Lgd pd

Введите необходимые значения и нажмите кнопку расчет.

В качестве примера приведен расчет параметров риска для кредитного требования к финансовой организации объемом 100 млн руб. (EAD = 100) на срок 5 лет (M = 5), уровнем потерь при дефолте 45% (LGD = 0,45) и вероятностью дефолта 5% (PD = 0,05).
Величина ожидаемых потерь будет равна 2,25 млн руб., а величина кредитного риска 31,512 млн руб.

Результаты расчётов:

КРП = 190,491

EL = 2,250

UL = 14,377

Промежуточные результаты расчётов:

Кпвр = 1,797088

R = 0,129850

b(PD) = 0,079878

Методика расчета величины кредитного риска

(согласно Положению Банка России от 6.08.2015 г. №483-П «О порядке расчета величины кредитного риска на основе Внутренних рейтингов»)

1. Расчет кредитного риска для всех кредитных требований, за исключением приобретенной дебиторской задолженности:

Величина кредитного риска рассчитывается по формуле:

КРП = б * Кпвр * EAD,

где
КРП — величина кредитного риска,
б — поправочный коэффициент, б = 1,06,
Кпвр — коэффиент риска, рассчитанный на основе ПВР,
EAD (exposure at default) — величина кредитного требования, подверженная риску дефолта.

Величина ожидаемых потерь определяется по формуле:

EL = PD * LGD * EAD,

2. Расчет коэффициента риска для кредитных требований к корпоративным, суверенным заемщикам и финансовым организациям

Коэффициент риска для кредитных требований к корпоративным, суверенным заемщикам и финансовым организациям, по которым не произошел дефолт (PD ≠ 100%), рассчитывается по следующей формуле:

где
PD — (probability of default) вероятность дефолта заемщика на период в один год. Минимально возможное значение вероятности дефолта для кредитных требований к корпоративным заемщикам и финансовым организациям составляет 0,03%,
LGD — (loss given default) уровень потерь при дефолте,
M — (maturity) срок до погашения кредитного требования (в годах),
R — значение показателя корреляции, рассчитываемое по формуле:

b(PD) — значение показателя корректировки на срок до погашения:

N(x) — функция стандартного нормального распределения,
N·¹(x) — обратная функция стандартного нормального распределения,
ex — экспоненциальная функция,
ln(x) — натуральный логарифм.

2.1. Для финансовых организаций, регулирование деятельности которых осуществляется Банком России*, и финансовых организаций, регулирование деятельности которых осуществляется зарубежными органами надзора, в случаях, когда сумма активов консолидированной группы, участником которой является указанная финансовая организация, на дату расчета больше трех триллионов рублей или равна трем триллионам рублей в рублевом эквиваленте, а также для нерегулируемых Банком России или органами надзора иностранных государств финансовых организаций вне зависимости от размера их активов показатель корреляции рассчитывается по формуле:

2.2. Значение показателя корреляции по кредитным требованиям к малым и средним предприятиям, отнесенным к классу кредитных требований к корпоративным заемщикам, рассчитывается по формуле:

где S — годовой объем выручки заемщика за финансовый год, выраженный в миллионах рублей. В случае если годовой объем выручки менее 100 миллионов рублей, S принимается равным 100 миллионам рублей.

2.3. Значение показателя корреляции по кредитным требованиям специализированного кредитования, отнесенным к подклассу кредитных требований финансирования объектов недвижимости нежилого фонда с нестабильными ценовыми параметрами, рассчитывается по формуле:

3. Расчет коэффициента риска для кредитных требований к розничным заемщикам

При расчете величины кредитного риска для кредитных требований к розничным заемщикам банк использует собственные оценки вероятности дефолта, уровня потерь при дефолте и величины кредитного требования, подверженной риску дефолта (PD, LGD, EAD). Минимально возможное значение вероятности дефолта (PD) для кредитных требований к розничным заемщикам составляет 0,03%.

Величина коэффициента риска для кредитных требований к розничным заемщикам, по которым не произошел дефолт (PD ≠ 100%), рассчитывается по формуле:

где R — показатель корреляции, значение которого установлено равным:

3.1. Для подкласса возобновляемых розничных кредитных требований — 0,04.

