Инструментальные методы разработки рейтинговых моделей для корпоративных клиентов в рамках соглашения "Базель II" тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Ипатьев, Константин Николаевич

• Ипатьев, Константин Николаевич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Ипатьев, Константин Николаевич

ОГЛАВЛЕНИЕ

Том

ВВЕДЕНИЕ

ГЛАВА 1. ПРЕИМУЩЕСТВА И НЕДОСТАТКИ СОГЛАШЕНИЯ БАЗЕЛЬ II. ПРОБЛЕМЫ РОССИЙСКИХ БАНКОВ, ВОЗНИКАЮЩИЕ ПРИ РАЗРАБОТКЕ И

ВНЕДРЕНИИ ВНУТРЕННИХ РЕЙТИНГОВЫХ МОДЕЛЕЙ

Введение в Главу 1

1.1 От Базель I к Базель II. Целесообразность внедрения подходов Базель II в России

1.2 Стандартизированные и продвинутые подходы к оценке кредитных рисков в рамках Базель II

1.3 Проблемы, возникающие при разработке внутренних рейтинговых

моделей

ГЛАВА 2. РЕКОМЕНДАЦИИ ПО РЕШЕНИЮ ПРОБЛЕМ, ВОЗНИКАЮЩИХ

ПРИ РАЗРАБОТКЕ ВНУТРЕННИХ РЕЙТИНГОВЫХ МОДЕЛЕЙ

Введение в главу 2

2.1. Сегментация кредитного корпоративного портфеля российских кредитных организаций

2.2. Построение внутрибанковской рейтинговой шкалы

2.3. Структура и этапы разработки рейтинговых моделей

ГЛАВА 3. РАЗРАБОТКА РЕЙТИНГОВОЙ МОДЕЛИ ДЛЯ СЕГМЕНТА

«БАНКИ»

Введение в главу 3

3.1. Разработка рейтинговой модели для сегмента «Банки»

3.2. Автоматизация рейтинговой модели для сегмента «Банки»

3.3. Применение результатов рейтинговой модели в банковских процессах

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

Том

ОГЛАВЛЕНИЕ

Приложение 1

Приложение 2

Приложение 3

Приложение 4

Приложение 5

Приложение 6

Приложение 7

Приложение 8

Приложение 9

Приложение 10

Приложение 11

Приложение 12

Приложение 13

Приложение 14

Приложение 15

Введение диссертации (часть автореферата) на тему «Инструментальные методы разработки рейтинговых моделей для корпоративных клиентов в рамках соглашения "Базель II"»

ВВЕДЕНИЕ

Актуальность темы диссертационного исследования. Последние десятилетия в сегменте финансовых организаций наблюдается стремление к уменьшению потерь связанных с рисками и увеличению устойчивости всей финансовой системы. Из всех видов финансового посредничества наиболее регулируемым является банковская деятельность.

Важной ступенью для развития подходов к снижению банковских рисков стало принятие Базельским комитетом по банковскому надзору нового соглашения о капитале (более известное как соглашение Базель И) [137][ 138], центральной частью которого явилось расширение допустимых к применению подходов к оценке кредитных рисков, в частности возможность применять для оценки кредитных рисков, в т.ч. при расчете показателя достаточности капитала, собственных (внутренних) рейтинговых систем (подход Internal rating-based, IRB). При этом Базельский комитет наложил ряд ограничений на внутренние рейтинговые модели.

В апреле 2008 г. Банк России приступил к реализации программы сотрудничества с Европейским центральным банком по вопросам банковского надзора и внутреннего аудита. В рамках указанной программы реализуется проект «Банковское регулирование и надзор (Базель II)», целью которого является содействие в реализации Базеля II в Российской Федерации [15] [16] [17] [20]. Самооценка, проведенная по требованию Банка России в крупнейших банках страны, указала, что на текущий момент ни один банк России не обладает системой внутренних рейтингов, соответствующей требованиям Базель II. При этом предполагается, что уже начиная с 2015 года в 10 «пилотных» банках будет реализован IRB-подход.

Основная проблема, с которой столкнутся российские кредитные организации - отсутствие значительной статистической базы данных по корпоративным заёмщикам, что не позволит применять общеизвестные статистические методы и подходы к разработке рейтинговых моделей.

Важной задачей, стоящей перед кредитной организацией, которая намеревается внедрить ШВ-подход, является риск-сегментация своего кредитного корпоративного портфеля, т.к. не верная сегментация может привести к неточной оценке кредитных рисков и, соответственно, принятие неверных управленческих решений.

Еще одной задачей, которую предстоит решать российским банкам -разработка внутрибанковской рейтинговой шкалы, т.к. шкалы ведущих мировых рейтинговых агентств мало пригодны для российской действительности.

Те небольшие наработки в части методологии разработки рейтинговых моделей, которые имеются в российских банках, как уже отмечалось, имеют ряд недостатков, связанных с несовершенством существующего методического обеспечения оценки кредитных рисков в современной российской банковской практике, что обуславливает потребность в исследовании лучшей зарубежной практики в целях его адаптации для российских условий.

Основным инструментом управления ликвидностью кредитных организаций являются межбанковские кредиты и от правильной оценки заемщиков-банков напрямую зависит устойчивость кредитной организации, в связи с чем весьма актуальной задачей является разработка рейтинговой модели для оценки кредитных рисков, которые несут заемщики-банки.

Дополнительной проблемой является тот факт, что внедрение рейтинговых систем в банковские процессы является весьма дорогостоящим мероприятием и предлагаемые на рынке продукты доступны не всем желающим, в связи с чем высокую актуальность имеет способность разрабатывать программное обеспечение самой кредитной организацией.

Необходимо отметить, что в соответствии с Соглашением Базель II кредитные организации должны применять рейтинговые модели не только для регуляторных целей, но и для бизнес-целей (ценообразование, принятие решений, установление ограничений на операции (лимиты) и т.д.). Поэтому

перед Банком России стоит задача определения перечня таких операций и их формализация.

Степень разработанности проблемы. В ряде стран с развитой банковской системой уделяется большое внимание разработке вопросов внедрения Базель II в реальную практику банков, как в плане научных исследований, так и при разработке конкретных рекомендаций по внедрению. При этом основное внимание сосредоточено на разработке рейтинговых моделей с учетом страновой специфики, в т.ч. с учетом законодательства, обычаев, структуры банковской системы и реального сектора. Наибольший интерес представляет именно корпоративный блок, т.к. в отличие от розничного блока для данной группы контрагентов банков долгое время принятие решения и оценка рисков производились на экспертной основе, без учета статистической информации.

С момента выхода первого базельского соглашения (Базель I) ученые многих стран совместно с крупнейшими банками и рейтинговыми агентствами начали развивать подходы к оценке кредитного риска. Необходимо отметить, что основные исследования статистических подходов разработки рейтинговых моделей связаны с работами Альтмана Э. (Altman Е.), Хайдена Э. (Hayden Е.), Эрленмайера У. (Erlenmaier U.), Таше Д. (Tasche D.), Энглманна Б. (Engelmann В.) и др. По вопросам валидации рейтинговых моделей необходимо отметить работы Кохави P. (Kohavi R.), Пикард Р. ( Picard R.), Кук Д. (Cook D.), Раухмаер Р. (Rauhmeier R.) и др. Из отечественных исследователей по указанным вопросам необходимо отметить работы Айвазяна С. А., Бухтина М.А., Головань C.B., Карминского A.M., Лобанова A.A., Пересецкого A.A., Помазанова М.В., Путиловского В.А. и др.

