Инструмент предупреждения дефолта

Оценка финансовой устойчивости банка после работы кредитного комитета может быть выполнена с использованием экономической модели банка и нормативной Центробанка. Экономическая модель объекта исследования включает оценку экономического потенциала кредитной организации (стоимость капитала, его структуру, успешность использования элементов капитала на основе объективных данных бухгалтерской отчётности). Нормативная модель содержит перечень нормативов для банка в его деятельности,сигнализируя (как светофор) об опасном соотношении финансовых коэффициентов. Наборы показателей за отчётные периоды составят оценку эффективности деятельности банка и после экспертной коррекции могут с точностью экспертизы быть приняты за объективную оценку.

Модели, дающие качественную оценку устойчивости финансовой системы на основе статичных данных, исключающих рассмотрение процессов движения денежных потоков во времени, не дают представления о системных кризисных явлениях в экономике. Основная ценность этих моделей в том, что они объясняют причины кризиса после окончания кризиса.

Оценка ликвидности активов некоторого «усреднённого» банка с учётом его реального взаимодействия с финансовой средой может быть описана балансовыми уравнениями с любой степенью подробности и точности: от агрегированного баланса до бухгалтерского баланса по главной книге банка с точностью до сальдо каждого лицевого счёта.

Описание движения денежных потоков (то что в банке называется проводкой) может быть реализовано с помощью конечного, связного графа, взаимно однозначно отображающего суть каждой банковской операции, в которой дебет и кредит каждого банковского счёта являются вершинами графа, а план счетов – рёбрами графа. Если принять, что целями управления капиталом банка является:

- получение максимальной прибыли при соблюдении финансовой устойчивости;

- наилучшее соотношение объёмов собственного и заёмного капитала,

- минимум операционных издержек,

- достаточная ликвидность,

то становится понятным стремление избежать главного фактора кризиса – недостаточности ликвидности, этим обеспечивая достижение остальных целей.

Однако, соотношения обязательств и активов являются весьма динамичными функциями времени и если этим соотношением пользоваться как информацией для управления ликвидностью банка, то придётся в полной мере воспользоваться графом денежных потоков в финансовой среде, в которой формируются активы банка, для оценки:

- процентных доходов по инвестициям в реальную экономику и ценные бумаги;

- изменений рыночной стоимости портфелей ценных бумаг и деривативов;

- расходов и рисков по привлечению ресурсов;

- приток и отток собственных и привлечённых средств.

Вершины графа - векторы времени: «Капитал банка, Прибыль банка, Расходы банка, Активы банка, Привлечённые ресурсы» входят в основное балансовое уравнение банка между активами А(t) и пасcивами P(t). Обозначив поступления от активов d Ai (Tk), а затраты на привлечения займов через d Pj (Tk) получаем решение задачи стабильности ликвидности для любого «t» из интервала наблюдения (T k),k = 0,1,2,…

∑ d Ai(Tk) = ∑d Pj (Tk) …..(18)

I j

в каждой подконтрольной точке “t” в интервале наблюдения. Подконтрольность означает бухгалтерскую проводку по счетам в k-тый период.

При наличии резерва условие (1) можно сделать менее жёстким, следуя принципу Парето и не нанося ущерб своим партнёрам, находя решение задачи ликвидности и прибыльности банка в интегральных оценках:

∑∑ d Ai(Tk) + F i (Tk) – Ur (Tk) > = ∑ dPj(Tk) ……(19)

I k j

i, k, j = 0, 1, 2,…; k < = Tk.

Pr(Tk) = ∑ D{Wc(Tk),R(Tk)} → max.

k

Для «усредненного» банка возможно использование условия (2) в качестве критерия в управлении сбалансированностью пассивов и активов и соответствием сроков размещения активов и привлечённых банком пассивов.

Выбор уровня фондирования и резервирования на риски в управлении чистыми притоками и оттоками денежных средств можно производить с помощью реалистичной модели Миллера и Орра. В установлении нижнего предела остатка денежных средств можно воспользоваться нормой Центробанка на коэффициент ликвидности: A / P = 0,2.