3.2. Для подкласса кредитных требований, обеспеченных залогом жилого помещения — 0,15

3.3. Значение показателя корреляции для кредитных требований, отнесенных к подклассу прочих кредитных требований к розничным заемщикам, рассчитывается по формуле:

КРЕДИТНЫЙ РИСК

КРЕДИТНЫЙ РИСК-МЕНЕДЖМЕНТ И МОДЕЛИРОВАНИЕ НОВОГО АКТИВА

В ПОРТФЕЛЕ

М.В. ПОМАЗАНОВ, кандидат физико-математических наук, EGAR Technology Inc., старший финансовый аналитик

Для обеспечения надежности банков Базельс-кий комитет требует соответствия собственного капитала банка капиталу под риском (CAR, Capital at Risk) при уровне надежности не менее 99%’. Кредитные риски как наиболее значимые в коммерческом банке должны обеспечиваться большей частью собственного капитала банка. Регуляторы банковской деятельности требуют обеспечения активов согласно простой методике2, не учитывающей эффекта портфельной диверсификации и собственного уровня экономической надежности заемщика. Однако разработанные методы количественного анализа кредитного риска банковского портфеля3 способны представить более адекватную картину соответствия капитала под риском и уровня надежности, а также ожидаемых потерь по портфелю, чем простые «регуляторные» методы. Кроме того, количественный анализ кредитного риска способен существенно улучшить риск-менеджмент, обеспечив единый подход к анализу всех кредитных заявок, пополняющих портфель активов.

Количественный подход

к распределению капитала и риска

Согласно предписаниям Базельского комитета, каждому банку рекомендуется иметь собственную внутреннюю систему рейтингования заемщиков, которая сможет дать количественную харак-

1 Basel Committee on Banking Supervision (2003). The New Basel Capital Accord. April 2003 (http://www.bis.org/bcbs/bcbscp3.htm).

! Инструкция ЦБР от 01.10.1997 № 1. «О порядке регулирования деятельности банков».

теристику каждому заемщику в виде вероятности его возможного дефолта по долгам в течение будущего года (PD — Probability of Default). Имея PD -характеристики заемщиков в портфеле, объем кредитных средств каждого, находящегося под риском, длины кредитов, а также, оценив по обеспечению относительные потери в случае дефолта (LGD — Loss Given Default), можно вычислить распределение потерь по портфелю. Для этого можно использовать, например, известные модели CreditRisk+4 или CreditMetrics5. Это распределение показывает основные характеристики риска портфеля, такие как ожидаемые потери по портфелю (EL — Expected Loss), величину VAR (Value at Risk) портфеля при заданном уровне надежности (например, 99%), а также ShortFall и стандартное отклонение потерь. Зная величину EL, можно оценить необходимый резервный фонд для покрытия средних убытков, из-за проблемных активов, отчисления в который должны осуществляться с каждого кредита, пропорционально его EL. Величина VAR, умноженная на общую сумму активов под риском EAD (Exposure at Default) (т.е. CAR=VAR4EAD), укажет на необходимую величину собственного капитала для обеспечения требуемой надежности.

‘ Помазанов М.В. Количественный анализ кредитного риска /

Банковские технологии, № 2.

4 С redi t Risk+ (Credit Suisse First Boston (CSFB) (1997) CreditRisk+: A Credit Risk Management Framework. Technical document.

(hUp://ww.cslb.com/institutional/research/credit_risk.shtml)

‘ Guplon, G., C. Finger, and M. Bhatia (1997). CreditMetrics. Technical Document (Ist ed.). (http://www.defaultrisk.com/ pp model 20.htm).

Для оценки рентабельности кредитной деятельности существует емкий показатель RAROC (Risk Adjusted Return on Capital), дающий доход-

r — EL

ность капитала с учетом риска RAROC = t

где г — средняя валовая маржа, EL — ожидаемые среднегодовые потери портфеля. Такой же показатель RAROC. можно вычислить и для каждого отдельного заемщика или актива «/», зная его вклад в VAR, доходность и риск. Очевидно, что если его RAROC. ниже общего RAROC, то такой актив «портит» показатель доходности всего портфеля. Активы и заемщики с наименьшим показателями RAROC являются нерентабельными. Заемщики с наибольшей долей в VAR являются рисковыми в портфеле. Таким образом, руководствуясь этими показателями, можно дать четкие количественные рекомендации по лимитам, уровню обеспечения и срокам кредитования.

