Уральский федеральный университет имени первого Президента России Б. Н. Ельцина
620002, РФ, г. Екатеринбург, ул. Мира, 19 Контактный телефон: (912) 637-07-21 e-mail: [email protected]
ПОЛУШИНА Ольга Сергеевна
Аспирант кафедры банковского дела
ХОДОРОВСКИЙ Михаил Яковлевич
Доктор экономических наук, профессор кафедры банковского дела
Уральский федеральный университет имени первого Президента России Б. Н. Ельцина
620002, РФ, г. Екатеринбург, ул. Мира, 19 Контактный телефон: (343) 375-46-20
Рейтинговая оценка финансового состояния банков: проблемы и перспективы
Ключевые слова: рейтинг; надежность; финансовое состояние; банк; факторный анализ; коэффициенты; проблемы; методика; кластерный анализ; экспертная оценка.
Аннотация. Оценка надежности банков - проблема актуальная как для клиентов банков, так и для самих финансовых институтов, которым необходимо оценивать своих партнеров. Она приобретает особую важность в условиях нестабильного финансового рынка России. Рассмотрены наиболее характерные недостатки рейтинговых моделей оценки финансового состояния банков, применяемых в российской практике. Анализ зарубежной практики позволил предложить наиболее эффективные пути их устранения.
Оценка надежности банков - проблема актуальная как для клиентов, активно работающих с банковскими структурами, так и для самих банков, которым необходимо оценивать своих партнеров. Следует отметить, что в условиях нестабильного финансового рынка России проблема корректного определения положения банка приобретает особую важность.
Общепринятым во всем мире инструментом для комплексной оценки банковских структур являются рейтинги, которые систематически рассчитываются и публикуются как фирмами, профессионально работающими в этой области, так и самими банками [1] Рейтинг - это метод сравнительной оценки деятельности банков. В основе рейтинга лежит обобщенная характеристика по некоторому признаку, позволяющая выстраивать коммерческие банки в определенной последовательности по степени убывания данного признака.
Характер формирования и назначение рейтингов различны. Так, рейтинг надежности банков, определяемый ведомством банковского надзора, основывается на анализе не только данных синтетического учета (балансов), но и данных аналитического учета, сопровождаемого проверками на местах. Данные рейтинга не публикуются в официальной печати, а используются органами банковского надзора для предотвращения банкротств банков и обеспечения стабильности всей банковской системы.
Рейтинги независимых рейтинговых агентств основываются на изучении официальной отчетности банков. К числу таких агентств относятся Аналитический центр
© Полушина О. С., Ходоровский М. Я., 2010
финансовой информации (АЦФИ), агентство финансовой информации «Интерфакс», информационный центр «Рейтинг», издательский дом «Коммерсант», журналы «Эксперт», «Деньги» и многие другие. Отметим также, что к российскому рынку начинают активно проявлять интерес известные зарубежные рейтинговые агентства, такие как «^е Tompson Bank Watch», «Moody’s Investors Service», «Standard & Poor’s», «Fitch» [1]. Точность таких рейтингов в значительной мере зависит от достоверности отчетных данных и системы показателей, используемой для характеристики надежности банков. Этими рейтингами пользуются как профессионалы (специалисты банков, бирж, ассоциаций банков, аудиторских фирм), так и непрофессионалы (вкладчики, акционеры).
В последнее время вокруг рейтингового анализа банковской деятельности то и дело возникают споры. Многочисленные дискуссии ведутся относительно того, какие показатели следует включать в ту или иную методику, какой удельный вес нужно присваивать каждому из них в итоговом рейтинге и вообще стоит ли подсчитывать этот рейтинг. Некоторые специалисты даже предлагают со временем полностью отказаться от коэффициентного анализа, объясняя свою позицию низкой точностью существующих методик (вспомним, что накануне банковского кризиса 2008 г. у многих из обанкротившихся банков рейтинги были достаточно высоки) и негативным воздействием результатов анализа на общественное сознание (рейтинги - это действенные инструменты как рекламы, так и антирекламы). Некоторые аналитические службы занимают противоположную позицию и пытаются компенсировать неточность отдельных методик привлечением как можно большего их числа. Но и те и другие сходятся в одном -необходимо существенно реформировать методики рейтингования, чтобы сделать их более точными и объективными.
