Основная задача эконометрических моделей сводится к прогнозированию будущего состояния банков, то есть диагностике банковских проблем на ранней стадии. Модели используют собранные надзорными органами данные о деятельности банков для оценки рисков. Полагаясь на полученные с помощью расчетов данные, модели выделяют банки с высокой и низкой вероятностью банкротства. Толчком к развитию эконометрических моделей послужил банковский и сберегательный кризис 80-х и начала 90-х годов в США, сопровождавшийся многочисленными банкротствами и высокими издержками (по разным оценкам от 2,4 до 3,2% ВВП США).
Существует два существенных отличия между эконометрическими моделями и описанными выше системами. Во-первых, внимание фокусируется на определении рисков, которые, вероятно, приведут к ухудшению состояния банка в будущем. Эконометрическая модель пытается выявить рискованные банки до наступления кризиса или банкротства, что во многом отличает ее от других систем. Во-вторых, эконометрические модели используют количественные методы для определения причинных связей между показателями и такими их следствиями, как неустойчивость, кризис и банкротство или выживаемость. Наличие и влияние различных факторов тестируется для каждого из вариантов. Вырабатываются количественные измерители причинно-следственной связи, а статистические выводы используются как руководство к определению свойств и характеристик этих связей. Полученные данные используются затем для предсказания будущих событий со сходными характеристиками. Большинство моделей анализирует связь между зависимыми показателями (банкротство или выживаемость, рейтинг) и независимыми показателями.
Общие проблемы банковского сектора могут быть идентифицированы через макропоказатели. Однако, при таком агрегировании увеличивается вероятность пропуска серьезных проблем внутри кредитной организации. Учитывая влияние отдельных банков на общее состояние отрасли, актуальность контроля за безопасным и разумным ведением дел каждым банком возрастает. Этим объясняются и те усилия, которые прилагают надзорные органы развитых стран к разработке эффективных систем мониторинга рисков и финансового состояния банковских институтов.
Рассмотрим принципы работы систем раннего предупреждения на примере США.
Каждый банк обязан периодически проводить оценку устойчивости банка с присвоением соответствующего рейтинга согласно методологии CAMELS с предоставлением результатов надзорным органам. Правильность этих оценок проверяется на местах не реже одного раза в 12-18 месяцев. Рейтинги по системе CAMELS считаются надежным источником информации о финансовом состоянии индивидуальных банков. Вместе с тем, в периоды между составлением этих рейтингов ситуация в банках может существенно изменяться, поэтому была создана система оценки финансового состояния банка на основе предоставляемой отчетности основанная на использовании моделей раннего предупреждения.
Федеральная корпорация страхования депозитов приступила к развитию такого рода систем в середине 1980-х гг. В конце 1990-х была создана система раннего предупреждения SCOR (Statistical CAMELS Off-Site Ratings), которая используется в настоящее время для выявления банков, финансовое состояние которых значительно ухудшилось с момента последней проверки.
В 1990-х гг. ФРС США перешла от процесса постоянной оценки финансовых коэффициентов для банков (экономических нормативов) к использованию эконометрических моделей позволяющих прогнозировать финансовое состояние банков. В 1995 г. была разработана система раннего предупреждения названная SEER (System to Estimate Examination Ratings). Эта система состоит из двух моделей: рейтинговая модель и модель ранжирования рисков.
Рейтинговая модель прогнозирует вероятность присвоения банку того или иного рейтинга по пятибалльной шкале. После этого SEER рассчитывает новые рейтинги для банков как сумму из пяти возможных рейтингов, взвешенных на вероятности их присвоения банку. При этом банки делятся на две группы: банки, имеющие удовлетворительное (рейтинг 1-2) и неудовлетворительное состояние (рейтинг 3-5).
В модели используются отчетные данные банков за два предыдущих квартала. В модель включены 45 финансовых и нефинансовых переменных. Модель ранжирования рисков используется для того, чтобы оценить вероятность банкротства (неплатежеспособности) банка или вероятность того, что банку потребуется рекапитализация в течение двух следующих лет. В целом прогнозы с использованием SEER характеризуются высокой степенью точности.
|