При этом следует отметить, что указанные работы либо содержат только общее описание проблемы, либо рассматривают отдельные этапы разработке рейтинговых моделей. В то же время, мало исследований по вопросу учета внешней поддержки контрагентов, которым банк выставляет рейтинг, в

итоговом рейтинге. Не много работ затрагивают проблему разработки рейтинговых моделей для субпортфелей с низким или нулевым уровнем дефолтов. Несмотря на то, что имеется много исследований по вопросу сегментации портфелей для оценки операционных рисков, в российских публикациях практически не встречаются исследовании, связанные с сегментацией кредитного портфеля для целей 1КВ. Не много (а в российских изданиях фактически отсутствуют) представлено исследований в части внедрения рейтинговых систем в интегрированную систему кредитных организаций, в частности применения результатов рейтинговой оценки при ценообразовании, установлении лимитов на контрагентов, выставлении профилей рисков на подразделения банка, оценки уровня «проблемности» заёмщиков, финансового положения поручителей/гарантов; в основном все исследовании относятся к аллокации экономического капитала и проблемах, которые несет в себе формула расчета функции весов риска, предложенная Базельским комитетом. Отсутствуют публикации российских авторов на тему разработки внутрибанковских рейтинговых шкал, а также ответ на вопрос - а что, собственно, делать, если рейтинговая модель показала высокую предсказательную силу, но предполагает наличие «специфических» случаев, когда рейтинговая модель не сработает. Дополнительно не нужно забывать о проблемах указанных ранее, которые выявил Банк России по результатам проверки рейтинговых систем, имеющихся на данный момент в крупнейших банках страны, которые де-юре должны иметь наиболее совершенные подходы к оценке рисков (по сравнению с менее крупными банками).

Целью исследования является разработка научно-методического аппарата построения рейтинговой системы оценки кредитного риска корпоративных заемщиков кредитных организаций. Для достижения этой цели в рамках данной работы были поставлены следующие задачи:

1. провести сравнительный анализ статистических моделей и подходов к разработке внутренних рейтинговых моделей для кредитных организаций;

2. провести сегментирование кредитного портфеля российских банков по клиентам в соответствии с Базель II и российской спецификой и выделить для каждого из сегментов основные группы количественных и качественных риск-факторов;

3. разработать мастер-шкалу рейтингов для российских кредитных организаций и, для возможности сравнения контрагентов с внутренними рейтингами с контрагентами с внешними рейтингами, провести ее соотнесение с рейтинговыми шкалами ведущих мировых рейтинговых агентств;

4. построить структуру внутренних рейтинговых моделей с учетом требований Базель II и российской специфики и сформулировать этапы разработки внутренних рейтинговых моделей;

5. разработать на основе построенной структуры внутреннюю рейтинговую модель для сегмента «Банки-резиденты РФ»;

6. провести математическое описание применения рейтинговых оценок во внутренних процессах кредитных организаций.

Объектом исследования являются кредитные организации. Предметом исследования являются экономико-математические модели, методы и алгоритмы оценки кредитных рисков.

Область исследования. Диссертационная работа посвящена исследованию теоретических и практических основ разработки коммерческими банками внутренних рейтинговых моделей оценки кредитных рисков. Содержание диссертационной работы соответствует специальности 08.00.13 -Математические и инструментальные методы экономики (экономические науки).

Теоретическая и методологическая основа исследования.

Концептуальной основой разработки проблемы послужили фундаментальные труды отечественных и зарубежных ученых в области управления финансовыми рисками, банковского менеджмента и банковского регулирования. Теоретической и методологической базой диссертационного исследования являются современные теории управления кредитным риском, методы финансового анализа, системного анализа, математической статистики, теории вероятностей и математического анализа.

Информационную базу исследования составили нормативные акты и исследования Базельского комитета по банковскому надзору, материалы крупнейших западных банков, данные рейтинговых агентств (Moody's, Fitch, S&P). В работе использовались экономические и финансовые данные Reuters, Bloomberg и Банка России. Графические материалы были подготовлены в программах Eviews, Statistica, SAS и MS Excel.

Научная новизна исследования заключается в развитии и совершенствовании методологии оценки кредитных рисков на основе внутренних рейтинговых моделей. Новыми являются следующие научные результаты:

1. Проведена сегментация корпоративного кредитного портфеля российских банков в соответствии с требованиями Базель II и учетом российской специфики для целей разработки внутренних рейтинговых моделей для российских банков. По каждому из сегментов определены релевантные к риску факторы.

2. Предложен и обоснован новый подход к выстраиванию внутрибанковской рейтинговой шкалы и её соотнесения с внешними рейтинговыми шкалами; в соответствии с указанным подходом разработана внутрибанковская рейтинговая шкала, применимая в крупнейших, крупных и средних кредитных организациях России.

3. Построена новая структура внутренних рейтинговых моделей для российских банков, содержащая помимо качественных и количественных идиосинкразических факторов, факторы внешней поддержки и стоп-сигналы (сигналы раннего реагирования); определены и обоснованы свойства, которым должна удовлетворять функция внешней поддержки и приведен пример такой функции; сформулированы этапы разработки внутренних рейтинговых моделей, проанализированы и выбраны оптимальные статистические методы для каждого из этапов.

4. Предложено решение проблемы разработки рейтинговых моделей при недостаточности накопленных данных по реализованным дефолтам на основе статистического анализа определяемых в диссертации псевдовероятностей дефолта.

5. Построена рейтинговая модель для сегмента «Банки-резиденты РФ», с учетом новой структуры рейтинговых моделей, разработанной в диссертации.

6. Предложен математический аппарат для определения границ применимости рейтинговых оценок во внутренних процессах кредитных организаций.

Теоретическая значимость исследования заключается в том, что полученные в диссертации положения и выводы развивают теоретико-методологическую базу оценки уровня кредитных рисков корпоративных заемщиков.

Практическая значимость исследования. Теоретические положения и практические рекомендации ориентированы на широкое использование в практической деятельности кредитных организаций и могут быть использованы в учебном процессе.

Самостоятельное практическое значение имеют:

• подходы к построению рейтинговых моделей в случае недостаточности накопленных данных по реализованным дефолтам;

• сегментация корпоративного кредитного портфеля, а также предложенные качественные и количественные риск-факторы по каждому из сегментов;

• мастер-шкала рейтингов, а также подход к его разработке;

• структура рейтинговой модели, содержащая показатели поддержки и стоп-факторы;

• рейтинговая модель для сегмента «Кредитные организации-резиденты

РФ»;

• программное обеспечение «Рейтинговая модель для сегмента «Кредитные организации-резиденты РФ».

Результаты исследования также могут быть использованы в системе высшего и дополнительного профессионального образования при преподавании дисциплин «Банковские дело», «Банковский менеджмент», «Организация деятельности коммерческого банка», «Риск-менеджмент в коммерческом банке», «Рейтинговые системы оценки в банковской деятельности» и др.

