на главную

Как не получить убытки

Стандарт МСФО 9 применяется на практике с 2018-го года, и за это время фокус постепенно сместился от освоения новой концепции ожидаемых кредитных убытков к качеству ее реализации и оптимизации эффекта. Стандарт требует учитывать возможное ухудшение кредитного качества до наступления дефолта, но не задает готовых методик расчета ключевых риск-метрик – PD (probability of default), LGD (loss given default) и EAD (exposure at default). В результате финансовым организациям приходится самостоятельно выбирать модели, работать с исторической статистикой и макроэкономическими прогнозами, а принятые допущения подтверждать данными или экспертным суждением.

По мере внедрения и применения новых подходов, акцент внимания смещается на оптимизацию результатов. От оценки вероятности дефолта, величины потерь и суммы под риском напрямую зависит расчет величины ожидаемых кредитных убытков и резервов. Особенно эффект заметен при существенном ухудшении кредитного качества финансового инструмента, когда увеличивается горизонт оценки ожидаемых потерь.

На основе собственного опыта работы с МСФО 9 подготовили подробный разбор актуальной практики рынка, который будет полезен риск-менеджерам, специалистам по учету, методологам и аудиторам. Ниже рассмотрим, как требования МСФО 9 можно перевести в практические алгоритмы расчета PD, LGD и EAD, какие данные для этого использовать, и где будет оправданным упростить часть расчетов.

В соответствии с пп. 5.5.1, 5.5.3, 5.5.5 по активам, оцениваемым по амортизированной и по справедливой стоимости через прочий совокупный доход, стандарт предусматривает выделение не только двух состояний активов – обесцененного и необесцененного, – но и промежуточного состояния: активов с существенно возросшим кредитным риском с момента первоначального признания.

Таким образом, выделяются три корзины обесценения:

• необесцененные активы, по которым кредитный риск не увеличился с момента первоначального признания;
• активы, кредитный риск по которым существенно увеличился с момента первоначального признания;
• обесцененные активы.

При этом оценочный резерв под убытки по финансовым инструментам с существенно увеличенным кредитным риском формируется в сумме, равной ожидаемым кредитным убыткам за весь срок действия актива. Цель внедрения второй корзины (или второй стадии обесценения) – сформировать дополнительные проактивные резервы заблаговременно, до наступления обесценения (дефолта). На графике ниже показана динамика формирования резервов по МСФО9 в сравнении с МСФО39:

Мониторинг существенного увеличения кредитного риска (стадия 2) осуществляется в соответствии с рекомендациями стандарта (раздел 5.5) в части «Определение наличия существенного увеличения кредитного риска с момента первоначального признания». На практике идентификация стадии 2 проводится путем анализа просрочки по финансовым инструментам и риск сигналов системы мониторинга. При этом аудит требует качественно обосновать включение перечня риск сигналов в набор признаков стадии 2, а по возможности – подтвердить решение статистикой. Как правило, в случае кредитных требований статистическое подтверждение подразумевает расчет корреляции между наличием риск сигнала и последующим ухудшением кредитной дисциплины заемщика.

Внедрение дополнительной стадии кредитного обесценения усложняет процесс оценки ожидаемых кредитных убытков и, соответственно, резервов под них.

С учетом требований 5.5.17.:

«Организация должна оценивать ожидаемые кредитные убытки по финансовому инструменту способом, который отражает:

(a) непредвзятую и взвешенную с учетом вероятности сумму, определенную путем оценки диапазона возможных результатов;

(b) временную стоимость денег;

(c) обоснованную и подтверждаемую информацию о прошлых событиях, текущих условиях и прогнозируемых будущих экономических условиях, доступную на отчетную дату без чрезмерных затрат или усилий»,

а также требований пп. 5.5.3 и 5.5.5, ожидаемые кредитные убытки рассчитываются по формуле:

\[ ECL = \sum_{i}^{T} PD_i \times LGD_i \times EAD_i \times Df_i, \quad (1) \]

• \(ECL\) (expected credit loss) – ожидаемые кредитные убытки;
• \(PD\) (probability of default) – маржинальная вероятность дефолта за период \(i\);
• \(LGD\) (loss given default) – потери в случае дефолта за период \(i\);
• \(EAD\) (exposure at default) – сумма (задолженность), подверженная риску дефолта в период \(i\);
• \(Df_i\) – коэффициент дисконтирования, учитывающий временную стоимость денег.

