Наукові конференції, Научные конференции » Інновації та традиції (21-23.08.2014) » к. е. н., Мироненко М. Ю., Давлатова З. С. ПІДВИЩЕННЯ ЯКОСТІ КРЕДИТНОГО ПОРТФЕЛЯ ПАТ «АКБ БАНК» З УРАХУВАННЯМ МІГРАЦІЇ КРЕДИТНИХ РИЗИКІВ

к. е. н., Мироненко М. Ю., Давлатова З. С. ПІДВИЩЕННЯ ЯКОСТІ КРЕДИТНОГО ПОРТФЕЛЯ ПАТ «АКБ БАНК» З УРАХУВАННЯМ МІГРАЦІЇ КРЕДИТНИХ РИЗИКІВ

Категорія: Інновації та традиції (21-23.08.2014), Економіка

УДК: 336.77(477)(045)

 

ПІДВИЩЕННЯ ЯКОСТІ КРЕДИТНОГО ПОРТФЕЛЯ ПАТ «АКБ БАНК» З УРАХУВАННЯМ МІГРАЦІЇ КРЕДИТНИХ РИЗИКІВ

к. е. н., доцент Мироненко М. Ю., студентка Давлатова З. С.

Вінницький торговельно-економічний інститут, Україна, Вінниця

 

У статті проаналізовано ймовірність переходу кредитної заборгованості ПАТ «АКБ Банк» у стан дефолту з метою визначення розміру втрат кредитного портфеля в прогнозному періоді. Обґрунтованно напрям зниження кредитного ризику банку з урахуванням їх міграції у середньостроковому періоді.

Ключові слова: банк, комерційний банк, дефолт, кредитний портфель, кредитна заборгованість, міграції кредитних ризиків.

 

Мыроненко М. Ю., Давлатова З. С.  Повышение качества кредитного портфеля ПАО «АКБ Банк» с учетом миграции кредитних рисков/

Винницкий торгово-экономический институт, Украина, Винница

В статье проанализированы вероятность перехода кредитной задолженности ПАО «АКБ Банк» в состояние дефолта с целью определения размера потерь кредитного портфеля в прогнозном периоде. Обоснована направление снижения кредитного риска банка с учетом их миграции в среднесрочном периоде.

Ключевые слова: банк, коммерческий банк, дефолт, кредитный портфель, кредитный за задолженности, миграции кредитных рисков.

 

Myronenko M. Y., Davlatova Z. S. Improving the quality of the loan portfolio of PJSC "JSCB Bank" with the migration of credit risk / Vinnitsa Trade and Economics Institute, Ukraine, Vinnitsa

The article analyzes the transition probability of loan debt PJSC "JSCB Bank" in the default state for the purpose of determining the amount of losses in the loan portfolio during the forecast period. The ways to reduce credit risk based on their migration in the medium term.

Keywords: bank, commercial bank, defaulted loan portfolio, credit debt, credit migration risk.

 

Вступ. Нині проблема управління кредитним портфелем і мінімізація ризиків від кредитної діяльності банку набуває особливого значення. Зростаюча невизначеність потребує впровадження інновацій у методах оцінки та управління кредитними ризиками банку. В якості інструментарію використаємо матрицю міграції, що є різновидом моделей переходу Маркова і використовується для дослідження часової структури станів позичальників.

Метою статті є проведення аналізу міграцій ризиків кредитного портфеля та формулювання висновків щодо ефективності управління кредитним портфелем ПАТ «АКБ Банк».

Постановка завдання. Кредитні операції будь-якого банку є основним джерелом його доходів і разом з тим найбільшою статтею активів. Від успішного проведення кредитних операцій залежить прибутковість як окремої банківської установи, так і банківської системи в цілому. До того ж, кредитний портфель становить головне джерело ризиків, які впливають на надійність та безпеку банківських установ.

Виклад основного матеріалу дослідження. Квадратна матриця, за допомогою якої можна визначити ймовірність переходу кожного сегмента кредитного портфеля із одного часового стану до іншого. Подібні матриці часто позначають наступним чином:

Q=(X'Ix)

де Q – матриця міграцій;

х’ – поточний стан кредитного портфеля;

х – прогнозний стан кредитного портфеля.

