Куцик П.О., Миронов Ю.Б., Башнянин Г.І. Рейтингування діяльності банківських установ як інструмент стабілізації національної економіки

Куцик П.О., Миронов Ю.Б., Башнянин Г.І. Рейтингування діяльності банківських установ як інструмент стабілізації національної економіки

Розділ 2. Вплив надійності банківського рейтингування на стабілізацію національної економіки

2.3. Вплив макроекономічної нестабільності на показники надійності банківських рейтингів

Згідно з класичним підходом Р. Мертона [197], банк банкрутує тоді, коли вартість його активів стає нижчою за деяке граничне значення, яке співвідноситься із зобов’язаннями банку. Таке граничне значення вартості активів називають дефолтним порогом (default threshold). Ключовою змінною для вимірювання ризику дефолту є відстань до дефолту як стандартизована різниця між вартістю активів і дефолтним порогом. Вартість активів банку зазнає постійних і перехідних коливань. Постійні, або природні, коливання вартості активів банку зумовлені безпосередньо діяльністю та станом банку і прямо не залежать від зовнішніх ринкових і макроекономічних коливань. Перехідні коливання вартості активів банку є циклічними та залежать від ринкових і макроекономічних коливань.

За ознакою врахування економічної кон’юнктури банківські рейтинги поділяються на два види:

  1. контрциклічні рейтинги, або «рейтинги через цикл», на англ. «through the cycle ratings», тому скорочено будемо називати їх ТТС-рейтингами;
  2. проциклічні рейтинги, або «рейтинги поточних умов», на англ. «current condition ratings», проте частіше в англомовній літературі вживається термін «point-in-time ratings», тобто миттєві рейтинги, скорочено їх називатимемо РІТ-рейтингами.

ТТС-рейтинги враховують тільки постійні коливання (довготермінові зміни) вартості активів банку. РІТ-рейтинги одночасно враховують постійні і перехідні коливання вартості активів банку. Макроекономічна нестабільність безпосередньо створює перехідні коливання вартості активів банку, тому РІТ-рейтинги банків відображають фази економічного розвитку. Водночас макроекономічна нестабільність може суттєво впливати на діяльність банку, зміню-ючи динаміку постійних коливань вартості активів банку. За такого впливу макроекономічна нестабільність впливатиме і на ТТС-рейтинг банку.

Особливістю ТТС-рейтингів є те, що вони базуються на оцінці відстані до дефолту за стресового сценарію. Стресовий сценарій розглядається як тимчасове відхилення від нормальних умов, яке настає з фіксованою ймовірністю. Кожне рейтингове агентство оцінює ймовірність настання стресового сценарію самостійно.

Провідні світові рейтингові агентства декларують дотримання методик укладання банківських ТТС-рейтингів для того, щоб рейтинги не змінювалися надто часто. Також історичний досвід свідчить, що за умов суттєвої макроекономічної нестабільності надійність рейтингових оцінок банків суттєво знижується. Наприклад, під час фінансової кризи 1997-1998 рр. у Південно-Східній Азії багато банків і корпорацій мали високі рейтинги від провідних міжнародних рейтингових агентств до моменту свого банкрутства і багато інвесторів не встигли вивести свої кошти. Фінансово-економічна криза 2008-2009 рр. завдала найбільшого удару по репутації міжнародних провідних рейтингових агентств. Зокрема, РА «Fitch» до 15 вересня 2008 р. виставляла одному з найбільших банків США «Lehman Brothers» високу рейтингову оцінку «А+», а вже до кінця вересня банк був оголошений банкрутом і був змушений продавати свої активи. Таких прикладів чимало, тому більшість економістів, політиків, журналістів звинувачували і продовжують звинувачувати рейтингові агентства в політичній заангажованості, відверто вказуючи на корупційні прогалини в механізмі присвоєння рейтингових оцінок. Проте, з наукової точки зору, крім економіко-політичних мотивів завищення рейтингових оцінок може мати інше пояснення. Причина може полягати в тому, що методики укладання банківських рейтингів за умов макроекономічної нестабільності стають неефективними. Отже, необхідно дослідити вплив макроекономічної нестабільності на ефективність методик укладання банківських рейтингів. Під ефективною методикою укладання банківських рейтингів ми будемо розуміти таку методику, яка дає змогу укладати надійні банківські рейтинги. Що кращі показники надійності банківських рейтингів, укладених за певною методикою, то ефективнішою є така методика. У цьому підрозділі ми за допомогою економіко-математичного моделювання змоделюємо РІТ- і ТТС-методики складання банківських рейтингів, що дасть змогу встановити вплив макроекономічної нестабільності на ефективність зазначених видів методик. Також ми зможемо порівняти ефективність цих видів методик і оцінити доцільність вибору провідними міжнародними рейтинговими агентствами ТТС-методики укладання банківських рейтингів?

