Главным обоснованием выбора такой формы анализа ликвидности является сама задача управления ликвидностью банка. Именно этот инструмент анализа ликвидности банка как никакой другой способен дать ответ на вопрос о возможном дефиците денежных средств на определенном временном промежутке. Оценка текущих и прогнозирование будущих денежных потоков позволяет предвидеть проблемы с ликвидностью и, соответственно, оперативно принимать необходимые меры по преодолению проблем и корректировке политики банка.
Самостоятельным результатом прогноза является разработка и реализация отдельных элементов сценарного моделирования потребности банка в ликвидных средствах через набор прогнозных параметров, определяющих альтернативных сценарии. Выделяются три основных сценария (хотя в банке могут определяться и большее число сценариев):
· стандартный сценарий действующего банка без кризисных явлений с прогнозированным потоком платежей на основе статистики исторических данных;
· сценарий "кризиса в банке", связанный с неблагоприятными факторами собственной деятельности банка при отсутствии кризисных явлений на финансовых рынках;
· сценарий "кризиса рынка", связанный с кризисом финансовых рынков.
Сроки прогноза. В качестве оптимальной «дальности» прогноза используется прогноз ликвидности на год вперед. Основания для такого выбора срока прогноза следующие. С одной стороны, срок прогноза должен обеспечивать достаточно свободный взгляд в будущее и заканчиваться «не завтра», с другой – при прогнозе на слишком длительный срок (например, от года до 3 лет и далее) растет вероятность ошибки прогноза.
Другой причиной выбора годового прогноза в качестве оптимального является тот факт, что банками разрабатывается бизнес-план на следующий календарный год, а отсюда – соответствующий прогноз денежных потоков может и должен учитываться при разработке программы краткосрочного развития банка.
Дискретность прогноза. В целом, дискретность анализа и прогноза ликвидности должна зависеть от поставленных целей. В случае управления мгновенной ликвидностью необходим ежедневный прогноз ликвидности. С учетом же предлагаемого срока прогноза (до года) и целей предлагается использовать в качестве базового подхода прогноз денежных потоков с помесячной разбивкой.
Детализация потоков платежей по активам / пассивам / внебалансовых обязательствам. Денежные потоки предлагается классифицировать по двум видам со следующими характеристиками.
Клиентские потоки – движение средств на счетах клиентов, юридических и физических лиц, в том числе движение средств по операциям кредитования. Несмотря на то, что воздействовать на данные показатели (проводя соответствующую кредитную политику и политику привлечения средств), движение средств по сетам клиентов является волатильным и труднопрогнозируемым. В общем случае относительно детерминированными могут являться погашение/выдача кредитов и изъятие клиентами размещенных в банке срочных средств.
Собственные операции банка – операции с ценными бумагами, движение средств по операциям межбанковского кредитования, операциям с Банком России (РЕПО, кредиты, депозит), то есть инструменты с детерминированным движением средств.
Главная причина предлагаемой группировки операций следует из принципиального различия в подходах к управлению клиентскими денежными потоками и собственными средствами. Задача любой технологии управления ликвидностью банка – предложить подход к оценке и прогнозу клиентских денежных потоков, а уже по результатам прогноза рассматривать варианты возможных действий в будущей ситуации (при избытке или дефиците средств): компенсация провалов ликвидности за счет операций банка либо воздействие на ситуацию конъюнктурными инструментами, к примеру – проведением соответствующей клиентской политики.
Оценка будущих денежных потоков банка. Для оценки динамической ликвидности банка необходим математический аппарат, позволяющий получать объективную оценку будущего состояния ликвидности банка и прогноз клиентских денежных потоков.
Основные существующие методы анализа банковских данных основаны на статистическом анализе текущих данных. Как правило, в большинстве случаев практиками предлагается проводить исследование прошлых статистических зависимостей с целью получения вероятностного поведения соответствующих данных в будущем. Однако подходы, основанные на динамике показателей, оказываются более эффективными на практике, чем подходы, предполагающие статичность исследуемых данных и дающие лишь вероятностную оценку изменения показателей банка в будущем, без разбивки по временным интервалам.
Чтобы совместить преимущества обоих подходов (вероятностного и динамического), полагается целесообразным использовать в модели прогноза возможных будущих значений банковских данных результаты анализа временных рядов. В качестве исходных данных возможно использование значений клиентских денежных потоков либо отдельных банковских пассивов (например, привлеченных средств физических лиц во вклады, юридических лиц на расчетные счета и т.д.).