Суммирование ведется либо за период до 12 месяцев (или менее, если оставшийся срок действия финансового инструмента оказывается короче), либо до конца срока действия инструмента.

Стандарт не содержит прямого указания на порядок расчета составных элементов этой формулы, однако предъявляет ряд требований к самим оценкам.

Риск метрика PD (вероятность дефолта) может рассчитываться как индивидуально – по каждому финансовому инструменту, – так и на групповой основе (п. B5.5.4). При этом оценка должна представлять собой не единичное значение, а величину, полученную на основе диапазона возможных результатов, взвешенных с учетом вероятности.

Это означает необходимость учета как минимум двух сценариев и расчета взвешенной оценки на основе вероятностей этих сценариев. Оценка ожидаемых убытков сводится к анализу исторически наблюдаемых частот дефолтов по различным сегментам портфеля финансовых инструментов, объединенных по общим признакам. Например, для корпоративного портфеля кредитных требований банков это могут быть сегменты клиентов CIB¹, КСБ² и ММБ³, либо сегменты в логике продуктовой линейки – например, крупные кредиты в рамках проектного финансирования (при условии выполнения требований SPPI теста и учета по амортизированной стоимости).

Для клиентов CIB и КСБ, а также проектного финансирования оценка резервов под ожидаемые убытки формируется на индивидуальной основе. В рамках сценарного анализа рассматриваются:

• изменение ожидаемых денежных потоков (DCF модели⁴);
• урегулирование убытков через обращение к гарантиям или взыскание залогового обеспечения;
• полное обесценение финансового инструмента.

Итоговая оценка ECL в этих случаях представляет собой взвешенную сумму потерь по каждому сценарию, где коэффициенты веса – это вероятности сценариев. Они рассчитываются на основе ретроспективных данных (частоты реализации сценариев в прошлом) либо экспертно с качественным обоснованием. Формула (1) модифицируется в формулу (2):

\[ \mathit{ECL} = \sum_{i}^{n} \mathit{credit\_loss}_i \times p_i, \quad (2) \]

где:

\(\mathit{credit\_loss}_i\) – потери в случае реализации сценария i (например, разница между ожидаемыми (плановыми) денежными потоками в рамках проектного финансирования и денежными потоками с учетом корректировки бизнес-плана по итогам текущей фактической реализации (DCF-модель), либо потери при погашении задолженности за счет реализации залогового обеспечения);

\(p_i\) – вероятность сценария.

Важно учитывать, что должно выполняться условие:

\[ \sum_{i}^{n} p_i = 1. \]

По однородным, гранулярным сегментам портфеля с общими факторами риска на практике применяется исключение из требования о сценарном подходе в соответствии с п. B5.5.42 – например, для портфеля розничных кредитов или кредитов микро и малого бизнеса. По таким финансовым инструментам ожидаемые кредитные убытки оцениваются по формуле (1), где PD принимается как средняя вероятность дефолта по сегменту (группе). Наиболее простой вариант оценки PD – расчет частоты дефолтов (DR – default rate) за определенный период.

Упрощенно частота дефолтов рассчитывается по фиксированному портфелю финансовых инструментов за разные периоды, при этом сами инструменты могут быть распределены по хронологической временной шкале:

\[ \mathit{DR}_j = \frac{\mathit{N\_def}}{N}, \quad (3) \]

где:

• \(\mathit{N\_def}\) — наблюдаемое количество дефолтов за период \(j\);
• \(N\) — общее количество финансовых инструментов в период \(j\);
• \(j = 1, 2, \ldots, n\) лет.

Если глубины исторических наблюдений недостаточно для расчета более длительных периодов, выполняется аппроксимация динамики DRj на основе имеющихся данных. При этом, ввиду постепенного «вызревания» дефолтов и погашения портфеля, обычно наблюдается логарифмический рост DR:

Таким образом, в простейшем случае маржинальные вероятности дефолтов \(PD_i\) будут равны:

\[ \mathit{PD}_i = \mathit{DR}_i - \mathit{DR}_{(i-1)}, \tag{4.1} \]

\[ \mathit{PD}_1 = \mathit{DR}_1, \tag{4.2} \]

где:

• \(i = 2, \ldots, n\).