Матриці міграцій мають ряд переваг, оскільки вони є більш розвинутими і логічними відносно інших моделей переходу, дозволяють зробити достатньо точний прогноз на тривалий горизонт часу. Проте недоліками методу є те, що матриці міграцій не враховують такі важливі фактори, що впливають на формування кредитного портфеля, як життєві цикли, сезонність і використовують дані лише в межах періоду аналіз.

Аналіз міграції ризиків базується на тому, що всі кредити портфеля, можна розділити на групи в залежності від тривалості прострочення за кредитами. Так, до першої групи входять кредити, що не мають прострочення, до другої – кредити прострочені від 1 до 30 днів, до третьої – від 31 до 60 і т. д. Процедура розподілу портфеля на групи виконується регулярно, з періодичністю раз на місяць. Вже за результатами розподілу на дві групи можна оцінити ймовірність переходу кредитів між ними. Кредити однієї групи або переходять в суміжну або залишаються в тій же групі.

Отже, ймовірність переходу між суміжними групами визначається як відношення кількості кредитів цих груп за даними двох місяців. Перемноживши ці ймовірності, для будь-якої групи можемо оцінити ймовірність переходу кредитів в групу дефолтів. Якщо відомо значення перехідних ймовірностей, можна підрахувати залишок заборгованості за кредитами по кожній групі і помножити її на ймовірність переходу в групу дефолту. Отримана величина показує очікувані втрати портфеля без урахування відшкодування після дефолту.

Таким чином, коефіцієнт міграції простроченої заборгованості розраховується як відношення суми прострочених кредитів, що входять до певної групи однорідних кредитів на відповідну дату і за якими позичальники не виконали умов кредитного договору до загальної суми однорідних кредитів даної групи.

Для проведення розрахунків всі кредити було розділено на однорідні групи: перша група – кредити без прострочення; друга група – кредити, прострочені до 30 днів; третя група – кредити, прострочені від 30 до 60 днів; четверта група – кредити, прострочені від 60 до 90 днів; п’ята група – кредити, прострочені від 90 до 120 днів; шоста група – дефолт (неповернені кредити).

Після отримання кредиту позичальник може знаходитись в одній із зазначених часових груп. Якщо вважати кожен із цих шести кошиків дискретним станом, а можливість переходу від одного кошика до іншого описувати певною ймовірністю, то стохастичною моделлю, яка описує процес міграції позичальників, буде ланцюг Маркова із скінченною кількістю станів.

Методику прогнозного аналізу міграції і формування резервів доцільно використовувати в розрізі окремих продуктів (автокредити, овердрафти, нецільові кредити тощо). Також аналіз бажано проводити на основі щомісячних (щоквартальних) даних. Це значно підвищить точність і надійність прогнозу кредитних втрат банку.

Апробацію методики прогнозної оцінки якості кредитного портфеля з урахуванням міграції кредитних ризиків проведено на основі даних управлінської звітності щодо споживчого кредитного портфеля фізичних осіб ПАТ «АКБ Банк» за період з 01.10.2013 р. по 01.04.2014 р. Так, обсяг споживчих кредитів наданих фізичним особам ПАТ «АКБ Банк» на кінець лютого 2014 року складає 2698 тис. грн., протягом березня кредити на суму 127 тис. грн. були переведені із категорії «непрострочені» в категорію «прострочені до 30 днів», тобто коефіцієнт міграції складе 4,7% (127/2698). Подібний розрахунок за останні півроку в середньому становитиме 5,1%. Також протягом березня кредити класифіковані як «прострочені від 30 до 60 днів» на суму 58 тис. грн. були переведені до групи «прострочені від 60 до 90 днів», в даному випадку коефіцієнт міграції складе 47,62% (58/121).

 

Повний текст статты за посиланням STATTYa-2-Mironenko-Davlatova.doc [69 Kb] (cкачиваний: 14)

Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.
Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.

Добавление комментария

Имя:*
E-Mail:
Коментар:
Введите код: *

Карта сайту

^