Качестве внешних шоков целесообразно использовать макроэкономические показатели, такие как денежная масса, уровень инфляции в стране, цены на экспортируемое сырье, а так же показатели, отражающие различные политические и инфраструктурные всплески (например, появление надежных небанковских инвестиционных продуктов).
Основным преимуществом использования моделей временных рядов является их рекуррентность, то есть возможность постоянного перерасчета моделей в каждом новом отрезке времени с использованием уже новых появившихся данных.
Информационная инфраструктура банка. Для управления ликвидностью банка необходимы оперативные данные обо всех процессах, происходящих в банке, в том числе выдачи кредитов (начиная с этапа планирования), привлечения депозитов, осуществления забалансовых операций и всего того, что может влиять на состояние ликвидности банка.
Вопрос наличия и доступности большей части такой информации может решить единая информационная банковская система, которая должна лежать в основе управления любой организации. Под единой банковской системой понимается комплекс информационных технологий, позволяющих банку функционировать как единый механизм и повышающий эффективность управления в целом.
Реализация проекта состоит из следующих стадий:
1. Классификация платежных потоков. Была разработана методика классификации платежных потоков по активным и пассивным операциям, в разрезе клиентских и банковских операций, на входящие и исходящие, плановые и прогнозные. Программно технологическая реализация методики включает в себя в виде компоненты существующую базу данных платежного календаря, а также базы аналитического баланса банка и систему внутреннего учета заключаемых и планируемых контрактов.
2. Сбор и систематизация данных о структуре платежей за исторический период (предыдущие 2 года) и реализация технологии сбора и накопления данных о текущих платежах для дальнейшего статистического анализа.
3. Выявление и анализ источников риска ликвидности. Источники риска ликвидности подразделяются на структурные, связанные с фактической структурой активов/пассивов и требований/обязательств в разрезе сроков, и вероятностные, связанные с осуществлением неблагоприятных вероятных или случайных событий, негативно изменяющих структуру платежных потоков в день осуществления платежей.
В разработанной методике выделяются следующие источники или факторы риска ликвидности, возникающие на группах платежей определенного вида:
1) структурный: риск потери ликвидности, возникающий на плановых потоках платежей, в связи с несбалансированностью по срокам контрактных требований и обязательств, которые генерируют объемы обязательных потоков платежей в разрезе сроков;
2) риск оттока привлеченных средств;
3) риск непоставки или невозврата актива, связанный с реализацией кредитного риска;
4) риск потери ликвидности, связанный с реализацией рыночного риска, т.е. невозможности продажи к данному сроку на финансовом рынке актива по ожидаемой цене, запланированной в объеме входящих платежей;
5) риск потери ликвидности, связанный с реализацией операционного риска, т.е. ошибок в процедурах или операционных сбоев в процессах, обеспечивающих бесперебойное осуществление платежей банка;
6) риск ликвидности, связанный с закрытием для банка источников покупной ликвидности, например, в закрытии на банк лимитов на межбанковском рынке.
Основная трудность реализации методологии сценарного управления ликвидностью состоит именно в том, что в российских банках еще не внедрены адекватные информационных хранилища данных, и еще не накоплена достаточная статистика по структуре платежей в разрезе групп, сроков, инструментов и структурных единиц, позволяющих применять статистические методы анализа и моделирования.
3.2.1 Прочие методы прогноза банковской ликвидности
Если бы все платежи в банке были предсказуемы, то можно было бы рассчитывать на будущее остаток ликвидных активов как исходный объем плюс сальдо платежей. Тогда и задача прогноза ликвидности решалась бы просто: если на рассматриваемом горизонте анализа остаток ликвидных активов больше нуля, то ликвидность обеспечена, если меньше нуля - надо принимать меры. Рассмотрим наиболее известные методы прогноза ликвидности.
Коэффициентный анализ
Коэффициент ликвидности - это дробь, у которой в числителе некоторая группа активов (как правило, ликвидных), а в знаменателе - группа пассивов (как правило, до востребования или краткосрочных). Типичные примеры - это нормативы ликвидности ЦБ РФ. Существует большое разнообразие коэффициентов ликвидности, но суть использования примерно одинаковая: наблюдать за динамикой коэффициентов, установить пороговые значения и "сигнализировать", когда они достигнуты. Достоинства этого метода - простота расчета и наглядность. К недостаткам обычно относят статичность оценок, слишком формальный подход и отсутствие инструментов прогноза.