Но для крупных корпораций и банков операционные издержки «∑I i» по купле – продаже ценных бумаг становятся неважны, по сравнению с альтернативными издержками хранения свободных остатков денежных средств. Ежедневный денежный поток может составлять несколько млн. рублей, ежедневные оферты также составляют миллионы рублей(ежедневные продажи компании «Автоваз» – более 150 млн.рублей), для чего необходимо на расчётных счетах хранить значительные суммы денежных средств в доступной форме для финансового менеджера..

Рассмотрим структуру финансовых отношений в сетях, состоящих из объектов – графов, описывающих движения денежных средств:

- коммерческий банк – Центральный банк;

- коммерческий банк – корпорации (промышленные, торговые);

- коммерческий банк – физические и юридические лица;

- корпорация промышленная – корпорации торговые;

- Центробанк – международные финансовые институты;

мы приходим в каждой названной структуре отношений к сети, с выделенной вершиной, выполняющей функцию управляющей подсистемы. Эта сеть типадерева. Каждый из элементов, подобных выше представленному графу связан с вершиной сети. Общее, что позволяет объединить все названные сети в единуюинформационную систему финансового обслуживания (ИСФО) – это перечень параметров денежных потоков в заявках на операции и в принятии решений на её исполнение (в упрощённом виде: «кто? кому? когда? сколько?»).

Построим базовую модель ИСФО, которая позволит выполнять статистическое моделирование финансовых отношений на основе графа денежного потока банка. Сеть – дерево имеет конечное число элементов с взаимно однозначными соответствиями между объектами, входящими в ИСФО.

В качестве управляющей подсистемы каждой сети выступает конечный набор типовых алгоритмов, решающих задачу ответа на заявку и воспроизводящей движение денежных средств через счета банка:

{ H j, W i, T k, S (j, i, k) } …………..(20)

где: H j, j = 1,2, …J, - управляющая подсистема сети,

где J - число сетей, входящих в систему финансового обслуживания (ИСФО);

W i, j, i = 1,2,…,N – объект сети, делающий заявку в j – тую управляющую подсистему ИСФО, где N число элементов, входящих в сеть;

T k, k = 1,2,..,T k – момент решения задачи где (0,T) – период наблюдения;

S (j, i, k – 1), - сумма заявки; S (j, i, k), - сумма оферты.

Базовая модель предполагает отсутствие преднамеренного искажения суммы заявки и суммы оферты. Для того чтобы перейти к имитационному моделированию системы финансового обслуживания (близкой к реальной) необходимо усложнить модель(4), а именно:

- дискретная величина мониторинга за движением денежных средств – один операционный день,

- заданы статистические законы распределения поступления заявок на осуществление банковской операции, сопровождающей финансовую оферту и законы выполнения заявки с фиксацией итогов операционного дня в вершинах корневого графа (коммерческий банк, расчётный кассовый центр города, Центробанк);

- сеть филиалов коммерческого банка, значимая своими объёмными показателями для финансовой системы банка.

- число юридических лиц, обращающихся с заявками на банковские операции, для среднего промышленного центра колеблется от 1000 до 10000 в день, однако, возможно отраслевое агрегирование (строительные фирмы, медицина, транспорт, пищевая промышленность, и т.д.);

- число слоёв населения по доходам, кредитоспособности, деловой активности – невелико.

Сеть, таким образом, имеет счётное множество объектов и, следовательно, она реализуема.

Усложнённая модель ИСФО может быть использована для решения двух задач:

1. Статистическое моделирование движения денежных средств для оценки вероятности дефолтов, критического уровня ликвидности банка, оценки устойчивости резервов к колебаниям финансового рынка. Статистика колебаний показателей вершин графа может задаваться имитацией процессов на коротких отрезках наблюдений или законами распределений для имитации за долгие периоды

2. Игровое моделирование: альтернативные сценарии игрового моделирования позволяют оценить эффективность финансового планирования с разной степенью точности. В игровом моделировании прогнозы опираются на доступное взаимодействие макроэкономических статистических данных и эконометрических моделей.