О методике расчета основных показателей

Метод расчета вероятности дефолта заемщика для компаний, не котирующихся на рынке, которых большинство в кредитном портфеле, основан на базовой формуле, устанавливающей зависимость между финансовыми отношениями из бухгалтерских отчетов и PD. После вычисления базового PD строится экспертная оценка, из которой следует общий балл заемщика, корректирующий этот PD. Основные финансовые отношения

xvxv…..х7для базовой формулы, вычисляемые из

квартальных отчетов 1-й и 2-й формы за последний год, следующие:

• логарифм годовой выручки (log USD);

• операционная маржа = операционная прибыль/годовая выручка;

• доходность активов = операционная прибыль/ активы;

• покрытие процентов = операционная прибыль/проценты за кредиты;

• структура капитала = собственный капитал/ активы;

• покрытие обязательств = свободные денежные средства/обязательства;

6 Falkenstein, Е., A. Borní and L. V. Carly (2000). «RiskCalc For

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Private Companies: Moody’s Default Model». Moody’s Risk

Management. (http://riskcalc.moodvsrms.com/us/research/crm.asD).

I Bernhardsen EA (2001)Model ofBankruptcy Prédiction.Working

Paper. (http://www.norges-bank.no/english/publications).

II Формула в таком виде предложена и опробована в реальном бизнесе в МДМ-Банке.

• ликвидность = оборотные активы/ краткосрочные обязательства.

Формула для среднегодовой вероятности дефолта берется в логитном виде, аналогично используемой в Moodyes RISKCALC6 и «Норвежской модели»7

/ 1 + ехр(а,х,. + Ь,) ‘

в нее входят веса и параметры, определенные аналитиками для производственных и торговых российских компаний8.

Формула дает возможность по непрерывному ряду квартальных отчетов вычислять ряд РБ, который испытывает колебания в согласии с изменением финансового положения компании. Для расчета одного значения РВ необходимо представление финансовых отчетов на протяжении предыдущего года, поскольку финансовые отношения, вычисляемые за год, нивелируют сезонные колебания.

Вторая часть оценки РБ состоит в качественной оценке заемщика, осуществляемой опытным оценщиком банка. Она необходима для учета дополнительных факторов, отсутствующих в базовой формуле. Специалист отвечает на несколько десятков вопросов, касающихся бизнеса компании, которые должны влиять на риск дефолта. Баллы за ответы суммируются с учетом весовых коэффициентов по разделам. Прежде чем отвечать на вопросы, оценщик должен тщательно подготовить свое мнение по максимальной имеющейся информации, предоставленной компанией — заемщиком. После ответа на вопросы вычисляется поправочный коэффициент к базовой оценке РБ, который может увеличить или уменьшить ее. В нейтральном случае коэффициент остается равным единице.

Распределение потерь по портфелю вычисляется после представления необходимой информации по каждому заемщику, которая включает:

• РБ заемщика и ошибку вычисления РБ, если компания рейтингована некачественно;

• дату вычисления РБ;

• даты выдачи кредитов;

• даты погашения кредитов;

• 1X10 кредитов, оцененные по обеспечению и приоритету;

• величины кредитов в любых условных единицах;

• номера схем кредитования, например, первая — «тело в конце, проценты помесячно», вторая — «тело равными долями помесячно плюс проценты на оставшуюся часть»;

• учетную ставку по кредитам;

• шифр принадлежности заемщика к определен —

ным финансово-отраслевым, региональным

группам.

Метод расчета основан на сочетании двух методов вычисления распределения потерь — метода типа Монте-Карло, основанного на гипотезах, наиболее адекватных условиям развивающегося рынка (метод Блуждающих дефолтов), и классического метода CreditRisk+ для расчета потерь той части портфеля, которая включает всех мелких заемщиков.

