отраслей по уровню экономической стабильности и степени выраженности общеотраслевых риск-факторов. В работе [1] были проведены анализ отраслевой экономической статистики и группировка отраслей экономики по степени стабильности и, как следствие, рискованности для кредитования.
2. Сопоставление доходности и риска корпоративного кредитного портфеля с его диверсификационными характеристиками.
В случае сопоставления непосредственно сумм процентных доходов, размера резервов и просроченной задолженности нельзя говорить об адекватной оценке доходности и риска: данные показатели у крупных банков с большей долей рынка всегда масштабнее, чем у банков с меньшими размерами деятельности. Для сопоставимости анализируемой информации корректнее использовать относительные показатели доходности и риска.
С учетом сказанного в качестве меры доходности корпоративного кредитного портфеля банка предлагается рассматривать отношение суммы процентных доходов от выдачи корпоративных кредитов к общей сумме корпоративного кредитного портфеля банка [15]. Основной мерой риска может выступить отношение суммы РВПС к сумме чистого корпоративного кредитного портфеля2. Дополнительным показателем рискованности портфеля является уровень просроченной задолженности по корпоративным кредитам свыше 90 дней (ЛРП)3.
2 РВПС - резервы на возможные потери по ссудам, чистый кредитный портфель - сумма кредитных вложений за минусом РВПС.
3 По определению Международного валютного фонда кредиты с просроченной задолженностью на срок свыше 90 календарных дней считаются «неработающими» (NPL - Non-perfoming loans) и сложными для взыскания [17].
Информационной базой эмпирической части исследования выступили данные публикуемой отчетности десяти российских банков с различными масштабами деятельности. Были проанализированы корпоративные кредитные портфели в разрезе отраслей экономики, финансовая отчетность, содержащая информацию о суммах процентных доходов, размере просроченной задолженности и резервов на возможные потери по ссудам.
Нами составлена таблица по данным ежеквартальной отчетности банков за 2014 г., содержащая среднегодовые значения процентного состава кредитных вложений по отраслям экономики (табл. 1). По этой информации можно оценить степень диверсификации кредитных портфелей и их отраслевую загруженность (концентрацию).
У крупнейших и крупных банков отмечается высокая степень отраслевой диверсификации корпоративного кредитного портфеля.
Примечательно, что категория «Прочие отрасли» занимает достаточно большую долю в кредитных портфелях крупных банков, что свидетельствует о чрезмерной диверсификации этих портфелей. У средних банков наблюдается высокая и достаточная отраслевая диверсификация с весомой долей прочих отраслей.
В случае высокой и чрезмерной степени диверсификации банк может столкнуться с ловушками, которые связаны с трудностями управления большим количеством отраслевых сегментов. Аналитическая система банка не всегда обеспечивается качественной системой мониторинга отраслевых рисков при их многоаспектности, и даже наличие высококвалифицированных специалистов в области анализа кредитоспособности не гарантирует успех.
Особенно остро эта проблема может затронуть банки, ориентированные на кредитование отраслей так называемой новой экономики -телекоммуникации, медиа-бизнес, интернет-компании. Кроме того, увеличение затрат на анализ, мониторинг и подготовку хороших аналитиков возможно окажется нерентабельным [2]. Допуская высокую диверсификацию, банк может выпустить «просрочку» из-под контроля аналитиков, что повлечет за собой рост РВПС и совокупного риска кредитного портфеля.
Исследуя доли (веса) каждой отрасли в кредитном портфеле банка, можно сформулировать вывод относительно его отраслевой загруженности
(концентрации). По данным табл. 1 видно, что наибольший удельный вес в кредитном портфеле каждого анализируемого банка занимают кредиты предприятиям торговли и сферы услуг. Заметно, что доля этих сегментов в кредитных портфелях крупных банковских групп существенно ниже, чем в кредитных портфелях средних банков. При этом доля кредитов промышленности и сельскому хозяйству у крупных банковских групп выше, чем у средних банков, поскольку крупные корпоративные клиенты при прочих равных условиях предпочитают кредитные взаимоотношения с масштабными кредитными организациями.