Анализ методик, используемых в России в настоящее время, демонстрирует их ограниченность в методологическом плане: при выставлении комплексной оценки не учитываются многие факторы, влияющие на работу кредитного учреждения, некорректно и необоснованно используются те или иные методы анализа, даются спорные выводы при интерпретации того или иного показателя [1].
В данной статье мы рассмотрим наиболее характерные недостатки рейтинговых моделей оценки финансового состояния банков, применяемых в российской практике.
1. Нехватка достоверной информации
Ключевыми условиями проведения эффективного анализа финансового состояния банка являются полнота, достоверность и точность информации, используемой при анализе [1. С. 9-12]. Очевидно, что для точной и объективной оценки состояния банка одних балансовых данных и нормативов Банка России недостаточно - требуются дополнительные сведения о качестве активов, структуре доходов и расходов банка и т. д. В промышленно развитых странах кредитные учреждения, как правило, добровольно представляют информацию в специализированные рейтинговые агентства. При этом каждый банк напрямую заинтересован в предоставлении таких сведений, поскольку в противном случае его рейтинг будет заведомо ниже, чем у более открытых кредитных учреждений [2. С. 25-26].
Но даже в тех случаях, когда удается собрать необходимые для проведения коэффициентного анализа данные, остается другая, не менее важная часть проблемы, связанная с недостаточной корректностью полученной информации. Здесь возможны два типа искажений. Первые вызваны умышленными действиями со стороны банка: схемы, вносимые с целью «украшения» баланса, - увеличение валюты баланса и капитала банка, улучшение нормативов ликвидности, клиентских остатков и пр. Данная проблема актуальна не только для нашей экономики, но и для развитых стран - достаточно вспомнить скандалы с фальсификацией отчетности компаниями Enron, Parmalat [3]. Второй тип - это ошибки при составлении отчетности в условиях недостаточного контроля со стороны Банка России.
Актуальность проблемы обусловлена тем, что отсутствие достоверных данных ведет к недооценке проблем банков и может иметь опасные последствия для развития ситуации. Достоверность представляемых банками отчетов, а также адекватность оценки рисков, принимаемых ими на себя, должна проверяться как в процессе документарного надзора, так и в ходе инспекционных проверок, а результаты должны использоваться как важный источник информации при проведении анализа [4. С. 9-12].
2. Сложность формирования оптимальной системы показателей
В настоящее время насчитывается несколько сотен показателей, которые применяются для проведения анализа. Поэтому перед составителями банковских рейтингов стоит непростая задача отобрать из них несколько наиболее значимых коэффициентов, в совокупности позволяющих всесторонне оценить финансовое состояние банка и получить итоговый рейтинг.
Как правило, показатели, входящие в итоговый рейтинг, выбирают интуитивно, не подводя под этот выбор достаточной научной базы. Весовые коэффициенты показателей также определяются на основании субъективных оценок, и поэтому результат далеко не всегда можно считать правильным [2. С. 26-28].
Например, при анализе методики В. Кромонова сложно понять, на каком основании были взяты именно эти критерии надежности и как определялись весовые коэффициенты, т. е. не ясен механизм формирования оценочной функции, используемый в настоящей методике. Также рейтинг учитывает только одно направление оценивания - надежность, что же касается показателей прибыльности и качества управления, а также долгосрочного тренда, то здесь методика не может быть применена.
Кроме того, выбранные критерии сравнения не всегда являются независимыми (методика ИД «Коммерсант»), поскольку относительные показатели формируются на основе абсолютных, которые также фигурируют в исследовании. Аддитивность при построении статического показателя вызывает сомнение в адекватности методики [1]. Чтобы преодолеть этот недостаток, необходимо воспользоваться средствами экономической математики.
Факторный анализ позволяет выявить, какие именно факторы оказывают существенное влияние на ту или иную статистическую величину, а какие следует отбросить как малозначимые. Одновременно в рамках факторного анализа решается задача вычисления весового коэффициента для каждого из показателей, входящих в формулу для расчета итогового рейтинга.
3. Построение прогнозных значений
По какой бы технологии ни производился анализ банка, его целью остается оценка состояния кредитного учреждения не на момент получения исходных данных, а в перспективе. Поэтому наряду со статической информацией на определенную дату нужно рассмотреть и динамические характеристики, призванные показать, в каком направлении развивается выбранный для исследования банк.