У нашій економіко-математичній моделі ми припускаємо, що вартості активів банків здійснюють «довільні блукання», на які накладаються довільні циклічні коливання. При цьому вартість активів банку zt в період часу t складається з перманентної складової xt та циклічної складової yt, тобто

zt = xt + yt   (2.35)
xt = xt-1 + εt; εt = N(0, σ2ε);   (2.36)
yt = p·yt–1 + ut; ut = N(0, σ2u),   (2.37)

 
де εt – нормальна випадкова величина з математичним очікуванням 0 і середньоквадратичним відхиленням σε, яке характеризує волатильність коливань перманентної складової вартості активів банку; ut – нормальна випадкова величина з математичним очікуванням 0 і середньоквадратичним відхиленням σu, яке характеризує волатильність коливань циклічної складової вартості активів банку; p – константа, автокореляційний параметр, який характеризує періодичність макроекономічних коливань.

Також ми припускаємо, що коваріація змінних ut і εt рівна 0: cov(ut, εt) = 0. Таке припущення означає, що в нашій моделі волатильність макроекономічних коливань не впливає на динаміку перманентної складової вартості активів банку xt. У цій моделі найважливішим змінним параметром є σu, оскільки саме середньоквадратичне відхилення циклічних макроекономічних коливань характеризує рівень макроекономічної нестабільності: що більше значення σu, то більша макроекономічна нестабільність. Для моделювання циклічної складової yt обрано лінійну авторегресійну модель першого порядку з параметром p = 0,99, такий вибір аргументовано у статті Г. Лофлера [194, с.14-15]. Термін моделювання становить 60 місяців, тобто t Î [1; 60].

При значенні параметра p = 0,99 напівперіод макроекономічних коливань становить приблизно 5,7 років, що є прийнятним для нашої моделі з двох причин:

  1. банки, як правило, банкрутують під час значних макроекономічних криз, які відповідають середнім і довгим хвилям макроекономічного циклу;
  2. менші значення напівперіодів погіршують прогнози макроекономічних трендів, що, своєю чергою, погіршує рівень точності рейтингів.

Початкові параметри були обрані такими: x1 = 0,5; y1 = 0,4; σε = 0,05; σu змінюється від 0 до 0,4 з кроком 0,02.

Усі розрахунки проведені у програмі «Scilab». Спочатку моделюються динаміки вартостей активів для умовних 100000 банків. Банки, вартості активів яких опускаються нижче 0 (у нашій моделі дефолтний поріг d = 0), вважаються збанкрутілими і подальше моделювання вартості активів таких банків не проводиться. Вважається, що рейтингове агентство на момент виставлення рейтингових оцінок (кінець третього року) має у своєму розпорядженні показники за перші 36 місяців, і на основі цих показників рейтингове агентство повинно спрогнозувати вартості активів банків на наступний рік. На основі цих прогнозів розраховуються прогнозні відстані до дефолту, які в цій моделі виступають як бальні оцінки рейтингових категорій банків: що більша відстань до дефолту, то надійніший банк. Теоретично банк з більшою відстанню до дефолту має меншу ймовірність того, що наступного року або через два роки вартість його активів знизиться до 0, порівняно з банком, у якого відстань до дефолту менша. Якщо рейтингове агентство правильно визначить прогнозні відстані до дефолту, то рейтинги банків будуть надійними. Правильне визначення відстаней до дефолтів залежить від точності зроблених прогнозів щодо вартостей активів банків, а точність прогнозів залежить від обраної методики (РІТ або ТТС) укладання банківських рейтингів.