На основании данных табл. 1 рассчитаем 1НН для ПАО «Сбербанк России» по формуле (1):
1ННсбербанк = 14,62 + 21,72 + 72 + 5,22 + 3,92 + 6,52 + + 6,72 + 8,62 + 5,92 + 4,32 + 6,22 + 3,52 + 5,92 = 1 075.
Аналогично рассчитанные значения 1НН для остальных банков представлены в табл. 2. Полученные значения 1НН свидетельствуют о том, что у крупнейших банков портфели характеризуются низкой отраслевой концентрированностью, у крупных банков портфели являются умеренно концентрированными, а для средних банков свойственна высокая отраслевая концентрация. Как уже отмечалось, высокая концентрация наблюдается за счет сосредоточения на кредитовании торговли и сферы услуг.
Далее исследуем отраслевую рисковую нагрузку кредитного портфеля каждого анализируемого банка путем группировки отраслей экономики по степени выраженности риск-факторов,
представленных в табл. 3.
В результате кластерного анализа сформировались следующие группы отраслей:
Х1 - электроэнергетика, нефтегазовая отрасль, те ле коммуникации;
Х2 - металлургия, химическая отрасль, машиностроение, пищевая промышленность, транспорт, сфера услуг;
Х3 - торговля, строительство, сельское хозяйство, прочие.
Отраслевой состав каждой группы (Х1, Х2, Х3) был сопоставлен с результатами исследования Д.О. Шкляева, в котором проводился анализ рынка корпоративных облигаций в разрезе отраслей экономики. Полученный результат отраслевой кластеризации совпадает с выводами автора [17].
Для оценки отраслевой рисковой нагрузки корпоративного кредитного портфеля каждого банка был произведен расчет сумм весов отраслей, входящих в группы Х1, Х2, Х3 (табл. 4).
Из представленных данных видно, что кредитные портфели крупнейших банков на 50% состоят из отраслей со средним уровнем риска, примерно на 30% - с высоким кредитным риском, и в среднем на 20% - с низким кредитным риском. Таким образом, в структуре кредитных портфелей крупнейших банков наблюдается следующая пропорция: 20% кредитных вложений приходится на стабильные отрасли с высокой кредитной привлекательностью, 80% кредитов занимают заемщики из относительно стабильных и нестабильных отраслей. Подобная модель кредитных портфелей ассоциируется с пропорцией оптимальности Парето.
В составе кредитных портфелей крупных банков отрасли со средним и высоким уровнем кредитного риска практически равновесны (40%), при этом доля отраслей с низким риском занимает в среднем не более 20%. Кредитные портфели средних банков отличаются доминирующей долей отраслей с высоким кредитным риском (50-70%), существенным присутствием отраслей со средним уровнем кредитного риска (30-50%) и незначительной долей низкорискованных отраслей (1-10%).
Важно обратить внимание на то, что отраслевой риск-профиль корпоративных кредитных портфелей анализируемых банков несимметричен: кредитные портфели крупнейших банков можно охарактеризовать как риск-комфортные, крупных -как риск-нейтральные, а средних - как риск-агрессивные.
Заключительной процедурой анализа является сопоставление показателей доходности и риска корпоративных кредитных портфелей
анализируемых банков с их диверсификационными характеристиками. Результаты расчета среднегодовых показателей доходности и риска как важнейших критериев качества кредитных портфелей исследуемых банков представлены в табл. 5.