В методике В. Кромонова эта проблема решается посредством построения синтетического индекса надежности, который позволяет выровнять обусловленные случайными событиями колебания текущего индекса. Синтетический индекс Кромонова со значительной вероятностью предсказывает минимальную величину, которой может достичь текущий индекс в ближайшее время. К недостаткам этого во многом прогрессивного подхода можно отнести прежде всего допущение того, что текущий индекс подчиняется нормальному закону распределения. Кроме того, не учитываются особенности текущей конъюнктуры рынка, а также изменения, происходящие в кредитном учреждении.
Перспективный подход применялся при разработке мониторинговой системы FIMS (современное название - SEER). По этой методике вычисляются два итоговых рейтинга, один из которых представляет собой оценку текущего состояния банка,
а второй, рассчитываемый независимо от первого, - долгосрочную оценку его состояния, ожидаемого в будущем. Основным преимуществом данного способа анализа является возможность прогнозировать риск на основе изучения динамики как внутренних, так и внешних факторов, что обеспечивает высокую точность и обоснованность полученного результата.
4. Применение адекватной группировки банков
Очевидно, что любой рейтинг не может иметь самостоятельного значения и приобретает смысл лишь в процессе его сравнения с рейтингами прочих объектов исследования. Вследствие этого возникает очередная проблема - распределить банки по отдельным группам, внутри которых планируется производить ранжирование при помощи рейтинга. Обычной практикой является сортировка кредитных учреждений по объему активов. Простой и очевидный критерий такой систематизации - безусловное ее преимущество. Тем не менее этот метод имеет и существенные недостатки, в том числе:
• не учитываются различия в направлениях работы банков (так, два кредитных учреждения, одно из которых специализируется на сберегательных вкладах, а другое - на ипотечном кредитовании, оцениваются по одной и той же схеме, хотя очевидно, что значения целого ряда коэффициентов у них существенно разнятся);
• деление на группы порождает неоправданную дискретность (к примеру, разница в объеме активов между банками, завершающими список кредитных учреждений в «верхней» группе и возглавляющими его в группе, расположенной ниже, значительно меньше, чем между лидерами и аутсайдерами внутри одной группы);
• при оценке объема активов не учитывается их структура и динамика (как следствие не исключается искусственное раздувание банком собственного баланса);
• если объем активов банка является одним из определяющих факторов его устойчивости, то при использовании описанной выше системы этот показатель будет учтен в качестве коэффициента, входящего в расчет рейтинга, и дополнительное ранжирование по нему потеряет всякий смысл. Если же объем активов не входит в число значимых факторов при оценке надежности, то непонятно, стоит ли вообще сортировать кредитные учреждения по данному критерию [2. С. 26-28];
• применение концепции «идеального предприятия» при сопоставлении сильно различающихся в размерах банков существенно занижает итоговые результаты сравнительно небольших, но успешно функционирующих банков, предоставляя преимущества крупным банкам (методика ИД «Коммерсант») [1].
Таким образом, хотя данная группировка очень наглядна и пользуется популярностью при публикации рейтингов в средствах массовой информации, ценность ее для проведения анализа весьма низка.
Кроме того, возникают трудности при интерпретации результатов анализа следующих типов банков:
• многофилиальные банки. Специфика их в том, что консолидированные активы их изрядно раздуты межфилиальными расчетами и кассовыми остатками;
• банки, традиционно связанные с «депрессивными» секторами экономики. Существуют реальные случаи, когда несколько банков работают на рынке совместно. При этом наблюдается согласованное перераспределение ролей, и один из банков группы может находиться в «прибыльноориентированном» сегменте, а другой в «депрессивном»;
• муниципальные банки, работающие с городскими счетами, и банки, имеющие мощную государственную или иную поддержку, действующие на политической или внешнеэкономической арене [1].
