Из финансовых рисков процентный риск - один из самых неоднозначных с точки зрения методологии его оценки. По другим видам рисков основные различия между наиболее распространенными способами оценки связаны с техникой расчета, тогда как по процентному риску вариации возникают уже на уровне концептуального подхода.
Методологическое разнообразие подходов к оценке процентного риска, в том числе реально применяемых на практике, естественно порождает вопрос о факторах, которые определяют итоговую оценку, при различных способах ее получения.
Такие факторы, как представляется, могут быть условно сгруппированы в три категории.
Форма оценки
Форма оценки - это экономический смысл показателя, применяемого в качестве меры риска. Риск как сложное и многогранное явление описывается целой группой характеристик, отражающих вероятность и масштаб связанных с ним событий. Однако практические задачи применения оценки риска требуют единственного емкого показателя. Поэтому как в теории, так и на практике используются различные формы оценки процентного риска – изменение процентных доходов, величина открытой процентной позиции, дюрация позиций и т.п. Естественно, форма оценки риска становится определяющим фактором ее количественного значения.
При наличии большого спектра методов анализа процентного риска современное международное финансовое сообщество, в частности, в лице Базельского комитета по банковскому надзору[1], выделяет две формы оценки риска: изменение чистого процентного дохода (ΔЧПД) и изменение приведенной стоимости позиции (ΔПС, или в распространенном англоязычном варианте - ΔNPV - Net Present Value), которые далее будут рассматриваться как две основные формы.
Оба указанных подхода исходят из стандартного определения процентного риска как возможности негативного влияния на финансовое положение банка некоего внешнего сценария развития событий. Различается лишь форма, в которой выражается финансовое положение - соответственно, как сальдо доходов и расходов, или как чистая приведенная (дисконтированная) стоимость позиции.
По технологии обе основные формы оценки процентного риска допускают варианты различной сложности: от приближенных оценок на основе гэп-анализа и дюрации до динамического моделирования (или, калька с английского - симуляции). При этом, несмотря на дополнительные промежуточные показатели, итогом расчета в большинстве случаев выступают также ΔЧПД / ΔПС.
Так, гэп-анализ, т.е. определение дисбаланса активов и пассивов (т.е. их разрывов) по срокам до изменения процентных ставок, наглядно представляет источники процентного риска, однако не дает вероятностно-определенной количественной оценки риска. Ранее результаты такого анализа могли рассматриваться как завершенный анализ процентного риска, но современный риск-менеджмент диктует определенные требования к мере риска, которая должна, помимо прочего, обеспечивать и оценку капитала, необходимого для покрытия риска. Поэтому на практике гэп-анализ дополняется приближенными расчетами ΔЧПД / ΔПС, позволяющими на базе разрывов оценить масштаб ухудшения финансового положения и необходимую величину капитала.
Дюрации инструментов и позиций качественно характеризуют их подверженность процентному риску, однако позволяют количественно оценить риск лишь при переходе к показателям ΔЧПД / ΔПС, также как и гэп-анализ, в комбинации с которым обычно используются дюрации.
Доходность и волатильность, ранее использовавшиеся как основные меры процентного риска, дают лишь его косвенные характеристики.
Вместе с тем, с учетом сложности явления «процентный риск» его полное отражение одним показателем в значительной степени условно, и часто оказывается эффективным строить анализ на основе на комбинации различных форм оценки.
Необходимо отметить, что различие между формами оценки процентного риска пролегает на уровне экономического смысла: так, для упомянутых выше двух основных форм в одном случае рассматривается изменение стоимости инструментов (ΔПС), а в другом – будущих потоков доходов и расходов, ими генерируемых (ΔЧПД).
На первый взгляд, исходя из общей логики (и предположения о корректности используемых подходов), результаты оценки риска должны быть высоко коррелированы, однако прямое сопоставление количественных значений по двум рассматриваемым формам достаточно условно. Так, по простой открытой позиции (например, формируемой только активными инструментами) ΔПС и ΔЧПД противонаправлены[2]. По сбалансированным (закрытым) позициям оценки риска достаточно близки, однако их соотношения существенно зависят от других факторов формирования оценки риска.
Данное расхождение не означает дефекта какого-либо из подходов, поскольку заложено на уровне определения основных понятий – трактовки меры риска, а также интерпретации сложных объектов анализа.
Сценарии оценки
Под сценарием оценки подразумевается изменение внешних условий – риск-факторов – последствия которого для финансового положения банка являются объектом оценки. Сам подход к оценке процентного риска на основе влияния на финансовое положение банка внешних рыночных событий определяет доминирующую роль сценария оценки. Здесь зависимость достаточно очевидна: чем значительнее изменение рыночных ставок, тем, как правило, выше получается оценка риска.