Згідно з нашою моделлю, рейтингове агентство має відомості про динаміки вартостей активів zt для 100000 банків за період t Î [1; 36]. Рейтингове агентство повинно зробити прогнози вартостей активів для кожного банку на час t = 48, тобто на рік наперед. Щоб зробити такий прогноз, рейтингове агентство повинно оцінити перманентну складову xt та циклічну складову yt вартостей активів банків за значеннями zt. На практиці оцінюванням зазначених складових вартості активів банку займаються, як правило, експерти. У нашій моделі для оцінювання xt та yt за даними zt використовується фільтр Кальмана [210].

......................

матеріал у роботі

......................

Оскільки період прогнозування становить 24 місяці, то найбільший степінь параметра p у формулі (2.61) складає 2•(24–1) = 46. Для розрахунку рівнів точностей банківських рейтингів, побудованих за ТТС-методикою Кіфа (формула (2.61)) і за різних рівнів макроекономічної нестабільності, ми прийняли ймовірність стресового сценарію (P(S)) на рівні 20%.

Оскільки ТТС-методика за Кіфом вимагає, щоб горизонт прогнозування був більшим за 1 рік, то ефективність цієї методики будемо порівнювати з ефективностями ТТС-методики за Лофлером (формула (2.52)) та РІТ-методики (формула (2.49)), які мають часовий горизонт прогнозування 2 роки (рис. 2.11).

Порівняння рівнів точностей ТТС-методик за Кіфом і Лофлером та РІТ-методики

Рис. 2.11. Порівняння рівнів точностей ТТС-методик за Кіфом і Лофлером та РІТ-методики (прогнозний горизонт – 2 роки)

 
З рис. 2.11 видно, що ТТС-методика за Кіфом показує прийнятні рівні точності, що перевищують 50%, за рівнів макроекономічної нестабільності до 0,12, при тому, що ТТС-методика за Лофлером та РІТ-методика показують прийнятні рівні точності банківських рейтингів лише за рівнів макроекономічної нестабільності до 0,05. Також ТТС-методика за Кіфом має перевагу в рівнях точності над РІТ-методикою до рівня макроекономічної нестабільності 0,18, а за рівня макроекономічної нестабільності 0,1 ТТС-методика має перевагу у 16,6 п. Проте за високих рівнів макроекономічної нестабільності РІТ-методика поступово переважає ТТС-методику за Кіфом, наприклад, за високого рівня макроекономічної нестабільності 0,38 рівень точності РІТ-методики є вищим на 14 п.

Отже, наша економіко-математична модель дає підстави для теоретичного висновку про те, що ТТС-методики можуть надавати більш точні довгострокові банківські рейтинги порівняно з РІТ-методиками лише за низьких і середніх рівнів макроекономічної нестабільності, а за високих рівнів макроекономічної нестабільності перевагу в точності мають РІТ-рейтинги. Такий висновок означає, що емпіричні свідчення про гіршу точність ТТС-рейтингів порівняно з РІТ-рейтингами у кризові періоди пояснюються специфікою самих методик, а саме: за умов значної макроекономічної нестабільності ТТС-методики стають менш ефективними порівняно з РІТ-методиками. Отже, одним із головних шляхів підвищення точності банківських рейтингів є включення в методику укладання банківських рейтингів «механізму перемикання». Під «механізмом перемикання» ми маємо на увазі те, що методика укладання банківських рейтингів повинна передбачати розрахунок показника макроекономічної нестабільності, і за низьких та середніх значень цього показника рейтинг банку повинен визначатися на основі ТТС-методики, а за високих рівнів макроекономічної нестабільності повинна застосовуватися РІТ-методика.

В іноземній науковій літературі [175; 196; 206; 158] зазначається, що основним мотивом провідних міжнародних рейтингових агентств для використання ТТС-методики при складанні банківських рейтингів є більша стабільність одержаних рейтингів порівняно з РІТ-рейтингами. При цьому Р. Кантор і К. Ман [175] зауважують, що рейтингові агентства готові піти на деякі втрати у показниках точності банківських рейтингів заради досягнення їх більшої стабільності. Така політика зумовлена тим, що за частішої зміни рейтингів користувачам рейтингової інформації доводиться частіше змінювати свої інвестиційні рішення, що збільшує їх трансакційні витрати. Крім того, користувачам важко відстежити усі зміни, відповідно, самі користувачі банківських рейтингів бажають мати стабільні рейтинги.