Данные табл. 5 свидетельствуют о существовании прямой пропорциональной зависимости между уровнем риска и доходностью кредитного портфеля. У крупных и средних банков более высокая доходность компенсируется повышенным уровнем риска. Отрицательным моментом такой зависимости является тот факт, что высокий кредитный риск связан с несвоевременным возвратом кредитов и повышенными расходами
банка на резервирование. С учетом того что несвоевременный возврат кредитов нарушает ритмичность получения доходов, а расходы на создание резервов являются «временно неработающими» денежными средствами, то можно заключить, что за соотношением «высокий риск - высокий доход» скрываются весьма ощутимые негативные последствия:
возникновение дополнительных расходов, недополученных доходов и, в результате, ухудшение финансового положения банка.
Обратная ситуация отмечается у крупнейших банков: невысокая доходность сочетается с пониженными показателями риска.
Положительный эффект такого сочетания заключается в том, что у этих банков низкий уровень резервирования и меньший удельный вес неработающих кредитов.
Если сопоставить диверсификационные характеристики кредитных портфелей анализируемых банков с их показателями доходности и риска, можно отметить следующие особенности.
Во-первых, чрезмерная степень отраслевой диверсификации не только не снижает портфельный кредитный риск, но и может быть причиной аналитических и управленческих трудностей, максимизируя операционные риски банка.
Во-вторых, обнаруживается прямо пропорциональное влияние степени отраслевой концентрации на показатели портфельного кредитного риска: чем ниже степень концентрации кредитов, тем ниже уровень резервирования и NPL. У крупнейших и крупных банков наблюдается низкая и средняя отраслевая концентрация кредитов при низком уровне резервирования и NPL. У средних банков отмечается высокая степень концентрации и повышенные показатели портфельного риска.
В-третьих, преобладание в структуре кредитного портфеля стабильных и относительно стабильных отраслей снижает общий риск портфеля. Банки с комфортным и нейтральным отраслевым риск-профилем кредитного портфеля (крупнейшие и крупные) демонстрируют более благоприятное соотношение риска и доходности, чем банки с риск-агрессивными портфелями.
Рассмотренный подход устраняет случайный характер классификации рисков заемщиков, выделяет существенные признаки аналитических отраслевых групп. В рамках исследуемой проблемы (без учета влияния прочих факторов)
данный подход подтверждает, что повышение доходности кредитных портфелей банков может произойти без существенного роста рискованных операций с акцентом на выдачу кредитов заемщикам из среднерискованных отраслей.
Если обобщить результаты проведенного исследования, можно сделать вывод о том, что диверсификация является действенным управленческим инструментом снижения портфельного кредитного
риска благодаря своей специфике: вероятность одновременного резкого ухудшения состояния на нескольких отраслевых рынках меньше, чем для каждого рынка в отдельности. Гибко настроенная система управления корпоративным кредитным портфелем банка в условиях экономической турбулентности позволяет решать комплекс задач тактического характера в рамках проводимой кредитной политики в целях достижения желаемых параметров доходности и риска.
Таблица 1
Отраслевая структура корпоративных кредитных портфелей российских банков за 2014 г., %
Крупнейшие банки с размером активов
Крупные банки с размером активов
Средние банки с размером активов менее 1 трлн руб.