При оценке риска в форме ΔЧПД и рассмотрении параллельных сдвигов кривой доходности (т.е. одинакового изменения процентных ставок по всем срокам, в результате которого сохраняется форма кривой доходности) указанная зависимость носит линейный характер. Например, оценка риска для 2%-ного изменения ставок будет в 2 раза больше, чем для 1%-ного, и т.д. При сохранении общей закономерности с усложнением сценария ситуация может измениться. Так, если ввести в расчет различную динамику ставок по кратко- и долгосрочным инструментам, как это показано на рисунке ниже, оценка риска будет уже зависеть от структуры активов и пассивов.
В этом случае, кстати, также возрастает роль рассматриваемых ниже расхождений между результатами оценки по различным расчетным моделям.
При оценке риска в форме ΔПС зависимость между масштабом изменения ставок и соответствующего изменения оценки риска изначально (т.е. уже в простейших случаях) нелинейна, однако общая закономерность та же, что и в случае ΔЧПД.
На практике в целях оценки процентного риска обычно применяются 4 группы сценариев:
- Стандартные сценарии, в том числе единичный параллельный сдвиг кривой доходности (т.е. изменение на 100 б.п. или на 1% годовых процентных ставок по всем срокам) и 2%-ный сдвиг, рекомендованный для «стандартизированного» анализа процентного риска Базельским комитетом по банковскому надзору.
Оценка риска по стандартным сценариям также часто именуется «анализом чувствительности»[3].
- Прогнозные (наиболее вероятные) сценарии, характеризующие текущую рыночную конъюнктуру.
Такой анализ оценивает так называемый ожидаемый риск и по своей сути ближе к прогнозу, чем к оценке риска. (Если сам по себе экономический смысл показателя «ожидаемый процентный риск» несколько спорен, то на уровне совокупного риска, включающего также кредитный и операционный риски, деление рисков на ожидаемый, неожиданный и чрезвычайный логично и эффективно с точки зрения управленческих процедур.)
Для прогнозных сценариев на практике часто характерна различная динамика ставок по кратко- и долгосрочным инструментам.
- VAR-сценарии, получаемые на основе моделирования Value at Risk[4] по базовым процентным инструментам, формирующим кривую доходности.
Такой анализ оценивает неожиданный риск, т.е. максимальные при умеренно-неблагоприятном сценарии развития событий краткосрочные потери.
Результат моделирования по VAR-сценарию является аналогом прямой VAR-оценки по другим рыночным рискам (валютному и ценовому).
- Чрезвычайные сценарии, характеризующие возможную кризисную ситуацию (с выходом за пределы умеренно-неблагоприятного доверительного уровня VAR).
Оценка риска по чрезвычайным сценариям осуществляется в рамках стресс-тестирования.
Сценарии также подразделяются на единичные, ориентированные на изменение только кривой доходности (параллельным сдвигом либо более сложным образом), и множественные, рассматривающие систему процентных ставок. Простейший и наиболее очевидный случай множественного сценария – мультивалютный анализ, предусматривающий различную динамику ставок в различных валютах.
Кроме того, в условиях четко сегментированного рынка (что характерно для современных российских условий) вполне естественно ставить вопрос о различной эластичности инструментов – например, межбанковских и потребительских кредитов – т.е. о различной динамике ставок по сегментам рынка в рамках одного сценария развития событий. Такая возможность актуальна преимущественно для анализа процентного риска в форме ΔЧПД, поскольку подход ΔПС предполагает выбор единой кривой доходности для дисконтирования (за исключением динамических моделей, где может быть задействована более полная динамика ставок).
Технически множественные сценарии при оценке рисков могут быть реализованы различными способами. Простейший и более универсальный из них – разделение анализа, т.е. использование индивидуальных сценариев, что актуально для независимых кривых доходности (к примеру, в разных валютах). Как альтернатива, при наличии систем коррелированных кривых доходности в некоторые модели могут быть интегрированы дополнительные характеристики инструментов, масштабирующие амплитуду их колебаний.
Расчетная модель
Расчетная модель - совокупность применяемого экономико-математического и информационно-технологического инструментария.
Как уже отмечалось, оценка риска в форме ΔЧПД / ΔПС может быть получена на основе моделей различной сложности.
