На сегодняшний день можно констатировать, что мировой банковский сектор так до конца и не оправился от последствий глобального финансового кризиса 2008–2009 гг. Одной из причин такого положения является прежде всего резкое ужесточение регуляторных требований. Вторая причина – так называемая диджитализация бизнеса. В этом контексте можно говорить о том, что технологии и процессы риск-менеджмента в банках кардинально трансформируются. Из контролирующей функции они постепенно превращаются в полноценный инструмент оптимизации бизнес-решений.
Последствия кризиса
В США индекс S&P 500 banks в 2017 г. по-прежнему остается на 30% ниже пика, который был достигнут индексом в начале 2007 г. Аналогичная ситуация наблюдается и с европейскими банками: индекс стоимости акций европейских банков STOXX Europe 600 сейчас примерно на 2/3 ниже, чем десять лет назад[1]. Похожий тренд можно обнаружить и при анализе японских банков. Некоторые крупные игроки, такие как MUFG, смогли выиграть от посткризисных слияний и поглощений, проведенных на западных рынках. Другие, например Nomura, купивший европейский бизнес обанкротившегося гиганта Lehman Brothers, сделали не очень удачные вложения.
Чуть лучше ситуация в Канаде и Австралии, где рентабельность капитала остается в среднем на 6–7% выше, чем в США, Европе и Японии. Особняком в этом списке стоит Китай, где серьезную роль сыграла традиционная закрытость внутреннего финансового рынка.
Как уже было отмечено, одной из важнейших причин такого положения является ужесточение регуляторных требований, направленное на предотвращение повторения кризисной ситуации, которая сложилась на мировом финансовом рынке в 2008–2009 гг. Достаточно взглянуть на количество и глубину регуляторных требований Базельского комитета по банковскому надзору и IASB[2], появившихся в последние несколько лет, чтобы понять значимость изменений, которые эти требования привносят в банковские процессы управления рисками.
IRRBB и FRTB в области рыночных рисков, SA-CCR в области кредитного риска торговой книги, LCR и NSFR в области управления ликвидностью, кардинально новый подход к резервированию возможных кредитных потерь в рамках IFRS9, целый спектр требований к обеспечению качества и целостности данных, которые используются для оценки и управления рисками, предъявляемый в рамках BCBS239, – далеко не полный список тех требований, которые радикально меняют условия ведения бизнеса для банков по всему миру. С 2011 по 2016 г. по причине ужесточения правил банковского регулирования и ставшего следствием этого повышения требований к капиталу соотношение капитала и активов в мировом банковском секторе выросло примерно на 15%. Были вынуждены увеличить свой капитал суммарно более чем на 1 трлн евро[3] 30 мировых «системно значимых» банков. Помимо увеличения буфера капитала на покрытие возможных рисков банки увеличили расходы на сотрудников, выполняющих функции контроля и управления рисками. Например, если в 2011 г. в крупнейшем банке Америки JP Morgan Chase указанную функцию выполняли 24 тыс. человек, то к 2015 г. их число практически удвоилось и достигло 43 тыс.[4]
Одно из следствий более строгого регулирования банковских рисков – снижение прибыли. В мировом банковском секторе чистый процентный доход уменьшился в среднем на 20% – с 4,7 в 2007 до 3,6% в 2015 г.[5]
Диджитализация банков – новый вызов для риск-менеджмента
Ключевым элементом диджитализации бизнеса является переход банков к взаимодействию с клиентами через цифровые каналы. Сегодня многие как российские, так и мировые банки активно инвестируют в модернизацию своих технологических платформ дистанционного банковского обслуживания. Момент для таких инвестиций выбран очень удачный. Активное развитие и распространение мобильных и коммуникационных технологий, носимых мобильных устройств, технологий визуализации информации, а также новых подходов к построению архитектуры приложений, в частности микросервисной архитектуры (MSA), позволяют банкам в ближайшей перспективе обеспечить невиданный ранее уровень гибкости удобства услуг, широчайший охват целевой аудитории и высокую скорость вывода новых продуктов на рынок.
Уже сегодня можно наблюдать устойчивую тенденцию расширения охвата мирового населения банковскими услугами при постоянном или падающем количестве физических отделений банков. Количество банковских счетов в расчете на человека в мире за последние десять лет выросло почти в три раза, в то время как количество банковских отделений увеличилось очень незначительно и составляет 12–14 отделений на 100 тыс. населения[6].
Внедрение новых цифровых клиентских сервисов требует серьезной модернизации систем риск-менеджмента, поскольку зачастую они не успевают за динамикой продаж, которую обеспечивают современные цифровые каналы. В некоторых случаях именно система риск-менеджмента, реализующая контроль и минимизацию соответствующих рисков, может обеспечить возможность успешного вывода на рынок цифровых банковских продуктов. В рамках одного из наших проектов в крупном российском банке из TOP-20 одновременно с внедрением функциональности онлайн-обслуживания клиентов (конверсионные операции и хеджирование валютных рисков для МСБ и корпоративных клиентов) была разработана инфраструктура онлайн-управления рыночными рисками открытой валютной позиции. Это решение позволило российскому банку, с одной стороны, минимизировать собственные риски, с другой – максимально сузить спред банковского курса и рыночного и предложить своим клиентам финансово привлекательный продукт.
