Однако даже при осознании необходимости учета эффекта рефлексивности в цепочке «кредит – залог» полностью устранить финансовые риски кредитования не удается. Это связано со следующими проблемами, с которыми сталкиваются банковские аналитики:

v сложностью прогнозирования цены залога, так как для этого необходимо идеальное знание развития соответствующего товарного рынка (в ряде случаев в качестве залога может использоваться портфель ценных бумаг, что предполагает работу банковских аналитиков на фондовом рынке для изучения и прогнозирования динамики котировок соответствующих ценных бумаг);

v невозможностью точного прогнозирования периодичности и состояния экономического цикла (в ряде случаев не удается идентифицировать даже характер текущей фазы экономической динамики);

v неопределенностью инфляционной динамики, которая зависит от мер государственного регулирования.

Решение проблемы неопределенности цены залога путем завышения его текущей величины над суммой выдаваемого кредита по принципу «гигантский залог под смехотворный кредит» на первый взгляд кому-то может показаться естественным, однако на практике оказывается слабо реализуемым, так как в этом случае падает спрос на сами кредиты, что равносильно «урезанию» кредитного рынка и подрыву финансовых позиций банка.

Учет инфляционных налогов

Помимо прямого искажения истинной цены залога инфляция оказывает большое влияние на рентабельность, а потому и на платежеспособность заемщика. Частным, но очень важным случаем такого воздействия являются активные инфляционные налоги. Рассмотрим эту проблему более подробно.

Если предприятие в момент t использует сырье и материалы y(t) по цене c(t) для производства продукта x(t+h), который реализуется по цене p(t+h) с временным лагом h (в месяцах), то в соответствии с практикой бухгалтерского учета фактическая величина налога на добавленную стоимость J будет равна:

, где

r – ставка налога на добавленную стоимость.

Однако истинная величина НДС, которая должна была бы изыматься государством, составляет величину:

.

Тогда сумма активного инфляционного налога на добавленную стоимость:

будет исчисляться по формуле:

, где

q – среднемесячный индекс инфляции производственных затрат предприятия.

Величина T показывает финансовые потери, которые несет фирма из-за т.н. инфляции издержек. Относительная величина активных инфляционных налогов (по отношению к валовой стоимости начального периода):

составляет:

, где

b – удельный вес материальных затрат в валовом выпуске продукции фирмы.

Таким образом, чем больше затратный параметр b, темп инфляции q, производственно-реализационный цикл продукции фирмы h и налоговые ставки, тем более уязвима эта фирма в условиях инфляции. Следует отметить, что при высокой инфляции проблема активных инфляционных налогов может выступать в качестве главного фактора падения экономической активности юридических лиц и подрыва их платежеспособности.

Из сказанного вытекает, что кредитор при финансировании того или иного предприятия должен учитывать его «антиинфляционную устойчивость» путем оценки его производственных параметров, накладываемых на прогнозы инфляционных тенденций. Отсюда ясно видны проблемы, с которыми сталкивается банк:

v сложность получения истинной информации о производственных параметрах фирмы b и h;

v сложность получения прогнозов о динамике цен на оборотные средства кредитуемой фирмы, поскольку это связано с серьезными затратами на исследование соответствующих товарных рынков.

Игнорирование проблемы активных инфляционных налогов, особенно когда высокая инфляция приводит к росту риска потери выданных кредитов, может вести также к неправильному распределению кредитного портфеля в разрезе долгосрочных и краткосрочных вложений.

Риски при выдаче кредитов физическим лицам

Оценка кредитных рисков тяготеет к определенной формализации и унификации. Так, в отношении физических лиц часто используются балльные методы оценки их кредитоспособности. В этом случае выделяется группа признаков клиента (пол, возраст, профессия и т.п.), по каждому из которых проставляется соответствующий балл в зависимости от того, к какой категории относится данный человек. Сумма баллов по всем признакам сравнивается с неким критическим значением и в зависимости от результатов сравнения клиент признается либо кредитоспособным, либо некредитоспособным. Какие же проблемы возникают при такой процедуре отбора клиентов?

Во-первых, довольно сложно грамотно учесть все ключевые признаки клиента, так как многие из них плохо формализуемы.

Во-вторых, балльные оценки признаков, как правило, достаточно субъективны. Так, мужчина и женщина получают разные баллы при оценке кредитных рисков. При этом количественные значения этих баллов формируются либо экспертным путем, либо по весьма субъективным расчетным схемам. На наш взгляд, в подобной ситуации можно было бы повысить объективность балльных оценок, вычисляя их на основе ретроспективной информации о невозвратах клиентами полученных кредитов, в т.ч. с использованием поло-возрастных критериев. В этом случае балльная оценка представляла бы собой процент возвращенных кредитов среди мужчин и женщин. Однако и такая процедура не устраняет «размытости» балльных характеристик, так как период усреднения ретроспективных данных может быть различным и выбирается субъективно. Между тем искомые баллы сильно зависят от значения анализируемого периода, что затруднено в отсутствие длительных кредитных историй.

В-третьих, используемые в расчетах балльные оценки не являются застывшими во времени величинами, поскольку сдвиги в социально-экономических условиях приводят к изменению уровня риска каждого признака. Иными словами, система баллов должна оперативно обновляться. При этом пересчет балльной шкалы идет для каждого временного интервала с учетом специфики конкретного банка и выдаваемых им кредитов (краткосрочный, долгосрочный и т.п.).

В-четвертых, критическое значение суммы баллов, с которым сравнивается ее фактическая величина, определяется эмпирически. Никаких серьезных теоретических обоснований этой величины нет. Очевидно, что в общем случае критический порог также является «плавающей» во времени величиной и должен быть дифференцирован в зависимости от вида кредита. Любые ошибки и погрешности в определении критической величины суммы баллов могут давать принципиально неверный результат, особенно когда фактическое значение баллов лежит близко к критическому.

Таким образом, поставить на «конвейер» выдачу кредитов физическим лицам на основе количественных методик оценки рисков весьма непросто. Всегда существует потребность неформальной перепроверки результатов количественных тестов.