Отрасль экономики ПАО «Сбербанк России» ОАО Банк ВТБ АО «Газпромбанк» АО «АЛЬФА-БАНК» ПАО «Промсвязьбанк» ОАО «Банк Москвы» ПАО «БИНБАНК» ОАО «МДМ Банк» ПАО КБ «УБРиР» ОАО «СКБ-Банк»
Торговля 14,6 8,4 8,4 12,6 19,2 13,9 48,4 44,0 36,4 50,3
Сфера услуг 21,7 13,5 12,8 21,8 18,9 24,6 14,7 21,4 26,7 18,6
Электроэнергетика 7 5,7 10,3 4,4 1,8 3,5 1,7 - 1,1 0,7
Нефтегазовая отрасль 5,2 10,8 16,2 7,2 7,9 4,7 7,2 1,4 0,6 0,5
Химическая отрасль 3,9 7,2 6,8 3,4 4,2 4,5 1,1 4,7 3,8 0,7
Металлургия 6,5 10,9 8,2 5,1 3,2 1,8 0,3 - 4,2 2,1
Машиностроение 6,7 12,8 13,4 3,4 4,9 3,7 6,7 2,1 5,8 6,7
Пищевая промышленность 8,6 1,2 5,1 4,1 6,5 1,8 4,8 3,1 3,8 0,8
Строительство 5,9 14,4 5,5 5,3 8,4 17,8 4,8 5,9 8,1 5,3
Транспорт 4,3 5,8 4,1 4,7 2,3 3,6 0,2 1,6 2,4 2,2
Сельское хозяйство 6,2 0,8 1,7 2,2 4,8 0,8 0,1 - 3,8 1,1
Телекоммуникации 3,5 2,2 5,1 5,6 2,1 1,8 - 1,6 0,8 -
Прочие 5,9 6,3 2,4 20,2 15,8 17,5 10 14,2 2,5 11
Итого 100 100 100 100 100 100 100 100 100 100
Источник: составлено авторами на основании данных отчетности банков по РСБУ
Таблица 2
Индекс отраслевой концентрации корпоративных кредитных портфелей российских банков за 2014 г.
Показатель ПАО «Сбербанк России» ОАО Банк ВТБ АО «Газпромбанк» АО «АЛЬФА-БАНК» ПАО «Промсвязьбанк» ОАО «Банк Москвы» ПАО «БИНБАНК» ОАО «МДМ Банк» ПАО КБ «УБРиР» ОАО «СКБ-Банк»
Индекс Херфиндаля-Хиршмана 1 075 1 024 1 004 1 266 1 239 1 513 2 806 2 674 2 212 3 082
Таблица 3
Категории отраслей экономики по степени стабильности и рискованности для кредитования
Категории отраслей по степени экономической стабильности и благоприятности
Общеотраслевые риск-факторы для кредитования с учетом общеотраслевых риск-факторов
Стабильные, с низким уровнем кредитного риска Х1 Относительно стабильные, со средним уровнем кредитного риска Х2 Нестабильные, с высоким уровнем кредитного риска Х3
Уровень Более 50%: 30-50%: Менее 30%:
самофинансирования - электроэнергетика; - металлургия; - строительство;
отрасли - нефтегазовая отрасль - машиностроение; - химическая отрасль; - пищевая промышленность; - сельское хозяйство; - транспорт; - телекоммуникации - торговля; - сфера услуг
Доля обязательств перед Менее 30%: 30-50%: Более 50%:
банками в общем объеме - нефтегазовая отрасль; - электроэнергетика; - сельское хозяйство;
обязательств предприятий - транспорт; - строительство; - телекоммуникации - металлургия; - машиностроение; - химическая отрасль; - пищевая промышленность; - сфера услуг - торговля
Доля просроченной Менее 10%: 10-30%: Более 30%:
задолженности отрасли - электроэнергетика; - металлургия; - торговля;
в общем объеме выданных - нефтегазовая отрасль; - пищевая промышленность; - сельское хозяйство
кредитов - машиностроение; - химическая отрасль; - транспорт; - телекоммуникации - строительство; - сфера услуг
Коэффициент текущей Более 150%: 130-150%: Менее 130%:
ликвидности в отрасли - нефтегазовая отрасль; - электроэнергетика; - строительство;
- сельское хозяйство; - металлургия; - торговля;
- сфера услуг; - машиностроение; - транспорт
- телекоммуникации - химическая отрасль; - пищевая промышленность