При необходимости расчета вероятности дефолта для промежуточных периодов применяется следующая детализация:

\[ \mathit{PD}_{1 \text{ мес}_i} = 1 - (1 - \mathit{PD}_i)^{1/12}. \tag{5} \]

Например, для периода в 18 месяцев маржинальные вероятности дефолта будут рассчитываться следующим образом:

\[ \mathit{PD}_{18 \text{ мес}} = \mathit{PD}_1 + \mathit{PD}_{6 \text{ мес}_2}, \tag{6.1} \]

\[ \mathit{PD}_{6 \text{ мес}_2} = \sum_{j=1}^{6} \mathit{PD}_{1 \text{ мес}_2}. \tag{6.2} \]

Однако полученные таким образом оценки отражают усредненную за разные исторические периоды вероятность дефолта (through the cycle, TTC), которая в соответствии с требованиями п. 5.5.17 (c) должна быть скорректирована с учетом ожидаемых экономических условий. Соответствующую корректировку (макропоправку) можно оценить на основе корреляции наблюдаемых частот дефолтов за период и макроэкономических индикаторов:

Стандарт не требует построения сложных и высокоточных моделей, поэтому достаточно рассчитать коэффициент эластичности DR по отношению к макроиндикаторам и применить его к TTC оценке и консенсус прогнозу макроэкономики.

Оценка риск метрики потерь в случае дефолта (LGD) также основывается на ретроспективной статистике по урегулированию обесцененных (дефолтных) активов путем расчета коэффициента возврата (RR – Recovery Rate):

\[ \mathit{LGD} = 1 - \mathit{RR}. \tag{7} \]

При этом статистика должна иметь достаточную историческую глубину, поскольку требуется рассчитать не только общую долю потерь в случае дефолта, но и дифференцированные значения по сроку дефолта. Дифференцированные по сроку дефолта значения LGD используются для отражения потерь по обесцененным активам и учитывают постепенное снижение ожидаемой доли возврата проблемного актива. При недостаточной глубине статистики эффективный срок возврата дефолтного актива устанавливается экспертным путем и по истечении этого срока обесцененный актив списывается на убытки (формируется резерв в размере 100%).

Также при оценке величины LGD важно учитывать временную стоимость денег: при расчете коэффициента возврата RR сумму возврата следует дисконтировать с использованием эффективной процентной ставки. Таким образом, даже при возврате полной стоимости актива RR не будет равен 100 %, и возникнут убытки. На это прямо указывает п. B5.5.28:

«Поскольку ожидаемые кредитные убытки учитывают сумму и сроки выплат, кредитный убыток возникает даже в том случае, если организация ожидает получить всю сумму в полном объеме, но позже, чем предусмотрено договором».

Рассмотрим условный пример расчета риск-метрики LGD:

\[ \mathit{PR}_0 = 25\% \rightarrow \mathit{LGD}_0 = 75\%, \tag{8.1} \]

\[ \mathit{PR}_1 = 15\% \rightarrow \mathit{LGD}_1 = 85\%, \tag{8.2} \]

\[ \mathit{PR}_2 = 5\% \rightarrow \mathit{LGD}_2 = 95\%, \tag{8.3} \]

\[ \mathit{PR}_3 = 0\% \rightarrow \mathit{LGD}_3 = 100\%. \tag{8.4} \]

Поскольку урегулирование проблемного актива начинается с момента дефолта независимо от даты в будущем, формулу (1) для необесцененных активов можно модифицировать следующим образом:

\[ \mathit{ECL} = \mathit{LGD}_0 \times \sum_{i}^{T} \mathit{PD}_i \times \mathit{EAD}_i \times \mathit{Df}_i, \tag{9} \]

в случае обесцененных:

\[ \mathit{ECL}_t = \mathit{LGD}_t \times \mathit{EAD}_t, \tag{10} \]

где \(t\) соответствует периоду после дефолта.

Ввиду того, что кредитный убыток по МСФО 9 представляет собой разницу между всеми предусмотренными договором денежными потоками и денежными потоками, которые ожидаются к получению (п. B5.5.29), EAD рассчитывается как стоимость всех договорных денежных потоков, включающих как основную сумму долга, так и все будущие процентные начисления. Однако величина EAD не является статичной: в результате получается массив значений EADi для различных периодов времени. Так как EADi относится к будущим периодам, она также может учитывать погашения и возвраты.

