Оценка кредитных рисков инвестиционных проектов

Оценка кредитных рисков инвестиционных проектов
Карминский А.М. (НИУ ВШЭ)
Моргунов А.В. (НИУ ВШЭ)
Повышение интереса банков к использованию рейтинговых моделей (моделей
вероятности дефолта) во многом обусловлено внедрением в практику Базель II в части
использования внутренних рейтингов и соответствующих моделей (IRB Approach) для
оценки кредитного риска, что требует
разработки специализированных моделей для
различных типов сделок.
Одной из наиболее проблемных для российских банков является разработка
моделей для инвестиционных проектов в интересах корпоративных клиентов, в частности,
для класса заимствований «Проектное финансирование». Это связано с ограниченным
объемом данных и отсутствием достаточной статистики по дефолтам для разработки
таких моделей. Помимо этого экономическая суть различных групп инвестиционных
проектов может различаться, в результате чего для каждой такой группы на
кредитоспособность проектов могут влиять различные объясняющие переменные, что
требует специализации моделей по группам.
Важным фактором является неполная сопоставимость данных по различным
российским банкам в силу использования несколько различающихся определений дефолта
инвестиционных
проектов.
Это
создает
дополнительные
сложности
не
только
коммерческим банкам, но и регулирующим органам. В этой связи разработанная в ходе
исследования модель оценки вероятности дефолта имеет важное практическое значение
при внедрении внутреннего подхода к оценке риска на основе внутренних рейтингов.
Применительно к моделям проектного финансирования можно отметить модели
Standard & Poor’s (Risk Solutions),
где приведено описание подходов к формированию
рейтинговых оценок для проектного финансирования, подходы к построению моделей
денежных потоков по сделкам проектного и структурированного финансирования (Hait,
2011), а также различные подходы к построению рейтинговых моделей корпоративных
клиентов (Карминский А.М., 2011).
В качестве источников данных по инвестиционным проектам использовались
сайты проектных компаний, зарубежных и российских рейтинговых агентств, база данных
«RUSLANA» и другие источники.
1
Под дефолтом инвестиционного проекта понималась одновременная реализация
двух следующих событий:
1. Дефолт хотя бы одной из проектных компаний, осуществляющих проект, то есть
наличие хотя бы у одной из проектных компаний следующих условий:

Проектная компания признана несостоятельной (банкротом);

Проектная компания является устойчиво неплатежеспособной, то есть не
выполняет свои обязательства перед кредиторами в течение срока более 90 календарных
дней.
2. Факт одновременной реализации двух следующих событий:

Значение коэффициента обслуживания долга (DSCR1) < 1;

Значение коэффициента покрытия обязательств по погашению и обслуживанию
основного долга за период финансирования (LLCR2) < 1.
Формирование модели вероятности дефолта проекта осуществлялась на основе
бинарной логистической регрессии. В работе предложена новая модель ранжирования
инвестиционных проектов. Был разработан ряд рейтинговых моделей, из них выбрана
статистически наиболее значимая, удовлетворяющая экономическому смыслу.
Разработанная модель и рекомендации могут быть использованы отдельными
банками для совершенствования собственной системы риск-менеджмента.
Литература
1. Allen S. (2003). Financial risk management: A practioner’s guide to managing market and
credit risk. – Hoboken, N.J.: John Wiley & Sons, Inc.
2. Basel (2005). An explanatory note on the Basel ΙΙ IRB Risk Weight Functions. An internal
model-based approach to market risk capital requirements. Basel Committee on Banking
Supervision.
3. Basel (2006). Internal convergence of capital measurement and capital standards: A revised
framework. Comprehensive version. Basel Committee on Banking Supervision.
4. Gordy M. (2003). A risk-factor foundation for rating-based bank capital rules // Journal of
Financial Intermediation.
1
DSCR определяется как отношение суммы чистого дохода от проекта за определенный период к затратам по обслуживанию долга за
тот же период.
2
LLCR определяется через соотношение дисконтированных поступлений от проекта к непогашенному остатку основного долга на дату
оценки проекта.
2
5. Hait M. (2011). Проектное и структурированное финансирование: кэш-фло - модели с
учётом Financial Covenants.
6. Jorion P. (2007). Financial risk manager instruction manual. 4th ed. – N.Y.: John Wiley &
Sons, Ltd.
7. Jovic D., Beutler M. (2000). Paradoxical incentives in the New Basel capital framework //
Risk Professional. 2000. V. 2. No. 5.
8. Karminsky A., A. Kostrov, T. Murzenkov
(2012). Comparison of Default Probability
Models: Russian Experience FE "Financial Economics", Higher School of Economics,
06/2012. -25 с.
9. Risk Solutions. Пакет аналитических услуг для проектного финансированияS&P.
Презентация (http://www.standardandpoors.com/productsservices/RiskSolutions/en/us).
10. Vasiček O. (2002). Loan portfolio value // RISK.. December.
11. Карминский А.М. (2011). Модели корпоративных рейтингов для развивающихся
рынков // Корпоративные финансы. № 3 (19). C. 19—29.
12. Лобанов А.А., Чугунов А.В. (2009). Энциклопедия финансового риск-менеджмента - 4е изд., испр. и доп. - М.: Альпина Бизнес Букс, 2009. - 932 с.
3