Рентабельность Более 10%: 5-9,9%: Менее 5%:
активов отрасли - нефтегазовая отрасль; - пищевая промышленность; - электроэнергетика;
- химическая отрасль; - металлургия; - сельское хозяйство;
- сфера услуг - машиностроение; - торговля; - транспорт; - телекоммуникации - строительство
Инвестиции Более 10%: 5-9,9%: Менее 5%:
в основной капитал - нефтегазовая отрасль; - электроэнергетика; - сельское хозяйство;
- транспорт; - пищевая промышленность; - химическая отрасль;
- телекоммуникации - сфера услуг; - торговля - металлургия; - машиностроение; - строительство
Источник: составлено на основании данных Федеральной службы статистики и Банка России за 2012-2013 гг.; [1]
Таблица 4
Отраслевой риск-профиль корпоративных кредитных портфелей анализируемых банков за 2014 г., %
Банк Доля отраслей с низким кредитным риском Х1 Доля отраслей со средним кредитным риском Х2 Доля отраслей с высоким кредитным риском Х3
ПАО «Сбербанк России» 15,7 51,7 32,6
ОАО Банк ВТБ 18,7 51,4 29,9
АО «Газпромбанк» 31,6 50,4 18
АО «АЛЬФА-БАНК» 17,2 42,5 40,3
ПАО «Промсвязьбанк» 11,8 40 48,2
ОАО «Банк Москвы» 10 40 50
ПАО «БИНБАНК» 8,9 27,8 63,3
ОАО «МДМ Банк» 3 32,9 64,1
ПАО КБ «УБРиР» 1,2 46,7 50,8
ОАО «СКБ-Банк» 2,5 31,1 67,7
Таблица 5
Показатели качества корпоративных кредитных портфелей за 2014 г.
Банк Доходность, % годовых Процент РВПС, % Доля NPL в кредитном портфеле, %
ПАО «Сбербанк России» 21,2 4,7 3,8
ОАО Банк ВТБ 21,8 5,3 4,5
АО «Газпромбанк» 22,4 5,7 3,2
АО «АЛЬФА-БАНК» 22,6 6,8 4,7
ПАО «Промсвязьбанк» 22,1 7,1 4,9
ОАО «Банк Москвы» 23,5 7,7 7,1
ПАО «БИНБАНК» 23,6 6,7 5,8
ОАО «МДМ Банк» 20,4 9,2 8,1
ПАО КБ «УБРиР» 22,8 7,8 5,8
ОАО «СКБ-Банк» 23,1 9,3 7,4
Источник: составлено авторами на основании данных отчетности банков по РСБУ
Рисунок 1
Соотношение индивидуального и портфельного кредитного риска
Факторы риска
Индивидуальный Портфель кредитов
кредитный риск заемщика (Ri) как совокупность индивидуальных
кредитных рисков СR1+R2+ +Ri)
Список литературы
1. Домников А.Ю., Кондюкова Е.С., Шершнева Е.Г. Отраслевая диверсификация корпоративного кредитного портфеля в риск-менеджменте банка // Аудит и финансовый анализ. 2015. № 1. С. 100-105.
2. Величко М.И. Особенности анализа отраслевой инвестиционной привлекательности экономики // Аудит и финансовый анализ. 2008. № 6. С. 291-293.
3. КостюченкоН.С. Анализ кредитных рисков. СПб.: Скифия, 2010. 440 с.
4. Ларионова И.В. Риск-менеджмент в коммерческом банке. М.: КноРус, 2014. 456 с.
5. Bowman E. H. A Risk/Return Paradox for Strategic Management // Sloan Management Review. 1980. Vol. 21.
6. Boyd J., Nicolo G.D. The Theory of Bank Risk Taking and Competition Revisited // Journal of Finance. 2003. Vol. 60. P. 1329-1343.
7. Алле M. Поведение рационального человека в условиях риска: критика постулатов и аксиом американской школы // Теория и история экономических и социальных институтов и систем (THESIS). 1994. С. 217-241.
8. Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения. Харьков: Гуманитарный центр, 2005. 632 с.
9. Талеб Н. Черный лебедь. Под знаком непредсказуемости. М.: Колибри, 2009. 480 с.