В описанном Базельским комитетом ряду моделей – гэп + дюрации ð статическое моделирование ð динамическое моделирование – возрастание сложности (и соответственно, точности) происходит на фоне качественного изменения подхода:
- модель « гэп + дюрации» и статическое моделирование оценивают одно и то же изменение, но с различным уровнем точности. Для относительно простых случаев (в частности, с дюрациями, близкими к середине диапазона сроков пулов, и с минимальными объемами процентных деривативов, что вполне реально на практике) результаты рассматриваемых моделей будут практически идентичны. Соответственно, как рекомендуется Базельским комитетом, выбор модели должен определяться сложностью операций банка, т.е. корректностью применения технически более простого варианта;
- статическое и динамическое моделирование, напротив, на основе аналогичного инструментария оценивают риски по различным объектам. Свойство «динамичность», по сути, в большей степени относится к сценарию (хотя может требовать и более сложных технологий расчета) – в оценку риска закладываются будущие прогнозные операции, моделируется реализация стратегических и бизнес-планов и т.д., в том числе (но не обязательно) на фоне динамического прогнозного сценария изменения рыночных условий. Соответственно, сама постановка вопроса о сравнении оценок моделей статического и динамического моделирования неправомерна.
Оба варианта индивидуального моделирования – как динамическое, так и статическое – допускают достаточно гибкую интеграцию специфики операций банка. В зависимости от применяемых технологий оценка риска может учитывать специфические свойства отдельных инструментов и сделок, в том числе опциональные характеристики (как для деривативов, так и для инструментов с правом досрочного погашения и офертами), различного рода стабильные доли и неснижаемые остатки, указанные выше характеристики масштаба колебаний ставок и т.п.
В рамках этой категории факторов, формирующих конечную оценку риска, также целесообразно выделить:
Интерпретацию данных, т.е. алгоритмы трактовки объектов со сложным профилем рисков (как, например, депозит до востребования, который, с одной стороны, может быть изъят на следующий день, с другой стороны, имеет некоторую статистически оцениваемую стабильную долю, с третьей – предполагает долгосрочную выплату процентов и неопределенную периодичность пересмотра процентных ставок и т.п.). Этот аспект в теории зачастую не оговаривается, но на практике имеет весьма существенный вес.
Сколь подробным бы ни был модельный алгоритм, на этапе обработки данных возникает множество вопросов, спорных и пограничных ситуаций. В формализованных моделях (к которым, как ни странно, относятся простейшие и сложнейшие) такие решения принимаются автоматически – специфика операций либо игнорируется, либо интерпретируется по каким-то формальным признакам, изначально не всегда предназначенным для описания именно этой ситуации. В малоформализованных моделях такое решение обычно принимается индивидуально - специалистом, осуществляющим расчет, т.е. на основании экономического содержания операции, но субъективно.
Достаточно очевидно, что в обоих вариантах в результаты расчетов вносится дополнительная случайная составляющая.
Параметры расчета, т.е. количественные значения или порядок определения показателей, не являющихся объектом анализа, но участвующих в расчете, таких как ставки дисконтирования, коэффициент покрытия риска капиталом, доверительный уровень и т.п.
Если для расчета по модели "гэп + дюрация" существует достаточно четкий отраслевой стандарт, определенный Базельским комитетом, то при практической реализации статического и динамического моделирования возникает множество индивидуальных параметров, которые также влияют на итоговую оценку.
Для параметров статистических расчетов решение этой проблемы – верификация моделей, причем на регулярной основе в связи с постоянными изменениями объекта анализа, как в части самих операций, так и в части рыночных условий их осуществления.
Однако для параметров экономического характера – например, ставок дисконтирования - такой подход неприменим. Так, российский рынок, не имеющий в настоящий момент однозначного «лидера», допускает построение целого ряда системообразующих кривых доходности – по госбумагам, муниципальным облигациям Москвы и/или Санкт-Петербурга, векселям «Газпрома», корпоративным облигациям эмитентов, аналогичных по определенным характеристикам (отрасли и/или рейтингу) и т.п. Выбор рыночной основы для построения кривой доходности, а также возможной системы дополняющих ее поправок, корректировок и сглаживаний окажет существенное влияние на итоговую оценку риска.
Более того, эти параметры относятся к категории динамических, т.е. влияющих (в том числе искажающе) на динамику величины риска. В каких-то случаях их эффект может быть прозрачным (как, например, в парадоксальной на первый взгляд ситуации с очевидным несоответствием изменений оценки риска, процентных позиций и сценариев анализа), однако чаще влияние и искажающие эффекты параметров проявляются в комплексе и остаются неочевидными и незамеченными.
Проиллюстрируем на условном примере некоторые расхождения между различными вариантами оценки процентного риска по одному объекту (см. таблицу).