Апробация и внедрение результатов исследования. Основные положения и результаты исследования обсуждались и получили одобрение на:

• I Международной научно-практической конференции «Модернизационные процессы в экономике и экономическом образовании» (г. Ростов-на-Дону, Международный исследовательский центр «Научное сотрудничество», 2012г.);

• II Международном конкурсе научных работ студентов и аспирантов (Москва, Финансовый университет, 2013 г.).

Диссертация выполнена в соответствии с исследованиями, проведенными в Финансовом университете в рамках выполнения научно-исследовательских работ по межкафедральной подтеме «Интерактивное моделирование стратегий развития социально-экономических систем» комплексной темы

«Инновационное развитие России: социально-экономическая стратегия и финансовая политика».

Проведенные в диссертационной работе исследования использовались в практической деятельности ОАО «Сбербанк России» при разработке внутренних рейтинговых моделей в рамках Соглашения Базель II. Внедрение полученных в исследовании результатов позволило существенно улучшить систему управления корпоративными кредитными рисками, а также бизнес-процессы в ОАО «Сбербанк России», в частности:

• в 2,7 раз снизилась средняя скорость рассмотрения кредитных заявок;

• в 1,4 раза снизились требования на экономический капитал по

рисковым активам по кредитным организациям;

• оценка финансового положения контрагентов осуществляется на

основе их внутренних рейтингов.

Программное обеспечение «Рейтинговая модель для сегмента «Кредитные организации-резиденты РФ» успешно применяется в ОАО «Сбербанк России» при оценке финансового положения кредитных организаций.

Публикации. Основные положения диссертационной работы опубликованы в 8 статьях общим объемом 3,68 п.л. (весь объем авторский), в том числе 5 работы объемом 2,68 п.л. в журналах, определенных ВАК Минобрнауки России.

Структура и объем диссертации. Диссертация состоит из введения, трех глав, основных выводов и рекомендаций, списка литературы из 141 наименования и 15 приложений. Основной текст диссертации изложен на 143 страницах (Том 1). Приложения представлены на 69 страницах (Том 2).

ГЛАВА 1. ПРЕИМУЩЕСТВА И НЕДОСТАТКИ СОГЛАШЕНИЯ БАЗЕЛЬ II. ПРОБЛЕМЫ РОССИЙСКИХ БАНКОВ, ВОЗНИКАЮЩИЕ ПРИ РАЗРАБОТКЕ И ВНЕДРЕНИИ ВНУТРЕННИХ РЕЙТИНГОВЫХ

МОДЕЛЕЙ

Введение в Главу 1

В первой главе рассматриваются соглашения, разработанные Базельским комитетом по банковскому надзору для целей повышения устойчивости банковских систем в мире (Базель I, Базель II). Описываются основные положения данных документов, их влияние на регулирование банковской деятельности со стороны регуляторов, на развитие систем банковского риск-менеджмента. Анализируются как положительные результаты внедрения соглашения в западных странах, так и отрицательные. По результатам анализа практики имплементации Базель II, обосновывается необходимость внедрения нового соглашения в российской банковской системе.

Во втором разделе рассматриваются два подхода к оценке самого главного вида банковских рисков - кредитных рисков [18], предлагаемых в рамках соглашения Базель II (стандартизированный подход, подход на основе внутренних рейтингов). Проводится сравнительный анализ, а также выделяются преимущества, которые даст внедрение подхода на основе внутренних рейтингов в средних и крупнейших кредитных организаций страны.

В третьем разделе описываются основные проблемы, с которым столкнутся российские банки при внедрении подхода к оценке кредитных рисков.

1.1 От Базель I к Базель II. Целесообразность внедрения подходов Базель II

в России

Глобализации мировой экономики, происходившая в течение всего XX века, и продолжающаяся в новом XXI веке, привела к увеличению взаимозависимости финансовых рынков и образованию общего мирового финансового рынка. Кризисы, возникающие на отдельных финансовых рынках, сейчас незамедлительно сказываются на мировом рынке и могут привести к рецессии во всем мире. Основными участниками финансовых рынков являются кредитные организации и банковские системы в целом, и проблемы, возникающие в отдельном крупном банке, могут повлечь проблемы для всех участников финансового рынка, что в свою очередь незамедлительно повлияет на реальный сектор и макроэкономические показатели (ВВП, уровень безработицы, инфляция и т.д.), а это уже может привести к социальным потрясениям1.

В той или иной мере серьезные финансовые кризисы современной конфигурации начиная с конца 70—х годов прошлого столетия происходили во многих странах, наиболее масштабными необходимо отметить кризисы в Испании (1981-1987 гг.), в Чили и Малайзии (1981-1987 гг.), в Венесуэле и Мексике (1994-1998 гг.), в Венгрии (1987-1997 гг.), в Финляндии (1991-1994 гг.), в Турции (1994-1996 гг.), в Польше (1991-1999 гг.), в Швеции (1990-1993 гг.), в России (1998-2002 гг.), в Аргентине и Колумбии (2000-2002 гг.) и т.д. Последний мировой кризис, начавшийся в 2009 году, наиболее четко отражает последствия финансовой дестабилизации. Предшественником финансового кризиса 2008 года послужил ипотечный кризис в США, первые признаки которого проявились в 2006 году в форме снижения числа продаж домов, а к весне 2007 года переросли в кризис высокорисковых ипотечных кредитов (subprime lending {англ.)). Довольно быстро проблемы с кредитованием ощутили и надёжные заёмщики. Впоследствии ипотечный кризис в США стал

' Примерами могут послужить события последних лет в арабских странах Северной Африки и Ближнего Востока, одной из причин которых послужил мировой кризис 2007-2009 гг.

детонатором глобального кризиса - американские инвестиционные структуры, сталкивающиеся с проблемами на внутреннем рынке, начали сбрасывать свои зарубежные средства, что вызвало отток денежных средств с рынков новых развивающихся стран. В результате от кризиса, возникшего в США, начал страдать весь мир - существенно сократились возможности получения капиталов при размещении ценных бумаг компаниями, либо в получении кредитных средств в банках, что отразилось в снижении объёмов производства, снижении спроса и цен на сырьё, росте безработицы. Банки во время кризиса снизили объемы кредитования, типично кризисы приходили после длительных этапов экономических ростов, и банки выдавали средства без должной оценки принимаемых при размещении средств рисков, что во время дестабилизации приводило к резкому росту «невозвратов» и к ухудшению качества активов и снижению к общей ликвидности.

Т.е. можно утверждать, что банки являются с одной стороны основным источником (хотя и не единственным) уязвимости финансовых систем, но с другой стороны и основным инструментом стабилизационных усилий. Второе утверждение следует из того факта, что чем более прочная и устойчивая банковская система, тем с большей вероятностью она сможет отразить или по крайней мере смягчить удары будущего кризиса. При этом основным показателем устойчивости банков является достаточный для покрытия всех рисков капитал (собственные средства), т.е. банки должны обдуманно аллокировать (размещать) свои средства (инвестировать в ценные бумаги, выдавать кредит и т.д.), реально оцениваю риски невозврата. В случае, если в банках развиты системы управления рисками и банки реально могут оценивать свои риски, они могут контролировать достаточность собственных средств для покрытия всех рисков и снижать в целом риски, соответственно, во время кризиса не будут терпеть большие потери или будут готовы к ним (т.к. они заранее могут оценить ожидаемые и непредвиденные потери и подготовить «подушку» в виде собственных средств на их покрытие), а это значит, что

банковская система будет продолжать нести свою функцию и может смягчить или даже предотвратить надвигающийся кризис.