Другим примером являются так называемые кредитные конвейеры, благодаря которым и стал возможен взрывной рост розничного кредитования в России в последние пять-семь лет, исключая кризисный период 2014–2015 гг. За это время наша компания выполнила более двух десятков внедрений кредитных конвейеров в крупнейших российских банках. И всегда в таких проектах внедрение фронт-офисной части сопровождалось внедрением системы оценки кредитного риска заемщика и автоматизированных стратегий принятия решений, которые, как правило, обеспечивали практически мгновенное принятие решения об одобрении кредита.
Конвергенция R3: Risk – Return – Regulation
В контексте отмеченных тенденций сегодня можно говорить о том, что технологии и процессы риск-менеджмента в банках кардинально трансформируются. Из контролирующей функции «линии защиты» бизнеса, призванной вовремя обнаружить нарушения банковских правил, лимитов и нормативов, они постепенно превращаются в полноценный инструмент оптимизации бизнес-решений. В новых условиях система риск-менеджмента должна обеспечивать именно максимизацию прибыли с учетом заданного уровня «риск-аппетита» банка и комплекса регуляторных требований и ограничений. Ведь зачастую истинный экономический эффект от тех или иных банковских операций (скорректированный с учетом риска) с точки зрения всего банка как системы оценить достаточно сложно. И в большинстве случаев это практически невозможно для сотрудника фронт-офисного подразделения банка, принимающего решения о конкретной сделке. Достаточно лишь перечислить факторы, которые приходится учитывать при принятии решения о сделке: объем резервов на возможные кредитные потери[7]; доход с учетом трансфертной стоимости фондирования; стоимость капитала, необходимого для покрытия различных видов рисков, возникающих у банка в результате заключения сделки; влияние сделки на уровень краткосрочной и долгосрочной ликвидности и т. д. В таком контексте как никогда важным становится функция оперативного контроля лимитов, особенно с учетом постоянного усиления внимания регуляторов к соответствию банков требованиям ICAAP и ILAAP.
Таким образом, в рамках ежедневного бизнеса банка возникает конвергенция, которую мы называем R3 – Risk, Return, Regulation. Именно понимание этой взаимосвязи, ее визуализация и оперативный контроль станут в ближайшем будущем одним из ключевых факторов, определяющих способность банка успешно конкурировать и эффективно вести бизнес. Ключ к успеху здесь лежит именно в области комплексной автоматизации системы риск-менеджмента. Те банки, которые преуспеют в перестройке организационной модели и технологической основы управления рисками, смогут занять лидирующие позиции в банковском секторе.
Системы управления рисками: специализация или универсальность?
На прикладном уровне подобные тенденции означают, что в новых условиях банкам требуются интегрированные и высокопроизводительные системы управления рисками. Важным фактором при выборе системы являются издержки на автоматизацию. И действительно, CIO банка есть о чем задуматься: по некоторым экспертным оценкам, если средняя стоимость внедрения и автоматизации регуляторных стандартов Базель I обходилась банку в среднем в 5–10 млн долл., то для всего комплекса требований стандартов Базеля III этот показатель уже может составлять от 200 до 350 млн долл. Работая с клиентами в более чем 15 странах мира, мы все чаще наблюдаем, что руководство банков стремится получить полнофункциональную платформу, которая обеспечивала бы комплексную автоматизацию сбора данных, аналитических расчетов, сценарного анализа и визуализации полученных результатов. Однако именно здесь потенциальные заказчики сталкиваются с большими сложностями и необходимостью компромиссов.
На сегодняшний день многие вендоры программного обеспечения предлагают свои решения в области управления рисками. По последней версии авторитетного рэнкинга Risk technology rankings 2016[8], около десяти ведущих мировых финтех-компаний признаны лучшими в отдельных функциональных областях риск-менеджмента. Так, Murex традиционно занимает лидирующие позиции в области контроля лимитов. Numerix и FINCAD предлагают продвинутые прайсинговые библиотеки, основанные на сложнейших математических алгоритмах. Calypso признана лучшей в области расчета показателей рыночного риска и т. д.
Однако хорошо выполняя какую-то отдельную инструментальную функцию по расчету или контролю определенных видов рисков, большинство из приведенных программных продуктов упускают из виду всю цепочку R3 (Risk, Return, Regulation). Ведь для комплексного покрытия система должна обеспечивать связность и целостность комплекса расчета экономических параметров банковских операций (прежде всего cash-flow, стоимости признания, дохода), сценарного моделирования (причем в нескольких аспектах – с учетом экономических и макроэкономических факторов, поведенческих факторов, а также бизнес-планирования), расчета уровня риска, RAROC[9], контроль лимитов и соответствие регуляторным требованиям. Причем, как уже было отмечено, сегодня во многих случаях становится критичной возможность выполнения указанных функций до заключения сделок, в онлайн-режиме.
