Консалтинг и автоматизация в области управления
эффективностью банковского бизнеса

Публикации

Сайт Ассоциации российских банков

Планирование и прогнозирование в банках: парадокс курицы и яйца

Термины «планирование и прогнозирование» образуют устойчивое словосочетание при использовании в контексте банковского менеджмента. Ольга Морозова, эксперт компании Intersoft Lab, к.т.н., доцент Департамента бизнес-информатики Финансового университета при Правительстве Российской Федерации, предлагает разобраться в логике взаимосвязи этих управленческих инструментов.

Планирование в банках имеет давние традиции, связанные, прежде всего, с директивной установкой целевых KPI, разработкой бюджетов, которые должны оценить затраты ресурсов на реализацию стратегии развития банка, формированием финансовых планов с соблюдением требуемого уровня принятия риска в разрезе бизнес-направлений, банковских продуктов, проектов и пр. Прогнозированию традиционно отводится роль вспомогательного инструмента, предназначенного для повышения точности и реалистичности планов. До сих пор в большинстве банков планирование проводится методом «от достигнутого» и ориентируется либо на известные эвристические методы прогнозирования (экспертные оценки, планирование по аналогии), либо на анализ простейших трендов.

Новые реалии меняют значимость прогнозирования в банках. Сегодня в тренде проактивное управление, ориентированное на предвидение будущих событий. По сути – это новая стратегия управления, предполагающая не реагирование на реализовавшийся риск с целью нивелирования его последствий, а уклонение от риска или целенаправленную минимизацию возможных последствий. Проактивность всегда основана на прогнозе. Поэтому мы не ошибемся, утверждая, что прогнозирование становится наиболее востребованным инструментом управления банком. Сегодня конкурентоспособный банк не может довольствоваться отчетностью, получаемой пост-фактум, пусть даже очень точной выверенной и глубоко детализированной. Действительно, отчет по кредитному портфелю покажет всего лишь состояние кредитного портфеля банка на определенную дату, отчет об уровне просроченной задолженности отразит сложившееся отношение объема просроченной задолженности к объему кредитного портфеля, отчет о прибылях и убытках подтвердит достигнутый финансовый результат, рассчитанный процентный ГЭП не станет показателем будущих прибылей или убытков, поскольку результат будет зависеть от направления изменения процентных ставок. Конечно, важно скрупулезно проанализировать полученные показатели, чтобы понять причины сложившейся ситуации. Но при таком подходе менеджмент банка всегда будет на полшага отставать, догонять и исправлять допущенные промахи. Только прогнозирование позволит действовать на опережение, оценивать динамику развития ситуации и просчитать вероятные исходы.

Среди типовых задач прогнозирования, характерных для банковской сферы, можно выделить две большие категории задач:

- задачи, связанные с оперативным управлением, прежде всего, с управлением рисками,

- задачи, связанные с планированием деятельности банка.

Задачи обеих категорий взаимосвязаны и могут использовать общие расчетные модели и одни и те же исходные данные.

Классическими примерами прогнозирования является сценарное моделирование и стресс-тестирование. Сценарный анализ преимущественно ориентирован на оценку стратегических перспектив кредитной организации и обычно применяется при планировании. С помощью стресс-тестов решается задача оценки чувствительности портфелей банка к изменениям различных макроэкономических показателей: валютных курсов, ставок, биржевых индексов, цен на нефть и пр., чаще всего в краткосрочном периоде. Результаты стресс-тестов характеризуют способность капитала кредитной организации компенсировать возможные потери, а также помогают определить действия для снижения уровня рисков и сохранения капитала.

Применяемые для стресс-тестирования сценарии очень разнообразны. Применяются однофакторные (оценивают чувствительность к изменению одного фактора) и многофакторные (оценивают чувствительность к одновременному изменению нескольких факторов), исторические (основанные на исторических сценариях) и гипотетические (проигрывающие вымышленные ситуации) стресс-тесты. Стресс-тесты могут использовать различные эконометрические модели (чаще всего модели регрессии) или основываться на методе Монте-Карло, позволяющем моделировать сложное поведение рынка и учитывать корреляции между факторами риска.

Используя стресс-тестирование, можно также оценить чувствительность портфеля банка к так называемым производным, иначе говоря вторичным, факторам риска, то есть к тем явлениям, которые обусловлены изменениями макроэкономических показателей. Производные факторы риска по сути представляют собой поведенческие характеристики клиентов банка и отражают реакцию на изменение макроэкономических показателей. В качестве вторичных факторов риска могут выступать: объем просроченной задолженности, изменение категории качества ссуд, досрочные снятия депозитов, пролонгации и реструктуризации кредитов, изменение средних остатков по расчетным счетам. Значения первичных и производных риск-факторов могут определяться различными способами с использованием экспертных оценок, моделей временных рядов, нейронных сетей, обучаемых по историческим данным и предсказывающим поведенческие характеристики клиентов в зависимости от динамики значимых макроэкономических показателей. Как в случае сценарного моделирования, так и в случае стресс-тестирования прогноз позволит оценить возможное изменение стоимости ресурсов, изменение объемов активов и пассивов, изменение доходности, изменение объема резервов, изменение средневзвешенных сроков активов и обязательств и другие показатели деятельности банка.

Несмотря на большие перспективы банки настороженно относятся к стресс-тестам и моделированию сценариев из-за крайней трудоемкости этих процедур, сложности сбора необходимых исходных данных, проблем с выбором и разработкой адекватных расчетных моделей. Хорошим решением может стать аналитическая система, использующая технологию сбора данных бухгалтерского и оперативного учета в единое банковское хранилище данных. Накопленные исторические данные являются основой как для обучения моделей, так и для расчета ожидаемых денежных потоков, необходимых для оценки рисков.

Таким образом, инструменты планирования и прогнозирования, применяемые для управления банком, связаны настолько тесно, что пытаться выделить первичный так же бессмысленно, как рассуждать о феномене курицы и яйца. План основан на прогнозе, а прогноз использует результат выполнения плана. Логический парадокс останется неразрешенным, в отличие от практических задач по управлению банком.