Більшість рейтингових агентств намагаються вдосконалювати свої методики з метою одночасного досягнення високих показників стабільності та точності своїх банківських рейтингів. Здебільшого це робиться шляхом згладжування ТТС або РІТ-рейтингів, тобто зміна рейтингу відбувається тільки тоді, коли новий розрахунковий рейтинг відрізняється від попереднього більше ніж на одну рейтингову градацію. Таке згладжування робить нечіткими межі між РІТ та ТТС-методиками, оскільки, наприклад, Дж. Кіф, М. Кісер та Л. Шумахер [187, с.9] вважають згладжування рейтингів невід’ємною особливістю тільки ТТС-методик. Також зазначені автори у своєму дослідженні використовують таку ж концептуальну модель, як і ми (формули (2.35)-(2.37), (2.49), (2.61)), з деякими розширеннями та модифікаціями, тому їх висновки щодо стабільності рейтингів, побудованих за різними методиками, будуть істинними і в межах нашої економіко-математичної моделі. У статті [187] для більшої реалістичності моделювання робиться перехід від відстані до дефолту до ймовірності дефолту за допомогою кумулятивної функції нормального розподілу, а вже від ймовірності дефолту за допомогою таблиці ідеалізованих дефолтних ймовірностей РА «Moody’s» [163] робиться перехід до рейтингової категорії (звісно, за градацією РА «Moody’s»).

Для оцінювання стабільності рейтингів необхідно розглянути їх зміни в динаміці. Якщо вартості банківських активів змінюються в часі згідно з прогнозами, то не буде несподіваних рейтингових змін і, відповідно, не буде жодного впливу на рейтингову динаміку. У випадках суттєвого відхилення вартостей банківських активів від їх прогнозних значень ми отримаємо відповідні зміни в рейтингах, динаміка яких представляє для нас найбільший інтерес. У статті [187] описані випадки, коли апостеріорні вартості банківських активів опускаються нижче 5-го процентилю їх апріорного розподілу, тобто такі випадки, коли вартості активів, що спостерігаються, опускаються до значень, ймовірність досягнення яких оцінювалася на рівні 5%. Для ілюстрації впливу відкладеної реакції рейтингового агентства на нову інформацію було використано згладжування рейтингів в ТТС-методиці за такими правилами:

  1. рейтинги поновлюються тільки за умови, що вони відрізняються від попередніх на дві або більше рейтингових градації;
  2. зазначені рейтингові зміни повинні бути постійними, тобто тривати довше ніж один період (рік).

Із такими «згладжувальними» правилами зменшення ТТС-рейтингів може відбутися тільки в 3-5 роках. Моделювання, проведене Дж. Кіфом, М. Кісером та Л. Шумахер [187, с.16] для 10000 банків, показало, що в 3-му році методика РІТ показала зменшення рейтингів для 202 банків, а методика ТТС – для 62 банків; у 4-му році методика РІТ – 186, а методика ТТС – 44; у 5-му році методика РІТ – 172, а методика ТТС – 66. У середньому ТТС-методика показала 57 зменшень рейтингів на рік, а РІТ-методика – 196. Ці цифри, а також емпіричні дані підтверджують більшу стабільність ТТС-рейтингів порівняно з РІТ-рейтингами.

Автори статті [187, с.20] доходять висновку, що ТТС-методики ненабагато гірші у прогнозуванні банкрутств за РІТ-методики. Такий висновок, на нашу думку, є хибним, оскільки в їхньому дослідженні рівень макроекономічної нестабільності є фіксованим. Також наші дослідження показують, що рівень точності методики залежать від рівня макроекономічної нестабільності. Зокрема, за значних рівнів макроекономічної нестабільності перевагу в точності мають РІТ-методики. Важливо також зазначити, що платою за стабільність ТТС-рейтингів є прояв ефекту «провалювання», який полягає в миттєвому зменшенні рейтингу на велику кількість рейтингових градацій (рис. 2.12).

Динаміка рейтингів РІТ, ТТС та рейтингу перемикання з ТТС на РІТ

Рис. 2.12. Динаміка рейтингів РІТ, ТТС та рейтингу перемикання з ТТС на РІТ [187, с.18]

 
З рис. 2.12 видно, що на 5-му році ТТС-рейтинг для одного з модельних банків різко зменшується на 6 рейтингових градацій. Подібні різкі «провали» є найгіршим сценарієм для користувачів банківських рейтингів, оскільки банк, який нещодавно мав статус надійного, раптово може стати банкрутом. На практиці трапляється, що банки швидко втрачали навіть 9 рейтингових градацій, проте моделювання показує рекордну втрату у 6 рейтингових градацій.