Для целей увеличения устойчивости банковских систем , и, следовательно, мирового финансового рынка, Базельским комитетом по

л

банковскому надзору были разработаны директивы в области достаточности капитала на покрытие рисков, которым должны следовать международные кредитные организации. Первая такая директива появилась в июле 1988 года и получила название Базель I [140]. Данный документ приписывал необходимость поддерживания размера капитала на уровне, достаточном для покрытия не менее 8% от рисковых активов. Под рисковыми активами в данной директиве понимается сумма всех активов банка, взвешенных с весами, определенными в Базель I (см. таблица 1).

Таблица 1. Веса рисковых активов в рамках Базель I.

№ Тип актива Вес риска

1. Денежная наличность 0%

2. Обязательства центральных правительств и центральных банков стран ОСЭР 0%

3. Обязательств банков из стран ОЭСР 20%

4. Компании из госсектора из стран ОЭСР 20%

5. Обязательства банков не из стран ОЭСР сроком до 1 года 20%

6. Ипотека меньше 2/3 рыночной стоимости, ОЭСР-страны 50%

7. Ипотека больше 2/3 рыночной стоимости, ОЭСР-страны 75%

8. Остальные обязательства 100%

До выхода нового соглашения основным показателем оценивающим уровень рисков кредитных организаций, как и других коммерческих

2 Прежде всего крупных международных банковских организаций, которые имеют наибольшую корреляцию с системным риском

3 Базельский комитет по банковскому надзору при Банке международных расчетов (Committee on Banking Supervision of the Bank for international Settlements) основан в г. Базеле в 1974 г. управляющими центральных банков стран G10. В настоящий момент членами комитета являются высокопоставленные представители центральных банков и органов финансового регулирования стран G10, а также Люксембурга и Испании. Европейская комиссия принимает участие в работе на правах наблюдателя.

Основная задача Комитета состоит во внедрении единых стандартов в сфере банковского регулирования. С этой целью Комитет разрабатывает директивы и рекомендации для органов регулирования государств-членов. Эти рекомендации не обязательны для исполнения, однако в большинстве случаев находят отражение в национальных законодательствах государств-членов. Дело в том, что разработка директив и рекомендаций осуществляется в сотрудничестве с банками и органами регулирования всего мира, в этих документах обобщается наилучшая надзорная практика. Поэтому работы по внедрению Базеля II ведутся более чем в 100 странах, а не только в государствах - участниках Комитета.

организаций, был коэффициент соотношения капитала и активов банка. Теперь он был заменен на более сложный показатель, в котором разные категории активов взвешивались по уровню риска с весами от 0 до 100 (см. таблица 1). Данная новация позволила дифференцировать требования к капиталу для банков с разной структурой активов.

Еще одним новшеством было разбиение капитала на два части. В капитал первого уровня вошли категории активов, наиболее близкие по качеству к уставному капиталу. Более сомнительные части капитала (например, резерв переоценки недвижимости, субординированный долг) вошли в состав капитала второго уровня. Эффективность использования коэффициента Кука обуславливалось правильным созданием резервов на возможные потери по ссудам, уменьшающих капитал и активы на величину уже выявленных рисков, соответственно капитал должен был защитить банк от реализации непредвиденных потерь.

Но самой главным новшеством Базель I состояло в том, что Базельское соглашение напрямую указывала необходимость слежения регуляторами за достаточностью капитала. Если размер капитала банка снижался до уровня не достаточного для покрытия всех его рисков, то следовало его банкротить, при этом, если стоимость его активов было выше стоимости обязательств, т.е. банк платежеспособен, но на момент оценки испытывает трудности с погашением обязательств, решением проблемы является предоставление ему ликвидности.

Т.е. обобщая вышенаписанное можно считать, что главное достижение Базель I - это предложение общего для всего банковского сообщества определение капитала и достаточности капитала, а также рекомендации по его слежением со стороны надзорных органов. Впервые было принято общее для всего мирового сообщества требование к кредитным организациям. Как следствие после принятия данного соглашения регуляторами ведущих западных стран, а позднее и регуляторами многих развивающихся стран, недокапитализированные банки из этих юрисдикций значительно улучшили

Список литературы диссертационного исследования кандидат наук Ипатьев, Константин Николаевич, 2013 год

СПИСОК ЛИТЕРАТУРЫ

1. Федеральный закон «О банках и банковской деятельности» от 02.12.1990г. №395-1.

2. Закон РФ «Об организации страхового дела в Российской Федерации» от 27.11.1992г. №4015-1.

3. Федеральный закон Российской Федерации «О некоммерческих организациях» от 12.01.1996г. №7-ФЗ.

4. Федеральный закон «О рынке ценных бумаг» от 22.04.1996г. №39-Ф3.

5. «Бюджетный Кодекс Российской Федерации» от 31.07.1998г. №145-ФЗ.

6. Федеральный закон «О финансовой аренде (лизинге)» от 29.10.1998г. №164-ФЗ.

7. Федеральный закон Российской Федерации «Об общих принципах организации законодательных (представительных) и исполнительных органов государственной власти субъектов Российской Федерации» от 06.10.1999г. №184-ФЗ.

8. Федеральный закон «Об акционерных обществах» от 26.12.1995г. №208-ФЗ.

9. Федеральный закон «О развитии малого и среднего предпринимательства в Российской Федерации» от 24.07.2007г. №209-ФЗ.

10. Федеральный закон «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма» от 07.08.2001г. №115-ФЗ.

11. Федеральный закон «О государственной регистрации юридических лиц и индивидуальных предпринимателей» от 08.08.2001г. №129-ФЗ.

12. Федеральный закон «О государственных и муниципальных унитарных предприятиях» 14.11.2002г. №161-ФЗ

13. Федеральный закон Российской Федерации «Об общих принципах организации местного самоуправления в Российской Федерации» от 06.10.2003г. №131-Ф3.

14. Инструкция Банка России «Об обязательных нормативах банков» от 03.12.2012г. № 139-И.

15. Информация Департамент внешних и общественных связей Банка России «О нормативных актах Банка России, направленных на реализацию положений документа Базельского комитета по банковскому надзору «Международная конвергенция измерения капитала и стандартов капитала: новые подходы» (International Convergence of Capital Measurement and Capital Standards. A Revised Framework, Basel Committee on Banking Supervision)» от 09.11.2009г.

16. Консультативный документ Банка России «О перспективах применения российскими банками IRB-подхода Компонента I Базеля II в надзорных целях и необходимых для этого мероприятиях (действиях)». 2011 г.

17. Письмо Банка России «О Методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков» от 29.12.2012г. №192-Т.

18. Письмо Банка России «О типичных банковских рисках» от 23.06.2004г. №70-Т.

19. Положение Банка России «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» от 26.03.2004г. №254-П.

20. Справка Банка России «О Программе сотрудничества Центрального банка Российской Федерации с Евросистемой по вопросам

банковского надзора и внутреннего аудита в 2008-2010 годах» от 09.06.2009г.

21. Айвазян С.А., Голованъ C.B., Карминский A.M., Пересецкий A.A. О подходах к сопоставлению рейтинговых шкал. Прикладная эконометрика, 23 (3), 2011, стр. 13-40.