Далее, имея кривую распределения потерь, вычислив VAR при заданном уровне надежности, можно воспользоваться методологией распределения VAR по заемщикам, предложенной в работе Martin, Е. at all (2001)9. Согласно этой методике сначала вычисляется saddle point (SP) распределения из уравнения

E(Lcxp(SPL))_ E(exp(SPL))

где L — случайная величина потерь по портфелю, а Е(…) — математическое ожидание. Затем, в самом простом случае независимости активов и отсутствия неопределенности в PD — рейтинге, можно вычислить части CAR, приходящейся на каждый актив «/» по простой формуле

F À л

CAR, = EL, • exp(SP ■

‘ v EAD

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Если SPEAD много меньше EAD, то CAR ста-новится близким к ожидаемым потерям, однако для крупных активов SP EAD. к EAD начинает сказываться нелинейная составляющая, и доля CAR для таких крупных активов начинает существенно расти. Соответственно, величина выдаваемых банком средств данному заемщику имеет двойное нелинейное действие на показатель риск-доход. Во-первых, после возможной выдачи кредита PD компании будет расти, что уменьшит доходность, если учесть EL. Во-вторых, будет возрастать CAR и потребуется больший капитал, аллокируемый из капитала банка на данного заемщика, и будет падать доходность капитала с учетом риска, т.е. RAROCr Увеличение длины кредита тоже существенно и нелинейно влияет на PD, поскольку в будущем возможен переход компании-заемщика в другой рейтинг (блуждание PD), что дает дополнительный вклад в сторону увеличения PD. Это выразится в

‘ Martin, E. at all (2001) VAR: who contributes and how much? Risk 14(8).

формуле для небольших п>1 кварталов длин кредитования примерно как

PD(n) = i.(\ + a2i^-) PD ,

где а — показатель нестабильности PD от квартала к кварталу, свойственный компаниям российского рынка.

Карта «риск-доходность»

Будущий актив, моделируемый в портфеле для принятия решения на Кредитном комитете (КК) по удовлетворению кредитной заявки, повлияет на риск через изменения финансовых отношений, входящих в формулу PD. Прежде всего, при выдаче кредита ^увеличатся обязательства на X, соответственно — активы тоже, и появятся дополнительные проценты за кредит X, вычисляемые очевидно для ожидаемой процентной ставки. В рамках портфеля, полагая, что параметры его изменятся незначительно при выдаче этого кредита (кредит достаточно мал, по сравнению с суммарной величиной портфеля), можно вычислить величину CAR, аллокируемую на данный актив «/» из собственного капитала, и вычислить показатель RAROC.. Учитывая, что для нового актива X

EL(X) = PD(X)LGDX

можно построить в координатах X-LGD кривые уровня RAROC, затем — уровня максимального CAR, приемлемого для портфеля (последний можно задать «руками» или вычислить по портфелю, например, как средний CAR. среди тех, кто выше среднего по портфелю), а также уровня максимального обеспечения, по величине собственного капитала компании. Уровни RAROC целесообразно привязать к показателю RAROC по портфелю, взяв их три, например: красный — RAROC-15% (критический), синий — RAROC (приемлемый) и зеленый RAROC+\5% (выгодный).

Рассмотрим построение на примерах. Пусть имеется крупный кредитный портфель величиной 1272 MUS$, распределение потерь которого дано на рис. 1.

Для такого портфеля ожидаемые средние потери 1,4%; VAR= 8,9%; RAROC= 39%; SP= 38; граница риска для CAR. — 2,3 MUS$, в портфеле более 1 ООО разных заемщиков. Рассмотрим моделирование новых активов для нескольких известных компаний, каждую из которых (одну) предполагается включить в портфель. Основные финансовые

Loss distribution

RAROC, CAR quantilc

Рис. 1. Распределение потерь по портфелю

характеристики даны в таблице, там же дано и PD, вычисленное по базовой формуле, без экспертной поправки, которая от нового актива не зависит. (Все данные взяты из реальных бухгалтерских отчетов (в MUS$), открыто доступных из сервера ФКЦБ России disclosure.fcsm.ru.). Предположительно компании просят кредит под разные проценты годовых, валовые маржи которых, как и длины кредитов, указаны в таблице.

Рассмотрим по отдельности каждую из них. Карта «риск-доходности» компании РАО «ЕС России» изображена на рис. 2, из нее видно, что величина кредита ограничена в основном кривой максимального CAR, поскольку сумма кредита может быть достаточно велика. Видно, что этому заемщику можно выдать кредит в 40 MUS$ без обеспечения, с минимальной маржей (3%) на 3 года, однако, уже за кредит в 50 MUS$ необходимо потребовать обеспечения в 20%, (1-LGD)100%.