Каким же образом можно добиться того, чтобы группировка адекватно отражала существующее положение в банковской системе? Перспективным решением является использование кластерного анализа на основе выбранных факторов. При этом банки автоматически объединяются в однородные группы, которые значительно отличаются
друг от друга. Такой подход предоставляет аналитикам ряд существенных преимуществ. В частности:
• группы формируются органично, что позволяет избежать излишней дискретности. При этом практически не возникает проблем с банками, находящимися на границах групп, а переход банка из одной группы в другую есть результат существенных изменений в его деятельности;
• в силу того что группы однородны, сам результат деления несет значительную информационную нагрузку. Так, точное ранжирование групп произвести значительно проще, чем ранжирование банков. И если в какой-то группе достаточно высока доля банков, проходящих процедуру банкротства или терпящих значительные убытки, можно сделать вывод о том, что все входящие в нее банки следует отнести к категории не вполне надежных;
• поскольку группировка позволяет выявлять общие закономерности в распределении показателей, допущенные при расчете отдельных коэффициентов ошибки, вызванные неточностью исходных данных, практически не влияют на принадлежность кредитного учреждения к той или иной группе [2. С. 28-30].
5. Громоздкость вычислений
Следует отметить, что построение отдельных рейтингов требует содержания мощного аппарата сбора информации и ведения непрерывного наблюдения за исследуемой совокупностью, что повышает издержки составления рейтинга (кластеризация популяции при числе объектов, большем нескольких сотен) [1]. Тем не менее такой подход представляется достаточно перспективным для углубленного анализа банковской системы.
6. Субъективность при оценке качественных факторов
В российских методиках зачастую не предполагается рассмотрение таких критериев, как качество активов, адекватность капитала и резервов и т. п. [1] . Это связано с тем, что в отечественных методиках акцент сделан на внешних отрицательных воздействиях, в то время как в международной практике доминируют внутренние качественные признаки: качество активов, качество ресурсной базы, качество источников формирования прибыли, оценка состояния планирования, оценка системы управления рисками и т. д.
Особо чувствительным местом при использовании рейтинговых методик является получение корректной экспертной информации, от которой во многом зависит точность получаемых в результате расчетов формул для определения рейтингов банков. При адекватности подобной информации обеспечивается создание системы, построенной на экспертной информации, которая позволяет учесть неколичественные показатели.
Следует понимать, что рейтинг, где в качестве исходной информации для исследования банка предлагается субъективная информация, содержащая порой искаженные сведения, не может претендовать на объективность и всеобщий охват (согласно критериям, положенным в основу рейтинга АЦФИ, нельзя точно определить, что он на самом деле отражает: популярность банка в прессе или общественное мнение о его работе) [1]. Поэтому качество конечного результата методики, в значительной степени основанной на экспертных (субъективных) оценках, во многом будет зависеть от профессионализма экспертов (методика CAMELS).
Подводя итоги вышесказанного, заметим, что проблема построения адекватных методик для ранжирования банков является в настоящее время актуальной для России. В развитых странах система оценки финансовой устойчивости и эффективности деятельности банков складывалась не одно десятилетие, и ее использование на практике требует определенного уровня квалификации менеджеров. При использовании любой методики результаты анализа в той или иной степени субъективны [4. С. 9-12]. Очевидно, что универсальной методики не существует, и различия в подходах к построению
комплексного рейтинга останутся. Но это должно быть обусловлено не столько различным уровнем знакомства с технологией экспертного оценивания, сколько различиями в оценочных системах важности используемых показателей, на основе которых данные рейтинги составляются. Чем выше квалификация экономистов или менеджеров, чем богаче и разностороннее их опыт в банковском деле, тем точнее выводы, сделанные ими при анализе деятельности банка.
Основным направлением продвижения в сфере построения рейтингов банков является открытое обсуждение и сравнительная оценка действующих методик как эффективного инструмента создания адекватной картины состояния банковской отрасли в целом и отдельных кредитных учреждений.
Источники
1. Сидоренков М. А. Банковские рейтинги. Режим доступа : http://www.cfin.ru/finan-а^^в/Ьапкя/Ьапк^гай^в.вМт!.
2. Севриновский В. Коэффициентный анализ финансового состояния банков. Проблемы и перспективы // В.8-С1иЬ. 2000. № 2(21).
3. Смирнов А. В. Анализ финансового состояния коммерческих банков. Режим доступа : http://www.cfin.ru/finana1ysis/banks/financia1_condition.shtm1.
4. Плотникова А. Н. Финансовая устойчивость коммерческих банков при переходе к МСФО // Сибирская финансовая школа. 2008. № 2.