|
В настоящее время (примерно со времен кризиса 1998 года и Азиатского кризиса 1997-98) стресс-тестирование получает большое внимание со стороны ведущих организаций игроков и регуляторов международного финансового рынка.
Наиболее полное описание важности и механизмов проведения стресс-тестирования можно найти в следующих источниках:
(1)Bank of International Settlements - Pillar 2 New Basel Accord (Basel-2)
(2)IMF Financial Sector Assessment Programs (FSAP)
Финансовая несостоятельность компании LTCM (1998) показала, что необходимо уделять больше внимания маловероятным событиям (т.н tail risk). Широко популярный ныне метод VaR не может должным образом, использоваться сам по себе как инструмент риск-менеджмента.
Основная проблема в том, что в условиях кризиса корреляции между активами увеличиваются (для кредитного портфеля увеличиваются корреляции между дефолтами, увеличиваются вероятности дефолта в определенных отраслях), в тоже время VaR строится на другом распределении и корреляциях, следовательно, VaR беспомощен в такой ситуации. Стандартные статистические методы неприменимы таким кризисным ситуациям, поэтому и необходимо стресс-тестирование.
Стресс-тестирование и было разработано как дополнение к VaR. Оно очень похоже на crash test в формуле-1, если приводить аналогии из нефинансового мира.
В соответствии с Базель-2 стресс-тестирование определяется так:
Generic term describing various techniques used by financial firms to gauge their potential vulnerability to exceptional but plausible events.
Стресс-тестируются один (sensitivity analysis) или несколько факторов (scenario analysis).
Тестирование одного фактора проще и менее затратно с точки зрения ресурсов, но главный недостаток в том, что результат будет неполный, так как изменение одного фактора повлечет изменения и других факторов, именно поэтому более предпочтителен сценарный анализ.
В свою очередь, сценарный анализ может быть историческим (ранее происходившим) или гипотетическим (смоделированным). Исторический сценарий более прозрачен, объективен, но может быть неактуален, в силу изменения фундаментальных условий рынка – например, появление новых кредитных продуктов.
Стресс-тестирование более распространено в сфере рыночных рисков, так как в рыночных рисках – факторы риска четко определены и непосредственно влияют на величину риска. В сфере кредитных рисков более сложная ситуация - риск факторов, влияющих на кредитное качество компании (PD and LGD), множество и они не всегда четко идентифицируемы (нет четких теоретических формул).
Схема построения сценарного стресс-тестирования:
1.Кредитный портфель банка группируется в несколько подпортфелей. Наиболее разумным является группировка по секторам, по цикличности отраслей, и по источникам операционных доходов. Выбор метода группировки должен быть продиктован содержанием стресс-тестирования.
2.Происходит моделирование влияния шоков на показатели компаний (PD, LGD).
3.Подсчитывается эффекты шоков на кредитный портфель. Выявляются уязвимые места в кредитном портфеле.
Моделирование влияния шоков на PD и LGD заемщика.
Успешность и качество проведенного стресс-тестирования зависит от качества модели внутренних рейтингов, используемых банком. Как правило, стресс-тестирование предполагает снижение кредитного рейтинга заемщиков в определенной группе на 1-2 грейда и оценивает данное влияние на прибыльность и качество портфеля.
Моделирование шоков заслуживает особого внимания. Стилизованные факты таковы, что в кризисное время наряду с увеличением PD происходит и рост LGD, поэтому оценить полное влияние шока можно лишь, моделируя влияние макроэкономических показателей как на PD, так и на LGD заемщика. Например, так:
PDit=F( SUM alpha j-th * Macro_variable jt + SUM gamma j-th * borrowers characteristics jt)
LGDit = G(Macro_variables (inflation, unemployment, housing prices); borrowers characteristics)
Где F() and G() – функции, описывающие взаимосвязь между макропоказателями и индивидуальными показателями на вероятность дефолта.
Чаще всего используют логистическую функцию для описания такой взаимосвязи.
Score = ? alpha j-th * Macro_variable jt + ? gamma j-th * borrowers characteristics jt
PDit= 1 / (1+ exp {-score})
Оценивание коэффициентов лучше всего проводить по MLE (методом максимального правдоподобия), что дает несмещенные оценки.
Наиболее удачно данная методология реализована в модели Credit Portfolio View (Tom Wilson 1997).
Несколько слов о недостатках стресс-тестирования:
Несмотря на очевидные преимущества, стресс-тестирование имеет ряд недостатков
- Даже в полностью строго математически смоделированном сценарии остается слабое место-это вероятность данного события. Оценить мы его достаточно хорошо не можем, в связи с малым количеством стресс-событий даже на больших временных горизонтах. Поэтому вероятность наступления того или иного сценария присваивается субъективно.
- Очень высокие издержки сбора необходимой информации.
- Стресс-тестирование практически не поддается бэктестингу.
- Неполнота информации. Чаще всего вся необходимая информация нам лишь частично доступна.
Выводы: На мой взгляд, стресс-тестирование, несмотря на попытки стандартизации, остается более искусством, нежели какой-то стандартной методологией. При его проведении необходимы не только математические (эконометрические навыки), но и глубокое понимание процессов происходящих как на микро- так и на макроуровне. |