22. Бухтин М.А. Принципы и подходы формирования методик внутренних кредитных рейтингов для корпоративных клиентов. // Управление финансовыми рисками. - 2008. - № 3. С. 182-209; №4. - С. 272-279.

23. Голованъ C.B., Карминский A.M., Пересецкий A.A. Модели вероятности дефолта российских банков. II. Влияние макроэкономических факторов на устойчивость банков: препр. РЭШ №WP/2003/039.2003.

24. Голованъ C.B., Карминский A.M., Пересецкий A.A. Сопоставление рейтинговых шкал на основе эконометрического анализа рейтингов российских банков. Стр. 600-613 в сборнике «XII международная конференция по проблемам развития экономики и общества», т.1, под редакцией Е.Г. Ясина. ГУ ВШЭ, Москва, 2012.

25. Злоба Е., Яцкив И. Статистические методы восстановления пропущенных данных // Computer Modeling & New Technologies. -Vol. 6.2004.-C.55-56.

26. Ипатьев, КН. Базель II и проблемы его внедрения в российских банках /К.Н. Ипатьев// Модернизационные процессы в экономике и экономическом образовании: сб. трудов I Международной научно-практической конференции, 30.03.2012. - Ростов-на-Дону: Научное сотрудничество, 2012. - С. 44-48.

27. Ипатьев, К.Н. ROC-анализ и принятие решений при выдаче кредитов /К.Н. Ипатьев// Интеграл. - 2012. - №2 (64) Март-Апрель 2012 г.-С. 62.

28. Ипатьев, К.Н. Учет поддержки государства и группы во внутренних рейтинговых моделях /К.Н. Ипатьев// Научное обозрение: экономика и управление. - Москва, 2012. - №4. - С. 152157.

29. Ипатьев, К.Н. Ценообразование с учетом кредитного риска /К.Н. Ипатьев// Научное обозрение: экономика и управление. -Москва, 2012.-№3.-С. 102-104.

30. Ипатьев, К.Н. Разработка рейтинговой модели для сегмента «Банки» [электронный ресурс] /К.Н. Ипатьев// Управление экономическими системами: электронный научный журнал. - 2013. -№6. Режим доступа: http://uecs.ru/finansi-i-kredit/item/2183~qq.

31. Ипатьев, КН. Построение внутрибанковской рейтинговой шкалы в рамках соглашения Базель II /К.Н. Ипатьев// Предпринимательство. -2013.-№4.-С. 140-150.

32. Ипатьев, К.Н. Разработка внутренней рейтинговой модели в рамках соглашения Базель II в условиях отсутствия статистики по дефолтам / К.Н. Ипатьев// Научное обозрение. - 2013. - №6. - С. 220-224.

33. Ипатьев, КН. Построение алгоритма разработки внутренних рейтинговых моделей в соответствии с требованиями Базель II и интеграция рейтинговых моделей во внутрибанковские процессы /К.Н. Ипатьев// Научное обозрение. - 2013. -№6. - С. 225-231.

34. Карминский A.M. Модели корпоративных кредитных рейтингов. // Препринт # WP 2009/Х R. - М. Российская экономическая школа, 2009.

35. Клекка У. Р. Дискриминантный анализ// Факторный, дискриминантный и кластерный анализ. М: Финансы и статистика, 1989.

36. Ковалев М, Корженевская В. Методика построения банковской скоринговой модели для оценки кредитоспособности физических лиц. БГУ, 2005.

37. Котлер Ф. Маркетинг-менеджмент /Пер. с англ.

- 9-е Международное изд-е. - СПб: Питер Ком., 1998. - С. 174

38. Линник Ю.В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений. М.: ФИЗМАТ ЛИТ, 1958.

39. Лобанов A.A. Энциклопедия финансового риск-менеджмента.

- М.: Альпина Паблишер, 2009.

40. Логинов A.A., Морозов O.A., Солдатов Е.А., Фиделъман В.Р., Бережной И.О. Выбор информационного оптимального шага дискретизации непрерывных сигналов. // Вестник ННГУ. - 2007.

- №2. - С.91-94.

41. Магнус Я.Р., Катышев П. К, Пересецкий A.A. Эконометрика. Начальный курс. — М.: Дело, 2007.

42. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: "ЮНИТИ", 1998.

43. Орлов В.А., Филиппов Л.И. Теория информации в упражнениях и задачах. - М.: Высшая школа, 1976. - 136 с.

44. Пересецкий A.A. Измерение компоненты внешней поддержки рейтингов агентства Moody's. // Прикладная эконометрика. - 2009. -№ 14 (2).-С. 3-23.

45. Пересецкий A.A. Модели причин отзыва лицензий российских банков. Влияние неучтенных факторов. // Прикладная эконометрика, №30 (2). - 2013. - С. 49-64.

46. Пересецкий A.A. Эконометрические методы в дистанционном анализе деятельности российских банков [Текст]

/ А.А. Пересецкий// Нац. исслед. ун-т «Высшая школа экономики». - М.: Изд. дом Высшей школы экономики, 2012. - 235, [5] с.

47. Помазанов М.В., Хамалинский А.С. Калибровка рейтинговой модели для секторов с низким количеством дефолтов. //Управление финансовыми рисками. - 2012. - № 2(30). - С. 82-84.

48. Путиловский В.А. Прогнозирование рисков банка—контрагента путем построения аналитических рейтингов. //Банковское кредитование. - 2006. - № 5.

49. Пчеленок Н.В., Маслов Б.Г. Зарубежные и российские методики прогнозирования банкротства. // Управленческий учет. - 2005. -№5.

50. Румянцев А. Скоринговые системы: наука помогает бизнесу. // Финансовый Директор - 2006 - №7.

51. Усачёв С. Кредитный скоринг: решения desktop или enterprise. //Банки и технологии. - 2008. - №4.

52. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. М: Финансы и статистика, 1988.

53. Яушева А.А. Формирование выборки: поиск новых возможностей. М.: Наука, 2007.

54. Akaike H. A new look at the statistical model identification. IEEE Transactions on Automatic Control, 1974.

55. Aldrich J.R., Nelson F.D. Linear Probability, logit and probit models // Quantitative Applications in the Social Science. Ser. # 45. Beverly Hills: SAGE Publications, 1985.

56. Aldrich J.R. A. Fisher and the making of maximum likelihood 1912— 1922. Statistical Science #12 (3), 1997.

57. Altman E., Marco G., Varetto F. Corporate distress diagnosis: Comparisons using linear discriminant analysis and neural networks (the Italian experience) // J. of Banking and Finance. 1994. #3. P. 505-529.

58. Altman E., Rijken H. How Rating Agencies achieve Rating Stability. // Journal of Banking and Finance, 2004, №28 (11), pp. 2679-2714.

59. Andersson A., Vanini P. Credit-migration risk modeling. // The Journal of Credit Risk, #1/2010.

60. Angelini E., Tollo G., Roli A. A Neural Network Approach for Credit Risk Evaluation. // Kluwer Academic Publishers. Printed in the Netherlands, 2006.

61. Antipov E., Pokryshevskaya E. Applying CHAID for logistic regression diagnostics and classification accuracy improvement, Journal of Targeting, Measurement and Analysis for Marketing, #18/2010.