Отже, ефект «провалювання» банківських рейтингів характерний для ТТС-методик і це своєрідна плата за більшу стабільність ТТС-рейтингів порівняно з РІТ-рейтингами. Тому не можна звинувачувати рейтингові агентства у навмисному завищенні банківських рейтингів, бо причина такого завищення значною мірою криється у самих ТТС-методиках, дотримання яких декларують ці агентства. З рис. 2.12 також видно, що РІТ-рейтинги є доволі нестабільними. Альтернативою для забезпечення кращої стабільності рейтингів та уникнення ефекту «провалювання» є застосування підходу «перемикання» з ТТС-рейтингу на РІТ-рейтинг. Суть цього підходу полягає в тому, що банку присвоюється найменший можливий рейтинг серед рейтингів РІТ та ТТС. Із рис. 2.12 видно, що такий підхід забезпечує хорошу стабільність рейтингу і відсутність ефекту «провалювання». Такий рейтинг може завчасно попередити користувача рейтингової інформації про негативні тенденції в розвитку певного банку.

Проте, як підтверджують наші дослідження, і такий підхід має свій недолік – зменшення рівня точності банківських рейтингів за низьких і середніх рівнів макроекономічної нестабільності (рис. 2.11). Тому ми пропонуємо удосконалений варіант підходу «перемикання» з ТТС на РІТ. Суть цього підходу полягає в тому, що таке «перемикання» повинно залежати від рівня макроекономічної нестабільності. Зокрема, за малих і середніх значень макроекономічної нестабільності повинна застосовуватися ТТС-методика за Кіфом як така, що дає більші рівні точності і більшу стабільність рейтингів, а за високих рівнів макроекономічної нестабільності повинна застосовуватися РІТ-методика, оскільки вона стає точнішою і забезпечує відсутність ефекту «провалювання», який найбільше проявляється саме за умов значної макроекономічної нестабільності. Сформульовані нами висновки базуються на економіко-математичній моделі, проте мають і формальне логічне підґрунтя: за умов значної макроекономічної нестабільності довгострокові прогнози ТТС-методик стають менш надійними за відповідні прогнози РІТ-методик.

Висновки до розділу 2

Основною проблемою при розробленні показників надійності банківських рейтингів є те, що в основу більшості з цих показників покладено розрахунок фактичних частот дефолтів. Оскільки відношення кількості дефолтів серед банків до їх загальної кількості є незначним, то фактичні частоти дефолтів матимуть значну варіацію, що, своєю чергою, зменшує точність показників надійності банківських рейтингів. Для усунення цього недоліку ми запропонували будувати криву ПАТ не за частками збанкрутілих банків, а за частками банків, рентабельність активів яких нижча від середньої норми прибутку в банківському секторі даної країни. На основі такої модифікованої кривої ПАТ можна розрахувати рівень точності, який ми пропонуємо називати рівнем точності за чистим прибутком, оскільки в основу розрахунку рентабельності активів банку покладено чистий прибуток. Також для оцінювання впливу варіації частоти дефолтів на точність методики укладання банківських рейтингів ми пропонуємо свій показник надійності банківських рейтингів – коефіцієнт детермінації для лінійної кореляційної залежності фактичної частоти дефолтів від середнього, або медіанного, значення бальної оцінки банків.

За допомогою економіко-математичної моделі теоретично доведено, що за умов значної макроекономічної нестабільності довгострокові прогнози ТТС-методик стають менш надійними за відповідні прогнози РІТ-методик. Це підтверджується також емпірично. Відповідно, сучасна методологія укладання банківських рейтингів повинна передбачати розрахунок показника макроекономічної нестабільності і за низьких і середніх значень цього показника рейтинг банку повинен визначатися на основі ТТС-методик, а за високих рівнів макроекономічної нестабільності повинна застосовуватися РІТ-методика. Такий підхід забезпечить високу точність та прийнятний рівень стабільності банківських рейтингів. Крім того, дасть змогу уникнути ситуацій значного миттєвого зниження рейтингів.