Акционерной компании «АЛРОСА», согласно карте «риск-доходности» (рис. 3), выдавать кредит без обеспечения, с той же малой маржей в 3%, нельзя.

R/1HCX’ had R.4ROC mid RAROC good max CAR max SECURING

Puc. 2. Карта «риск-доходность» РАО «ЕС России»

R4ROC, C4R quantilc

О О

НАНОС bad

RAROC mid RAROC good

maxC’/i/? max SECURING

Рис. 3. Карта «риск-доходность» АО «АЛРОСА»

Необходимо потребовать обеспечения более 40%, однако даже при большем обеспечении, уве-

Таблица

Финансовые показатели компаний — кандидатов в заемщики банков

————Компания РАО ЕС, АЛРОСА, Самаринвсстнефть, Камский литейный ОАО «ЗИЛ»,

Показатели __ II кв. 2001 II кв. 2001 IVkb. 2000 завод IV кв. 2000 II кв. 2001

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Годовая выручка 1 260 2 012 8,32 83,4 160,8

Операционная прибыль 626,2 539,1 3,43 2,10 -36,5

Проценты за кредиты 2,08 48,0 0 0 0

Свободные денежные средства 408,2 -35,4 1,26 0,56 -38,4

Оборотные активы 949,6 912,9 2,80 19,32 82,06

Краткосрочные обязательства 529,0 704,1 1,20 20,12 321,28

Обязательства 642,2 1 047 1,20 20,12 341,63

Собственный капитал 5 717 1 133 3,93 64,8 9,44

Активы 6 359 2 181 5,12 84,9 351,07

Годовое РБ, % 0,29 1,75 2,56 6,8 51,0

Длина кредита, год 3 2 1 1 1

Валовая маржа, % 3 3 5 5 10

loan, MUSS

— RAROC bad

» RAROC mid — RAROC good

—— max CAR — max SECURING

Рис. 4. Карта ОАО «Самаринвестнефть»

личение размера кредита до 40-50 MUS$ встречает сопротивление со стороны ограничения по CAR.

Карта «риск-доходность» для нового актива в виде кредита для небольшой компании «Самаринвестнефть» при 5%-й марже дана на рис. 4. Видно, как разная величина кредита должна идти с разным обеспечением, а без обеспечения может обойтись кредит порядка 1 MUS$. Ограничение по CAR здесь несущественно, однако ограничение по обеспечению, связанное с недостаточностью собствен-

ного капитала, не должно позволить выдачу кредита более 7 MUS$.

Компания «Камский литейный завод» имеет карту «риск-доходности», представленную на рис. 5 (слева). Из-за заметного PD (6,8%) необходимо обеспечение более 60%, и даже 80% для кредита в 30 MUS$ (на год, при марже в 5%). А компания «Завод имени И.А. Лихачева», обладая экстремальными показателями риска, с рейтингом, близким к дефолту, может получить кредит, но на весьма «кабальных» условиях. Как видно на ее карте (рис. 5 (справа), при марже в 10% обеспечение должно быть около 90%, а заем ограничен 10 MUS$ (по собственному капиталу).

Предложенные примеры демонстрируют разнообразие условий, по которым различные компании должны входить в портфель так, чтобы не испортить показателей его доходности и не привнести в портфель чрезмерного риска. Использование такой системы для принятия решения о включении любого актива в портфель позволит существенно усовершенствовать риск-менеджмент. Понятно, что все основано на формуле вычисления PD по финансовым показателям и, при отсутствии статистически приемлемой базы дефолтов на развивающемся рынке, формула может давать искаженное абсолютное значение. Однако предложенная методика основана на относительной оценке доходности, а поскольку формула дает верный относительный рейтинг компании, то и управленческие решения, принимаемые из относительных оценок, наверняка окажутся верными.

RAROC, CAR quantile

RAROC, CAR quantile

RAROC bid

RAROC mid RAROC good

max CAR max SECURING

RAROC bad

RAROC mid RAROC good max CAR max SECURING

Рис. 5. Карты «риск-доход» компаний «Камский литейный завод» и «ЗИЛ»

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

О практической реализации системы расчета и управления кредитным риском

Выполнение изложенных функций возможно в единой системе расчета и управления кредитным риском. Практическая система ЕОАЯ СгеёкЯМ создана и готова к использованию в сфере банковских технологий. Она основана на новейших разработках для анализа кредитного риска и является уникальной для российского рынка. Краткая схема ее функционирования приведена на рис. 6.

