страницу в закладки

ГлавнаяБиблиотека > Методы и методики оценки > Методы оценки рисков

 

Оценка инвестиционного и кредитного риска


Вы можете заказать оценку рисков в нашей оценочной компании, оформив заявку на оценку рисков. Наша компания также проводит оценку инвестиций

 

Категории рисков

 

Оценка инвестиционного риска

 

Оценка кредитного риска

 

Категории оцениваемых рисков


Риск характеризуется как опасность возникновения непредвиденных потерь ожидаемой прибыли, дохода, имущества или денежных средств в связи со случайным изменением условий экономической деятельности и неблагоприятными обстоятельствами. Имеются несколько видов рисков. Обычно при оценке выделяют 2 вида риска: системный и специфический риски. Кредитный риск, также как и инвестиционный риск попадают в обе категории. Системный риск представляет собой риск глобальных негативных изменений в банковской, финансовой системе и в экономике страны, влияющий на рынок в целом. Системный риск подразумевает значительные потери, вызываемые снижением стоимости активов, невыполнением своих обязательств контрагентами и нарушениями в работе платежных систем. В рамках системного кризиса риски различных видов, независимые в стабильной ситуации, показывают значительную корреляцию.

К системным рискам можно отнести:

  • риск изменения процентной ставки - риск, связанный со снижением или повышением процентной ставки центральным банком страны. При снижении процентной ставки уменьшается стоимость кредитов, получаемых компаниями, и увеличивается их прибыль, что является благоприятным для рынка акций. И наоборот, увеличение процентной ставки негативно влияет на рынок.
  • инфляционный риск - вид риска, вызванный ростом инфляции. Рост инфляции уменьшает реальную прибыль компаний, что негативно влияет на рынок, а также вызывает появление другого риска - риска изменения процентной ставки.
  • валютный риск - риск, возникающий вследствие как политических, так и экономических факторов, связанный с резким изменением курса валюты.
    политический риск - угроза негативного воздействия на рынок из-за смены правительства, режима государственного устройства, угрозы войны и т.п.

Специфический риск (несистемный или диверсифицируемый риск) вызывается событиями, относящимися только к конкретной компании или эмитенту, такими как управленческие ошибки, заключение новых контрактов, выпуск новых продуктов, слияния, приобретения и т.п. Эти риски называют также "рисками отдельных ценных бумаг" или "уникальными рисками", поскольку такие риски, как правило, бывают присущи ценным бумагам определенной компании или, более того, только конкретным финансовым инструментам.

К несистемным относятся следующие категории рисков:

  • риск потери ликвидности - спрос на те или иные ценные бумаги может подвергаться значительным изменениям, в том числе пропадать на продолжительные периоды времени;
  • предпринимательский риск - стоимость ценных бумаг (в частности, акций) любой компании зависит от того, насколько успешно компания развивается в выбранном ею направлении;
  • финансовый риск - цена акций компании может колебаться в зависимости от проводимой ее руководством финансовой политики. Так, например, степень финансового риска увеличивается, если в финансировании деятельности компании ее руководство большое значение придает выпуску корпоративных долговых обязательств;
    риск невыполнения обязательств - эмитент, в силу различных причин (например, банкротство), может оказаться не в состоянии выполнить в срок или вообще выполнить свои обязательства перед держателями его ценных бумаг.

Частными случаями оценки риска, на которые следует обратить внимание является кредитный риск и инвестиционный риск.


Оценка инвестиционного риска


Проблема оценки инвестиционного риска заключается в том, что невозможно с достоверностью 100% говорить о величине получаемого в будущем результата, или о величине потенциальных будущих затрат.

Появляется т.н. "неопределенность"в оценке инвестиционного риска, которую мы должны учитывать в наших расчётах, иначе просто получим неверное решение. Как правило, эта проблема возникает в инвестиционных расчётах при определении эффективности инвестиционного проекта и оценке рисков инвестиционного проекта, когда инвестор вынужден определить для себя на какой риск он готов пойти, чтобы получить желаемый результат, при этом решение этой двухкритериальной задачи осложняется тем, что толерантность инвесторов к риску индивидуальна.

Поэтому критерий принятия инвестиционных решений и оценки инвестиционного риска можно сформулировать следующим образом: ИП считается эффективным, если его доходность и риск сбалансированы в приемлемой для участника проекта пропорции и формально представить в виде выражения (1):

Эффективность ИП = {Доходность; Риск} (1)

Под "доходностью" предлагается понимать экономическую категорию, характеризующую соотношение результатов и затрат ИП. В общем виде доходность ИП можно выразить формулой (2):

Доходность ={NPV; IRR; PI; MIRR} (2)

Данное определение отнюдь не вступает в противоречие с определением термина "эффективность", поскольку определение понятия "эффективность", как правило, даётся для случая полной определённости, т. е. когда вторая координата "вектора" - риск, равна нулю.

 


Эффективность = {Доходность; 0} = Результат : Затраты (3)

Т.е. в данном случае:

Эффективность = Доходность(4)

 

Таким образом, в ситуации оценки инвестиционного проекта появляется новый фактор - фактор инвестиционного риска, оценку которого безусловно необходимо учитывать при анализе эффективности ИП.


Оценка кредитного риска


Оценка кредитного риска - задача наиболее актуальная для кредитных организаций. В зависимости от классификации клиента по группам риска банк принимает решение, стоит ли выдавать кредит или нет, какой лимит кредитования и проценты следует устанавливать. Т.е. оценивает свой кредитный риск. В мировой практике существует два основных метода оценки кредитного риска, которые могут применяться как отдельно, так и в сочетании с друг другом:

  • субъективное заключение экспертов или кредитных инспекторов о степени кредитного риска;
  • автоматизированные системы скоринга - расчет кредитного риска по математической модели.