10. Горюнова О.О. Риск-менеджмент в банковской сфере // Банковское дело. 2015. № 2. С. 81-83.
11. Бернстайн У. Разумное распределение активов. Как построить портфель с максимальной доходностью и минимальным риском. М.: Манн, Иванов и Фербер, 2012. 288 с.
12. Синки Дж. Финансовый менеджмент в коммерческом банке и в индустрии финансовых услуг. М.: Альпина Бизнес Букс, 2007. 463 с.
13. Kimber A. Crédit Risk: From Transaction to Portfolio Management. N: Butterworth- Heinemann, 2003, 272 p.
14. Тимошенко И.Е. Оценка риска отраслевой концентрации кредитного портфеля коммерческого банка // Банковское дело. 2009. № 4. С. 112-115.
15. Славянский А.В. Управление кредитным портфелем как один из элементов системы управления кредитным риском // Аудит и финансовый анализ. 2008. № 6. C. 212-221.
16. Кузнецова В.В. Проблема «плохих» долгов российских банков и ее возможное решение // Банковское дело.2015.№ 6. С. 36-44.
17. Шкляев Л.О. Применение классических моделей оценки кредитного риска эмитента корпоративных облигаций на российском долговом рынке // Аудит и финансовый анализ. 2011. № 4. С. 2-9.
ISSN 2311-8709 (Online) Banking
ISSN 2071-4688 (Print)
PARADOXES OF CREDIT RISK MANAGEMENT OF COMMERCIAL BANK'S CORPORATE LOAN PORTFOLIO
Elena G. SHERSHNEVAa% Elena S. KONDYUKOVAb
a Ural Federal University named after the First President of Russia B.N. Yeltsin, Yekaterinburg, Russian Federation [email protected]
b Ural Federal University named after the First President of Russia B.N. Yeltsin, Yekaterinburg, Russian Federation [email protected]
• Corresponding author
Article history: Abstract
Received 7 September 2015 Subject The article examines the problem of industry risk diversification among the corporate loan
Accepted 29 October 2015 portfolio of a commercial bank.
Objectives The aim is to identify contradictory (paradoxical) effects of portfolio risk distribution by JEL classification: G21, G32 economic sectors based on the analysis of diversification of the corporate loan portfolio of
commercial banks.
Methods The study rests on general scientific methods of dialectics, analysis, synthesis, and analogy. Elements of the portfolio analysis theory and risk management approaches serve as a methodological basis. To verify financial statements, we applied the method of analytical groups, calculation of ratios, and comparative analysis. We use graphical method for visual interpretation of theoretic information.
Results Based on the identified sectoral asymmetry of corporate loans within the framework of paradoxes by Edward Bowman and Maurice Allais, we offer a method of correlating the diversification characteristics and relative rates of return and the risk of corporate portfolio of a bank. We demonstrate the effectiveness of the method by analyzing the operations of large and medium commercial banks (the grouped sample includes the analysis of financial statements of ten banks). Keywords: credit portfolio, credit Conclusions The study proves that strategically reasoned policy of industrial diversification of the risk, diversification, industry corporate loan portfolio minimizes risks and does not lead to a significant yield reduction. This structure, risk profile solution is of special importance for commercial banks under high volatility and economic crises.
© Publishing house FINANCE and CREDIT, 2016
References
1. Domnikov A.Yu., Kondyukova E.S., Shershneva E.G. Otraslevaya diversifikatsiya korporativnogo kreditnogo portfelya v risk-menedzhmente banka [Industry diversification of corporate credit portfolio in the risk management of a bank]. Audit i finansovyi analiz = Audit and Financial Analysis, 2015, no. 1, pp.100-105.
2. Velichko M.I. Osobennosti analiza otraslevoi investitsionnoi privlekatel'nosti ekonomiki [Specific features of the analysis of sector-wide investment attractiveness of the economy]. Audit i finansovyi analiz = Audit and Financial Analysis, 2008, no. 6, pp. 291-293.