На практике проще использовать реальные графики погашения и начисления процентов (купонов). Если применение реальных графиков затруднено, начисление процентов моделируют с помощью множителя наращивания (формула 11), а график погашения игнорируют (что приводит к более консервативным оценкам):

\[ \mathit{EAD}_i = \text{Текущий долг}_i \times (1 + r), \tag{11} \]

где \(r\) – процентная или купонная ставка.

Для финансовых инструментов в форме обязательств по предоставлению займов (например, кредитных линий) EAD также должна включать ожидаемые денежные потоки, которые могут возникнуть в результате выборки неиспользованной части обязательств (пп. B5.5.30, B5.5.31). Величина ожидаемых денежных потоков по неиспользованной части обязательства (CCF – credit conversion factor, коэффициент кредитной конверсии) в стандарте строго не регламентирована, и финансовая организация самостоятельно, на основе собственной статистики, выполняет оценку CCF. Оценки проводятся на данных по выборке неиспользованной линии за 12 месяцев до дефолта как доля выбранного лимита за этот период:

\[ \mathit{CCF} = \frac{\substack{\text{Выбранный лимит в течение} \\ \text{12 месяцев до дефолта}}}{\substack{\text{Свободный лимит} \\ \text{за 12 месяцев до дефолта}}}. \tag{12} \]

Таким образом, сумма (задолженность), подверженная риску дефолта в период в общем виде будет выглядеть следующим образом:

\[ \mathit{EAD} = \text{Договорные денежные потоки} + \mathit{CCF} \times \text{внебалансовая часть.} \tag{13} \]

При этом договорные денежные потоки отражают ожидаемые процентные платежи и график погашения. Важно включать денежные потоки в номинальном выражении, без дисконтирования. Дисконтирование (согласно пп. 5.5.17 (b), B5.5.44) для учета временной стоимости денег выполняется на этапе расчета ECL (множитель Dfi в формуле (1)), с использованием эффективной процентной ставки. В случаях, когда эффективная процентная ставка близка к процентной ставке по самому финансовому инструменту и эффектом можно пренебречь, а расчет эффективной процентной ставки затруднен, дисконтирование проводится по процентной ставке, предусмотренной договором финансового инструмента. В таких случаях коэффициент дисконтирования частично сокращается с множителем в формуле (11).

В соответствии с принципом преобладания экономической сущности над формой, стандарт МСФО 9 не содержит детализированных предписаний относительно конкретных способов количественной оценки риск метрик и устанавливает лишь общие принципы. В связи с этим любые допущения и упрощения должны быть обоснованы экспертным суждением либо подтверждены статистическими данными.

Решения RUDATA для работы с МСФО 9 предоставляют спектр инструментов для качественного учета финансовых активов, включая:

• классификацию через шаблонизированный SPPI тест;
• количественную оценку вероятности дефолта (PD) на основе ретроспективной статистики дефолтности, либо калибровку готовой скоринговой модели на дефолтность собственного портфеля;
• корректировку ожидаемых кредитных убытков (ECL) с учетом макроэкономических прогнозов.

¹CIB (англ. «Corporate and Investment Banking») – крупнейшие корпоративные клиенты.

²КСБ – крупный и средний бизнес.

³ММБ – микро- и малый бизнес.

⁴DCF-модель (англ. Discounted Cash Flow) – модель дисконтированных денежных потоков.

Другие статьи

Журнал «Вестник НАУФОР» - это ежемесячный журнал с познавательными статьями о практике работы на рынке ценных бумаг, обзорами рынка, интервью с ведущими его представителями, материалами конференций рынка ценных бумаг.

Авторами журнала являются профессиональные финансисты: брокеры, управляющие, аналитики, корпоративные юристы, риск-менеджеры, представители инфраструктуры. Зная профессию изнутри, эти люди пишут о том, что действительно является повесткой их рабочего дня. Уровень понимания и анализа конкретных проблем задан принадлежностью авторов к индустрии финансов.

Читателями журнала «Вестника НАУФОР» являются представители госорганов, Банка России, руководители и специалисты финансовых компаний - профучастников рынка ценных бумаг и управляющих компаний, инвестиционные консультанты.

По вопросам приобретения печатной версии издания связываться с Мироновой Татьяной - mironova@naufor.ru