62. Artzner P., Delbaen F., Eber J.M., Heath D. Coherent measures of risk. Math. Finance 9(3), 1999.

63. Artzner P., Delbaen F., Eber J.M., Heath D. Definition of Coherent Measures of Risk, Symposium on Risk Management at the European Finance Association 24th Annual Meeting, Viena, Austria, 1997.

64. Barnett V. and Lewis T. Outliers in Statistical Data. John Wiley & Sons., 3rd edition, 1994.

65. Basel Committee on Banking Supervision. Report on intra—group support measures, 2012.

66. Basu D. Statistical Information and Likelihood: A Collection of Critical Essays by Dr. D. Basu; in Ghosh, Jayanta K., editor; Lecture Notes in Statistics, 1988. Volume 45, Springer-Verlag, 1988.

67. Berry J., Hemming G., Matov G., Morris O. Report of the Model Validation and Monitoring in Personal Lines Pricing Working Party. GIRO 2009

68. Bhat H. S., Kumar N. On the derivation of the Bayesian Information Criterion. *School of Natural Sciences, University of California, 2010.

69. Bovenzi J.F., Marino J.A., McFadden F.E. Commercial bank failure prediction models // Econ. Rev. Federal Reserve Bank of Atlanta. 1983. Vol. 68. P. 14-26.

70. Breiman L, Friedman J, Olshen R.A and Stone C.J. Classification and Regression Trees. Wadsworth, 1984.

71. Breinlinger L., Glogova E., Hoger A. Calibration of Rating Systems -A First Analysis. Financial Stability Report, 2003.

72. Cantor R., Packer F. The credit rating industry // J. of Fixed Income. 1995. Vol.5 #3. P. 10-34.

73. Castermans G., Martens D., Van Gestel T., Hamers B., Baesens B. An Overview and Framework for PD Backtesting and Benchmarking. Brussel, 2007

74. Chernoff H., Lehmann E.L. The use of maximum likelihood estimates in tests for goodness-of-fit. The Annals of Mathematical Statistics, №25/1954, 579-586.

75. Cho W.N. Robust Portfolio Optimization Using Conditional Value At Risk. Imperial College London Department of Computing, 2008.

76. Christopher L. Culp, Merton H. Miller, Andrea M.P. Neves. Value At Risk: Uses And Abuses. // Bank Of America Journal Of Applied Corporate Finance, 2004.

77. Cohen S.M. Alternative models for carcinogenicity testing: Weight of evidence evaluations across models. Toxicological Pathology, №29/2001.

78. Cooper R.L., Kavlock R.J. Endocrine disruptors and reproductive development: A weight-of-evidence overview. Journal of Endocrinology, №152/1997.

79. Corporate Defaults and Recovery Rates, 1920-2012. New York: Special Comment, 2012.

80. Das S., Sy A.N.R. How Risky Are Banks' Risk Weighted Assets? Evidence from the Financial Crisis. IMF Working Paper. International Monetary Fund, 2012.

81. De Maesschalck R., Jouan-Rimbaud D., Massart D.L. The Mahalanobis distance. Chemometrics and Intelligent Laboratory Systems, 2000.

82. Douglas L. W. Weight of Evidence: A Review of Concept and Methods. Risk Analysis, #6/2005.

83. Dowd K., Cotter J. and Ghulam Sorwar. Spectral Risk Measures: Properties and Limitations. Nottingham: The Centre for Risk and Insurance Studies, Nottingham University Business School, 2008.

84. Elizondo Flores J.A., Basualdo T.L., Quintana Sordo A.R. Regulatory use of system-wide estimations of PD, LGD and EAD. Financial Stability Institute, 2010.

85. Engelmann B., Hayden E., Tasche D. Testing rating accuracy. Risk, 2003.

86. Erlenmaier U. The shadow rating approach - Experience from bank practice, The Basel II Risk Parameters. Berlin: Heidelberg, 2006.

87. Fitch Ratings. Bank Support in the Developed World. BANKSCOPE User Group Seminar, Jens Schmidt-Bürgel, 2003.

88. Fitch Ratings. Fitch Ratings Global Corporate Finance 2012 Transition and Default Study. Fitch Ratings, 2012.

89. Fitch Ratings. Definitions of Ratings and Other Forms of Opinion. Fitch Ratings, 2012.

90. Godlewski C.J. Are ratings consistent with default probabilities? Empirical evidence on banks in emerging market economies // Emerging Markets Finance and Trade. 2007. Vol. 43. #4. P. 5-23.

91. Grubbs F.E. Procedures for detecting outlying observations in samples. Technometrics, #11/1969.

92. Hanley J.A., McNeil B.J. The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology. 1982. #143. P.29-36.

93. Hay den E., Porath D. Statistical Methods to Develop Rating Models. Österreichische Nationalbank 1 and University of Applied Sciences at Mainz, 2006.

94. Hlawatsch S., Ostrowski S. Economic Loan Loss Provision and Expected Loss. Magdeburg: FEMM, 2009.

95. Hryckiewicz A., Kowalewski O. Predicting Foreign Bank Exits? A Logit and Probit Regression Approach. SSRN Working Paper. 2010.

96. Huck S. W., Cross T.L., Clark S.B. Overcoming Misconceptions About Z-Scores. // Teaching Statistics, #8/1986.

97. Iqbal N.. Ali S.A. Estimation of Probability of Defaults (PD) for Low Default Portfolios: An Actuarial Approach. Washington DC: ERM Symposium, 2012.

98. Iscanoglu A. Credit scoring methods and accuracy ratio. Approval of the Institute of Applied Mathematics, 2005.

99. Kohavi R. A study of cross-validation and bootstrap for accuracy estimation and model selection. Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence. San Mateo: Morgan Kaufmann, №2/1995.

100. Kolari J., Glennon D., Shin H., Caputo M. Predicting large US commercial bank failures // J. of Economics and Business. 2002. Vol.54. #4. P. 361-387.

101. Konrad P.M. The Calibration of Rating Models. Estimation of the Probability of Default based on Advanced Pattern Classification Methods. Tectum Verlag Marburg, 2012.

102. Kronwald C. Credit Rating and Impact on Capital Structure. Norderstedt: Druck and Bindung: Books on Demand, 2009.

103. Lennox C.S. Identifying Failing Companies: A Re-evaluation of the Logit, Probit and MDA Approaches, Elsevier Science Inc, 1999.

104. Lloyd S. Least square quantization in PCM's. Bell Telephone Laboratories Paper, 1957.

105. Luppi B., Marzo M., Scorcu A.E. Credit risk and Basel II: Are non-profit firms financially different? //Rimini Centre for Economic Analysis, Working Paper Series, 2007.

106. MacQueen J. Some methods for classification and analysis of multivariate observations. In Proc. 5th Berkeley Symp. on Math. Statistics and Probability. 1967. P. 281-297.

107. Mahalanobis P.C. On the generalized distance in statistics. Proceedings of the National Institute of Sciences of India, №2/1936.

108. Majer I. Application scoring: logit model approach and the divergence method compared. Warsaw School of Economics, Institute of Econometrics Department of Applied Econometrics, 2005.

109. Martin D. Early warning of bank failure: A logit regression approach // J. of Banking and Finance. 1977. Vol.1. #3. P. 249-276.