3. Kostyuchenko N.S. Analiz kreditnykh riskov [Analysis of credit risks]. St. Petersburg, Skifiya Publ., 2010, 440 p.
4. Larionova I.V. Risk-menedzhment v kommercheskom banke [Risk management in commercial banks]. Moscow, KnoRus Publ., 2014, 456 p.
5. Bowman E.H. A Risk/Return Paradox for Strategic Management. Sloan Management Review, 1980, vol. 21.
6. Boyd J., Nicolo G.D. The Theory of Bank Risk Taking and Competition Revisited. Journal of Finance, 2003, vol. 60, pp. 1329-1343.
7. Allais M. Povedenie ratsional'nogo cheloveka v usloviyakh riska: kritika postulatov i aksiom amerikanskoi shkoly [Le Comportement de l'Homme Rationnel devant le Risque: Critique des Postulats et Axiomes de L'École Américaine]. Teoriya i istoriya ekonomicheskikh i sotsial'nykh institutov i sistem = Theory and History of Economic and Social Institutions and Systems (THESIS), 1994, iss. 5, pp. 217-241.
8. Kahneman D., Slovic P., Tversky A. Prinyatie reshenii v neopredelennosti: Pravila i predubezhdeniya [Decision-making in Uncertainty: Rules and Prejudices]. Kharkiv, Gumanitarnyi tsentr Publ., 2005, 632 p.
9. Taleb N. Chernyi lebed'. Pod znakom nepredskazuemosti [The Black Swan: The Impact of the Highly Improbable]. Moscow, Kolibri Publ., 2009, 480 p.
10. Goryunova O.O. Risk-menedzhment v bankovskoi sfere [Risk management in the banking sector].
Bankovskoe delo = Banking, 2015, no. 2, pp. 81-83.
11. Bernstein W.J. Razumnoe raspredelenie aktivov. Kak postroit' portfel' s maksimal'noi dokhodnost'yu i minimal'nym riskom [The Intelligent Asset Allocator: How to Build Your Portfolio to Maximize Returns and Minimize Risk]. Moscow, Mann, Ivanov i Ferber Publ., 2012, 288 p.
12. Sinkey J.F. Finansovyi menedzhment v kommercheskom banke i v industrii finansovykh uslug [Commercial Bank Financial Management in the Financial-Services Industry]. Moscow, Al'pina Biznes Buks Publ., 2007, 463 p.
13. Kimber A. Credit Risk: From Transaction to Portfolio Management. NY, Butterworth-Heinemann, 2003, 272 p.
14. Timoshenko I.E. Otsenka riska otraslevoi kontsentratsii kreditnogo portfelya kommercheskogo banka [Risk assessment of industry concentration in the loan portfolio of a commercial bank]. Bankovskoe delo = Banking, 2009, no. 4, pp. 112-115.
15. Slavyanskii A.V. Upravlenie kreditnym portfelem kak odin iz elementov sistemy upravleniya kreditnym riskom [Loan portfolio management as one of the elements of the credit risk management system]. Audit i finansovyi analiz = Audit and Financial Analysis, 2008, no. 6, pp. 212-221.
16. Kuznetsova V.V. Problema "plokhikh" dolgov rossiiskikh bankov i ee vozmozhnoe reshenie [The problem of bad debts of Russian banks and its possible solution]. Bankovskoe delo = Banking,2015, no. 6, pp. 36-44.
17. Shklyaev L.O. Primenenie klassicheskikh modelei otsenki kreditnogo riska emitenta korporativnykh obligatsii na rossiiskom dolgovom rynke [Applying the classical models for assessing credit risk of the corporate bond issuer in the Russian debt market]. Audit i finansovyi analiz = Audit and Financial Analysis, 2011, no. 4, pp. 2-9.