С другой стороны, в ближайшем будущем актуальность сложных алгоритмических вычислений в рамках процессов расчета уровня риска (как правило, это касается расчетов, связанных с рыночным риском торговой книги) в банках будет снижаться по нескольким причинам. Во-первых, это неустойчивость результатов оценки рисков, рассчитанных с помощью сложных математических моделей[10], сложность защиты таких моделей перед регуляторами, дороговизна соответствующей инфраструктуры и специалистов, способных подобные модели разрабатывать. Во-вторых, постепенное снижение выгод от использования подходов, основанных на внутренних моделях по сравнению со стандартизованными методиками. Следует отметить, что последний фактор является результатом постоянной работы регуляторов над калибровкой коэффициентов, используемых в рамках стандартного подхода.
Весьма показательным примером в этом плане может служить новая, еще не вошедшая в силу, но уже достаточно давно и активно обсуждаемая в банковском сообществе регуляция FRTB[11]. По результатам ряда опросов большинство банков планируют внедрять в рамках FRTB стандартный подход, поскольку требования к IMA в рамках FRTB таковы, что зачастую именно он может оказаться для банков оптимальным вариантом. Дело в том, что выгоды потенциального снижения требований к капиталу на покрытие рыночного риска при использовании IMA (по сравнению со стандартным подходом) нередко не превышают издержек на разработку и внедрение IMA.
Таким образом, сегодня наиболее сбалансированным становится выбор именно платформы управления рисками, обладающей, с одной стороны, мощным базовым функционалом (высокопроизводительное алгоритмическое ядро экономического моделирования банковских контрактов, механизм сценарного моделирования, средства управления данными и бизнес-процессами аналитических расчетов, инфраструктура контроля лимитов), с другой – возможностью модульного подключения функциональных блоков, автоматизирующих аналитические расчеты.
Одна из таких систем – Finastra Fusion Risk. Сочетая в себе широкие функциональные и технические возможности по онлайн-интеграции в банковские процессы, открытую архитектуру и гибкость, Fusion Risk является на сегодняшний день лидирующим программным продуктом в своем классе. Это подтверждается тем, что эта система внедрена более чем в 300 банках по всему миру, включая входящие в мировой TOP-100.
К главным достоинствам названного программного продукта относится модульность. Многие банки, внедрив один функциональный блок Fusion Risk (например, расчет показателей ликвидности LCR/NSFR) и разобравшись в ходе проекта с проблемами качества данных в источниках (а это, по нашему опыту, одна из сложнейших задач в любом подобном проекте), уже достаточно легко и быстро могут автоматизировать другие функциональные области. Например, расчеты в области ALM, FTP, кредитного риска, процентного риска и т. д. Это позволяет банку в несколько контролируемых этапов перейти к сквозной онлайн-оценке заключаемых сделок и за счет этого оптимизировать принимаемые бизнес-решения, повысить прибыльность и четко контролировать соответствие регуляторным требованиям.
[1] A decade after the crisis, how are the world’s banks doing. Special Report // The Economist, May 6th, 2017.
[2] International Accounting Standards Board.
[3] The World Bank. DataBank. Global Financial Development database.
[4] A decade after the crisis, how are the world’s banks doing. Special Report // The Economist, May 6th, 2017.
[5] The World Bank. DataBank. Global Financial Development database.
[6] The World Bank. DataBank. Global Financial Development database.
[7] Особенно актуальным вопрос формирования резервов становится в контексте новых регуляторных требований стандарта IFRS9 (МСФО9), в рамках которого вводятся понятие «ожидаемые кредитные потери» (ECL – Expected Credit Loss) и значительно более сложный алгоритм их расчета. Согласно новому стандарту ожидаемые резервы на возможные потери по активным операциям должны оцениваться банками с учетом суммы под риском по контракту (EAD – Exposure at Default), вероятности дефолта контрагента, а также оценки возможных потерь банка в случае дефолта (LGD – Loss Given Default).
[8] https://www.risk.net/risk-management/2479976/risk-technology-rankings-2016-no-bank-is-an-island.
[9] RAROC – Risk Adjusted Return on Capital.
[10] Зачастую проблемы связаны не с самими моделями, а с процессом их регулярного использования (model governance), а также данных, на которых эти модели разрабатываются, калибруются и применяются. Индикатором масштабности подобных проблем и признания их регуляторами может служить появление базельского документа BCBS239, устанавливающего единые принципы управления данными, используемыми для управления банковскими рисками.
[11] FRTB – Fundamental Review of Trading Book. Регуляция направлена на усовершенствование подходов к расчету и управлению рыночным риском торговой книги.