110. Matthies A.B. Statistical properties and stability of ratings in a subset of US firms. Humboldt-University Berlin 'Economic Risk, SFB 649 Discussion Paper, №2/2013.

111. McLachlan G.J. Discriminant Analysis and Statistical Pattern Recognition. Wiley Interscience, 1992.

112. Melnick R.L., Kohn M.C., Huff J. Weight of evidence versus weight of speculation to evaluate the alpha2u-globulin hypothesis. Environmental Health Perspectives, №105(9)/1997.

113. Mirkes E.M. K-means and K-medoids applet. // University of Leicester, 2011

114. Moody's. Incorporation of joint-default analysis approach into Moody's bank ratings: a refined methodology. Moody's Investors Service, 2007.

115. Moody's. Moody's Rating symbols & Definitions. Moody's Investors Service, 2012.

116. Pacelli V., Azzollini M. An Artificial Neural Network Approach for Credit Risk Management. // Journal of Intelligent Learning Systems and Applications, 2011

117. Peduzzi P, Concato J, Kemper E, Holford T.R, Feinstein A.R. A simulation study of the number of events per variable in logistic regression analysis. // J Clin Epidemiol, №49/1996.

118. Picard R., Cook D. Cross-Validation of Regression Models. // J. of the American Statistical Association, №79/1984.

119. Ratha D., Prabal K. DE, Monapatra S. Shadow Sovereign Ratings for Unrated Developing Countries. Elsevier, 2010.

120. Rauhmeier R. PD-Validation: Experience from Banking Practice. UniCredit Bank AG, 2011.

121. Peresetsky A., Karminsky A. Models for Moody's bank ratings. Frontiers in Finance and Economics, 8(1), pp. 88-110.

122. Peresetsky A., Karminsky A., Golovan S. Probability of default models of Russian banks. Economic Change and Restructuring, 44(4), 297-334. Doi: 10.1007/s 10644-011 -9103-2.

123. Peresetsky A.A. What factors drive the Russian banks license withdrawal, MPRA Paper 41507, University Library of Munich, Germany.

124. Rockafellar R.T., Uryasev S. Optimization of Conditional Value-at-Risk. University of Washington, 1999.

125. Schuermann T. What Do We Know About Loss Given Default? Wharton: FIC, 2004.

126. Schuermann T., Hanson S. Estimating Probabilities of Default. Federal Reserve Bank of New York, 2004.

127. Schuermann T., Jafry Y. Measurement and Estimation of Credit Migration Matrices. Wharton: FIC, 2003.

128. Shiffler R.E. Maximum z-scores and outliers. The American Statistican, #42/1988.

129. Scott D.W. On optimal and data-based histograms. Biometrika, 1979. #66. P.605-610.

130. Song X.C. Nonparametric Estimation of Expected Shortfall. Iowa State University, 2006.

131. Standard & Poor's. Credit Ratings Definitions. Standard & Poor's ratings services, 2013.

132. Standard & Poor's. Annual Default Study: Corporate Default and Recovery Rates, 1920-2011. S&P, 2012.

133. Steinhaus H. Sur la division des corps materiels en parties. Bull. Acad. Polon., 1956

134. Thonabauer G., Nosslinger B. Rating Models and Validation. Published by Oesterreichische Nationalbank (OeNB), 2006.

135. Zweig M.H., Campbell G. Receiver operating characteristic (ROC) plots: A fundamental evaluation tool in clinicalmedicine. Clin Chem, #39/4/1993

136. Wiginton J.C. A note on the comparison of logit and discriminant models of consumer credit behavior // J. of Financial and Quantitative Analysis. 1980. Vol. 15. #3. P.757-770.

137. Банк России. Соглашением «Международная конвергенция измерения капитала и стандартов капитала: уточненные рамочные подходы». (http://www.cbr.ru/today/ms/bn/Basel.pdf).

138. Basel Committee on Banking Supervision (BCBS). (2004) International Convergence of Capital Measurement and Capital Standards. A Revised Framework, (http://www.bis.org/publ/bcbs 128.pdf).

139. Basel Committee on Banking Supervision (BCBS). Principles for sound stress testing practices and supervision. January 2009. (http://www.bis.org/publ/bcbsl47.pdf).

140. Basel Committee on Banking Supervision (BCBS). International Convergence Of Capital Measurement And Capital Standards. 1998. (http://www.bis.org/publ/bcbscl 11 .pdf).

141. Basel Committee on Banking Supervision (BCBS). Long-term Rating Scales Comparison (http://www.bis.org/bcbs/qis/qisrating.htm).

Федеральное государственное образовательное бюджетное учреждение

высшего профессионального образования «Финансовый университет при Правительстве Российской Федерации»

На правах рукописи

0420136*115

Ипатьев Константин Николаевич

ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ РАЗРАБОТКИ РЕЙТИНГОВЫХ МОДЕЛЕЙ ДЛЯ КОРПОРАТИВНЫХ КЛИЕНТОВ В РАМКАХ СОГЛАШЕНИЯ «БАЗЕЛЬ II»

Специальность 08.00.13 - Математические и инструментальные методы

экономики

(Том 2)

ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук

Научный руководитель:

доктор экономических наук, профессор

Рудакова Ольга Степановна

Москва - 2013

ОГЛАВЛЕНИЕ

ОГЛАВЛЕНИЕ..........................................................................................................................2

Приложение 1............................................................................................................................3

Приложение 2...........................................................................................................................10

Приложение 3...........................................................................................................................13

Приложение 4...........................................................................................................................14

Приложение 5...........................................................................................................................15

Приложение 6...........................................................................................................................16

Приложение 7..........................................................................................................................39

Приложение 8...........................................................................................................................42

Приложение 9...........................................................................................................................45

Приложение 10.........................................................................................................................51

Приложение 11........................................................................................................................51

Приложение 12........................................................................................................................59

Приложение 13.........................................................................................................................63

Приложение 14.........................................................................................................................65

Приложение 15.........................................................................................................................67

Количес твенные данные/ информ ация Группа

Основанна я на прошлом развитии или текущем состоянии Подгруппа

Залоговая стоимость активов Залоговая стоимость активов по проектному финансированию Капитал (собственные средства)/фонды для субсидий Активы и пассивы (информация от клиентов) Налоговые платежи Счета расходов и прибыли Лицевые счета клиентов Годовая финансовая отчетность Фактор

Центральное правительство

Региональные правительства

Местные органы правления

Государственные учреждения

+ + Государственные предприятия

+ + Кредитные организации

+ + Страховые компании

+ + Другие финансовые компании

+ + Интернациональные компании

+ + + Другие компании, которые готовят официальную (стандартную) отчетность

+ + + + Индивидуальные предприниматели (не готовят стандартной отчетности)

+ + + Малый бизнес

+ Стартапы. Предварительная стадия

+ + + + Стартапы. Стадия после запуска

+ + + Некоммерческие организации

Проектное финансирование

+ + инвестиционная фаза

+ + эксплуатационная фаза

Объектное финансирование

+ + инвестиционная фаза

+ + эксплуатационная фаза

Товарное финансирование

- Финансирование приносящей доход недвижимости

инвестиционная фаза

эксплуатационная фаза

е

50 Я Н О тз сг

я

о Я О

сг оо V: О) 2 Е

О) Я

К

43 »3 оо 43 рз

с\ о

н «

а>

4з

П)