Как видно из таблицы, расхождения между количественными значениями оценки риска в зависимости от принятой меры риска, сценария и модели весьма существенны. При этом логично предположить, что специалист, осуществляющий анализ и оценку процентного риска, осознает роль всех составляющих ее факторов и соответствующие им погрешности и элементы условности.
Вместе с тем, круг пользователей оценки риска на практике обычно шире. Это могут быть специалисты смежных подразделений, руководство, принимающее на основе представленных данных решения, а также внешние контрагенты (иногда не имеющие доступа к полной информации о модели, параметрах и сценариях). И с этой точки зрения значимой становится градация факторов, влияющих на оценку риска, по уровню прозрачности:
Форма оценки практически всегда очевидна– идет ли речь об изменении ЧПД или ПС, дисбалансе активов и пассивов, их дюрации и т.п.
Сценарий оценки также обычно достаточно прозрачен (по крайней мере, при условии адекватного оформления отчетных форм):
- использование сценария единичного изменения процентных ставок обычно отражается в названии отчета;
- при использовании прогнозных сценариев (для наиболее вероятного и/или кризисного вариантов развития событий), их описание также логично включить в состав отчетности;
- сценарий VAR зависит от параметров, однако в целом также достаточно стандартизирован.
О моделях оценки пользователи в большинстве случаев информированы только на общем уровне, тогда как их мелкие детали могут достаточно кардинально влиять на результат.
Весь процесс формирования модели представляет собой определение условий, при которых ее результат корректен. Так, с учетом обсуждавшихся выше вариантов, модель может давать оценку риска при условии, что:
а) реализуется прогнозный сценарий изменения рыночных ставок по всем срокам и валютам;
б) будут достигнуты предусмотренные бизнес-планом объемы и структура операций;
в) на протяжении всего анализируемого периода сохранятся соотношения эластичности ставок межбанковского и ипотечного рынков.
Идеальное выполнение такого комплексного условия маловероятно, что определяет погрешность модели. Кроме того, корректное использование результатов такой модели должно также сопровождаться оговоркой «при условии, что…», а это также создает погрешность – уже на этапе применения модели…
Таким образом, отдельное количественное значение величины процентного риска зависит от большого количества факторов и содержит достаточно существенную субъективную составляющую. Усложнение модели оценки риска означает снижение уровня стандартизации и повышает ее индивидуальную специфику. При этом предпосылки, на которых основана оценка риска, зачастую скрыты от ее конечных пользователей.
В этой ситуации отдельно взятое количественное значение величины процентного риска в определенной степени случайно и малоинформативно. Также сомнительны сопоставления оценок риска по различным объектам (банкам), за исключением случаев применения единых подходов к оценке риска, как это может быть организовано, например, в рамках одной финансовой группы. Соответственно, корректным будет сравнительный анализ по объектам внутри одной организации (для которых естественно соблюдение требования о единых подходах к оценке риска), а также, что крайне важно на практике, - динамический анализ процентного риска.
[1]
Русскоязычные комментарии к Принципам представлены на сайте www.riskinfo.ru в Разделе "Аналитические материалы".
См. Principles for the Management and Supervision of Interest Rate Risk, Basel Committee on Banking Supervision, 2004.
[2] В общем случае увеличение рыночных ставок должно приводить к росту ставки дисконтирования, т.е. к снижению ПС потока платежей по длинной позиции. Напротив, при анализе ЧПД результатом роста процентных ставок будет, с определенного момента, увеличение процентных платежей.
[3] Понятие чувствительности в рамках риск-менеджмента имеет 3 основных значения :
- Мера риска как отношение изменения финансового положения (как правило, в форме стоимости активов и/или величины ожидаемых доходов) к изменению базового рыночного показателя:
, где: V – величина показателя, характеризующего финансовое положение; P – величина базового рыночного показателя (процентной ставки, котировки, валютного курса).
- Наиболее распространенное в настоящее время, связанное с понятием «анализ чувствительности» – оценка изменения финансового положения при единичном изменении риск-фактора (например, изменение стоимости позиции при росте котировок на 1 б.п.).
- Специальное значение, применяемое в контексте стресс-тестирования, – оценка изменения финансового положения (стоимости позиции / портфеля либо величины ожидаемых доходов) при чрезвычайном (исключительном, но вероятном) изменении одного риск-фактора.
[4] Value at Risk, VAR – стоимость, подверженная риску – одна из стандартных мер риска, характеризующая максимальную при определенном доверительном уровне величину потерь, определяемую на основе статистического моделирования изменений риск-факторов.
