Читать онлайн «Риск-менеджмент организации». Страница 45

Метод Монте-Карло позволяет выводить распределение убытков по портфелю на любую дату в пределах срока обращения активов. По каждому должнику определяется кредитный рейтинг, а для вычисления вероятности его изменения или дефолта применяется специальная переходная матрица (transition matrix).

Одним из преимуществ методологии CreditMetrics является то, что она учитывает выгоды от диверсификации портфеля, уменьшающие совокупный риск одиночных сделок, и принимает в расчет взаимосвязанные события, касающиеся должников (одновременное понижение рейтингов нескольких должников и т.п.). В итоге концентрация портфеля на отдельном заемщике, отрасли или регионе выразится в росте требований к размеру капитала.

По методологии CreditMetrics не рассчитывают эффект возможной корреляции между поведением отдельных заемщиков и кредитными случаями, с одной стороны, и глобальными факторами (состоянием экономики и др.) – с другой. Он учитывается опосредованно через использование исторических данных о дефолтах и вычисление корреляций облигационных спрэдов по базовым активам. Заметим, однако, что при весьма скудных сведениях о многочисленных дефолтах исторические данные не смогут оказаться полезными. Использование облигационных спрэдов выглядит более привлекательным, но оно требует дополнительных допущений относительно связи между ценами активов и изменениями рейтингов или дефолтом.

Необходимо отметить, что на понижение цены кредитного инструмента оказывает влияние не только объявление дефолта (крайний случай обесценения), но и снижение кредитного рейтинга.

Главными достоинствами CreditMetrics являются относительная простота и четкость методологии, позволяющие дополнительно реализовать обучающую функцию. Кроме того, под данную методологию независимые компании создали ряд совместимых с ней программных продуктов, расширяющих сферу ее применения.

Модель Portfolio Manager была разработана сотрудниками KMV Corporation и введена в 1993 г. В ее основе лежит измерение вероятностей дефолта при помощи методов, используемых в ценообразовании опционов (модель Блэка – Шоулза), и модель Мертона. Согласно модели Мертона корпоративные акции рассматриваются как опцион «колл», выписанный на активы компании. В соответствии с таким подходом акционеры передают право собственности кредиторам, но имеют право выкупить его обратно (т.е. как бы исполнить опцион на покупку), уплатив оставшийся долг (т.е. произведя покупку по цене исполнения). Если стоимость компании превосходит ее обязательства на дату погашения и акционеры уплатят долг, то остаток капитала будет находиться у самой компании. В противном случае акционеры позволят компании объявить дефолт. Стоимость компании может быть определена комбинированием текущей стоимости ее долговых обязательств покупкой опциона «колл» и продажей опциона «пут» с той же ценой исполнения и датой истечения.

Применительно к кредитному риску модель Мертона показывает, как снижается стоимость акций компании по мере приближения даты погашения долга и как фирма объявляет дефолт при обесценении права акционеров на досрочное погашение. Последняя ситуация описывается моделью как точка дефолта.

Отличительной особенностью Portfolio Manager является использование готовых выходных данных и методологии VaR для оптимизации кредитного портфеля и расчета коэффициентов Шарпа по каждой его составляющей. Исходное распределение вероятностей дефолта было получено эмпирически на основе собственной базы данных KMV Corporation более чем по 25 000 компаний во всем мире.

Для определения процентной вероятности достижения точки дефолта было введено понятие «дистанция до дефолта» (distance to default). При помощи этого показателя и базы данных модели получают ожидаемую частоту дефолта (expected default frequency – EDF).

С точки зрения разработчиков модели, взаимосвязь между двумя названными показателями отличается особенной устойчивостью в течение длительного периода времени и в условиях меняющейся экономической среды. Кроме того, показатель EDF играет важную роль: с помощью него и показателя глубины убытка (loss severity) определяют размер ожидаемых убытков в случае дефолта.

К числу выигрышных функциональных возможностей модели Portfolio Manager следует отнести определение оптимальных уровней для покупки, продажи или владения активом, определение структуры оптимального портфеля через изменение удельных весов существующих позиций, а также расчет «справедливых» цен для кредитных активов, соответствующих уровней капитала, необходимого для поддержки портфеля, и вкладов каждого последующего актива в общий профиль портфельного риска (marginal risk contribution).

Кроме того, при помощи модели Portfolio Manager и метода Монте-Карло можно установить распределение убытков по кредитному портфелю на любую дату в течение всего срока обращения и рассчитать величину капитала, необходимую для поддержания портфелей с разным уровнем риска.

Главным достоинством модели Portfolio Manager является своевременность предоставляемой ею информации о дефолтах, сигнализирующей об ухудшении кредитных характеристик заемщика. Примечательно, что модель «подает» сигнал, предвещающий возможный дефолт, примерно за 1,5 года до предполагаемого события. Вычислив вероятность дефолта с помощью Portfolio Manager, можно дать адекватную оценку задолго до того, как рейтинговые агентства проанализируют финансовую информацию за прошедший период.

Модель CreditPortfolioView была разработана сотрудниками консалтинговой фирмы McKinsey. Главной отличительной чертой этой модели является принятие в расчет текущих макроэкономических условий и разницы в экономическом развитии отдельных регионов, вызванной географическими или отраслевыми особенностями.

Согласно установкам CreditPortfolioView к факторам, влияющим на уровень дефолтов, относятся темпы роста ВВП, уровень безработицы и уровень процентных ставок. Следуя этой логике, должнику, например с кредитным рейтингом «ВВВ», в период экономического спада присуща большая вероятность дефолта, нежели в период бума.

Конкретная же форма распределения убытков по портфелю обусловлена текущим состоянием экономики и ведущих отраслей промышленности отдельно взятой страны. Данное положение, по мнению разработчиков модели, не исключает возможности использования эмпирической взаимосвязи макроэкономических факторов и рейтинговых переходных матриц.

При всем ее глобальном охвате модель CreditPortfolio-View обладает существенным недостатком – отсутствием данных, необходимых для выверки. Анализируя возможности модели, можно сделать вывод, что уточнение данных посредством увеличения числа рейтинговых классов, отраслей или географических регионов приводит к тому, что количество данных в отдельной категории сокращается. Это означает, что число исследуемых дефолтов уменьшается, а стандартная ошибка при расчете итоговых данных увеличивается, подвергая сомнению объективность полученных результатов.