Кс Н К К -I

о

03

Е Я

о

1=1 О) Й П> Кс

а

43

5а и 43 П) м Я)

43 »3 и) Й К Л

а Е х о

Л)

п

П> X н о

03

я

ТЭ 5

О

л X Я

л

£

Группа

Подгруппа

Сравнение реального прогресса движении денег с целевым Сравнение реального прогресса в проекте с целевым Формирование ликвидности и выручки Динамика справедливой стоимости и ставок аренды (историческая и ожидаемая) Арендные ставки для схожих объектов со схожим расположением Справедливая рыночная стоимость недвижимости по объектному финансированию Фактор

Центральное правительство

Региональные правительства

Местные органы правления

Государственные учреждения

Государственные предприятия

Кредитные организации

Страховые компании

Другие финансовые компании

Интернациональные компании

Другие компании, которые готовят официальную (стандартную) отчетность

Индивидуальные предприниматели (не готовят стандартной отчетности)

Малый бизнес

Стартапы. Предварительная стадия

+ Стартапы. Стадия после запуска

Некоммерческие организации

Проектное финансирование

инвестиционная фаза

+ + эксплуатационная фаза

Объектное финансирование

инвестиционная фаза

+ эксплуатационная фаза

Товарное финансирование

Финансирование приносящей доход недвижимости

+ + + инвестиционная фаза

+ + + + эксплуатационная фаза

р

Качеств енные данные/ информ ация Группа

Основанна я на прошлом развитии или текущем Основанна я на будущем развитии Подгруппа

Политики бизнеса Риск структура/риск менеджмент Направления бизнеса (клиенты/продукты) Ожидаемая выручка от продаж Коэффициент покрытия долга Срок окупаемости Приведенная стоимость проекта Расчет бюджета Кредитоемкость Прогноз движения денег Сравнение реального прогресса в строительстве с целевым Кредитная история Фактор

+ Центральное правительство

+ Региональные правительства

+ Местные органы правления

+ Государственные учреждения

+ + Государственные предприятия

+ + + + + Кредитные организации

+ + + + + Страховые компании

+ + + + + Другие финансовые компании

+ + + Интернациональные компании

+ + Другие компании, которые готовят официальную (стандартную) отчетность

+ + Индивидуальные предприниматели (не готовят стандартной отчетности)

+ + Малый бизнес

+ Стартапы. Предварительная стадия

+ Стартапы. Стадия после запуска

+ + Некоммерческие организации

Проектное финансирование

+ + + инвестиционная фаза

+ + + эксплуатационная фаза

Объектное финансирование

инвестиционная фаза

+ эксплуатационная фаза

+ Товарное финансирование

Финансирование приносящей доход недвижимости

+ + + инвестиционная фаза

+ + + + эксплуатационная фаза

Группа

состоянии Подгруппа

Выполнение обязательств Тип недвижимости Структура финансовых транзакций Тип товара Тип объекта Отношение по пассивам Состав владельцев ком пан и и/кредитос пособность владельцев бизнеса Тип проекта Характерные черты предпринимателя Рынок (клиенты/продукты) Менеджмент Информация по отрасли Фактор

Центральное правительство

+ Региональные правительства

+ Местные органы правления

+ Государственные учреждения

+ + + + Государственные предприятия

+ + + + Кредитные организации

+ + + + Страховые компании

+ + + + Другие финансовые компании

+ + + Интернациональные компании

+ + + + Другие компании, которые готовят официальную (стандартную) отчетность

+ + + Индивидуальные предприниматели (не готовят стандартной отчетности)

+ + Малый бизнес

+ + + Стартапы. Предварительная стадия

+ + + Стартапы. Стадия после запуска

+ + Некоммерческие организации

Проектное финансирование

+ + + инвестиционная фаза

+ + + + эксплуатационная фаза

Объектное финансирование

+ + инвестиционная фаза

+ + + эксплуатационная фаза

+ + + Товарное финансирование

Финансирование приносящей доход недвижимости

+ + + инвестиционная фаза

+ + + + эксплуатационная фаза

Внешни е данные/ информ ация Группа

Информац ия на финансовы х рынках Основанна я на будущем развитии Подгруппа

Текущие биржевые цены ценных бумаг/динамика Публичные отношения/публичн ая информация Цена акция/ динмамика цен Бизнес идеи/бизнес планы Планирование и будущее развитие компании Распределение задач на уровни ниже Общие правовые условия Специальные соглашения Платежная дисциплина Число жильцов на единицу площади Фактор

+ + Центральное правительство

+ + + Региональные правительства

+ + + + + Местные органы правления

+ + + + Государственные учреждения

+ + + Государственные предприятия

+ + Кредитные организации

+ + Страховые компании

+ + Другие финансовые компании

+ + + + Интернациональные компании

+ + Другие компании, которые готовят официальную (стандартную) отчетность

+ Индивидуальные предприниматели (не готовят стандартной отчетности)

Малый бизнес

+ Стартапы. Предварительная стадия

+ + Стартапы Стадия после запуска

+ Некоммерческие организации

Проектное финансирование

+ инвестиционная фаза

+ эксплуатационная фаза

Объектное финансирование

+ инвестиционная фаза

+ эксплуатационная фаза

+ Товарное финансирование

Финансирование приносящей доход недвижимости

инвестиционная фаза

+ эксплуатационная фаза

Группа

Разная внешняя информаци я Подгруппа

Бюро кредитных Инфраструктура Внешний рейтинг Макроэкономическ ие индикаторы Уровень инфляции Уровень безработицы Доля прибыльных предприятий ВВП на душу населения ВРП на душу населения Уровень дефицита бюджета Уровень госдолга Доходы бюджета Общая правовая и политическая ситуация Страновой рейтинг Фактор

+ + + + + + + + + + + + Центральное правительство

+ + + + + + + + + + + Региональные правительства

+ + + + + + + + + + + Местные органы правления

+ + + + Государственные учреждения

+ + + Государственные предприятия

+ + Кредитные организации

+ + Страховые компании

+ + Другие финансовые компании

+ Интернациональные компании

+ + Другие компании, которые готовят официальную (стандартную) отчетность

+ Индивидуальные предприниматели (не готовят стандартной отчетности)

+ Малый бизнес

+ Стартапы. Предварительная стадия

+ Стартапы. Стадия после запуска

+ Некоммерческие организации

Проектное финансирование

+ + инвестиционная фаза

+ + эксплуатационная фаза

Объектное финансирование

+ + инвестиционная фаза

+ + эксплуатационная фаза

+ + Товарное финансирование

Финансирование приносящей доход недвижимости.

+ + инвестиционная фаза

+ + эксплуатационная фаза

Группа

Подгруппа

Кредитоспособност ь потенциальных арендаторов/лизинг ополучателей/покуп ателей Состояние по бюджету историй Фактор

+ Центральное правительство

+ Региональные правительства

+ Местные органы правления

+ Государственные учреждения

Государственные предприятия

Кредитные организации

Страховые компании

Другие финансовые компании

Интернациональные компании

Другие компании, которые готовят официальную (стандартную) отчетность

Индивидуальные предприниматели (не готовят стандартной отчетности)

Малый бизнес

Стартапы. Предварительная стадия

Стартапы. Стадия после запуска

Некоммерческие организации

Проектное финансирование