Для оценки кредитного риска производится анализ кредитоспособности заемщика, под которой в российской банковской практике понимается способность юридического или физического лица полностью и в срок рассчитаться по своим долговым обязательствам. В западной банковской практике кредитоспособность трактуется как желание, соединенное с возможностью своевременно погасить выданное обязательство. Далее мы будем использовать термин «кредитоспособность» именно в этом значении. В соответствии с таким определением основная задача скоринга заключается не только в том, чтобы выяснить, в состоянии клиент выплатить кредит или нет, но и степень надежности и обязательности клиента. Иными словами, скоринг оценивает, насколько клиент creditworthy, т. е. насколько он «достоин» кредита. Т.е. дает оценку кредитного риска. Скоринг представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.

Какие же характеристики являются наиболее «ценными» для оценки кредитного риска? В Великобритании наиболее часто используются следующие характеристики:

  • Возраст
  • Количество детей/иждивенцев
  • Профессия
  • Профессия супруга(и)
  • Доход
  • Доход супруга(и)
  • Район проживания
  • Стоимость жилья
  • Наличие телефона
  • Сколько лет живет по данному адресу
  • Сколько лет работает на данной работе
  • Сколько лет является клиентом данного банка
  • Наличие кредитной карточки/чековой книжки

Кроме того для более точной оценки даже в одном банке часто используют различные модели оценки кредитного риска для различных групп клиентов и различных видов кредита.

В настоящее время скоринг становится все более популярным не только при оценке кредитного риска при различных видах займов, но и в других областях: в маркетинге (для определения вероятности, что именно эта группа клиентов будет пользоваться этим видом продукции), при работе с должниками (если клиент задерживается с очередным платежом, какой метод воздействия будет наиболее эффективным), при выявлении мошенничества с кредитными карточками, при определении вероятности, что клиент может перебежать к конкуренту и т. п.

Методы оценки кредитного риска весьма разнообразны и включают в себя:

  • статистические методы, основанные на дискриминантном анализе (линейная регрессия, логистическая регрессия);
  • различные варианты линейного программирования;
  • дерево классификации или рекурсионно-партиционный алгоритм (РПА);
  • нейронные сети;
  • генетический алгоритм;
  • метод ближайших соседей.

Традиционными и наиболее распространенными являются регрессионные методы, прежде всего линейная многофакторная регрессия :

р = wo + w1x1 + w2x2 + … + wnxn ,

где р -- вероятность дефолта, w -- весовые коэффициенты, x -- характеристики клиента.

Недостаток данной модели заключается в том, что в левой части уравнения находится вероятность, которая принимает значения от 0 до 1, а переменные в правой части могут принимать любые значения от - Ґ до + Ґ.

Логистическая регрессия позволяет преодолеть этот недостаток:

log (p/(1-p)) = wo + w1x1 + w2x2 + … + wnxn.

Для применения логистической регрессии необходимы гораздо более сложные расчеты для получения весовых коэффициентов и, следовательно, более мощная компьютерная база и усовершенствованное компьютерное обеспечение. Но при современном уровне развития компьютерной техники это не является проблемой, и в настоящее время логистическая регрессия является лидером скоринговых систем при оценке кредитных рисков.

Преимущество логистической регрессии еще и в том, что она может подразделять клиентов как на две группы (0 -- плохой, 1 -- хороший), так и на несколько групп (1, 2, 3, 4 группы риска).

Все регрессионные методы чувствительны к корреляции между характеристиками, поэтому в модели не должно быть сильно коррелированных независимых переменных.

Линейное программирование также приводит к линейной скоринговой модели. Провести абсолютно точную классификацию на плохих и хороших клиентов невозможно, но желательно свести ошибку к минимуму. Задачу можно сформулировать как поиск весовых коэффициентов, для которых ошибка и будет минимальной.

Дерево классификации и нейронные сети представляют собой системы, которые разделяют клиентов на группы, внутри которых уровень риска одинаков и максимально отличается от уровня риска других групп. Нейронные сети используются главным образом при определении кредитоспособности юридических лиц, где анализируются выборки меньшего размера, чем в потребительском кредите. Но наиболее успешной областью их применения стало выявление мошенничества с кредитными карточками благодаря их способности выявлять нестандартные ситуации (см.: Нортон М. Нервный бизнес//Банковские технологии. 1995. № 3. С. 73).

При использовании метода ближайших соседей выбирается единица измерения для определения расстояния между клиентами. Все клиенты в выборке получают определенное пространственное положение. Каждый новый клиент классифицируется исходя из того, каких клиентов -- плохих или хороших -- больше вокруг него.

На практике для оценки кредитного риска используется комбинация нескольких методов, и компании хранят свои скоринговые модели в строжайшем секрете, поэтому сложно сказать, какой метод лучше.

Сравнение следует производить только горизонтально, потому что авторы использовали разные определения «хороших» рисков и проводили исследования на различных популяциях и выборках. Таблица показывает процент правильно классифицированных клиентов. Цель всех приведенных исследований заключалась в сравнении эффективности различных методов классификации, поэтому не следует делать вывод, что данные цифры показывают эффективность скоринговых систем в целом при оценке кредитных рисков, так как уже говорилось, что коммерческие системы используют несколько методов.

Если Вам необходима оценить инвестиционный, кредитный риск, коммерческий или финансовый риск,  Вы можете обратиться к нам, используя контактную информацию. Звоните, мы поможем!