Информация о каждом заемщике и кредитных сделках содержится в единой базе данных, которая используется для вычисления капитала под риском, распределения этого капитала и т.д.

На «малом круге» вычисляется РБ-рейтинг подавшего заявку кандидата в заемщики, который затем утверждается или корректируется коллегиально Кредитным комитетом. Лимит на заемщика и требования к обеспечению утверждаются также на Кредитным комитете после обсуждения результатов моделирования риска нового актива. Если заявка содержит условия, не приемлемые для обеспечения должного уровня риск-доходности, то риск-менеджер может предложить заемщику иные условия кредитования. Здесь может быть масса вариантов, например, увеличить обеспечение, уменьшить заем, уменьшить длину кредита, изменить

схему возврата долга, увеличить процентную ставку (валовую маржу) по кредиту или все в совокупности. Возможно, какое-то из предложений удовлетворит заемщика, и будет найден лучший компромисс. В любом случае возможности системы позволяют перейти на более высокий уровень обоснованности в принятии решений.

Системой предусмотрены разные типы ввода сделок (задолженностей) — от ручного до автоматического, например из единой системы EGAR FOCUS. Предусмотрен также ручной ввод PD и степени неточности PD для случая, когда заемщика не удается качественно рейтинговать. Доступ к расчетам и вводу параметров должен иметь квалифицированный риск-менеджер оценщик, на него ложится ответственность за правильность ввода параметров и качественной оценки.

На «большом круге» рассчитываются показатели портфельного риска, составляется отчет о кредитных продуктах. Система достаточно гибкая и позволяет изменять критерии качественных оценок, добавлять дополнительные формулы вычисления PD, изменять ряд внутренних параметров.

Внедрение системы расчета и управления кредитным риском, основанной на изложенной методологии, в сферу практических банковских технологий даст банку ряд очевидных преимуществ, позволяющих:

Я

Информация о заемщике ь

квартальные отчгты Коглтозиция входных

, оценка бизнеса Цг

капитализация г s

У’ %__________

| Некачественно I

,|х Лщ. рейтинга ванные | данных для расчета Г PD заемцики }

Л

Утверждение PD, EL.RR, Limit

Моделирование риска нового актива в портфеле Расчет PD

Внутренние параметры моделей

Вычисление кривой потерь, EL и UL компонент кредитного риска

Суммарная таблица компонент риска всех заемщиков и групп

Кривая потерь, основные показатели риска в целом

Наиболее рисковые заемщики

v.»

Анализ риск-доход, генерация отчета о кредитных продуктах

Рис. 6. Основные блоки системы EGAR CreditRisk

определить кредитный рейтинг заемщика в соответствии с мировой практикой; ускорить процесс рассмотрения и анализа кредитной заявки;

улучшить дисциплину выдачи кредитов; сформировать структуру требований к обеспечению и учетной ставке; перейти от качественной оценки заемщика к количественной;

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

выявить наиболее рисковых заемщиков и сформировать дополнительные требования к лимитам;

определить обоснованную величину резерва средств по каждому кредиту; оценить возможные потери для банка связанные с невозвратом кредитов; определить рентабельность собственного экономического капитала, аллокированного на каждого заемщика или группу заемщиков; • контролировать полный риск кредитного портфеля, влияющий на рейтинг банка. Представленные преимущества позволяют наиболее эффективно распределять средства и по-

вышать доходность кредитного портфеля без значимого увеличения его риска. Такая система является мощным инструментом, способным качественно улучшить риск-менеджмент кредитной организации. Уточнение базовой формулы расчета PD по достаточным статистическим данным дефолтов российских компаний и внедрение такой системы повсеместно в банковскую практику и практику регуляторов банковской деятельности позволит создать гибкий механизм гарантии всех банковских вкладов10, разработать более обоснованные требования по резервам капитала, учитывающим эффекты диверсификации риска и качества банковских портфелей. Все это сделает возможным снижение банковских ставок, увеличение верхней планки длины кредитования, повысит доступность кредитов и поспособствует притоку капитала в реальный сектор российской экономики.

(Автор выражает признательность сотрудникам EGAR Technology за глубокий интерес к проблематике статьи и поддержку в работе.)

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *