disser.spbu.ru · 11 l z [ e b p 1 i j b \ _ ^ _ g u ^ z g g u i h k h \ h d m i g h f m j h k k b...

$: disser.spbu.ru · 11 L Z [ e b p 1 i j b \ _ ^ _ g u ^ Z g g u i h k h \ h d m i g h f m j h k k b c k d h f m w d k i h j l m, h k g h \ g h c x h l h j h ] h y _ l k j h ^ ] e _$
Санкт-Петербургский государственный университет

Экономический факультет

На правах рукописи

ДАВЫДОВ ВЯЧЕСЛАВ АНАТОЛЬЕВИЧ

МЕТОДЫ И ИНСТРУМЕНТЫ УРЕГУЛИРОВАНИЯ

ПРОБЛЕМНОЙ ЗАДОЛЖЕННОСТИ КРЕДИТНЫХ ОРГАНИЗАЦИЙ

Специальность 08.00.10 «Финансы, денежное обращение и кредит»

Диссертация на соискание ученой степени

кандидата экономических наук

Научный руководитель:

Доктор экономических наук, профессор

Халилова Миляуша Хамитовна

Санкт-Петербург

2016

2

Оглавление

Введение 3

Глава 1. Проблемная задолженность кредитных организаций 10

1.1. Проблемная задолженность российских банков как индикатор

состояния экономики

10

1.2. Методика построения эффективной системы урегулирования

проблемной задолженности банка

24

Глава 2. Инструменты урегулирования проблемной

задолженности банка

32

2.1. Классификация инструментов урегулирования проблемных

активов

32

2.2. Отложенная продажа залогового актива, как инвестиционный

инструмент урегулирования проблемной задолженности банка

45

2.3. Стратегия банка на базе комбинации двух инструментов

урегулирования проблемных активов – вхождения в капитал

заемщика и мирового соглашения

61

Глава 3. Выбор эффективного инструмента урегулирования

банковской проблемной задолженности

70

3.1. Сравнительный анализ критериев эффективности

урегулирования банковской проблемной задолженности

70

3.2. Альтернативная система выбора инструмента урегулирования

проблемной задолженности на основе экспертной системы на базе

квалиметрической модели

79

Глава 4. Система KPI - инструмент планирования и мотивации

эффективного урегулирования банковской проблемной

задолженности

93

4.1. Относительные KPI банка и алгоритм формирования плановых

значений методом «снизу-вверх» при единственном значении

прогноза

93

4.2. Результаты внедрения системы относительных KPI кредитной

организации (на примере Северо-Западного банка Сбербанка РФ)

110

Заключение 117

Список литературы 122

Приложения 129

3

Введение

Актуальность темы диссертационного исследования.

История развития банковской системы в России показывает, что с переходом к

рыночным методам управления экономикой банки неизбежно сталкиваются с

проблемой своевременного возврата части выданных кредитов. Такие кредиты

называются проблемными кредитами или проблемной задолженностью. Наличие

определенной доли проблемных кредитов в кредитном портфеле любого банка не

зависит от размера банка, его стратегии, текущего состояния экономики и других

факторов.

Проблемная задолженность является неизменным спутником банковской

деятельности, что отражает саму природу банкинга, т.е. управления рисками

размещения и привлечения денежных средств, т.к. полностью исключить вероятность

реализации риска, которым управляет банк, невозможно.

В условиях повышенной волотильности внешних факторов, влияющих на риск

возникновения проблемной задолженности у банка, задача минимизации потерь банка

от такой задолженности становится уже не вопросом прибыли в текущем отчетном

периоде, а вопросом сохранения бизнеса. Практика банкинга в 21-м веке показывает,

что на рынке не остается кредитных учреждений, которые не придали должного

значения работе по предотвращению и оперативному урегулированию проблемной

задолженности.

Все вышеотмеченное свидетельствует об актуальности и практической

значимости темы диссертационного исследования, призванной обеспечить

совершенствование риск-менеджмента кредитной организации в части эффективного

урегулирования проблемной задолженности банка.

4

Степень научной разработанности темы диссертационного исследования.

На формирование теоретических положений диссертационного исследования оказали

влияние научные знания в области риск-менеджмента в финансовых организациях,

банковского кредитования.

Анализ проблем, связанных с управлением кредитным риском, проводится в

исследованиях зарубежных ученых, а именно С. Аллена, Ю. Бригхема, Э. Гилла, Р.

Коттера, Р. Мертона, Э. Рида, Дж. Сигела, Дж.Синки, Э. Эрхардта, А. Файта. В

отечественной литературе исследуемая проблематика раскрывается в работах М.А.

Бухтина, А.А. Василюк, В М. Ворониной, В.В. Жарикова, А.А. Лобанова, В.В.

Мануйленко, А.М. Карминского, П.П. Ковалева, К.А. Олояна, А.А. Пересецкого, Д.А.

Петрова, М.В. Помазанова, М.А. Помориной, П.А. Разумовского, К.М. Тотьмяниной,

М.Х. Халиловой, А.В.Чугунова и других авторов.

При исследовании банковского кредитования и кредитных отношений автор

опирался на труды российских ученых: И.Е.Ададурова, Е.В. Аристовой,

Ю.С.Бабичевой, Г.Н.Белоглазовой, С.А.Белозерова, В.И. Вагизовой, А.Б. Галун, А.Г.

Грязновой, Л.П. Кроливецкой, А.В. Казанского, А.В.Канаева, И.К.Ключникова,

О.В.Мотовилова, О.И.Лаврушина, А.И. Ольшаный, В.С. Просаловой, Е.В.

Тихомировой, С.Ю. Хасяновой и других авторов.

Изучение работ зарубежных и отечественных ученых создало теоретические

предпосылки для развития существующих подходов урегулирования проблемной

задолженности банка и определения цели научного исследования.

Цель и задачи диссертационного исследования.

Цель диссертационного исследования - разработка авторского подхода к оценке

урегулирования проблемной задолженности кредитных организаций.

Для достижения поставленной цели диссертационного исследования

сформулированы следующие задачи:

Обосновать, что проблемная задолженность кредитных организаций

рассматривается как индикатор состояния экономики;

Разработать методику построения эффективной системы урегулирования

проблемной задолженности банка;

5

Систематизировать инструменты урегулирования проблемной задолженности

кредитной организации;

Предложить новые инструменты урегулирования проблемной задолженности

банка;

Систематизировать критерии урегулирования проблемной задолженности

кредитной организации;

Обосновать систему выбора стратегии урегулирования банковской проблемной

задолженности;

Разработать инструменты планирования и мотивации урегулирования

проблемной задолженности банков.

Объект и предмет диссертационного исследования.

Объект исследования – проблемная задолженность российских кредитных

организаций.

Предметом исследования является совокупность теоретических и практических

положений оценки и управления проблемными активами банков.

Теоретическая и информационная база диссертационного исследования.

Теоретическую основу научного исследования составляют труды зарубежных и

отечественных специалистов в области риск-менеджмента и корпоративного

кредитования, а также законодательные и нормативные документы Российской

Федерации, Центрального Банка Российской Федерации, международных организаций

в сфере банковского регулирования, сведения и отчетные материалы периодических

изданий.

Научные методы диссертационного исследования. При проведении

исследовательской работы применялись такие методы научного познания, как методы

теоретического, сравнительного и экономико-статистического анализа, синтеза,

системного подхода, обобщения, научной абстракции, математического

моделирования.

6

Соответствие диссертационного исследования паспорту научной

специальности. Тема диссертационного исследования и его содержание соответствует

требованиям паспорта специальности ВАК 08.00.10 «Финансы, денежное обращение и

кредит» (экономические науки) по следующим пунктам:

3.11. Исследование внутренних и внешних факторов, влияющих на финансовую

устойчивость предприятий и корпораций;

10.12. Совершенствование системы управления рисками российских банков.

Научная новизна диссертационного исследования заключается в обосновании

методологии оценки эффективности урегулирования проблемной задолженности

кредитных организаций.

Основные научные результаты диссертационного исследования,

полученные лично автором, состоят в следующем:

1. Доказано, что проблемная задолженность российских банков представляет

собой индикатор состояния российской экономики.

2. Разработана методика построения эффективной системы урегулирования

проблемной задолженности банков.

3. Обоснована классификация инструментов урегулирования проблемных

активов кредитных организаций.

4. Выделен новый инвестиционный инструмент урегулирования проблемной

задолженности – отложенная продажа залогового актива, а также комбинированный

инструмент, сочетающий мировое соглашение и вхождение в капитал должника.

5. Предложена альтернативная система выбора стратегии урегулирования

проблемной задолженности кредитной организации на базе квалиметрической модели.

6. Представлена система относительных KPI и алгоритм формирования

плановых значений методом «снизу-вверх» при единственном значении прогноза.

Положения диссертационного исследования, выносимые на защиту:

В диссертационном исследовании обоснована взаимосвязь таких величин, как

просроченная задолженность банков РФ, размер ссудного портфеля банков РФ и

совокупная валютная выручка РФ.

7

Предложены показатели, характеризующие изменение объема просроченной

задолженности заемщиков, изменение совокупного кредитного портфеля, динамику

совокупной валютной выручки.

В результате проведенного анализа установлена прямая корреляция между

полиномиальной аппроксимацией величины совокупной валютной выручки,

поступающей в РФ и полиномиальной аппроксимацией динамики изменения ссудного

портфеля российских банков.

Введен индикатор разности динамического показателя объема просроченной

задолженности заемщиков перед банками РФ и динамического показателя изменения

совокупного кредитного портфеля банков. Показано, что полиномиальная

аппроксимация данного индикатора имеет прямую корреляцию с полиномиальной

аппроксимацией динамики изменения совокупной валютной выручки, поступающей в

РФ.

В диссертационном исследовании предложена авторская методика

урегулирования проблемной задолженности, суть которой состоит в последовательном

применении четырех ее составляющих:

Классификации существующих методов урегулирования проблемного

актива

Выбора наиболее подходящего метода, т.е. максимизирующего выбранный

параметр урегулирования проблемного актива

Планирования стратегии урегулирования и тех параметров, которые банк

стремиться достигнуть в процессе урегулирования проблемного актива

Организации системы мотивации по урегулированию проблемного актива

через систему KPI и встречных планов.

В исследовании рассмотрены инструменты урегулирования проблемных

активов. В основе классификации инструментов урегулирования проблемных активов

лежит определенная конструкция.

1. Изменение условий кредитования/ реструктуризация (модификации)

8

2. Предоставление дополнительных кредитных средств Заемщику/ кредитование

нового заемщика

3. Отступное

4. Уступка права (требования) с дисконтом/ без дисконта

5. Перевод долга

6. Новация долга

7. Мировое соглашение

8. Вхождение дочерней кампании Банка в капитал юридического лица Заемщика

9. Взыскание задолженности в судебном порядке

10. Внесудебный порядок взыскания задолженности

11. Исполнительное производство

12. Банкротство/ ликвидация

Приводятся результаты статистических исследований, в которые были

вовлечены все Территориальные Банки (ТБ) Сбербанка РФ. В результате были

проанализированы 194 кейса по проблемным активам и собрана статистика

применения инструментов в территориальных банках.

Результаты исследований показывают, что типовые ситуации применения

инструментов зависят от трех факторов:

1. выбор стратегии (дефолтная или кредитная стратегия),

2. тактика работы с проблемным активом,

3. участие третьих лиц (контрагентов) в урегулировании проблемного актива.

Предложены два новых инструмента урегулирования банковской проблемной

задолженности – отложенная продажа залогового актива и комбинация мирового

соглашения и вхождения в уставный капитал должника. Таким образом, получена

более полная классификация инструментов урегулирования проблемной


Проведена оценка критериев эффективности урегулирования проблемных

активов. Для максимизации NPV необходимо, чтобы выбранный способ

урегулирования проблемного актива, с одной стороны увеличивал объем

9

поступающих средств, а с другой – сокращал значение временной интервал до

момента такого получения.

Апробация результатов диссертационного исследования. Материалы

диссертационного исследования могут быть использованы при проведении

семинарских и практический занятий по дисциплинам «Банковский менеджмент и

маркетинг» (продвинутый уровень), «Управление банковскими рисками» на

экономическом факультете Санкт-Петербургского государственного университета.

Основные положения диссертационного исследования докладывались автором

на международных и всероссийских конференциях.

Выводы и отдельные предложения диссертанта применяются в практической

деятельности кредитной организации.

Публикации. По теме диссертационного исследования автором опубликовано 7

работ общим объемом 3,5 п.л., в т.ч. 4 статьи в журналах, входящих в перечень

российских рецензируемых научных изданий, утвержденных ВАК РФ.

Объем и структура диссертационного исследования. Цель и поставленные

задачи определили структуру диссертационного исследования, которое состоит из

введения, четырех глав, заключения, списка использованной литературы,

включающего 105 наименований, 7 приложений. Содержание работы изложено на 136

страницах машинописного текста, включая 16 таблиц, 16 рисунков.

10

Глава 1. Проблемная задолженность кредитных организаций РФ.

1.1. Проблемная задолженность российских банков как индикатор состояния

экономики

На протяжении последних нескольких лет мы стали свидетелями нескольких

мировых экономических кризисов, которые отразились на экономике России.

Экономика страны, основной доход которой связан с продажей углеводородов, не

может не реагировать на изменение цены экспортируемого сырья, причем такая

реакция оказывается в случае резкого снижения крайне болезненной. Падение

внешних валютных поступлений негативным образом влияет на всю экономику в

целом и приводит к скачкообразному ухудшению основных индикаторов, вызывая

отрицательный мультипликативный эффект в различных областях, в том числе и в

банковской сфере.

В соответствии с положениями Базельского комитета по банковскому надзору

[Базель, 84; Цехомский, 59], дефолт заемщика определяется в случае наступления

любого из двух событий:

банк считает, что заемщик не в состоянии полностью погасить свои

кредитные обязательства перед банком без принятия таких мер, как

реализация обеспечения (если таковое имеется);

заемщик просрочил более чем на 90 дней погашение любых существенных

кредитных обязательств перед банком.

Исходя из определения приведенного определения дефолта заемщика, а также

требований Банка России, кредит представляется возможным определить

неработающим (проблемным), если платеж по основному долгу или процентам

просрочен более чем на 90 дней (non-performing loan, NPL).

На основе оценки проблемных кредитов в российской экономике по состоянию

на 2010 год [Банк России, 91], по аналогии с подходом Банка России, проведем оценку

состояния просроченных кредитов за первый квартал 2016 года.

11

В Таблице 1 приведены данные по совокупному российскому экспорту,

основной частью которого является продажа углеводородного сырья.

Таблица 1

2011 год 2012 год 2013 год 2014 год 2015 год

Всего 517,0 524,7 527,3 497,6 343,4

темпы роста в % по

отношению к пред. Году … 101,6 100,5 94,4 69,0

Дальнее зарубежье 437,3 447,3 453,4 434,0 298,6



Страны СНГ 79,7 77,4 73,9 63,6 44,8



Источник: по данным ФТС России.

Если в 2012 и 2013 годах наблюдался пусть небольшой, но рост валютных

поступлений, то в 2014 и особенно в 2015 произошло резкое падение валютной

выручки. По сравнению с 2013 годом снижение в 2015 году составили 35%.

Необходимо отметить, что снижение коснулось не только дальнего зарубежья, но и

поступлений из стран СНГ.

Определим наличие и вид корреляции между данными по экспортной выручке и

таким показателем «здоровья» банковской сферы, как доля просроченных кредитов в

совокупном банковском портфеле кредитных учреждений РФ. Вначале рассмотрим

динамику общего объема просроченной ссудной задолженности по рублевым

кредитам юридических лиц и индивидуальных предпринимателей. Абсолютные

помесячные цифры такой задолженности представлены на Рис. 1. Будем обозначать iP

объем просроченной ссудной задолженности по рублевым кредитам юридических лиц

и индивидуальных предпринимателей в месяце i . При этом значения месяца i

меняется от 01.07.2010 до 01.04.2016. На Рис. 2 показан график изменения доли

прироста iP (или снижения) просроченной ссудной задолженности за 6 последних

месяцев к объему просроченной задолженности шестимесячной давности

6

6

i

iii

P

PPP .

iP - это аналог производной графика iP , представленного на Рис. 1.

12

Рис. 1

Рис. 2. Характеристика доли прироста просроченной задолженности

Если с середины 2010 года до конца 2014 года наблюдалось колебание Доли

прироста просроченной задолженности в диапазоне от -5% до +15%, то в середине

2015 году имеет место резкий скачек до 42% (рис.2).

13

График, изображенный на Рис.1 показывает, как в результате такого скачка

совокупный объем просроченной задолженности за 2015 год вырос до рекордной

величины в 1 600 000 млн. руб. и продолжил свой рост в 2016 году, правда менее

высокими темпами, чем это было в 2015 году. Снижение доли прироста на Рис.2 до

11% по состоянию на 01.04.16 означает только тот факт, что теперь такой прирост

считается к существенно выросшей базе. В целом ситуация выглядит достаточно

сложной, поскольку совокупный объем просроченной задолженности вырос с суммы в

638 млрд. рублей на 01.04.2011 до величины 1.788 млрд. рублей на 01.03.16. Таким

образом, рост объема рублевой просроченной задолженности за указанный период

составил 280%.

Рост абсолютного показателя просроченной задолженности сам по себе еще не

означает проблем в банковской сфере, поскольку важно понимать, как за этот же

период изменился совокупный ссудный портфель кредитных организаций. Данные по

динамике такого портфеля представлены на Рис.3. Обозначим iK объем совокупного

рублевого портфеля кредитных организаций в месяце i . Значения месяца i меняется от

01.07.2010 до 01.04.2016, как и для объема просроченной ссудной задолженности по

рублевым кредитам юридических лиц и индивидуальных предпринимателей iP .

Необходимо отметить, что данные по объему совокупного портфеля были

искусственно уменьшены на сумму 4.300.000 млн. рублей по состоянию на 01.02.2012

и 01.03.2012 года. Данное отклонение, вероятно, было связано с единовременной

финансовой сделкой, которая закрылась и не повлияла на общий тренд. Однако,

оставление указанного «скачка» в анализируемых данных существенно ухудшает

предложенные методы анализа, т.к. дает резкие, неоправданные экономической

составляющей, скачки динамического показателя ссудной задолженности.

Будем обозначать iK показатель изменения доли прироста (или снижения)

совокупного ссудного портфеля кредитных организаций за 6 последних месяцев к

объему совокупного ссудного портфеля кредитных организаций шестимесячной

давности, и рассчитывать его

6

6

i

iii

K

KKK .

14

Как и iP для случая просроченной задолженности iP , iK - это некий аналог

производной графика iK , представленного на Рис.3.

Рис. 3. Объем ссудной задолженности кредитных организаций

Несмотря на общий рост совокупной величины объема ссудной задолженности

на графике, представленном на Рис.3, наглядно видна просадка портфеля,

произошедшая в середине 2015 года.

Сопоставим темпы прироста iP просроченной задолженности с темпами роста

iK совокупного кредитного портфеля банков. Рассмотрим график iK ,

представленный на Рис.4.

15

Рис. 4. Характеристика прироста ссудной задолженности

Как видно из графика iK , а также из линии тренда, построенного по

полиномиальной модели аппроксимации, имеет место устойчивое снижение темпов

прироста ссудного портфеля, начиная с начала 2012 года. Этот год (вместе с 2013, как

следует из Таблицы 1) был наиболее удачным в плане получения максимальной

валютной выручки за период с 2011 по 2015 годы.

Отметим, что снижение темпов прироста ссудного рублевого портфеля iK

началось уже в том периоде, когда непосредственного снижения объема валютной

выручки еще не наблюдалось. Наблюдалась только стагнация роста такой выручки.

Можно предположить, что данный факт отражает зависимость темпов роста

совокупного ссудного портфеля (являющегося индикатором экономической

16

активности субъектов рублевой зоны) от роста объема валютной выручки. Причем

зависимость в текущем состоянии экономики РФ носит следующий характер: для того,

чтобы темпы прироста совокупного ссудного портфеля не снижались, валютная

выручка также должна расти.

Отметим определенную периодичность полученной зависимости iK . Так на

середину года, обычно, наблюдается снижение темпов прироста портфеля ссудной

задолженности, а на конец года наоборот – обычно наблюдается максимум. Данная

особенность может быть объяснена тем, что на конец года все кредитные учреждения

стремятся как можно лучше «закрыть год». В результате они наращивают объем

ссудной задолженности, которая является знаменателем для расчета показателя Доли

прироста ссудной задолженности на середину следующего года. Такая политика

банков также приводит к тому, что абсолютное значение прироста во втором

полугодии дает наибольшее увеличение.

В связи с указанной цикличностью целесообразно при оценке тенденции

опираться не на саму зависимость, а на ее аппроксимацию в виде полиномиального

тренда, который показывает снижение темпов прироста совокупного кредитного

портфеля. Сама динамика полиномиального тренда такого снижения на начало

второго квартала 2016 года замедлилась, что может говорить о начале изменения в

тенденции динамики прироста портфеля с отрицательной динамики на

положительную динамику. Другими словами линия построенного тренда

подсказывает, что, возможно, мы подошли к точке перегиба тенденции, после которой

динамика прироста портфеля будет увеличиваться.

Сопоставим динамику изменения валютной выручки (а точнее ее

полиномиальный тренд – зеленая линия) с полиномиальным трендом доли прироста

рублевой ссудной задолженности за 6 месяцев iK (красная линия). Для наглядности

оба графика представлены на одном Рисунке 5.

17

Рис. 5. Доля прироста ссудной задолженности и изменение валютной выручки

Оба тренда имеют достаточно явно выраженную прямую корреляцию. На

данном этапе развития российской экономики, такая корреляция отражает жесткую

зависимость практически всех субъектов экономической деятельности от притока

валютных поступлений в экономику, который в свою очередь прямо пропорционален

уровню цен на углеводородное сырье. Поскольку структурные сдвиги в экономике

происходят достаточно медленно, можно предположить, что такая взаимосвязь между

указанными величинами сохраниться и в ближайшей перспективе (до конца 2016

года).

18

Отметим, что на дату исследования (июнь 2016) не были известны данные о

совокупной валютной выручке за 2016 год. Однако, исходя из предположения о

жесткой прямой корреляции между полиномиальным трендом изменения доли

прироста рублевой ссудной задолженности за 6 месяцев iK и полиномиальным

трендом совокупной валютной выручки, можно сделать предположение об объеме

совокупной валютной выручки за 2016 год. А именно, максимальное значение

корреляции между указанными полиномиальными трендами достигается при

прогнозном значении совокупной валютной выручки за 2016 год в объеме 375 млрд.

долл. Тренд изменения доли прироста рублевой ссудной задолженности за 6 месяцев

iK позволил спрогнозировать, что валютная выручка за 2016 год вырастет по

сравнению с 2015 годом на 9%.

Более точные прогнозы об объеме валютной выручки можно будет получить на

основании динамики доли прироста рублевой ссудной задолженности за 6 месяцев iK

за 2-й, 3-й и 4-й кварталы 2016 года. Тренд доли прироста может измениться и снова

начать снижаться. Однако по состоянию на 01.04.16 можно наблюдается

положительная динамика совокупной валютной выручки в 2016 году по сравнению с

2015 годом.

Вернемся к динамике просроченной задолженности. Для соотнесения долей

прироста просроченной задолженности с долями прироста ссудной задолженности

построим зависимость, которая является разностью указанных величин. График такой

зависимости приведен на Рис.6. Смысл указанной величины заключается в том, что

если разница долей положительна – то за рассматриваемые шесть месяце кредитный

портфель рос быстрее, чем просроченная задолженность, а значит, доля просроченной

задолженности снижалась. И наоборот, если разница долей отрицательна - то за

рассматриваемые шесть месяцев рост просроченной задолженности опережал рост

кредитного портфеля. Это означает, что доля просроченной задолженности

увеличивалась. Фактически график разности долей прироста просроченной

задолженности с долями прироста ссудной задолженности полностью определяет

график доли просроченной рублевой задолженности и, по своей сути, является

19

альтернативным его представлением. График разности долей более динамичен, чем

график доли просроченной задолженности и позволяет более наглядно увидеть и

проанализировать даже незначительные колебания в динамике просроченной


Рис.6. Характеристика прироста ссудной и просроченной задолженности

Как видно из графика на Рис.6, начиная с 01.07.2010 и до 01.01.2015, колебания

разницы долей находились в интервале от -10% до +10%. Это позволило снизить долю

просроченной задолженности в общем объеме ссудной задолженности с 5% до 3%, как

показано на графике Доли просроченной рублевой задолженности, представленном на

Рис.7.

20

Рис. 7. Доля просроченной задолженности (руб.).

Однако, в течение всего 2015 года, наблюдалось резкое снижение разницы долей

прироста рублевой ссудной и просроченной задолженности. Минимальное значение

разницы наблюдалось в середине 2015 года и достигло величины - 47%. В результате

такого снижения показатель Доли просроченной рублевой задолженности вырос за

2015 год с 3% до 4.5% и продолжил рост в 2016 году. По состоянию на 01.04.2016 года

показатель доли просроченной задолженности составил 5% и фактически вернулся к

своему значению на 01.07.2010.

Воспользуемся прогнозом валютной выручки, полученной исходя из

предположения жесткой корреляции между динамикой изменения валютной выручки

с полиномиальным трендом доли прироста рублевой ссудной задолженности за 6

месяцев iK . Как было отмечено ранее, такой прогноз (по результатам первого

квартала 2016 года) равен 375 млрд. долл. Добавим полученный прогноз в Таблицу 1 и

вычислим относительные приросты поступлений валютной выручки (Табл. 2).

21

Таблица 2

2011 год 2012 год 2013 год 2014 год 2015 год 2016 год

(прогноз)

Всего поступления в

год i iV 517 524,7 527,3 497,6 343,4 375

Относительный

прирост поступления

в год i+1

%10011

i

iii

V

VVV

1,49% 0,50% -5,63% -30,99% 9,20%

Заметим, что величина

%10011

i

iii

V

VVV

является аналогом производной величины совокупной валютной выручки iV .

Сопоставим динамику изменения прироста валютной выручки (а точнее ее

полиномиальный тренд – синяя линия) с разницей долей прироста за 6 месяцев

рублевой ссудной iK и рублевой просроченной iP задолженности (а точнее с ее

полиномиальным трендом – оранжевая линия). Для наглядности оба графика

представлены на одном Рисунке 8.

Рис.8

22

Как видно из графиков, представленных на Рис.8, указанные тренды имеют

четко выраженную прямую корреляцию. Этот позволяет сделать вывод о прямой

зависимости разницы долей прироста ссудной задолженности с долями прироста

просроченной задолженности от динамики изменения годовой валютной выручки.

Если валютная выручка растет по сравнению с прошлым годом – улучшается

соотношение разницы между долями прироста. В свою очередь, как было отмечено

выше, это приводит к улучшению ситуации с долей просроченной задолженности. И

наоборот. Чем резче снижается валютная выручка по сравнению с прошлым годом –

тем сильнее падает разница доли прироста ссудной задолженности с долей прироста

просроченной задолженности. В результате такая ситуация приводит к скачку доли

просроченной задолженности, как это имело место в 2015 году.

Подведем итоги проведенному анализу просроченной задолженности, ссудного

портфеля и совокупной валютной выручки за период с 2011 по первый квартал 2016

года.

Во-первых, совокупный объем валютной выручки имеет прямую корреляцию с

долей прироста ссудной задолженности за 6 месяцев. Зависимости полиномиальных

трендов указанных величин представлены на Рис.5.

Во-вторых, разница долей прироста за 6 месяцев ссудного и просроченного

портфеля (Рис.6) демонстрирует график доли просроченной задолженности (Рис.7).

Доли прироста за 6 месяцев являются аналогами производных от объемных величин

ссудного и просроченного портфеля, показывающих динамику изменения таких

портфелей.

В-третьих, имеет место прямая зависимость разницы долей прироста ссудной

задолженности с долями прироста просроченной задолженности от динамики

изменения годовой валютной выручки (Рис.8). Динамика изменения валютной

выручки является аналогом производной от показателя годового совокупного объема

валютной выручки.

Таким образом, просроченная задолженность является индикатором текущего

состояния экономики РФ, которое в свою очередь зависит от цен на углеводородное

сырье, определяющих объем готовой валютной выручки. Данная зависимость

23

отражает сырьевую направленность экономики РФ, что дает возможность достаточно

точно предсказывать тренд в изменении объема просроченной задолженности в

зависимости от динамики объемов совокупной валютной выручки. Изменение, а

точнее, снижение подобной зависимости возможно только в результате проведения

глобальных структурных сдвигов в экономике, которые сделают ее менее зависимой

от текущей конъектуры на рынках углеводородного сырья.

24

1.2.Методика построения эффективной системы урегулирования проблемной

задолженности банка

Современный банк представляет собой сложную организационную структуру.

Оценка проблемной задолженности, деятельность банка по урегулированию

проблемной задолженности представляют собой обособленное явление. В зависимости

от размера кредитного учреждения, банк достаточно условно состоит из фронт-офиса

и бэк-офиса. Фронт-офис непосредственно занимается привлечением и

сопровождением клиентов корпоративного и розничного бизнеса. Деятельность бэк-

офиса направлена на оценку банковских рисков, организацию внутреннего контроля,

формирование бухгалтерского учета и отчетности.

В сложной организационной структуре кредитной организации в обязательном

порядке имеется Центр и Агенты. Рассмотрим организационную структуру Сбербанка.

Для Сбербанка Центр - это Центральный Аппарат (ЦА) и Агенты - Подразделения по

Работе с Проблемными Активами (ПРПА).

В случае Сбербанка имеет место двухуровневая структура агентов. На первом

уровне находятся ПРПА Головных Отделений Сберегательного Банка (ГОСБ). На

втором уровне – ПРПА Территориальных Банков (ТБ). В один ТБ может входить

несколько различных ГОСБ. Функции управления Агентами в рамках всей вертикали

(мотивация, планирование, функционал, численность) относятся к компетенции

Центрального Аппарата.

Для эффективной работы вертикали по урегулированию проблемных активов,

центр должен одновременно решать целый комплекс задач по управлению агентами. В

число таких задач входят: определение функционала агентов, методологическая и

правовая поддержка агентов, мотивация агентов, планирование параметров

проблемного портфеля, за который отвечает агент и многие другие.

Центром распределен весь комплекс задач по урегулированию проблемной

задолженностью между четырьмя основными подразделениями банка: кредитующим

подразделением, юридическим управлением, службой безопасности и подразделением

по работе с проблемными активами. Такое распределение может быть различным,

25

однако, в любом случае для организации эффективного взаимодействия между

различными подразделениями, как правило, используется метод рабочих групп. В

рабочие группы входят специалисты от всех перечисленных подразделений, образуя

проектную команду по урегулированию проблемных активов.

Для эффективной мотивации сотрудников банка, а также планирования

показателей проблемного портфеля, центр решает задачу разработки различных KPI,

каждый из которых отражает один из параметров данного портфеля. Совокупность

таких KPI является системой показателей, позволяющих центру управлять портфелем

проблемных активов за счет придания каждому показателю весового коэффициента,

которые используются для расчета интегрального показателя.

Задача планирования центром показателей портфеля проблемных активов для

каждого агента является одной из наиболее сложных задач по управлению агентами.

Это объясняется противоречием между интересами центра (который стремиться с

минимально возможными затратами максимально урегулировать портфель

проблемных активов) и интересами агентов (которые стремятся получить за свою

работу максимальное вознаграждение). Однако от ее решения зависит динамика

сокращения размера проблемного портфеля банка.

Совокупность перечисленных задач приводит к необходимости создания

некоторого стандарта по их решению, который мы будем в дальнейшем называть

методикой CCPM урегулирования ПА. Сокращенное название методики является

первыми буквами английских названий четырех составляющих

методики:Classification, Choice, Planning, Motivation.

Такая методика необходима, поскольку единовременное решение центром всех

перечисленных задач (пусть даже успешное) невозможно. Это обусловлено постоянно

меняющимися вводными данными, с которыми приходится работать центру. Меняется

все. От законодательной базы, используемой для работы с проблемным активом, до

экономической ситуации в банковском секторе и в экономике в целом. В результате

ранее принятые центром решения и подходы становятся устаревшими, требующими

подстройки под новые реалии.

26

Как уже было отмечено выше, методика CCPM состоит из четырех

составляющих:

1. Классификация инструментов урегулирования ПА(Classification)

2. Выбор наиболее эффективного инструмента урегулирования ПА (Choice)

3. Планирование стратегии урегулирования ПА выбранным инструментом

(Planning)

4. Мотивация сотрудников ПРПА, использующих стратегию урегулирования ПА

(Motivation).

Все четыре составляющих неразрывно связаны друг с другом и применяются

последовательно. В дальнейшем мы рассмотрим также взаимное влияние различных

составляющих друг на друга.

На наш взгляд, наиболее важны все потенциально возможные инструменты,

которые могут быть использованы для урегулирования. Число инструментов

постоянно растет. Сами инструменты и эффективность их применения меняются в

зависимости от состояния законодательной базы и экономической ситуации. Таким

образом, без понимания классификации (Classification) всего перечня существующих

инструментов на момент принятия решения по урегулированию проблемных активов,

само принятие такого решения невозможно.

Наличие классифицированного актуального перечня инструментов является

только первым необходимым условием урегулирования проблемного актива,

поскольку сама по себе классификация не решает проблемы урегулирования. Очень

важно оценить варианты урегулирования различных инструментов для

рассматриваемого проблемного актива и выбрать наиболее эффективный инструмент.

Проведенная классификация упрощает процесс такого выбора, но не решает его

полностью.

Таким образом, необходимы критерии эффективности урегулирования

проблемного актива, а также алгоритм для осуществления выбора (Choice) одного

инструмента (или комбинации нескольких инструментов), оптимизирующий

27

указанные критерии. Такой алгоритм должен позволить определить дальнейшую

стратегию урегулирования проблемного актива.

Выбранная стратегия является не единовременным мероприятием, а

поступательным процессом, в ходе которого банк последовательно использует

выбранный на втором этапе инструмент (или комбинацию инструментов). Такая

деятельность (если стратегия выбрана правильно) дает результаты по урегулированию

проблемного актива.

На наш взгляд, под результатами мы понимаем вклад по урегулированию

данного проблемного актива в показатели того перечня KPI, который устанавливается

центром своим агентам для оценки работы по проблемному портфелю. Данные

результаты (в виде целей, которых требуется достигнуть) должны быть определены на

этапе выбора стратегии и зафиксированы в плане урегулирования (Planning)


Совокупность планов урегулирования различных проблемных активов,

составляющих портфель проблемных активов находящихся в управлении, составляет

совокупный план урегулирования по проблемному портфелю. Любой, даже самый

хороший план урегулирования в совокупности с правильно выбранным инструментом

по урегулированию проблемного актива не может дать гарантии того, что такой план

исполнится.

Правильно заданная центром мотивация (Motivation) своих агентов является

последней по ходу нашего рассмотрения составляющей методики CCPM, но далеко не

последней по своей значимости.

Рассмотрим взаимосвязь между четырьмя составляющими методики CCPM и их

влияние на получаемый центром результат урегулирования (Result) проблемного

актива. Данные взаимосвязи изображены на Рис. 9.

Во-первых, каждая составляющая методики влияет на результат. Данное

утверждение следует непосредственно из определения каждой составляющей. При

плохой классификации или неверном выборе инструмента урегулирования результат

будет хуже, чем при качественной классификации и правильном выборе.

28

С другой стоны, центр может (и должен!) использовать результат (причем как

положительный, так и отрицательный), получаемый при урегулировании проблемного

актива, для внесения изменений в каждую из составляющих. Таким образом, имеет

место взаимообратная связь результата и каждой составляющей предлагаемой

методики CCPM.

Во-вторых, имеет место связь между всеми четырьмя составляющими методики

в той последовательности, как были описаны указанные составляющие. Т.е.

Classification Choice Planning Motivation . Данные связи работают и в своей полной

версии из четырех составляющих, и в различных подмножествах такой цепочки из

двух или трех составляющих:

Choice Planning Motivation

Classification Choice Planning

Classification Choice

Choice Planning

Planning Motivation

Перечисленные подмножества отражают возможность ситуации, когда одна или пара

последовательных составляющих методики не оказывает влияния на остальные

составляющие методики. Например, взаимосвязь Planning Motivation , отражающая

необходимость изменения системы мотивации при изменении механизма

планирования, может работать при неизменной классификации и методики выбора

инструмента урегулирования проблемного актива.

В-третьих, существует обратная связь Planning Motivation , обусловленная

механизмом встречных планов, при котором агент мотивируется на самостоятельный

выбор наиболее напряженного плана, который он может достигнуть.

В-четвертых, имеет место связь Motivation Choice . Данный факт также

обусловлен механизмом встречных планов, при котором агент мотивируется центром

выбирать наиболее агрессивную из возможных к реализации стратегий работы с

проблемным активом.

29

Рис. 9. Методика урегулирования проблемной задолженности банка

Таким образом, используя взаимосвязь между составляющими методики CCPM

и результатом урегулирования проблемного актива, центр получает возможность

адаптировать каждую из составляющих к внешним факторам. Центр получает

эффективный механизм управления процессом урегулирования проблемного актива. В

результате это максимизирует прибыль банка путем минимизации убытков при

урегулировании проблемной задолженности.

Result

Planning Motivation

Choice

Classification

30

Выводы

В качестве критерия проблемности кредита в диссертационном исследовании

используется определение в соответствии с рекомендациями Базельского комитета по

банковскому надзору. Дефолт заемщика определяется в случае наступления любого из

двух событий:

заемщик не в состоянии полностью погасить свои кредитные обязательства

перед банком без принятия таких мер, как реализация обеспечения (если таковое

имеется);

заемщик просрочил более чем на 90 дней погашение любых существенных

кредитных обязательств перед банком.

На наш взгляд, имеет место взаимосвязь таких величин, как просроченная

задолженность банков РФ, размер ссудного портфеля банков РФ и совокупная

валютная выручка РФ. Для иллюстрации данного вывода рассмотрен ряд показателей,

а именно: изменение объема просроченной задолженности заемщиков перед банками,

изменение совокупного кредитного портфеля российских банков, динамика

совокупной валютной выручки, поступающей в РФ.

Поскольку финансовая отчётность кредитных организаций имеет выраженный

периодический характер, связанный с квартальными и годовыми сроками

предоставления сведений в проверяющие органы и акционерам, для нивелирования

данной особенности был использован метод полиномиальный аппроксимация

полученных динамических показателей. В результате полученные аппроксимации

динамических параметров, по сути, являются усредненными трендами изменения

динамических показателей.

Введен индикатор разности динамического показателя объема просроченной

задолженности заемщиков перед российскими банками и динамического показателя

изменения совокупного кредитного портфеля банков. Показано, что полиномиальная

аппроксимация данного индикатора имеет прямую корреляцию с полиномиальной

аппроксимацией динамики изменения совокупной валютной выручки, поступающей в

РФ.

31

В диссертационном исследовании предложена методика CCPM, которая

позволит существенно снизить (не допустить рост) доли просроченного кредитного

портфеля. Суть предложенной методики состоит в последовательном применении

четырех ее составляющих:

1. Классификации существующих методов урегулирования проблемного актива

(Classification)

2. Выбора их существующих методов наиболее подходящего, т.е. метода,

максимизирующего выбранный параметр урегулирования проблемного актива

(Choicing)

3. Планирования стратегии урегулирования проблемного актива и тех

параметров, которые необходимо достигнуть в процессе его урегулирования (Planning)

4. Организации системы мотивации сотрудников по урегулированию

проблемных активов банка через систему KPI и встречных планов (Motivation).

Таким образом, предложенная методика CCPM позволяет не допускать рост

банковской просроченной задолженности. В результате такой подход максимизирует

прибыль банка путем минимизации убытков при урегулировании портфеля

проблемных активов.

32

Глава 2. Инструменты урегулирования для проблемных активов банка

2.1. Классификация инструментов урегулирования проблемных активов

Текущее состояние проблемной задолженности российских банков и ее

динамика в последние годы обуславливают необходимость тщательного анализа. Это

связано с целым рядом причин.

Во-первых, каждый из так называемых «банковских кризисов» порождает целый

пул проблемных активов в балансе каждой кредитной организации. Такие кризисы, а с

точки зрения оценки проблемных активов, правильнее было бы их называть

периодами скачкообразного роста новой проблемной задолженности, в последние

десятилетия случаются с настораживающей периодичностью. Необходимо отметить,

что период между ними имеет тенденцию к сокращению.

Во-вторых, ухудшение качества кредитного портфеля банка является одной из

основных причин прекращения деятельности кредитных организаций. В последние

годы это уже не разовые банкротства отдельных банков, а четко выраженный процесс

сокращения числа кредитных организаций в РФ. К сожалению, для вкладчиков –

физических лиц таких банков процедура ликвидации связана не только с задержкой

выплат, но и с потерями, если сумма вклада превышает минимальный порог по

системе страхования. Следует отметить, что существующий объем фонда страхования

вкладов не сможет покрыть лавинообразный процесс банкротства кредитных

учреждений в случае его развития по такому пессимистическому сценарию. По этой

причине выявление проблемных активов на ранних стадиях и их оперативная

трансформация в активы хорошего качества является ключевой задачей, особенно в

период кризиса.

В-третьих, на уровне законодательства о банкротстве, об исполнительном

производстве, об административных и уголовных преступлениях, в последние

несколько лет произошли существенные изменения, которые меняют подходы банков

к проблемной задолженности.

33

С одной стороны, ранее отработанные алгоритмы становятся не эффективными,

поскольку должник, который активно противодействует банку, использует все новые

способы ухода от исполнения своих обязательств. С другой стороны – законодатель, в

том числе благодаря активной позиции банковского сообщества, создает новые

возможности для оперативного реагирования кредитных учреждений на

увеличивающийся объем проблемных активов.

Исследователи отмечают, что в кризисный период поиском способов

эффективного урегулирования "плохих" долгов заняты почти все кредитные

организации. Не в меньшей степени этот вопрос занимает и заемщиков, оказавшихся в

сложной экономической ситуации, которые в большинстве случаев изыскивают

варианты исполнения своих кредитных обязательств, оценивая все приемлемые для

этого возможности.

Для эффективного урегулирования проблемной задолженности необходимы

инструменты и методы ее минимизации. Вместе с тем, следует понимать особенность

и мотивацию поведения заемщиков. Так называемая проблемная задолженность может

быть следствием непреднамеренно возникшей финансовой неустойчивости

добросовестных заемщиков или же следствием неосмотрительности или

самонадеянности (а порой и заведомой недобросовестности) заемщиков другой

категории. Поэтому поведение заемщиков первой (добросовестной) и второй

(недобросовестной) группы в ситуации, требующей урегулирования проблемных

кредитных обязательств, может быть различным: добросовестные заемщики будут

стремиться как можно быстрее решить проблемы долга, а недобросовестные -

устраниться от такого решения (даже располагая соответствующими экономическими

возможностями).

Выявление мотивов поведения заемщиков в совокупности с анализом их

финансово-экономического состояния как раз и будет определяющим в выборе

кредитной организацией метода урегулирования проблемной ситуации в кредитных

отношениях с наибольшей степенью эффективности.

Следует отметить, что разделение заемщиков на группы добросовестных и

недобросовестных, достаточно условно. Разумеется, что изначально мошеннические

34

действия заемщика, направленные на собственное обогащение путем нанесения

ущерба банку не могут быть классифицированы иначе, как недобросовестные

действия. Однако такие случаи носят, как правило, единичный характер. Другими

словами подавляющее большинство заемщиков в момент получения кредитных

средств не имеют заранее разработанного плана «как не вернуть кредит банку». С

другой стороны в работе с проблемными должниками банк в большинстве случаев

сталкивается с так или иначе выраженным противодействием должника.

С чем же связано, что «добросовестный» заемщик в момент получения кредита

становится «недобросовестным» при переходе кредита в категорию проблемной

задолженности? Ответ на данный вопрос требует отдельного рассмотрения и

исследования и лежит в плоскости не только экономических категорий, но и

морально-этических норм социального общества. Тем не менее, наличие у банка

экономических рычагов воздействия на заемщика (залога, поручительств и пр.)

снижает вероятность перехода заемщика в категорию «недобросовестных» при

возникновении проблем с его кредитом.

Резюмируя выше изложенное, для сохранения банковского бизнеса в условиях

высокой волатильности объемов новой проблемной задолженности и изменения

законодательства, становится крайне важным иметь четкое понимание того, как

быстро и эффективно урегулировать возникающие проблемные активы, учитывая при

этом с заемщиком какой группы банк имеет дело.

В процессе урегулирования проблемной задолженности возникает проблема -

какой инструмент, способ урегулирования наиболее целесообразен в каждом

конкретном случае. Для ответа на этот вопрос необходимо иметь, во-первых,

исчерпывающий перечень всех инструментов по работе с проблемными активами, а

также алгоритм выбора того или иного инструмента.

Критерии выбора инструмента зависят от приоритетов при урегулировании

проблемного актива:

скорость возврата кредита,

минимизация балансовых потерь при урегулировании проблемной

задолженности,

35

снятие критерия просроченной задолженности по кредиту и другие.

На наш взгляд, наиболее важна характеристика инструмента урегулирования

проблемного актива, классификация различных инструментов, а также детальная

оценка каждого инструмента и типовых ситуаций, в которых он может быть применен.

Исследователи отмечают важность стратегии банка по урегулированию

проблемной задолженности, характеризуют различные инструменты урегулирования

проблемных активов [Косинов, 29; Чабан, 60; Юшкова, 73; Баймакова, Тишина, 17;

Ноздрева, Степанова, 36].

Рассмотрим варианты классификации методов урегулирования проблемных

активов банка.

Исследователи рассматривают методы урегулирования проблемной

задолженности, в основе которой лежит финансовая возможность заемщика погасить

имеющийся долг за разумный срок. Все рассматриваемые методы рассматриваются с

точки зрения их направленности на изменение или прекращение существующих

между кредитором и должником договорных кредитных обязательств путем внесения

в кредитные договоры изменений о порядке и условиях возвратности заемных средств

или полного погашения кредита до окончания срока кредитного договора

соответственно.

Выделим основные методы.

1. Метод реструктуризации кредита (в тех случаях, когда финансовое состояние

заемщика допускает данный метод). К разновидности реструктуризации кредитных

обязательств, обеспеченных залогом недвижимости, относится также продажа

предмета залога по правилам, установленным ст. ст. 37, 38 Федерального закона от

16.07.1998 N 102-ФЗ "Об ипотеке (залоге недвижимости)". При таком способе

урегулирования заложенное недвижимое имущество переходит в собственность к

другому лицу (платеже- и кредитоспособному покупателю) с сохранением и

переводом на него ипотечных обязательств.

В других случаях, когда текущее финансовое состояние заемщиков и их

финансово-экономический потенциал не позволяют реструктуризировать кредит,

36

применяются методы, направленные на прекращение кредитных отношений. К ним

относятся:

2. Метод судебного обращения взыскания на предмет залога;

3 Метод судебного взыскания задолженности с должника (при кредите, не

обеспеченном залогом) с обращением взыскания на принадлежащее ему имущество в

рамках исполнительного производства;

4. Метод внесудебного обращения взыскания на предмет залога;

5. Метод досрочного погашения кредита с прекращением договора.

Методы по урегулированию проблемной задолженности возможно

классификацировать на внесудебные методы и судебные.

К внесудебным мерам относятся:

Досрочное истребование долга;

Внесение дополнений в текст договора;

Реструктуризация долговых обязательств;

Переуступка долговых обязательств третьим лицам;

Списание безнадежных к взысканию проблемных активов.

К судебным мерам отнесены:

Претензионно-исковые мероприятия;

Начало процедуры банкротства;

Взыскание долга путем продажи активов должника

Возможны и другие классификации. Так, в частности, основным критерием

выделения является временной период вмешательства банка с точки зрения состояния

проблемного кредита. Отметим зарубежный опыт на основе условной схемы «пяти

зон», иллюстрирующей стадии ухудшения качества выданного кредита с

соответствующими признаками, подаваемыми заемщиком. Чем позже банк выявляет

проблемную задолженность и начинает работать с нею, тем меньше вероятность

полного возврата кредита и причитающихся процентных платежей. Каждая зона

отражает определенный этап работы с проблемным активом, а ее название

свидетельствует о присущих особенностях кредитного процесса.

37

Еще одним видом классификации, является классификация действий кредитной

организации, в основу которой положены причины, приведшие к возникновению

проблемной задолженности у клиента банка. Как правило, данные причины

подразделяются на внешние причины и внутренние по отношению к заемщику.

К внешним, рискам относятся риски, непосредственно не связанные с

деятельностью компании. Речь идет о политических, социальных, экономических и

других ситуациях и соответственно о потерях, возникающих в результате начавшейся

войны, революции, неустойчивости политического режима, национализации,

приватизации, запрета на платежи за границу, консолидации долгов, введения эмбарго,

отмены импортной лицензии, обострения экономического кризиса в стране,

стихийных бедствий. К экономическим внешним рискам компании, не связанным

непосредственно с его деятельностью, можно причислить, неустойчивость, валютных

курсов, инфляцию и т.д.

К внутренним рискам относятся риски, обусловлены действиями, самой

компании, повлекшие за собой ухудшение финансового положения, потерю

конкурентоспособности и т.д. К подобным действиям, можно отнести неграмотную

маркетинговую политику, некомпетентность среднего и высшего управляющего звена,

неверный расчет входящих и исходящих денежных потоков и т.д.

Нам представляется, что наиболее полная классификация проблемной

задолженности та, в основе которой лежит юридическая конструкция применяемого

метода урегулирования. Систематизируем инструменты урегулирования проблемных

активов банка:

1.Изменение условий кредитования / проведение реструктуризации;

2.Погашение задолженности путем заключения договора об отступном (при

применении данного инструмента в погашение задолженности может быть принято

имущество должника (поручителя, залогодателя);

3.Заключение договора уступки права (требования) - договора цессии;

4.Заключение договора о переводе долга в целях замены должника по договору;

5.Заключение договора новации;

6.Кредитование должника / нового должника;

38

7.Привлечение внешних аккредитованных сервисных компаний к

урегулированию задолженности;

8.Осуществление реализации заложенного имущества во внесудебном порядке;

9.Взыскание задолженности в судебном порядке (обращение взыскания на

заложенное имущество), в т.ч. в рамках третейского разбирательства;

10.Инициирование и участие в процедурах банкротства;

11.Заключение мирового соглашения, которое может предусматривать

следующие условия: отсрочку или рассрочку исполнения обязательства, исполнение

обязательств должника третьими лицами, обмен требований на доли в уставном

капитале должника, акции, иные ценные бумаги, предоставление отступного на другие

активы должника и пр.

12. Совместная работа банка с коллекторскими агентствами: аутсорсинг

(агентский договор) и цессия (переуступка прав требования). Аутсорсинг предполагает

передачу коллекторскому агентству проблемной задолженности в управление.

Уступка права требования долга (цессия) подразумевает передачу прав кредитора к

коллекторскому агентству (согласие должника при этом не требуется, при условии,

что это не предусмотрено договором).

На наш взгляд, именно данная классификация инструментов и методов наиболее

полная. Такой выбор обоснован важным аргументом. Любой из методов

урегулирования проблемного актива, как юридическая конструкция является одним из

тех «кирпичиков», которые составляют стратегию урегулирования и таких методов

при работе с конкретным проблемным активом может быть несколько. Предложенная

классификация позволяет комбинировать варианты стратегий урегулирования

проблемной задолженности (табл.3).

39

Таблица 3.

Обозначение

Инструменты

урегулирования

проблемной


Характеристика инструмента

РЕСТР

Изменение условий

кредитования/

реструктуризация

(модификации)

Внесение изменений в действующие условия заключенного

с заемщиком кредитного договора в более благоприятную для него

сторону, не предусмотренное первоначальными условиями

договора или не обусловленное изменением действующего

законодательства.

Изменения, связанные с отсутствием у заемщика

возможности или намерения исполнять обязательства на

первоначальных условиях (реструктуризация), не связанные с

ухудшением деятельности заемщика (модификация).

При реструктуризации/модификации банк усиливает свои позиции

путем оформления дополнительного залога, поручительств от

третьих лиц, входящих в группу компаний заемщика, включения в

кредитно-обеспечительную документацию дополнительных

ковенант.

КРЕДИТ

Предоставление

дополнительных

кредитных средств

Заемщику/ кредитование


Кредитование осуществляется по решениям коллегиальных

органов в пределах действующих полномочий.

1. Предоставление кредита на цели, предусмотренные по

кредитованию, в т.ч. погашение задолженности.

2. Предоставление кредита новому заемщику на цели

приобретения имущества заемщика, имеющего проблемную

задолженность.

ОТСТУП Отступное

Принятие имущества на баланс банка в погашение

задолженности, путем заключения договора об отступном, по

результатам несостоявшихся торгов в рамках исполнительного

производства или банкротства. Применяется в исключительных

случаях, когда существует необходимость использования

имущества в собственных целях банка или имеется возможность

реализации указанного имущества потенциальному покупателю

(при отсутствии других источников погашения и наличии рисков

утраты заложенного имущества).

ЦЕС

Уступка права

(требования) с дисконтом/

без дисконта

По договору цессии передаче подлежат права требования в

объеме, сформированном на дату уступки права требования, если

иное не установлено решением Коллегиального органа.

Переуступающий свое право - цедент, приобретающий это право -

цессионарий.

Возможно совершение цессии с дисконтом. В этом случае цена

договора определяется на основании рыночной стоимости

уступаемых прав (требований), в соответствии с отчетом об

оценке независимого оценщика, аккредитованного Банком.

Оплата по цессии возможна как единовременно за счет

собственных средств цессионария, так и в рассрочку или путем

предоставления Банком кредита цессионарию.

40







ПД Перевод долга

Договор о переводе долга заключается в целях замены Заемщика

по договору. Третьи лица для заключения договора о переводе

долга могут быть отобраны как в процессе изучения дебиторской

задолженности Заемщика, так и при наличии третьих лиц,

выразивших согласие принять обязательства по кредитному

договору.

НОВАЦ Новация долга

Договор о замене первоначального обязательства,

существовавшего между сторонами, другим обязательством

между теми же лицами, предусматривающим иной предмет или

способ исполнения.

МИР Мировое соглашение

Мировое соглашение представляет собой соглашение сторон, то

есть сделку, вследствие чего к этому соглашению, являющемуся

одним из средств защиты субъективных прав, помимо норм

процессуального права, подлежат применению нормы

гражданского права о договорах, в том числе правила о свободе

договора. Таким соглашением, если оно утверждено арбитражным

судом, стороны прекращают спор (полностью или в части) на

основе добровольного урегулирования взаимных претензий и

утверждения взаимных уступок.

ВХОЖД в

УК

Вхождение дочерней

компании Банка в капитал

юридического лица

Заемщика

Вхождение в уставный капитал – способ привлечь

дополнительные денежные средства на оздоровление

юридического лица, возможность капитализировать часть

кредиторской задолженности заемщика, повысить

привлекательность общества в глазах потенциальных инвесторов

и кредиторов и взять под контроль дочерней компании банка

принятие основных решений по управлению заемщиком.

Реализация инструмента осуществляется через заключение

договора цессии задолженности заемщика с дочерним обществом

банка с последующей конвертацией задолженности в капитал

заемщика.

СУД

Взыскание

задолженности в судебном

порядке

При отсутствии решения коллегиального органа не инициировать

судебное взыскание просроченной части/всей задолженности, на

31/91 день просрочки банк процесса обязан инициировать

процедуру судебного взыскания задолженности.

ВНЕСУД Внесудебный порядок

взыскания задолженности

Удовлетворение требований залогодержателя за счет имущества,

предоставленного в залог по договору залога, во внесудебном

порядке допускается в установленном законом порядке на

основании соглашения между банком (залогодержателем) и

залогодателем, оформленного в соответствии с требованиями

законодательства.

41







ИСПОЛ Исполнительное

производство

Принудительное исполнение судебных актов, актов других

органов и должностных лиц, которым при осуществлении

установленных федеральным законом полномочий, предоставлено

право возлагать на должников обязанности по передаче другим

гражданам, организациям или в соответствующие бюджеты

денежных средств и иного имущества, либо совершению в их

пользу определенных действий или воздержанию от совершения

определенных действий.

БАНКР Банкротство/ ликвидация

Признанная арбитражным судом неспособность должника в

полном объеме удовлетворить требования кредиторов по

денежным обязательствам и (или) исполнить обязанность по

уплате обязательных платежей.

Банк осуществляет весь комплекс мероприятий по

сопровождению процедуры банкротства и защите своих

интересов.

Отметим, что исследование инструментов урегулирования проблемной

задолженности нашло практическое применение в деятельности банка. В 2015 году

Подразделение по работе с проблемными активами (ПРПА) Северо-Западного банка

Сбербанка РФ совместно с Управлением по Работе с Проблемными Активами

Центрального Аппарата Сбербанка РФ успешно реализовали проект, целью которого

являлась систематизация методологии по процессу работы с проблемными активами, а

также сокращение трудозатрат на их урегулирование.

В период с 08.06.15 по 30.09.15 проводились статистические исследования, в

которые были вовлечены все территориальные банки (ТБ) Сбербанка РФ. В результате

были проанализированы 194 кейса по проблемным активам, проведены расчеты

длительности бизнес-процесса и трудозатрат сотрудника ПРПА в разрезе

инструментов урегулирования.

Собрана следующая статистика применения инструментов в территориальных

банках (на момент исследования 16 ТБ):

1. Заключение договора новации (отсутствует практика применения в 15 ТБ)

2. Заключение договора об отступном (отсутствует практика применения в 8

ТБ)

42

3. Вхождение в Уставный капитал юридического лица (отсутствует практика

применения в 12 ТБ)

4. Перевод долга (отсутствует практика применения в 3 ТБ)

5. Обращение взыскания на заложенное имущество во внесудебном порядке

(отсутствует практика применения в 10 ТБ).

Как видно из результатов исследования, не все инструменты урегулирования

применяются одинаково часто. Основной причиной редкого использования отдельных

инструментов урегулирования является отсутствие методологических и методических

рекомендаций выбора стратегии урегулирования проблемной задолженности.

Стратегия урегулирования проблемной задолженности зависит от факторов, в

число которых входит финансовое состояние заемщика (т.е. его потенциальная

возможность вернуть кредит за счет собственного бизнеса, бизнеса группы компаний

заемщика, продажи части активов, получения кредита в другом банке и т.д.), и

принадлежность заемщика к «добросовестной» или «недобросовестной» группе.

Для обозначения варианта стратегии будем использовать понятия Кредитной и

Дефолтной стратегии, дополнив их тактиками «Soft» и «Hard».

Кредитная Soft. Заемщик относится к группе добросовестных заемщиков. Бизнес

заемщика позволяет вернуть кредит, но из-за разрывов ликвидности (обусловленных

как изменениями внешних условий, так и ошибками при представлении Заемщику

исходного кредита) заемщик нуждается в изменении графика/дополнительном

финансировании.

Кредитная Hard. Заемщик относится к группе добросовестных заемщиков.

Бизнес заемщика не позволяет вернуть кредит без реализации непрофильных активов,

финансовой поддержки других связанных с заемщиком компаний. Заемщик нуждается

в изменении графика/дополнительном финансировании, реализации под контролем

банка непрофильных залогов, перевода части долга в капитал через вход в капитал

дочерней компании банка.

Дефолтная Soft. Заемщик относится к группе добросовестных заемщиков. Бизнес

заемщика не позволяет вернуть кредит без реализации профильных активов либо без

снижения кредиторской задолженности третьих лиц. Заемщик нуждается в наиболее

43

эффективной продаже бизнеса стороннему инвестору под контролем банка для

максимального гашения кредита.

Дефолтная Hard. Заемщик относится к группе недобросовестных заемщиков.

Бизнес заемщика может находиться в любом состоянии (как позволяющем гасить

кредит, так и в состоянии дефолта).




2. тактика работы с проблемным активом (Hard и Soft),

3. участие третьих лиц (контрагентов) в урегулировании проблемной


Таким образом, представим алгоритмом выбора инструмента урегулирования

проблемной задолженности в каждом конкретном случае (табл.4).

44

Таблица 4

Контрагенты,

участники работы с

ПА

Дефолтная стратегия Кредитная стратегия

Hard Soft Hard Soft

СУД БАНКР МИР/БАНКР МИР Х

Служба судебных

приставов ИСПОЛ

ИСПОЛ / ОТСТУП /

МИР Х Х

Дочерние общества

ПАО Сбербанк Х ЦЕС / ВХОЖД в УК

ЦЕС без

дисконта / ПД /

ВХОЖД в УК

Х

Коллекторы ЦЕС с дисконтом Х Х Х

Инвесторы Х

ОТСТУП /

ВНЕСУД/ВХОЖД в

УК

ОТСТУП / ЦЕС

без дисконта /

ПД

РЕСТР /

КРЕДИТ /

НОВАЦ

Торгующие

организации

БАНКР / ЦЕС /

ИСПОЛ

ОТСТУП / ЦЕС /

ВНЕСУД

ЦЕС без

дисконта Х

Сервисные

компании (оценка,

DD)

СУД / БАНКР /

ЦЕС ИСПОЛ

ОТСТУП / ЦЕС /

МИР ВХОЖД в УК /

ВНЕСУД

ОТСТУП / МИР РЕСТР /КРЕДИТ

Алгоритм зависимости применения инструментов представленный в таблице в

дальнейшем может использоваться при автоматизации выбора инструмента

урегулирования проблемного актива. Такая автоматизация подразумевает построение

экспертной системы, в основе которой лежат инструменты теории игр.

45

2.2 Отложенная продажа залогового актива, как инвестиционный инструмент

урегулирования проблемной задолженности банка.

Сравнение двух наиболее распространенных способов урегулирования

проблемных активов.

Для кредитной организации, на балансе которой возникла проблемная

задолженность, основным критерием выбора инструмента урегулирования такой

задолженности является приведенный денежный поток (NPV), который банк ожидает

получить при урегулировании задолженности, применяя выбранный инструмент.

Фактически, таким образом, банк сравнивает эффективность различных инструментов,

которые могут быть применимы для урегулирования данного проблемного актива, и

выбирает наиболее эффективный.

Платежи денежного потока обычно суммируются внутри определенных

периодов времени, например, помесячно, поквартально, по году. Тогда для денежного

потока (CF ), состоящего из N шагов, можно записать:

1

N

i

i

CF

CF ,

где iCF - сальдо денежного потока на шаге с номером i . Таким образом, общий

денежный CF поток равен сумме потоков на всех шагах.

Формула расчета NPV имеет вид:

1 1

Ni

ii

CF

D

NPV ,

где D — ставка дисконтирования, которая отражает скорость изменения

стоимости денег со временем. Отметим, что при расчете NPV для проблемного актива,

значение ставки D выше, чем при аналогичных расчетах для активов, не обладающих

критерием проблемности. Таким образом, значение ставки учитывает повышенный

риск банка при работе с проблемной задолженностью.

Множитель

46

1

1i

D,

используемый в формуле расчета NPV, уменьшается с ростом i , что отражает

уменьшение стоимости денег со временем.

Будем считать, что для различных инструментов при расчете NPV применяется

одна и та же ставка дисконтирования D. Данное предположение обосновывается тем,

что риски при реализации различных вариантов урегулирования проблемного актива

банк считает сравнимыми, и не зависящими от выбранного варианта урегулирования.

Таким образом, для максимизации NPV необходимо, чтобы выбранный способ

урегулирования проблемного актива, с одной стороны увеличивал значение iCF , а с

другой – сокращал значение i . Другими словами банк хочет получить как можно

больше средств на погашение проблемной задолженности и как можно в более сжатые

сроки.

Данные два параметра (размер получаемых сумм и сроки их получения), как

правило, не могут быть максимизированы одновременно. А именно: чем больше

получаемая сумма – тем больший срок требуется для реализации выбранной

стратегии. И наоборот: чем быстрее Банк получает сумму – тем меньше получаемая

сумма.

Приведем в качестве примера изложенного тезиса две наиболее

распространенные дефолтные стратегии работы с проблемным активом: реализация

залога в процедуре банкротства и цессия задолженности, обеспеченной залогом.

Вначале рассмотрим вариант продажи залога в процедуре банкротства

залогодателя. Пусть рыночная стоимость залога, обеспечивающего проблемный

кредит суммы K , равна Z и Z K . Т.е. имеет место достаточно типичная ситуация с

необеспеченным кредитом. Для упрощения будем считать, что заемщик находится в

стадии введения процедуры банкротства, процедура банкротства контролируется

банком. Такой контроль возможен, если у банка большинство требований в

потенциальном реестре кредиторов, а также, если банк заявил в наблюдении своего

конкурсного управляющего. Ожидаемый срок такой процедуры равен двум годам (что

обосновано, исходя из среднестатистических процессуальных сроков наблюдения и

47

конкурсного производства, равных шести месяцам с учетом их однократного

продления). Будем также считать, что объем кредиторов первой и второй очереди

таков, что банк, как залоговый кредитор, при реализации залога сможет получить

только 80% от цены реализации залога, и что залог будет реализован с первых торгов

по своей рыночной цене Z .

В качестве периода получения средств для расчета в процедуре банкротства

будем рассматривать один год. Тогда для процедуры банкротства получаем, что CF

вычисляется по формуле

1 2

б б бCF CF CF ,

где 1 0бCF , т.к. в первый год процедуры банкротства поступлений нет,

и 2 80%бCF Z .

Следовательно, для значения NPV в банкротстве справедлива формула

2

21

80%

1 1

б i

ii

CF Z

D D

NPV

Вернемся к варианту продажи прав по кредиту путем заключения договора

цессии потенциальному цессионарию. Будем предполагать, что всю сумму V при

продаже кредита по цессии, банк получает единовременно и сразу (т.е. без временной

задержки), и в начале первого годового периода. Тогда для цессии получаем, что

значение CF вычисляется по формуле

1

ц цCF V CF .

Значение NPV для варианта цессии совпадает со значением цCF (т.к. по цессии

банк получает деньги сразу). Таким образом,

ц VNPV .

Сравнивая два значения

ц VNPV и

2

80%

1

б Z

D

NPV ,

банк определяет способ урегулирования проблемного актива, дающий большее

значение NPV.

48

Как правило, в реальных ситуациях, данные значения находятся достаточно

близко друг к другу. Это объясняется тем, что потенциальный цессионарий (предлагая

банку цену цессии V ) также оценивает для себя и реальную стоимость заложенного

имущества и перспективы превращения приобретаемого им залогового требования в

денежные средства (или актив) и закладывает определенные сроки, необходимые для

такого превращения. Получается, что банк и цессионарий как бы соревнуются друг с

другом в своей оценке стоимости актива (кто сможет его дороже в будущем продать),

а также в сроках такой продажи (кто сможет продать быстрее).

Предположим, что цессионарий оценивает заложенный актив более дорого

(возможно, у него есть потенциальный Покупатель на данный актив, который не

известен банку, или наиболее эффективное использование заложенного актива

цессионарием отличается от того, которое использовал банк в своей оценке). Можно

также предположить, что у цессионария есть возможность ускорить процедуру

банкротства (возможно, он может влиять на конкурсного управляющего или других

кредиторов, что позволит завершить процедуру за один год, а не за два). В этом случае

предложение такого Цессионария по цене цессии V будет превышать значение

2

80%

1

б Z

D

NPV ,

определенное банком, и цессия состоится.

Приведем пример, иллюстрирующий вышеизложенное, сформулировав в трех

предположениях условную ситуацию с проблемным кредитом.

Во-первых, предположим, что у банка имеется просроченный кредит на сумму

600 млн. руб., обеспеченный зданием бизнес-центра. Рыночная оценка такого здания,

выполненная банком уже после выхода кредита на просрочку, равна 300 млн. руб. без

НДС. Таким образом, заемщик не в состоянии погасить кредит банка за счет

реализации бизнес-центра.

Во-вторых, предположим, что совокупной выручки от аренды бизнес-центра

(которая составляет 8 млн.руб. без НДС в месяц) недостаточно для покрытия текущих

расходов на его содержание (в сумме 3 млн.руб. без НДС в месяц) и процентов по

кредиту банка (в сумме 6 млн.руб. без НДС в месяц).

49

В-третьих, предположим, что банк отказал заемщику в получении

дополнительного кредита для проведения ремонта бизнес-центра, что позволило бы

поднять ставку аренды в 2 раза (т.к. у заемщика нет дополнительного обеспечения

кроме самого бизнес-центра и перспектива нахождения арендатора, готового платить

такую ставку представляется банку маловероятной). В результате заемщик стал не

лоялен банку и перешел в банкротство, путем инициирования процедуры через

задолженность одного из аффилированных заемщику кредиторов.

Данная ситуация является достаточно типовой, поскольку, как правило, оценка

стоимости залога в момент выдачи кредита делается на основе оптимистических

сценариев по ставкам аренды и заполняемости бизнес-центра. В рассматриваемом

примере, по бизнес-модели на момент выдачи кредита планировалась 90%

заполняемость с действующими ставками аренды. Фактически заемщику удалось

заполнить по действующим ставкам аренды только 45% площадей, что снизило

реальный арендный поток в два раза по сравнению с прогнозным (т.е. с 16 млн.руб. до

8 млн.руб. без НДС).

Также типовой является ситуация, когда банк не готов брать на себя

дополнительные кредитные риски по проблемным кредитам, если заемщик не

предоставляет дополнительного обеспечения в виде твердого залога или

поручительств платежеспособных компаний. В результате лояльность заемщика

утрачивается, и банк вынуждено переходит к взысканию в процедуре банкротства.

Расчет приведенного потока в процедуре банкротства банком дает результат

2 2

80% 80% 300156

1 1 24%

б Z

D

NPV

Предположим, что потенциальный цессионарий

Во-первых, является потенциальным арендатором на 45% свободных площадей

бизнес-центра по действующей стравке аренды.

Во-вторых, банк договорился с должником от том, что вкладывает собственные

180 млн. руб. на покупку прав по кредиту у банка и заключает с заемщиком мировое

соглашение по которому в счет гашения приобретенного у банка долга становится

собственником 45% свободных помещений бизнес-центра.

50

Для цессионария такое вложение эффективно, поскольку вместо того, чтобы

платить за аренду 8 млн.руб. в месяц без НДС (что соответствует 96 млн.руб. без НДС

в год), он получает возможность вложить единовременно 160 млн.руб. Вложения

цессионария окупаются менее чем за два года.

Для заемщика такой вариант также эффективен, поскольку он полностью

избавляется от долгов на 600 млн. руб., отдав взамен только 45% площадей, причем

тех, которые у него не были сданы в аренду. В результате заемщик начинает получать

от оставшейся части бизнеса ежемесячно по 8-3=5 млн.руб. без НДС.

Для банка продажа прав за 180 млн.руб. гораздо выгоднее, чем приведенный

поток в 156 млн.руб. от реализации бизнес-центра в банкротстве через два года. Таким

образом, при получении предложения от цессионария на 180 млн.руб. банк согласится

на цессию.

51

Отложенная продажа, как альтернатива продаже по цессии и продаже актива в

банкротстве.

Отметим, насколько важно банку отходить от традиционных способов

урегулирования проблемной задолженности. Только развивая новые методы

урегулирования, привлекая для работы с проблемным активом дочерние компании,

банк сможет получить в результате процесса урегулирования больший приведенный

поток, чем при продаже проблемного актива по цессии.

Как правило, цессионарии – это посредники, занимающиеся скупкой

проблемных долгов банков и превращающие их в очищенные от требований банков

активы, которые интересны конечным потребителям (будем называть их

покупателями) таких активов. Покупателями являются промышленные и

сельскохозяйственные предприятия, застройщики и другие участники

производственного процесса, которые не имеют достаточного опыта работы в

процедурах банкротства, но которым интересен залоговый актив. Необходимо

отметить, что покупатели предпочитают, как правило, заключение прямого договора

купли-продажи интересующего их актива, приобретению данного актива на торгах в

процедуре банкротства. Данное предпочтение связано с одной стороны с

недостаточной юридической подготовленностью покупателей к процедурным

вопросам торгов в процедуре банкротства, а с другой – нежеланием торговаться за

интересующий их актив, предпочитая сделку по гарантированной цене.

Работа посредника в такой ситуации сводится к тому, чтобы найти покупателя,

получить от него определенные гарантии (лучшая гарантия – предоплата), что

очищенный от требований банка залоговый актив будет приобретен именно данным

Покупателем, и договориться с банком о покупке проблемного кредита по цессии.

Далее, если компетенции посредника по работе в процедуре выше, чем компетенции

банка, то такой посредник (за счет продажи залога по максимальной цене покупателю

и за счет сокращения сроков процедуры) получает свой заработок. В идеальном для

посредника случае сумма цессии V покрывается суммой получаемой предоплаты от

52

Покупателя, что позволяет посреднику не задействовать собственных (или

привлеченных) средств на реализацию сделки и зарабатывать чистые комиссионные.

Представленная ситуация является негативной для банка, поскольку он

вынужден в сложившейся ситуации часть своей прибыли отдавать посреднику-

цессионарию, вместо того, чтобы направить ее на снижение убытка от урегулирования


Возникает вопрос: что может противопоставить банк действиям Цессионария,

чтобы в результате получить более эффективное урегулирование проблемного актива?

Рассмотрим следующий алгоритм совместных действий банка и его дочерней

компании.

Алгоритм.

1. Банк проводит оценку залогового актива с привлечением независимого оценщика и

определяет его стоимость Z .

2. Банк определяет период T (в нашем примере два года), за который залоговый актив

может быть получен в собственность Дочерней кампании, если дочерняя компания

купит у банка по цессии кредит K , обеспеченный залогом Z . Такой расчет возможен

при соблюдении двух ограничений:

-Стоимость актива Z значительно (в 1,5-2 раза) меньше суммы кредита K , который

актив обеспечивает. Как правило, такое соотношение между стоимостью залогового

актива и суммой кредита возникает в тех случаях, когда первичный процесс

кредитования был ориентирован на высокий рейтинг заемщика (обусловленный

высокими оборотами, рентабельностью), что позволяло на этапе выдачи обеспечивать

выдаваемый кредит твердым залогом менее, чем на 100% и не требовать

дополнительного обеспечения.

-Залогодатель актива находится в процедуре банкротства, которая подконтрольна

банку.

3. Банк заключает договор цессии прав по кредиту обеспеченному залоговым активом

на дочернюю компанию по рыночной стоимости цессии, которая определяется равной

показателю бNPV .

53

Оплата производится за счет кредита, который банк предоставляет дочерней компании

сроком на период T .

4. Дочерняя кампания банка заключает с покупателем контракт на продажу залогового

актива в будущем по цене Z :

4.1 Покупатель получает эксклюзивное право на приобретение актива по цене Z по

истечении периода T , перечисляя на дочернюю кампанию сумму предоплаты P .

4.2 Дочерняя кампания обязуется передать актив в собственность покупателю не

позднее периода T , в счет полученной предоплаты P после получения от покупателя

окончательного расчета в сумме Z P .

4.3 Дочерняя кампания имеет право не передавать покупателю актив, а вернуть сумму

P , с выплатой суммы компенсации в виде процентов p только в том случае, если

залоговый актив был реализован на торгах по цене не менее 110%K , и дочерняя

компания получила в процедуре конкурса от реализации залога сумму не менее

80% 110%K

4.4 Дочерняя компания (как залогодержатель актива) дает согласие на сдачу

залогового актива в аренду покупателю при переходе в конкурсное производство

(через год)

5. Дочерняя кампания после перехода в конкурсное производство согласовывает

положение о торгах, по которому актив на первых торгах выставляется на продажу по

цене 110% 115%K . Если актив продан на первых или вторых торгах, дочерняя

кампания перечисляет покупателю сумму P p . Разница является дополнительным

заработком дочерней кампании. Если первые и вторые торги не состоялись - дочерняя

кампания принимает актив на баланс по цене K , уплачивает в конкурсную массу 18%

НДС со стоимости полученного актива и передает актив покупателю после получения

от него окончательного расчета в сумме Z P .

Сделаем ряд замечаний по предлагаемому алгоритму.

Во-первых, наличие в схеме дочерней компании банка обусловлено тем, что

такая компания (в отличие от кредитного учреждения) имеет возможность зачитывать

НДС, поступающий на ее счет с НДС уплаченным (в нашем случае в конкурсную

54

массу). Поскольку у банка такой возможности нет, эффективность схемы без участия

дочерней компании существенно снижается.

Во-вторых, в ряде случаев предложенная схема может быть модифицирована

путем продажи покупателю не самого актива с баланса дочерней компании, а 100%

долей такой компании. Такая продажа осуществляется после получения дочерней

компанией залогового актива себе на баланс. В этом случае дочерняя компания

является SPV, у которой на балансе нет других активов.

В-третьих, при реализации актива покупателю с баланса дочерней компании, у

банка есть возможность предложить покупателю дополнительное финансирование по

залог приобретаемого актива. При этом такой залог оформляется до выдачи кредита

покупателю, что выгодно отличает данный вариант работы по сравнению с покупкой

покупателем актива с торгов в процедуре банкротства, когда такой залог покупатель

сможет оформить только после полной оплаты всей суммы в конкурсную массу и

последующей процедуры регистрации собственности на приобретенное имущество.

В результате реализации алгоритма банк получает возможность реализовать

фактически ту же схему работы с проблемным активом, которую может предложить

покупателю цессионарий. Заметим, что у банка (особенного крупного и устойчивого)

есть серьезной преимущество при работе по такой схеме по сравнению с цессионарием

– это надежность банка. Доверяя цессионарию сумму аванса, покупатель рискует

намного больше, чем в случае, если получателем средств будет дочерняя компания

банка. Данный новый предложенный инструмент будем называть отложенной

продажей (ОП).

Таким образом, применяя инструмент отложенной продажи, банк существенно

расширяет свою воронку продаж проблемных активов. Потенциальными

интересантами на проблемные активы в только что начатой процедуре банкротства

выступают не только цессионарии-перекупщики, но и конечные покупатели, которые

при обычной работе в банкротстве могли рассматриваться как интересанты только на

стадии торгов в конкурсном производстве. В результате банк получает возможность

урегулировать проблемный актив на более выгодных для себя условиях (по более

высокой стоимости и в меньшие сроки).

55

Сравнительный анализ Отложенной Продажи с существующими способами

урегулирования проблемных активов методом стратегии «Голубого океана».

В книге «Стратегия голубого океана» вводится понятия двух океанов: голубого и

алого (иногда их называют также розовым или красным). Алые океаны

символизируют все существующие на данный момент отрасли. Голубые океаны

обозначают те отрасли, которые на сегодняшний день еще не существуют. Это

неизвестные участки рынка.

В алых океанах границы отрасли определены, а правила игры в конкуренцию

всем известны. Здесь компании стараются превзойти своих соперников, чтобы

перетянуть на себя часть существующего спроса. По мере того, как на рынке

становится все теснее, возможности получения прибыли становится все меньше.

Голубые океаны, напротив, обозначают нетронутые участки рынка, требует

творческого подхода и дают возможность расти и получать высокие прибыли. Хотя

некоторые голубые океаны создаются за пределами проложенных границ отрасли,

большинство из них возникает внутри алых океанов, раздвигая уже существующие

отраслевые границы.

В.Чан Ким и Рене Моборн отмечают [61, 62], что ожидаемый успех или неудача

выводимого на рынок нового товара/услуги могут быть проанализированы путем того,

насколько предлагаемый продукт соответствует концепции «голубого океана». Для

этих целей необходимо построить кривые ценности (КЦ) для трех различных

стратегий работы с проблемным активом: продаже прав по цессии (ПЦ), продажи

залога в банкротстве (ПБ) и отложенной продажи (ОП). Такие кривые показывают

степень привлекательности (или наоборот, степень риска) того или иного продукта для

потенциального потребителя по различным параметрам и позволяют найти области

параметров, где ОП будет превосходить ПЦ и ПБ.

Рассмотрим типовую решетку четырех действий [61], которые позволят банку

создать новый продукт – отложенная продажа (табл. 5).

56

Таблица 5

«Упразднить по сравнению с ПЦ и ПБ»

Расходы Покупателя на процедуру

банкротства

«Усилить по сравнению с ПЦ»

Вероятность получения актива

Покупателем

«Ослабить по сравнению с ПБ».

Сумму вложений Покупателя

«Создать по сравнению с ПЦ и ПБ»

Компенсацию Покупателю за отвлеченные

средства

Для цели построения кривой ценности для каждого из рассматриваемых

продуктов будем считать, что каждый из параметров может принимать целые значения

до 1 до 5 включительно. При этом значение 1 означает минимальную

привлекательность для потенциального покупателя, а 5 – максимальную

привлекательность. Построенные Кривые Ценностей для Отложенной Продажи (ОП),

Продажи по Цессии (ПЦ) и Продаже в Банкротстве (ПБ) приведены на Рис.10.

Рис. 10. Кривые ценности отложенной продажи.

Дадим комментарии значениям выбранных параметров по каждому

построенному графику. Указанные комментарии сведены в Таблицу 6.

Кривые ценностей ОП ПЦ и ПБ

0

1

2

3

4

5

6

Сум

ма

вл

ож

ений

Врем

я д

о

пол

учения

акт

ива

Риск

непол

учения

акт

ива

Риск

поте

ри

вл

ож

ений

Риск

отв

лечения

без

ком

пенсации

Затр

аты

на

процед

уру

ОП

ПЦ

ПБ

Голубой Океан

57

Таблица 6

Продажа по Цессии

(ПЦ)

Продажа актива в

Банкротстве (ПБ)

Отложенная

Продажа (ОП)

Сумма вложений (5) Цена

минимальна, т.к.

включает в себя все

риски цессионария

при работе в

процедуре

(1) Цена

максимальна, т.к.

продажа проводится

с открытых торгов в

процедуре

(3) Компромиссная

цена между ПБ и

ПЦ, определяемая

путем переговоров

Банка с Покупателем

Время до

получения актива

(3) Время меньше,

чем при покупке с

торгов в

банкротстве, т.к.

возможна аренда в

конкурсном

производстве

(1) Время

максимально, т.к.

собственность

получается после

завершения торгов в

процедуре


(4) Время меньше,

чем при покупке с

торгов в

банкротстве, т.к.

возможна аренда в

конкурсном

производстве с

лояльным Банку АУ

Риск неполучения

актива

(1) Риск максимален,

т.к. цессионарий сам

работает в

процедуре


(5) Риск минимален,

т.к. покупка на

торгах гарантирует

приобретение актива

при условии

предложения

максимальной цены

(3) Риск средний,

т.к. Банк может не

достигнуть

результата и будет

должен вернуть

средства покупателю

с компенсацией

Риск потери

вложений


т.к. цессионарий

может не достигнуть

договоренностей с

АУ, должником или

другими

кредиторами

(4) Риск невысок,

т.к. снижен

процедурой покупки

актива в

банкротстве. Риск не

может быть

устранен полностью

из-за действий не

лояльного АУ


т.к. гарантируется

Покупателю

договором с Банком.

Риск отвлечения

без компенсации


т.к. срок процедуры

заранее определить

невозможно

(2) Риск достаточно

высок, т.к. сроки

проведения торгов и

передачи актива в

собственность

заранее определить

невозможно


т.к. компенсируется

Покупателю

договором с Банком

58

Продажа по Цессии

(ПЦ)

Продажа актива в

Банкротстве (ПБ)

Отложенная

Продажа (ОП)

.Затраты на

процедуру

(1) Затраты

максимальны, т.к.

Цессионарий

самостоятельно

работает с АУ,

должником и

кредиторами.

(4) Затраты

минимальны и

обусловлены

процедурой.

(5) Затраты

отсутствуют, т.к.

Банк их

осуществляет

самостоятельно

Таким образом, три последних параметра предложенного продукта – отложенной

продажи - дают основание полагать, что по сравнению с такими продуктами как

продажа по цессии и продажа в банкротстве, новый продукт обладает свойствами

Голубого Океана.

Проведем анализ предложенного продукта с точки зрения его возможного

попадания в так называемые «ловушки красных океанов», перечисленные в

одноименной статье Чан Ким и Рене Моборн. Авторы в ходе исследований и

обсуждений разглядели в ментальных моделях руководителей компаний шесть

допущений, которые назвали «ловушками “красных океанов”». Данные допущения

прочно держат руководителей в «красных океанах» — на перенаселенных рынках, где

компании не на жизнь, а на смерть бьются за место под солнцем, и не пускают их в

«голубые океаны» — пока еще не известные и не занятые рынки с большим будущим.

Рассмотрим последовательно все шесть ловушек, описанных в статье применительно к

рассматриваемому продукту – Отложенной Продаже.

Ловушка первая: Стратегия создания рынка должна быть нацелена на клиента.

Это тупиковый путь, если в качестве клиентов на покупку проблемного актива

на начальной стадии взыскания рассматривать покупателей по цессии. Рост продаж

начинается тогда, когда не потребители (в нашем случае это Покупатели)

превращаются в потребителей нашего нового продукта. Другими словами мы сам

создаем рынок нового продукта (отложенная продажа) и формируем клиентов на этом

сегменте рынка.

Ловушка вторая: Стратегия создания рынка должна быть нишевой.

59

В маркетинге всегда большое значение придавалось сегментированию рынка, и

чем тоньше сегменты, тем лучше: это позволяло выявлять и захватывать новые

нишевые сегменты. Нишевые стратегии нередко весьма выгодны, но найти нишу на

уже сформировавшемся рынке — совсем не то же, что создать новый рынок.

Ориентация Банков на узкий сегмент рынка (потенциальных цессионариев)

может подвести. Это то, что происходит с банками сейчас. Компаний, которые готовы

переупаковывать активы под конечного покупателя не так много и денег у них также

не так много, как хотелось бы банкам. Таким образом, банкам надо выходить из этого

узкого сегмента.

Ловушка третья: Инновации в технологиях порождают новые стратегии

создания рынка.

В действительности не всегда новые рынки появляются благодаря новшествам.

Yellow Tail нашла новый рынок (ее целью было предложить простое вино, радующее

всех) без каких-либо ультрасовременных технологий. То же самое относится к сети

кофеен Starbucks и к цирку Cirque du Soleil. Коммерчески заманчивые рынки

формируются не тогда, когда появляется инновация, а тогда, когда компания

предлагает людям нечто, очень им нужное и полезное.

Ловушка четвертая: Создание нового рынка - всегда созидательное разрушение.

Созидательное разрушение происходит тогда, когда изобретение подрывает рынок,

заменяя более старую технологию, существующий товар или услугу. Скажем,

цифровая фотография уничтожила производство фотопленки и стала новой

реальностью.

Мы не будем отказываться от существующих инструментов (цессии и продажи

актива в процедуре конкурсного производства). Таким образом, дополним новым

инструментом, и будем иметь возможность продавать по цессии на конкурентных

условиях (не захочет купить цессионарий – банк будет работать самостоятельно по

варианту отложенной продажи).

Ловушка пятая: Создание нового рынка предполагает уникальность.

В нашем случае никакой уникальности нет. Подобный продукт может запустить

любой продавец проблемных активов. Вопрос только в том, кто будет первым, ну и у

60

кого будет больше доверия участников рынка для того, чтобы делать предоплату на

покупку актива в будущем.

Ловушка шестая: Стратегия создания рынка и бюджетная стратегия - одно и

тоже. Эта шестая ловушка (то есть убеждение, что достаточно снизить цены, и

появится новый рынок) - прямая противоположность пятой. Когда организации

понимают стратегию создания рынка как бюджетную стратегию, они стараются

удешевить нынешнюю услугу, что-нибудь, исключив или сократив. При этом они не

думают, как усовершенствовать эту услугу, что-нибудь, улучшив или создав.

В нашем случае это не так, поскольку мы ориентируемся на более сложный (и

дорогой продукт), чем крупнее сумма сделки. В случае успеха затраты банка по

созданию такого сложного продукта окупятся.

Выводы: предложенный инструмент – отложенная продажа - урегулирования

проблемных активов банка имеет ряд преимуществ перед такими распространенными

инструментами урегулирования, как продажа по цессии и продажа в банкротстве.

Оценка позволяет определить именно те параметры, которые могут быть

использованы банком для привлечения потенциальных покупателей залогового актива

и за счет которых банк сможет конкурировать с компаниями-посредниками в процессе

урегулирования.

61

2.3 Стратегия банка на базе комбинации двух инструментов: вхождения в

капитал заемщика и мирового соглашения

Рассмотрим в качестве примера две наиболее распространенные дефолтные

стратегии работы с проблемным активом: реализация залога в процедуре банкротства

и мировое соглашение между кредиторами, заключаемое в процедуре банкротства.

По своей сути данные стратегии являются взаимоисключающими. Либо

финансовое положение должника допускает возможность расчета со всеми

кредиторами в течение приемлемого для кредиторов временного интервала (и тогда

заключение мирового соглашения возможно). Либо такой расчет невозможен – и

единственный способ удовлетворения требований кредиторов – реализация имущества

должника в процедуре конкурсного производства.

Утверждение мирового в суде (такое мировое возможно на любой стадии

процедуры банкротства) будет успешным только в том случае, если суд (и всех

участников процедуры) убедит та финансовая модель, которая будет предложена за

основу финансового оздоровления предприятия-должника. Стандартное мировое

соглашение подразумевает, что все участники-кредиторы получают всю свою

кредиторскую задолженность в одинаковые сроки по одинаковым пропорциональным

графикам погашения. Такой вариант возможен только в том случае, если долговая

нагрузка на предприятие-банкрота не является чрезмерной, и проблема банкротства

связана фактически только с недостатком ликвидности у должника.

Однако возможность реализации такого способа урегулирования проблемного

актива у кредиторов есть не всегда. Гораздо чаще имеет место более сложная для

должника ситуация. Предприятие-банкрот не способно вернуть за приемлемые для

кредиторов сроки все полученные средства. Более того, даже обслуживание процентов

по всем долгам кредиторов для такого предприятия по рыночным ставкам

невозможно. Таким образом, единственным (как решают в большинстве случаев

кредиторы) способом удовлетворения их требований является распродажа имущества

предприятия-банкрота. При этом необходимо заметить, что продажа активов

62

предприятия-банкрота, как правило, не обеспечивает кредиторам полного

удовлетворения их требований.

Рассмотрим негативные моменты такого решения.

Во-первых, реализация основных фондов предприятия-банкрота, если оно

заложено различным кредиторам, как правило, происходит по частям. Это делает

реализацию имущественного комплекса (если мы рассматриваем банкротство

производственного предприятия) не эффективным, поскольку стратегический

инвестор (которому мог бы быть интересен имущественный комплекс) не сможет,

гарантировано купить все, что ему интересно для организации производства. Продажа

основных средств по частям приводит к тому, что совокупная величина сумм,

вырученных от их продажи, в разы ниже, чем стоимость продажи имущественного

комплекса.

Во-вторых, реализация готовой продукции предприятия-банкрота проходит по

демпинговым ценам, как это бывает со всеми участниками рынка, которые завершают

свою деятельность (а известие о конкурсной процедуре становится сразу известным

всем участникам рынка, в том числе и потенциальным покупателям продукции

предприятия-банкрота). Более того, часть продукции, которая на момент введения

процедуры находится в состоянии не 100% готовности может быть вообще не продана,

либо продана в разы ниже затрат, вложенных в ее изготовление.

В-третьих, деятельность предприятия-банкрота фактически останавливается.

Сотрудники увольняются, а это несет дополнительные затраты на выплату выходного

пособия. Кредиторы не имеют возможности получать из процедуры какие-либо

средства до момента реализации имущества. Более того, может возникнуть ситуация

при которой конкурсный управляющий будет требовать для обеспечения сохранности

залогового имущества внесение дополнительных средств залоговыми кредиторами.

При отсутствии такого финансирования существует риск утраты части наиболее

ликвидного товара и (что наиболее опасно с точки зрения снижения конкурсной

массы) дорогостоящих элементов оборудования предприятия.

Рассмотрим на примере условного Заемщика вариант применения

комбинированной стратегии урегулирования проблемного актива, при которой часть

63

задолженности кредиторов конвертируется в акции предприятия-банкрота, а часть

гасится по графику, согласованному с кредиторами. В качестве начальных условий

будем предполагать, что Заемщик

-является производственным предприятием с основными фондами, часть из

которых заложена основным кредиторам.

-находится в процедуре банкротства, которое контролируется кредиторами через

лояльного арбитражного управляющего.

-не имеет возможности полностью рассчитаться с кредиторами путем

реализации всех своих активов (т.е. ликвидационная стоимость активов Заемщика

меньше суммы реестра кредиторов)

-не имеет возможности продолжать производственную деятельность с

одновременным гашением задолженности перед кредиторами по графику, который

позволяет полностью рассчитаться с кредиторами за разумное время (т.е. финансовая

модель бизнеса Заемщика не выдерживает существующей кредитной нагрузки).

-лоялен к кредиторам и стремиться к максимальному удовлетворению их

требований в рамках закона о банкротстве.

-не имеет других источников гашения задолженности перед кредиторами кроме

активов на самом предприятии-банкроте.

Последовательность действий кредиторов и конкурсного управляющего в

данном случае следующая:

1. Кредиторы проводят собрание, на котором голосуют за процедуру замещение

актива. За такое решение, согласно закону о банкротстве, должны проголосовать

все залоговые кредиторы. При принятии решения кредиторы утверждают

финансовую модель работы имущественного комплекса предприятия-банкрота

на новом дочернем предприятии с суммой долга, которую дочернее предприятие

сможет обслуживать и гасить по согласованному графику.

2. Конкурсный управляющий создает Дочернее Предприятие Заемщика (ДПЗ), в

которое в качестве взноса вносится имущественный комплекс предприятия-

банкрота, а также дебиторская задолженность, остатки товара, сырья и

незавершенной продукции. В результате на предприятии-банкроте в качестве

64

актива только остаются акции созданного ДПЗ. Совокупный номинал акций ДПЗ

равен сумме реестра кредиторов Заемщика.

3. В ДПЗ переводится трудовой коллектив предприятия-банкрота, а также

контракты с поставщиками сырья и покупателями готовой продукции. ДПЗ

начинает производственную деятельность, фактически продолжая

производственный цикл предприятия-банкрота. Состав совета директоров, а

также полномочия исполнительных органов ДПЗ утверждается кредиторами

предприятия-банкрота, обеспечивая контроль кредиторов за деятельностью

нового предприятия.

4. Часть акции ДПЗ (контрольный пакет) выставляются на публичные торги, как

актив предприятия-банкрота по начальной цене, равной номинальной стоимости

акций. С учетом того, что стоимость имущественного комплекса предприятия-

банкрота не покрывает совокупных требований кредиторов, торги признаются

несостоявшимися и акции ДПЗ предлагаются кредиторам по цене

несостоявшихся торгов, т.е. за 80% от номинала.

5. Кредиторы принимают решение о заключении мирового соглашения, в

результате которого одна часть их задолженности гасится путем передачи

соответствующих пакетов акций ДПЗ из контрольного пакета, который

выставлялся на торги. На оставшуюся часть долга (который по финансовой

модели ДПЗ может обслуживать) заключается дополнительное соглашение о

гашении задолженности в соответствии с утвержденной финансовой моделью.

6. Процедура банкротства завершается. Реструктурированные долги кредиторов по

договорам перевода долга (с согласия всех кредиторов) переводятся с бывшего

предприятия-банкрота на ДПЗ. Сумма оплаты за перевод долга от бывшего

предприятия-банкрота на ДПЗ осуществляется за счет выкупа всеми

кредиторами (в пропорции своих реструктурированных долгов) оставшегося на

бывшем предприятии-банкроте не контрольного пакета акций ДПЗ, который не

выставлялся на торги. Выкуп акций осуществляется по их рыночной оценке.

Поступившие в результате на ДПЗ средства направляются на частичное гашение

долгов ДПЗ перед кредиторами. Таким образом, реального отвлечения средств

65

кредиторов для указанной операции не требуется. Активы ДПЗ оформляются в

залог переведенных на ДПЗ реструктурированных долгов.

7. Для мотивации бенефициара бывшего предприятия-банкрота (или нового

инвестора, который заинтересован в приобретении контроля над ДПЗ)

максимально содействовать деятельности ДПЗ новые акционеры ДПЗ могут

заключить опционные договора на продажу по фиксированной цене своих

пакетов акций бенефициару при условии полного (или частичного) гашения

реструктурированных долгов, переданных по переводу долга на ДПЗ. Обычно

цена такого опциона равна номиналу акций, увеличенному на сумму процентов

на номинал за время действия опциона.

Рассмотрим итоги предложенной стратегии урегулирования проблемного актива.

8. Процедура банкротства проблемного Заемщика завершена. Все активы

Заемщика переведены на вновь созданное ДПЗ. Акционерами ДПЗ являются

бывшие кредиторы Заемщика, причем в такой же пропорции, в какой они

входили в реестр кредиторов Заемщика. Совет директоров, а также

исполнительные органы ДПЗ контролируются кредиторами. Если финансовая

модель не сработает и ДПЗ не сможет гасить переведенные на него

реструктурированные долги, кредиторы смогут реализовать активы ДПЗ

максимально эффективным способом без введения новой процедуры

банкротства.

9. Деятельность Заемщика (а также трудовой коллектив, остатки товара, сырья,

дебиторская задолженность и пр.) без периода ее прекращения переведена на

ДПЗ. Таким образом, за новым ДПЗ сохранена часть рынков сбыта,

принадлежащих бывшему предприятию-банкроту.

10. Часть кредиторской задолженности бывшего предприятия-банкрота переведена

на ДПЗ с таким графиком гашения, который обеспечивает ее снижение, исходя

из согласованной с кредиторами финансовой модели. В результате предприятия-

кредиторы (если финансовая модель будет реализована) получают возможность

частичного гашения своей задолженности, которой они входили в реестр

бывшего предприятия-банкрота. Поскольку данные долги обеспечены залогом

66

активов ДПЗ, через определенный интервал времени данная задолженность

может быть признана не проблемной и кредиторы смогут восстановить

сформированные под такую задолженность резервы.

11. Наличие у кредиторов акций ДПЗ позволяет использовать их как ликвидный

актив. Это позволяет кредиторам реализовать данный актив (разумеется, с

дисконтом) практически сразу после вхождения в капитал ДПЗ либо другим

акционерам ДПЗ, либо иным участникам рынка.

12. Наличие у кредиторов опциона на пакеты акций ДПЗ с бенефициаром Заемщика

или Инвестором позволяют кредиторам (в случае успешной реализации

финансовой модели) иметь шанс 100% возврата своих средств по истечении

срока гашения реструктурированной задолженности, переведенной на ДПЗ.

Приведем пример расчета объема акций ДПЗ, которые необходимо выставить на

торги для того, чтобы потом забрать на баланс кредиторов за 80% номинальной цены

после вторых несостоявшихся торгов. Предположим, что утвержденная кредиторами

финансовая модель дает расчет, который позволяет ДПЗ обслуживать %30K от всего

реестра кредиторов. Предположим, что стоимость акций ДПЗ по оценке независимого

оценщика составляет %40A от их номинала, с учетом того, что акции выпускаются

номиналом равным сумме всего реестра кредиторов. Тогда объем продаваемых акций

на торгах определяется, как P , и вычисляется по формуле

A

AKP

8,0

1 (2.1)

В нашем примере получаем, что %75P . Покажем вывод формулы (2.1). С одной

стороны, после принятия на баланс P % акций ДПЗ по цене 80% от номинала, долг

Заемщика перед кредиторами сокращается на величину 8,0P .

С другой стороны, объем сокращаемого долга равен разности не

конвертируемого долга K1 и долга, который будет погашен при продаже остатка

P1 акций ДПЗ на кредиторов по цене A . Таким образом, приходим к выражению

APAKAPKP 111%80

Откуда следует формула (2.1).

67

Таким образом, предложен инструмент урегулирования проблемного актива,

позволяющий сохранить для кредиторов возможность контролировать активы

должника-банкрота. В результате применения указанного инструмента реестр

кредиторов должника делится на две части. Первая часть конвертируется в акции

нового акционерного общества, которое учреждается кредиторами в пропорции от их

доли в реестре. Оставшаяся часть реестра реструктурируется и гасится

пропорционально всем кредиторам по мере того, как новое акционерное общество

осуществляет свою производственную деятельность в соответствии с утвержденной

кредиторами финансовой моделью. По сравнению с обычной реализацией в процедуре

банкротства, предложенный инструмент дает возможность получить кредиторам более

высокий приведенный поток. При определенных условиях кредиторы в предложенной

стратегии могут получить до 100% возврата от суммы реестровых требований, что

существенно превышает среднестатистический уровень балансового возврата при

реализации активов предприятия-должника в конкурсном производстве.

68

Выводы

В исследовании рассмотрены критерии классификации инструментов

урегулирования проблемных активов. С учетом проведенного анализа и обобщения,

приведена классификация, в основе которой лежит юридическая конструкция

применяемого инструмента урегулирования.

1. Изменение условий кредитования/ реструктуризация (модификации)

2. Предоставление дополнительных кредитных средств Заемщику/ кредитование


3. Отступное

4. Уступка права (требования) с дисконтом/ без дисконта

5. Перевод долга

6. Новация долга

7. Мировое соглашение

8. Вхождение дочерней кампании Банка в капитал юридического лица Заемщика

9. Взыскание задолженности в судебном порядке

10. Внесудебный порядок взыскания задолженности

11. Исполнительное производство

12. Банкротство/ ликвидация

Приводятся результаты статистических исследований, в которые были

вовлечены все Территориальные Банки (ТБ) Сбербанка РФ. В результате были

проанализированы 194 кейса по проблемным активам и собрана статистика

применения инструментов в территориальных банках (на момент исследования 16

Территориальных Банков).




2. тактика работы с ПА (Hard и Soft),

3. участие третьих лиц (контрагентов) в урегулировании ПА.

69

Классификация инструментов урегулирования проблемных активов не является

закрытой. По мере изменения законодательной базы, экономической ситуации и

других внешних факторов, банки разрабатывают новые, более эффективные методы.

Кроме рассмотренных в классификации инструментов урегулирования проблемных

активов, предложены два новых – отложенная продажа залогового актива и

комбинация мирового соглашения и вхождения в уставный капитал должника. Таким

образом, получена более полная классификация инструментов урегулирования

проблемной задолженности.

70

3. Выбор эффективного инструмента урегулирования банковской проблемной


3.1. Сравнительный анализ критериев эффективности урегулирования

банковской задолженности.

Эффективное урегулирование проблемных активов является одной из основных

задач, которые стоят перед банковским сообществом в последние несколько лет.

Проблемы классификации методов урегулирования, а также выбора конкретного

метода в зависимости от конкретной ситуации рассматривается в публикациях

[Давыдов, Халилова; 26, 27]. Необходимо отметить, что самый исчерпывающий

перечень инструментов и методов урегулирования проблемной задолженности по

своей сути является открытым. Другими словами, он может не включать экзотические

способы урегулирования, которые подходят в качестве оптимальной стратегии для

достаточно редко встречающегося проблемного кейса с не типичными исходными

параметрами.

При выборе стратегии урегулирования проблемного актива необходимо иметь

качественный критерий сравнения, который позволит оценить эффективность

применения различных вариантов стратегии к урегулированию проблемного актива.

Такой критерий должен давать оценку проблемного актива, исходя из выбранной

стратегии.

Существует множество методик оценки активов, в том числе рейтинговые,

балльные, экспертные системы оценивания. Наиболее точным является определение

современной ценности актива, то есть приведённого к данному моменту времени

суммарного потока денежных средств – прибыли от рассматриваемого актива.

Исследователи отмечают, что в условиях полной определённости выбора

стратегии формула оценки кредита имеет вид [Мунерман, Петренко; 35]:

T

1tt

tt

r

MqС

1, где (3.1)

71

qt – платежи за период t в погашение процентов;

Mt – платежи в погашение основного долга;

r – ставка дисконта (определяется экспертным путём);

Т – количество периодов до погашения.

В условиях неопределенности, слагаемые в числителе формулы заменяются их

математическими ожиданиями. Для обеспеченных кредитов формула принимает вид:

лик

T

tTt

tt Cpr

gCp

r

MqC

11111

1, где (3.2)

p – вероятность погашения кредита;

g – коэффициент потери в стоимости обеспечения;

Слик – коэффициент потери в стоимости при ликвидации кредита.

В качестве критерия эффективности урегулирования проблемного актива

рассматривается приведенный денежный поток (NPV), который банк ожидает

получить при урегулировании задолженности на основе выбранного инструмента.

Фактически, происходит сравнение эффективности различных инструментов, которые

могут быть применимы для урегулирования данного проблемного актива.

Платежи денежного потока суммируются внутри определенных периодов

времени, например, помесячно, поквартально, по году. Тогда, для денежного потока (

CF ), состоящего из N шагов, можно записать:

1

N

i

i

CF

CF , (3.3)

где iCF - сальдо денежного потока на шаге с номером i . Таким образом, общий

денежный CF поток равен сумме потоков на всех шагах.

Формула расчета NPV имеет вид:

1 1

Ni

ii

CF

D

NPV , (3.4)

где D — ставка дисконтирования, которая отражает скорость изменения стоимости

денег со временем.

72

Сравним различные подходы к оценке стоимости кредита. Формула (4)

совпадает с формулой (1) с точностью до обозначений Dr , ti , TN ,

itt CFMq , но имеет ряд существенных различий по своей сути.

В формуле (3.1) сумма величин tt Mq обозначает положительный денежный

поток, который получает банк в гашение проблемного кредита при кредитной

стратегии. В формуле (3.4) величина iCF обозначает сальдо денежных потоков в

дефолтной стратегии, которое может при определенных условиях принимать не только

положительные, но и отрицательные значения. Например, в случае активного

противодействия заемщика, банк может привлекать внешних консультантов для

поиска активов бенефициаров заемщика или для сопровождения судебных процессов.

Оплата таких услуг приводит к отрицательному сальдо потока iCF на определенном

шаге, однако дает большую величину итогового NPV. Это может быть обусловлено

тем, что в результате работы консультантов судебное решение, необходимое банку для

реализации залога, было вынесено раньше, чем такое решение банк получил бы без

участия консультантов. Другим фактором, обуславливающим увеличение итогового

NPV, является реализация банком дополнительного имущества заемщика и его

бенефициаров, которое было найдено (в том числе и за рубежом) консультантами.

В формуле (3.1) числитель обозначает денежный поток от проблемного кредита,

если кредит гасится в кредитной стратегии по некоторому согласованному графику

между банком и заемщиком. В формуле (3.4) величина iCF в общем случае не зависит

от такого согласования, поскольку может обозначать, например, получаемые банком в

дефолтной стратегии суммы от реализации заложенного имущества в процедуре

банкротства заемщика.

Вероятность перехода к дефолтной стратегии в формуле (3.2) оценивается

вероятностью такого перехода p1 , где p - вероятность сохранения кредитной

стратегии (т.е. гашения кредита по согласованному графику). Необходимо отметить,

что само определение такой вероятности для конкретного проблемного актива

является достаточно сложной задачей. Решение указанной задачи с приемлемой

точностью возможно только при наличии у банка репрезентативной выборки по

73

достаточно большому числу однотипных кредитов, которые совпадают между собой

практически по всем параметрам (тип обеспечения, соотношение стоимости

обеспечения и суммы кредита, характеристика заемщика и т.п.). В противном случае,

определив вероятность p сохранения кредитной стратегии по контрольной выборке,

например, где кредиты были обеспечены залогом недвижимости, можно получить

неверную оценку перехода в дефолт для кредита, обеспеченного товаром в обороте.

Выбор банком одной из возможных дефолтных стратегий (когда заемщик уже

находится в дефолте) является детерминированным процессом, не зависящим от

внешних случайных факторов, если банк, например, сравнивает различные дефолтные

стратегии по уровню их NPV. Таким образом, в формуле (3.4) отсутствует понятие

вероятности выбора той или иной стратегии.

Если сравнивать формулу (3.4) с формулой (3.2), то можно сказать, что (3.4)

является развернутым выражением второго слагаемого формулы (3.2). В формуле

(3.2), в случае перехода к дефолтной стратегии, рассматривается единовременная

реализация заложенного имущества с определенным поправочным коэффициентом g –

потери в стоимости обеспечения. Данный подход является достаточно упрощенным,

поскольку для сложных проблемных активов такая реализация проходит, как правило,

поэтапно. Более того, сроки такой реализации определяются индивидуально и не

обязательно происходят в следующий временной период, который наступает сразу

после гашения кредита по согласованному графику в кредитной стратегии.

Предположим, что банк имеет дело с типовым заемщиком, и что по данному

типу заемщиков у банка есть репрезентативная статистическая выборка для

определения вероятности p - реализации кредитной стратегии. Обобщим формулу

(3.4) на случай, когда существует вероятность реализации кредитной стратегии наряду

с реализацией дефолтной стратегии. Будем использовать обозначения из формулы

(3.1). В результате получим

лик

T

t

N

ii

i

t

tt CpD

CFp

r

MqNPV

11111 1

, где (3.5)

p - вероятность погашения кредита;

74

r - ставка дисконта в кредитной стратегии;

T - количество периодов до погашения в кредитной стратегии;

t - номер периода в кредитной стратегии;

tq - платежи в кредитной стратегии за период t в погашение процентов;

tM - платежи в кредитной стратегии в погашение основного долга;

D - ставка дисконта в дефолтной стратегии;

N - количество периодов до реализации всего обеспечения в дефолтной

стратегии;

i -номер периода в дефолтной стратегии;

iCF - сальдо денежного потока в дефолтной стратегии на шаге с номером i .

Таким образом, сравнение формул (3.1) и (3.2) с формулой (3.5) свидетельствует

о том, что подход приведенного денежного потока при выбранной дефолтной

стратегии урегулирования проблемного актива дает более полное представление о

стоимости такого актива.

Отметим, что значение ставки D для дефолтной стратегии выше, чем значение

ставки r при аналогичных расчетах для активов, не обладающих критерием

проблемности. Таким образом, значение ставки учитывает повышенный риск банка

при урегулировании проблемной задолженности.

Число периодов T в кредитной стратегии в общем случае отличается от числа

периодов N до реализации всего обеспечения в дефолтной стратегии. Размерность

самих периодов также может быть различной, что обозначается в формуле (3.5)

разными обозначениями для номеров таких периодов в кредитной стратегии и

дефолтной стратегии.

Будем считать, что для различных инструментов при расчете NPV применяется

одна и та же ставка дисконтирования D . Данное предположение обосновывается тем,

что риски при реализации различных вариантов урегулирования проблемного актива

банк считает сравнимыми, и не зависящими от выбранного варианта урегулирования.

Таким образом, для максимизации NPV необходимо, чтобы выбранный способ

урегулирования проблемного актива, с одной стороны увеличивал значение iCF , а с

75

другой – сокращал значение i . Другими словами банк хочет получить как можно

больше средств на погашение проблемной задолженности и как можно в более сжатые

сроки.

Данные два параметра (размер получаемых сумм и сроки их получения), как

правило, не могут быть максимизированы одновременно. А именно: чем больше

получаемая сумма – тем больший срок требуется для реализации выбранной

стратегии. И наоборот: чем быстрее банк получает сумму – тем меньше получаемая

сумма.

Нами подробно рассмотрены различные методы урегулирования проблемных

активов, варианты их различных классификаций, комбинирование методов, а также

предложен ряд новых методов урегулирования проблемных активов. Комбинации

методов урегулирования с дальнейшим развитием и усложнением проблемы

токсичных активов банков будут также совершенствоваться, и усложняться методы их


Перечислим наиболее распространенные комбинации стандартных методов

урегулирования, вошедших в классификацию:

1. Реструктуризация с частичным гашением долга по отступному.

2. Реструктуризация с реализацией залога во внесудебном порядке

3. Реструктуризация с вхождением в капитал дочернего общества

4. Реструктуризация части долга с цессией другой части долга на дочернее общество.

5. Заключение договора об отступном на дочернюю компанию, получившую долг по

договору цессии.

6. Заключение договора новации задолженности по ранее заключенному договору

цессии и дальнейшая цессия полученной задолженности.

7. Взыскание имущества в судебном порядке с цессией части задолженности на

дочернее общество.

8. Участие в процедурах банкротства совместно с дочерним обществом, на которое

была передана по цессии часть необеспеченной задолженности.

9. Кредитование нового должника (дочернего общества), на которое была передана по

цессии часть задолженности.

76

В сложившейся ситуации возникает проблема соотнесения параметров

конкретного проблемного актива с множеством вариантов, имеющихся у банка по

урегулированию такого актива. Очевидно, что необходимо провести анализ

проблемного актива и принять решение о стратегии его урегулирования, которая будет

состоять из последовательного (или одновременного) применения нескольких методов


Что будет являться критерием эффективности такого урегулирования? Ответ на

данный вопрос зависит от тех приоритетов, которые определены стратегией банка.

Будем полагать, что банку при урегулировании проблемного актива необходимо

максимизировать приведенный денежный поток от платежей, которые будут

поступать в процессе урегулирования данного актива.

Сложность выбора правильной стратегии (т.е. стратегии, максимизирующей для

банка приведенный денежный поток NPV по проблемному активу) обусловлена тем,

что для его осуществления специалист по урегулированию проблемной задолженности

должен обладать достаточными компетенциями в целом ряде областей. К таким

областям относятся законодательство о банкротстве, об исполнительном производстве,

уголовное законодательство, финансовый анализ предприятия, методы проведения

реструктуризации проблемных активов и многое другое.

За те несколько лет, пока специалисты банка обретут необходимый опыт и

понимание того, как наиболее эффективно урегулировать проблемную задолженность,

может возникнуть ситуация, когда на балансе банка возникнет недопустимый объем

просроченной задолженности, а сформированные резервы приведут к убытку.

Рост банковской проблемной задолженности приводит к тому, что часть

проблемных активов будет отрабатываться по остаточному принципу, что также

приведет к снижению качества их урегулирования. Из сложившегося противоречия

существует выход. Таким выходом может стать система, которая будет обобщать

имеющийся опыт банка по урегулированию проблемных активов и «подсказывать»

наиболее эффективный путь урегулирования. Речь идет об экспертной системе по

урегулированию проблемных активов. Основа экспертной системы – комплексная

оценка заемщика с целью выбора стратегии урегулирования проблемного актива.

77

Урегулирование проблемных активов – достаточно сложный процесс. Проблемный

заемщик преследует свои цели и идеальный вариант для проблемного заемщика, если

его долг будет списан без каких-либо последствий для заемщика. Банк преследует

противоположную цель – хочет максимально повысить критерий качества

урегулирования проблемного актива. Соответственно, идеальный вариант для банка –

это 100% возврат проблемного актива с начисленными процентами, в минимальные

сроки.

Если рассматривать не конечные цели банка и заемщика, а локальные цели на

каждом шаге, то банк и заемщик при таком урегулировании также исходят из

противоположных установок. Банк стремиться снизить свои риски в проекте за счет

дополнительного обеспечения, повысить процентные ставки, сократить сроки выхода

из проекта. Заемщик стремится снижать свои риски за счет вывода (не

предоставления) дополнительного обеспечения, понижения процентных ставок,

увеличения сроков кредитования, переноса максимальной суммы гашения на конец

срока и т.п. Достаточно важно максимально эффективно использовать сильные

стороны позиции банка для получения более выгодных условий урегулирования.

Из вышеизложенного следует, что выбор стратегии урегулирования

проблемного актива дальнейшие действия проблемного заемщика по своей сути

является ситуацией, которая рассматривается в теории игр, как игра между двумя

игроками. На каждом шаге такой игры (а шагов в стратегии урегулирования

проблемного актива может быть несколько) каждый из игроков предлагает другому

игроку (проблемному заемщику) сделать выбор: принять предложение по выбранному

методу урегулирования (будем называть его базовым) или отказаться. В случае отказа

заемщика банк будет реализовывать альтернативный метод урегулирования.

И при принятии заемщиком базового сценария и при отказе заемщика от

базового сценария и реализации банком альтернативного сценария, оба игрока

переходят в одно из двух новых состояний. В каждом из таких состояний инициатива

выбора дальнейших (ответных) действий принадлежит уже заемщику, который также

(как это делал банк на первом шаге) будет предлагать банку на выбор две

альтернативы (согласиться с предложением заемщика, или отказаться). Такой

78

итерационный процесс продолжается до тех пор, пока проблемный актив не будет

урегулирован.

79

3.2 Альтернативная система выбора инструмента урегулирования проблемной

задолженности на основе экспертной системы на базе квалиметрической модели

Для более наглядного представления изложенного подхода рассмотрим

ситуацию урегулирования проблемного актива. Предположим, сложилась ситуация,

когда проблемный актив вышел на просрочку. Возникает целый ряд вопросов –

необходима ли реструктуризация в текущем состоянии и если надо, то на каких

условиях, или целесообразно сначала обратиться в суд? Если обращаться в суд, то

можно ли будет, потом договориться с заемщиком на мировое соглашение, и если да,

то на каких условиях? Данный перечень вопросов показывает сложность выбора

стратегии урегулирования.

На наш взгляд, целесообразно использовать дерево бинарной игры в развернутой

форме с пятью терминальными вершинами (исходами), которыми являются итоговые

варианты урегулирования проблемного актива. В качестве таких исходов

(терминальных вершин) предлагается использовать:

1. Реструктуризация;

2. Банкротство после несостоявшейся реструктуризации;

3. Мировое соглашение после несостоявшейся реструктуризации;

4. Банкротство после обращения в суд;

5. Мировое соглашение после обращения в суд.

Дерево бинарной игры состоит из четырех нетерминальных вершин. В двух

вершинах выбор осуществляет банк. В двух оставшихся вершинах выбор

осуществляет заемщик (табл. 7).

80

Таблица 7

Наименование

нетерминальной вершины Выбор Банка Выбор Заемщика

Выход Заемщика на

просрочку

А) Предложить Заемщику

реструктуризацию

Б) Предложить Заемщику

мировое соглашение

Судебное заседание (после

решения Банка идти в суд)

А) Согласиться на мировое

Б) Не согласиться на

мировое (переход в

банкротство)

Реструктуризация

А) Согласиться на

Реструктуризацию

Б) Не согласиться на

реструктуризацию (пойти в

суд)

Судебное заседание (после

отказа заемщика от

реструктуризации)

А) Предложить Заемщику

мировое соглашение

Б) Перейти в банкротство

Каждой терминальной вершине ставится в соответствие вектор выигрышей

игроков. Данный вектор состоит из двух значений: выигрыша банка и выигрыша

заемщика, которые являются значениями функции полезности игроков при заданном

исходе игры.

Существуют различные способы задания функции полезности банка и заемщика.

Будем обозначать х - номер вершины дерева бинарной игры (как терминальной, так и

нетерминальной), хB - функцию полезности банка и хZ - функцию полезности

заемщика, которые определены в каждой вершине. В нашем примере общее число

вершин (5 терминальных и 4 нетерминальных) равно девяти, Следовательно

9,...,2,1х . Отметим, что каждая вершина дерева соответствует ситуации в процессе

урегулирования проблемного актива, которая характеризуется определенными

качественными показателями, как для заемщика, так и для банка.

Число таких показателей конечно, а сами качественные показатели могут (и

должны!) быть сформулированы банком еще до начала процесса переговоров с

заемщиком. Необходимо заранее определить влияние ситуации в каждой вершине на

каждый качественный показатель, а также установить степень значимости каждого

81

показателя (как для заемщика, так и для банка). В результате решения такой задачи

банк должен получить некоторый способ определения хB и хZ .

Для определения значения функции полезности заемщика и банка в каждой

терминальной вершине предлагается использовать метод квалиметрической модели [

]. Суть данного метода заключается в том, что определяется набор, состоящий из m

различных качественных показателей, влияющих на такие функции. Для каждого

показателя в зависимости от рассматриваемой ситуации устанавливается значение по

шкале от -2 (минимальное влияние) до +2 (максимальное влияние), а также (на

основании мнения эксперта) устанавливается вес каждого фактора на интегральную

оценку функции полезности для банка и для заемщика. В данном случае предлагается

к использованию так называемая шкала порядка, состоящая из пяти опорных точек.

Число точек, выбрано исходя из того, чтобы было проще определить значение каждого

показателя исходя из анализа проблемного актива.

В результате квалиметрическая модель дает значения функций полезности для каждой

терминальной вершины для заемщика хZ и для банка хB .

Вернемся к нашему примеру и определим пять качественных показателей. На

основе данных показателей будет строиться квалиметрическая модель, определяющая

значения функций полезности для каждой терминальной вершины. Данные

показатели, а также значения шкалы для них представлены в Таблице 8.

82

Таблица 8 Значения шкалы

Качественный

показатель

квалиметрической

модели

-2 -1 0 1 2

1.

Обеспеченность

кредита ликвидным

залогом Заемщика и

Залогодателей

Залог покрывает

кредит менее чем на

5%


кредит не менее чем

на 30%



на 50%



на 100%


кредит на 200% и

более

2.

Изменение объема

финансирования

Заемщика в результате

сделки

Увеличивается более

чем на 90%

Увеличивается более

чем на 30% Не меняется

Сокращается не

менее чем на 30%

Сокращается не

менее чем на 90%

3.

Уровень лояльности

Банка к юридической

конструкции

Реструктуризация с

баллоном в конце

срока

Реструктуризация с

Грейс-периодом

Реструктуризация без

Грейс-периода

Мировое соглашение

с Грейс-периодом

Мировое

соглашение без

Грейс-периода

4.

Взаимный уровень

лояльности Банка и

Заемщика

Привлечение

адвокатов, борьба за

контроль над

реестром

Формально-правовое

противостояние в суде Отсутствие контакта

Предоставление не

полной информации,

затягивание сроков

предоставления

информации

Полное содействие

в урегулировании

ПА

5.

Доля залогов Банка в

общем объеме

ликвидных активов на

заемщике и

поручителях

Не менее 95% Не более 75% Не более 50% Не более 25% Не более 5%

Для того чтобы определить значение функций полезности заемщика и банка

необходимо задать уровень значимости каждого качественного показателя на

итоговую функцию. Такая значимость может быть установлена экспертным путем.

Поскольку эксперту достаточно сложно сразу определять нормированный вес каждого

показателя, достаточно установить их сравнительное влияние на итоговый результат.

Данные значения показаны в столбцах «Экспертные значения весовых коэффициентов

для Банка» как величины BBB KKK 521 ,....,, и «Экспертные значения весовых

коэффициентов для Заемщика» как величины ZZZ KKK 521 ,....,, Таблицы 9. При расчете

итогового влияния каждого коэффициента определяется его нормированное значение

BBB kkk 521 ,....,, для банка и ZZZ kkk 521 ,....,, для заемщика в соответствии с соотношениями:

5

1j

B

j

B

iB

i

K

Kk , если увеличение показателя 51 i выгодно банку

5

1j

B

j

B

iB

i

K

Kk , если увеличение показателя 51 i не выгодно банку

83

5

1j

Z

j

Z

iZ

i

K

Kk , если увеличение показателя 51 i выгодно заемщику

5

1j

Z

j

Z

iZ

i

K

Kk , если увеличение показателя 51 i не выгодно заемщику

В результате значение каждого из нормированных показателей находится в

диапазоне от 0 до 1. Соотношение между двумя нормированными показателями

остается таким же, как и соотношение между их соответствующими экспертными

значениями весовых коэффициентов. В этом и заключается смысл нормирования.

Понятие выгоды/не выгоды для заемщика и банка определяются исходя из того,

в какое состояние стремится перейти заемщик и банк. Как правило, банк и заемщик

имеют прямо противоположные понятия выгоды. Например, заемщик хочет снизить

(не увеличивать) объем залогов, предоставляемых банку. У банка интерес заключается

в получении как можно более обеспеченной ссуды. Таким образом, определенный в

Таблице 8 параметр «Обеспеченность кредита ликвидным залогом Заемщика и

Залогодателей» для банка выгоднее тем, чем выше его значение, а для заемщика –

наоборот. Поэтому нормированные значения данного показателя в Таблице 9 для

банка положительны, а для заемщика – отрицательны.

Отметим, что в рассматриваемом примере есть один показатель, увеличение

которого выгодно и банку и заемщику. Таким показателем является взаимный уровень

лояльности банка и заемщика. Объясняется данный факт тем, что затраты на

противостояние в судах и в уголовно-правовой сфере отвлекают ресурсы обеих сторон

и, следовательно, обе стороны заинтересованы в том, чтобы данный показатель был

максимальным. По этой причине нормированные значения для данного показателя в

Таблице 9 положительны и для банка и для заемщика.

Полученные в результате значения BBB kkk 521 ,....,, для банка и ZZZ kkk 521 ,....,, для

заемщика приводятся в Таблице 9.

84

Таблица 9

Качественный показатель


Экспертные

значения весовых

коэффициентов для

Банка (B)

Нормированные


коэффициентов

Банка (B)

Экспертные


коэффициентов для

Заемщика (Z)



коэффициентов

Заемщика (Z)

1.

Обеспеченность кредита

ликвидным залогом

Заемщика и Залогодателей

%701 BK %73,231 Bk %201 ZK %50,121 Zk

2.


финансирования Заемщика

в результате сделки

%1002 BK %90,332 Bk %502 ZK %25,312 Zk

3.

Уровень лояльности Банка

к юридической


%503 BK %95,163 Bk %203 ZK %50,123 Zk

4.



Заемщика

%504 BK %95,164 Bk %504 ZK %25,314 Zk

5.


общем объеме ликвидных

активов на заемщике и


%255 BK %47,85 Bk %205 ZK %50,125 Zk

Весовые коэффициенты в Таблице 9 определяются экспертным путем.

Определим значения пяти качественных показателей по шкале от -2 до +2 на основе

проведенного анализа проблемного актива. Заметим, что значения таких показателей

определяются как для исходного состояния, в котором находятся банк и заемщик, так

и для всех возможных вариантов урегулирования проблемного актива (т.е. для

терминальных вершин).

В рассматриваемом примере число таких вариантов равно пяти, но два из них

«Банкротство после несостоявшейся реструктуризации» и «Банкротство после

обращения в суд» имеют одинаковые значения качественных показателей.

Предположим, что в результате такого анализа получены некоторые значения

качественных показателей квалиметрической модели для различных вариантов

урегулирования, а также для исходного состояния, в котором находятся банк и

заемщик. Данные значения представлены в Таблице 10. Будем называть такие

значения результатами, и обозначать их j

iR , где нижний индекс i - порядковый номер

качественного показателя и 51 i , а верхний индекс j - порядковый номер исходного

состояния и терминальных вершин и 50 j .

85

Таблица 10.

Изменяемые параметры модели для исходного состояния и терминальных вершин 50

51

j

iR




модели

Исходное

состояние

(j=0)

Результат

(j=1):

Мировое

соглашение

после

обращения в

суд

Результат

(j=2):

Банкротство

после

обращения в

суд

Результат (j=3):

Мировое

соглашение

после

несостоявшейс

я

реструктуризац

ии


Банкротство

после

несостоявшейся

реструктуризации



(i=1).

Обеспеченность

кредита

ликвидным

залогом Заемщика

и Залогодателей

0 1 0 1 0 1

(i=2).

Изменение

объема


Заемщика в

результате сделки

0 1 0 2 0 -2

(i=3).

Уровень

лояльности Банка

к юридической


0 1 0 1 0 0

(i=4).

Взаимный

уровень

лояльности Банка

и Заемщика

1 2 -2 2 -2 1

(i=5).

Доля залогов

Банка в общем

объеме

ликвидных

активов на

заемщике и

поручителя

0 -2 0 -2 0 -2

На основании определенных данных j

iR , а также на основании значения

BBB kkk 521 ,....,, для банка и ZZZ kkk 521 ,....,, для заемщика вычисляется значение функции

полезности для заемщика jZ и для банка jB в каждой терминальной вершине.

Заметим, что в соответствии с введенными обозначениями терминальные вершины

имеют номера 51 j .

51,44

2

4

2 5

1

05

1

05

1

jkRR

kR

kR

jZ Z

i

i

i

j

iZ

i

i

i

i

Z

i

j

i

51,44

2

4

2 5

1

05

1

05

1

jkRR

kR

kR

jB B

i

i

i

j

iB

i

i

i

i

B

i

j

i

Таким образом, значение функции полезности jZ в терминальной вершине j

определяется как взвешенная с учетом нормированных весовых коэффициентов Z

ik

сумма разниц по всем качественным показателям между результатами в терминальной

86

вершине j

iR и результатом 0

iR в исходном состоянии. Аналогично значение функции

полезности jB в терминальной вершине j определяется как взвешенная с учетом

нормированных весовых коэффициентов B

ik сумма разниц по всем качественным

показателям между результатами в терминальной вершине j

iR и результатом 0

iR в

исходном состоянии.

С учетом данных Таблицы 9 и Таблицы 10 получаем следующий расчет функций

полезности для каждой терминальной вершины, который представлен в Таблицах 11 и

12.

87

Таблица 11.

Исходное состояние Результат: Мировое соглашение после

обращения в суд

Результат: Банкротство после


Значен

ия 0,5424 0,1094 Значения 0,1864 -0,2188 Значения -0,1271 -0,4531




модели

Норми

рованн

ые

значен

ия

Результа

т для

Банка

Результа

т для

Заемщик

а

Нормиров

анные

значения

Результат

для Банка

Результат

для

Заемщика

Нормирова

нные

значения

Результат

для Банка

Результат

для

Заемщика

1.



Заемщика и


0,5000 0,1186 -0,0625 0,7500 0,1780 -0,0938 0,5000 0,1186 -0,0625

2.




сделки

0,5000 0,1695 -0,1563 0,7500 0,2542 -0,2344 0,5000 0,1695 -0,1563

3.




0,5000 0,0847 -0,0625 0,7500 0,1271 -0,0938 0,5000 0,0847 -0,0625

4.



Заемщика

0,7500 0,1271 0,2344 1,0000 0,1695 0,3125 0,0000 0,0000 0,0000

5.




заемщике и поручителях

0,5000 0,0424 -0,0625 0,0000 0,0000 0,0000 0,5000 0,0424 -0,0625

Таблица 12.

Результат: Мировое соглашение

после несостоявшейся


Результат: Банкротство после

несостоявшейся реструктуризации Результат: Реструктуризация

Значен

ия 0,2712 -0,2969 Значения -0,1271 -0,4531 Значения -0,1525 -0,0313




модели

Норми

рованн

ые

значен

ия

Результа

т для

Банка

Результа

т для

Заемщик

а

Нормированны

е значения

Результа

т для

Банка

Результа

т для

Заемщик

а


е значения

Результа

т для

Банка

Результа

т для

Заемщик

а

1.



Заемщика и


0,7500 0,1780 -0,0938 0,5000 0,1186 -0,0625 0,7500 0,1780 -0,0938

2.




сделки

1,0000 0,3390 -0,3125 0,5000 0,1695 -0,1563 0,0000 0,0000 0,0000

3.




0,7500 0,1271 -0,0938 0,5000 0,0847 -0,0625 0,5000 0,0847 -0,0625

4.



Заемщика

1,0000 0,1695 0,3125 0,0000 0,0000 0,0000 0,7500 0,1271 0,2344

5.





0,0000 0,0000 0,0000 0,5000 0,0424 -0,0625 0,0000 0,0000 0,0000

88

На основании полученных значений функций полезности для заемщика и банка

предложенная модель определяет оптимальную для банка терминальную вершину.

В данном примере такой вершиной является «Мировое соглашение после

обращения в суд». Это означает, что банку в сложившейся ситуации не нужно

пытаться договориться с клиентом в кредитной стратегии и делать реструктуризацию.

Необходимо сразу идти в суд и уже в суде договариваться с заемщиком о заключении

мирового соглашения. При такой стратегии банк сможет получить для себя

максимально выгодные условия по сравнению с альтернативными вариантами.

Бинарное дерево игры с данными из рассмотренного примера приводится в

Приложении 1.

Сделаем ряд комментариев к данным, представленным в Таблице 9.

Во-первых, данные показателя «Обеспеченность кредита ликвидным залогом

Заемщика и Залогодателей» отражают, что при переходе из исходного состояния в

другие вершины, не подразумевающие банкротства, происходит увеличение

залоговой массы. Это изменение также отражено в уменьшении показателя «Доля

залогов Банка в общем объеме ликвидных активов на заемщике и поручителях»,

который показывает, что при увеличении залоговой массы практически все имущество

заемщика и поручителя будет заложено в банке.

Во-вторых, показатель «Изменение объема финансирования Заемщика в

результате сделки» отражает факт того, что при реструктуризации (которую

изначально запрашивает заемщик) происходит увеличение суммы кредита, а при

заключении мировых соглашений (которые более интересны банку) происходит

снижение кредитной нагрузки на заемщика.

В-третьих, показатель «Уровень лояльности Банка к юридической конструкции»

показывает, что мировые соглашения для банка более предпочтительны, поскольку

позволяют быстрее перейти к дефолтной стратегии в случае нарушения заемщиком

условий мировых соглашений.

В-четвертых, показатель «Взаимный уровень лояльности Банка и Заемщика»

отражает обоюдную заинтересованность банка и заемщика в консолидированных

действиях по урегулированию проблемного актива. По этой причине данный

89

показатель является единственным показателем из пяти, знак по которому для

заемщика совпадает со знаком для банка. Отметим, что такая ситуация отражает

лояльного к банку заемщика.

Если Заемщик не лоялен (например, если целью заемщика является невозврат

кредита путем противодействия банку) – то ему не важна консолидация позиции с

банком. Такая ситуация отражается путем установления нулевого значения %04 ZK .

При данном изменении меняется и оптимальная для банка терминальная вершина на

«Банкротство после обращения в суд».

Сделаем в качестве резюме ряд замечаний по предложенному методу

экспертного выбора стратегии урегулирования проблемного актива.

Значения коэффициентов в Таблице 9 определяются экспертами на основе

мониторинга проблемного портфеля. Их значения могут варьироваться в зависимости

от того, к какой категории относится анализируемый проблемный актив (по своей

отраслевой принадлежности, по сумме и другим параметрам).

Данная модель предполагает также обратную обработку конкретных кейсов,

которые были урегулированы наиболее эффективным для банка способом, как базы

данных для построения значений весов каждого фактора в модели. В результате

мониторинга возможно перейти к оценке фактического значения весов каждого

фактора влияющего на интегральную оценку функции полезности для банка и для

заемщика.

Общее число качественных показателей квалиметрической модели, которые

определяют функции полезности заемщика и банка может быть достаточно большим,

однако в каждом конкретном случае целесообразно использовать не более 5-7

показателей, влияние которых наиболее выражено. Показатели, нормированные

весовые значения которых менее 5% целесообразно исключать из рассмотрения, т.к.

их влияние находится в пределах допустимой точности прогноза.

Аналогичные бинарные деревья принятия решений могут быть построены для

различных типовых ситуаций урегулирования и, в общем случае, пара таких деревьев

не обязательно имеет общие вершины. Другими словами, предложенный механизм

90

экспертной оценки может наращиваться путем добавления новых типовых ситуаций,

каждой их которых соответствует свое дерево решений.

Рассмотрим еще один вариант примера выбора метода урегулирования

проблемной задолженности Банка. От рассмотренного выше примера он отличается

входными данными о заемщике, представленными в Приложении 4 и Приложении 5.

Результаты значений функций полезности для каждой из терминальных вершин

приведены в Приложении 6. Итоговое дерево развернутой формы игры представлено в

Приложении 7. В данном варианте примера наиболее выгодной для Банка является

реструктуризация.

91

Выводы

В исследовании проведен анализ ряда известных критериев эффективности

урегулирования проблемных активов. В основе таких критериев лежит показатель

приведенного денежного потока (NPV). Для максимизации NPV необходимо, чтобы

выбранный способ урегулирования проблемного актива, с одной стороны увеличивал

объем поступающих средств, а с другой – сокращал значение временной интервал до

момента такого получения. Банк хочет получить как можно больше средств на

погашение проблемной задолженности и как можно в более сжатые сроки.

Дано обобщение критерия эффективности, дающее более корректную оценку

NPV по сравнению с рассмотренными критериями.

Формула для такого критерия имеет вид

лик

T

t

N

ii

i

t

tt CpD

CFp

r

MqNPV

11111 1

, где









стратегии;




В исследовании рассмотрена ситуация урегулирования проблемного актива

вышедшего на просрочку с пятью результатами в виде стратегии


92




5.Мировое соглашение после обращения в суд;

Для данной ситуации обоснован инструмент дерева бинарной игры для выбора

оптимальной стратегии. Для определения значения функции полезности заемщика и

банка в каждой терминальной вершине бинарного дерева игры (т.е. в каждом итоговом

результате урегулирования проблемного актива) предлагается использовать метод

квалиметрической модели. Суть данного метода заключается в том, что определяется

набор, состоящий из m различных качественных показателей, влияющих на такие

функции. Для каждого показателя в зависимости от рассматриваемой ситуации

устанавливается значение по шкале от -2 (минимальное влияние) до +2 (максимальное

влияние), а также вес каждого фактора на интегральную оценку функции полезности

для банка и для заемщика. В результате квалиметрическая модель дает значения

функций полезности для каждой терминальной вершины для заемщика и для банка.

На основании полученных значений функций полезности экспертная система

определяет оптимальную для банка терминальную вершину, т.е. максимально

выгодный для банка результат урегулирования проблемного актива. Общее число

качественных показателей квалиметрической модели может быть достаточно

большим. Данная модель предполагает обработку конкретных кейсов, которые были

урегулированы наиболее эффективным для банка способом, как базы данных для

построения значений весов каждого фактора в модели.

93

Глава 4. Система KPI, как инструмент планирования и мотивации эффективного

урегулирования банковской проблемной задолженности.

4.1 Система относительных KPI банка и алгоритм формирования плановых

значений методом «снизу-вверх» при единственном значении прогноза.

В последние годы показатели KPI стали неотъемлемой частью систем

планирования и мотивации современного предприятия. Правильным переводом

термина KPI (Key Performance Indicators) является «ключевой показатель результата

деятельности». KPI и мотивация персонала стали неразрывными понятиями, так как с

помощью данных показателей можно создать совершенную и эффективную систему

мотивации и стимулирования сотрудников. Поскольку KPI являются измерителями

результата и затрат, то они используются при планировании и контроле деятельности,

как инструменты плана.

Кроме задач правильного выбора KPI, увязки их со стратегией предприятия,

систем контроля исполнения KPI и т.п. одной из важнейших нерешенных задач

является задача определения целевого значения KPI. Данная проблематика может

быть рассмотрена с различных подходов. Так, в частности, поиск целевых значений

производится одним из трех следующих методов:

1. Используются существующие планы и функциональные стратегии

2. Используются модели (например, финансово-экономические модели)

3. Целевые значения устанавливаются эмпирическим путем.

На наш взгляд, необходим системный подход к решению данной задачи. Для

того, чтобы KPI-система управления результатами бизнеса не только отслеживала, но

и стимулировала достижение компанией своих целей, необходимо наладить

собственно механизм установки этих целей. Конкретные механизмы определения

целей зависят от контекста и специфики бизнеса, но существует ряд общепринятых

принципов, соблюдение которых делает подобную систему особенно эффективной и

полезной для управления бизнесом. К данным принципам относятся:

1. Планирование от возможного, а не от достигнутого.

94

2. Использование и учет наибольшего количества возможных фактов, в том

числе ожидания аналитиков финансовых рынков, внутри – и межотраслевые

сравнения, анализ успешного опыта внутри компании и т.д.

3. Увязка поставленных целей и задач с конкурентной ситуацией на рынке.

4. Соответствие целей и задач, проводимых в организации «сверху вниз»

реальным возможностям совершенствования деятельности «снизу вверх».

5. Наличие механизмов, позволяющих «повышать планку» по мере достижения

подразделением запланированных результатов.

Определение целевого уровня ключевых показателей эффективности - один из

самых сложных. Практика свидетельствует, что успешные компании устанавливают

два уровня основных показателей эффективности - базовый и опережающий. Такой

способ постановки задач в сочетании с соответствующим образом выстроенной

схемой компенсации (относительно небольшие выплаты за достижение базового

уровня и большие выплаты за достижение опережающих значений) эффективно

стимулирует персонал на достижение максимального результата.

Отметим, что значения самих показателей эффективности (базового и

опережающего) также требуют определения. Это фактически означает

переформулировку исходной задачи по определению целевого показателя KPI в новую

задачу по определению показателей эффективности.

При подходе "снизу вверх" KPI вышестоящего подразделения составляется

исходя из KPI подразделений и проектов, которые передаются наверх для определения

по ним агрегированных результирующих показателей. При подходе "сверху вниз" –

KPI нижестоящих подразделений составляются исходя из целевых показателей

компании. Целевые показатели определяются на основе экономических прогнозов, а

также стратегии компании. При итеративном подходе процедура установления KPI

включает ряд условных этапов. Информация сначала распространяется от высшего

руководства к нижестоящим звеньям управления, а затем обобщается снизу вверх по

иерархической структуре управления несколько раз в зависимости от ситуации.

Необходимо отметить, что между руководством и нижестоящими

подразделениями (будем считать в дальнейшем, что число таких подразделений равно

95

n и данные подразделения образуют систему) при определении целевых значений KPI

возникает конфликт интересов.

Руководство стремится установить подразделениям целевое значения KPI на

максимально амбициозном уровне. Такой подход позволяет руководству

максимизировать прогноз в целом по системе. При этом руководство вводит

мотивирующие факторы для подразделений, которые штрафуют подразделения при не

достижении целевых значений KPI и дополнительно премируют те подразделения,

которые перевыполнили свои целевые значения.

Подразделения при планировании целевого значения KPI стремятся

гарантировать в будущем исполнение своих плановых значений. Для решения данной

задачи подразделения неохотно включают в целевое значение KPI амбициозные

проекты, вероятность которых, по мнению подразделения, недостаточно высока.

Могут возникать и более негативные ситуации, когда подразделения (обладая

наиболее полной информацией о высокой вероятности реализации того или иного

проекта, которой нет у руководства) не включают в прогноз исполнения KPI такие

проекты, тем самым заведомо занижая целевое значение KPI.

Сформулируем в формальном виде задачу определения целевых значений

одного KPI для нескольких подразделений образующих систему. Для этого будем

использовать систему обозначений из [Губко, Новиков, 20]. В данной работе указанная

задача называется «Задача Стимулирования».

Пусть есть n подразделений – агентов 1,2,...,i N n , объединение которых с

центром образуют двухуровневую организационную систему (ОС). Первый уровень

организационной системы образуют указанные агенты. Второй уровень – центр,

который делает в игре первый ход, определяя для агентов их мотивационные факторы.

Каждое подразделение-агент i знает собственный реальный прогноз iR , который

неизвестен другим подразделениям, а также неизвестен центру организационной

системы. У каждого агента i есть множество различных потенциальных вариантов

прогноза iA . Заметим, когда все агенты устанавливают прогноз по одному и тому же

96

KPI, можно считать, что множества вариантов прогноза совпадают для различных

агентов. Другими словами , ( ; )i jA A A i j N N .

Вначале рассмотрим ситуацию, когда у каждого агента есть единственный

вариант прогноза. Будем полагать, что фактическое значение KPI, которое будет

достигнуто агентом i , совпадает со значением прогноза iR . Это означает, что каждый

агент адекватно оценивает то значение KPI, которое может быть им достигнуто и

может осуществить все действия для его достижения.

Обозначим iy A - действие агента i по выбору прогноза KPI, или проще:iy -

значение прогноза KPI, которое заявляет центру агент i . Тогда 1 2, ,..., n

j N

y y y y A A

- вектор действий агентов. Будем называть 1 2 1 1, ,.., , ,.,i i i n i

j Nj i

y y y y y y A A

-

обстановка игры для агента i .

Задача центра организационной системы состоит в том, чтобы предложить

такую конструкцию установки механизма стимулирования 1 2, ,..., ny y y y

целевых значений KPI для всех агентов, чтобы в результате каждый агент при

проведении планирования с подходом «снизу-вверх» установил себе значение

,i i iy R y A . Центру необходим одновременно и адекватный и амбициозный прогноз

от каждого агента. Заметим, когда у каждого агента есть только один вариант

прогноза, значения адекватного и амбициозного прогноза совпадают.

Будем считать, что затраты агентов не зависят от того, какой прогноз они заявят

и какой будет получен фактический результат, т.е. какое значение KPI получит агент в

конце отчетного периода. Данное допущение в случае планирования KPI обосновано,

поскольку все агенты-подразделения, как правило, имеют повременную оплату труда,

фиксированный график работы и даже в том случае, когда возникает необходимость в

привлечении какого-либо внешнего ресурса для более активной работы по

выполнению KPI, затраты на такое привлечение компенсируются центром ОС в

полном объеме. Тогда, можно считать, что целевая функция ,i if y агента i ,

97

зависящая от механизма стимулирования агента i и вектора действий агентов,

фактически состоит только из стимулирования i y . Или , , i i if y y i N .

Будем считать в рассматриваемой задаче (при наличии у каждого агента

единственного прогноза iR A ), как и в большинстве моделей организационной

системы, что единственная роль центра заключается в осуществлении управления. Т.е.

у центра отсутствует собственный результат деятельности.

Центру и агентам на момент принятия решения о выбираемых стратегиях (для

центра – это функции стимулирования, для агентов – выбираемые прогнозы) известны

целевые функции и допустимые множества всех участников организационной

системы. Центр выбирает параметры функций стимулирования и сообщает их агентам.

После этого агенты выбирают прогнозы, максимизирующие их целевые функции.

Пусть задана некоторая обстановка игры 1 2 1 1, ,.., , ,.,i i i n i

j Nj i

y y y y y y A A

для

агента i , плановое значение KPI iy устанавливаемое агентом, а также для всех

агентов центром организационной системой задан коэффициент 0 . Определим

коэффициент iK амбициозности для агента i в соответствии с формулой

1 i

i n

j i

i j

n yK

y y

(4.1)

Фактически данный коэффициент возводит в степень 0 отношение плана

агента i к среднему плану, заявленному остальными агентами организационной

системы (ОС).

Если средний план по всем остальным агентам ОС равен плану iy ,

коэффициент iK амбициозности для агента i будет равен единице. Если средний план

по всем остальным агентам ОС меньше плана iy , коэффициент iK амбициозности

для агента i будет больше единицы, причем зависимость тем более сильная, чем

больше значение . В случае, когда средний план по всем остальным агентам ОС

меньше плана iy , ситуация будет обратной. Примеры зависимости коэффициента

98

амбициозности для степени 0.5, 1, 2 от значений отношения плана

агента i к среднему плану, заявленному остальными агентами, меняющихся в

диапазоне от 0 до 2, приведены на Рис. 11.

Рис. 11. Значения коэффициента амбициозности

Определим коэффициент отклонения iO фактического исполнения показателя

агентом i от плановых показателей, заявленных агентом i . Обозначим ir

фактическое значение показателя KPI, полученное агентом i в конце отчетного

периода. Пусть для всех агентов центром ОС заданы коэффициенты и . Тогда

1 1, 1

1 1, 1

i i

i i

i

i i

i i

r rЕсли

y yO

r rЕсли

y y

(4.2)

С точки зрения центра организационной системы, перевыполнение агентом

заявленного плана должно поощряться, однако не так сильно, как наказываться

недовыполнение плана. Если агент i подстраховался и не заявил свой реальный

прогноз iR , то перевыполнение такого заниженного прогноза не должно давать агенту

существенного выигрыша в значении коэффициента iO . Для достижения такой логики

стимулирования агента центр должен выбирать 1 и 0 1 . В общем случае

коэффициенты и могут выбираться центром независимо друг от друга. Одним из

возможных вариантов их взаимозависимости является случай, когда 1 и

Значения коэффициента амбициозности

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

Степень 0.5

Степень 1

Степень 2

99

1/ . Зависимости коэффициента отклонения для значений 2, 1/ 2 ,

3, 1/ 3 и 5, 1/ 5 от отношения факта исполнения 50 150ir

агентом i к заявленному агентом плану 100iy , приведены на Рис. 12. По своей сути

данная зависимость – это «взгляд центра» на выбранный агентом i план 100iy в

зависимости от того, какое значение ir агенту i удастся получить в конце отчетного

периода.

Рис. 12. Значение коэффициента отклонения при фиксированном плане

Определим для агента i , , i i if y y i N , как произведение коэффициента

отклонения и коэффициента амбициозности.

,i i i i if y y K O .

Пусть для вычисления iK задано 2 . Предположим, что известны три

варианта отношения 1ˆ

i

i

y

y , 0,9

ˆi

i

y

y и 1,1

ˆi

i

y

y . Тогда получим три варианта значений

1iK , 0,81iK и 1,21iK . Влияние коэффициента амбициозности для трех

перечисленных вариантов значения 1iK , 0,81iK и 1,21iK на целевую функцию

,i i i i if y y K O с коэффициентом отклонения iO для значений 3, 1/ 3

показано на Рис. 13. Отметим, что в данном случае, как и на Рис. 12, рассматривается

Значения коэффициента отклонения от факта исполнения

при фиксированном плане

-2,00

-1,50

-1,00

-0,50

0,00

0,50

1,00

1,50

2 и 1/2

3 и1/3

5 и 1/5

100

зависимость ,i i i i if y y K O от фактического исполнения 50 150ir агентом i

рассматриваемого KPI при заявленном агентом плане 100iy .

Рис. 13. Влияние коэффициента амбициозности на целевую функцию

Сделаем еще одно замечание относительно функции i y .

При построении ,i i i i if y y K O единственным параметром, который отличает

i y от j y для агентов i j , является значение реального прогноза iR и jR , которые

известны только самим агентам и неизвестны остальным участникам организационной

системы. С целью подчеркнуть данную зависимость будем в дальнейшем использовать

обозначение ,i iy R y .

Из определения коэффициента амбициозности следует, что выбор агентом i

прогнозного значения iy не влияет на значение среднего прогноза по остальным 1n

агентам. Обозначим ˆ1

n

j i

i j

i

y y

yn

. Тогда для целевой функции ,i i i i if y y K O

справедлива запись ˆ, , ,i i i i iy R y R y y . Таким образом, мы получили

функцию, зависящую от трех скалярных величин: iR - реального прогноза KPI,

известного агенту i , iy - заявляемого агентом i прогноза KPI, и ˆiy - средней величины

прогноза, заявленного остальными 1n агентами организационной системы. Пример

Влияние коэфициента амбициозности на целевую

функцию

-1

-0,5

0

0,5

1

1,5

2

1

0,81

1,21

101

такой функции для фиксированного значения 0,28iR при выбранных параметрах

2 , 3, 1/ 3 приведен на Рис. 14.

Рис. 14. Целевая функция

Особенностью изображенной поверхности является наличие единственного

максимума для различных значений iy при любом фиксированном значении ˆiy . Этот

максимум равен 0,28iR .

В момент осуществления процедуры планирования агенту i не известно

фактическое значение показателя KPI ir , которое он получит в конце отчетного

периода. Агент i обладает только значением реального прогноза iR и решает задачу,

какое значение плана iy заявить центру. Рассмотрим вид зависимости iO от

различных, заявляемых агентом значений iy при условии, что агенту известно

значение реального прогноза iR (которое, как считает агент, будет им достигнуто).

1 1, 1

1 1, 1

i i

i i

i

i i

i i

R RЕсли

y yO

R RЕсли

y y

(4.3)

-40,00

-30,00

-20,00

-10,00

0,00

10,00

20,00

30,00

40,00

50,00

Целевая функция

40,00-50,00

30,00-40,00

20,00-30,00

10,00-20,00

0,00-10,00

-10,00-0,00

-20,00--10,00

-30,00--20,00

-40,00--30,00

102

Заметим, что данное определение фактически отличается от (4.2) только заменой

величины ir на величину

iR . Данная замена является корректной, поскольку мы

исходим из предположения, что агент i реализует свой прогноз, т.е. в конце отчетного

периода будет выполнено равенство i ir R .

С ростом значения iy величина

iO убывает. При значениях i iy R коэффициент

1iO . При значениях i iy R коэффициент 1iO и при достаточно больших значениях

iy коэффициент iO становится отрицательным. Примеры зависимости коэффициента

отклонения iO для значений 2, 1/ 2 , 3, 1/ 3 и 5, 1/ 5 при

условии 100iR и диапазоне изменения 50 150iy приведены на рисунке 4.5. По

своей сути данная зависимость – это «взгляд агента» на проблему выбора заявляемого

значения iy .

Рис. 15. Коэффициент отклонения от заявленного плана при фиксированном прогнозе

При принятии решения о выборе значения iy , агент i будет рассматривать не только

значения коэффициента отклонения iO , но и значение коэффициента амбициозности

iK , а точнее их произведения ˆ, ,i i i i iR y y O K . Будем считать, что при расчете

коэффициента амбициозности использован параметр 2 . Зависимость

произведения ˆ, ,i i i i iR y y O K от величины заявляемого прогноза 50 150iy для

Значение коэффициента отклонения от заявляемого плана

при фиксированном прогнозе

-1,00

-0,50

0,00

0,50

1,00

1,50

2,00

2 и 1/2

3 и1/3

5 и 1/5

103

100iR и ˆ 90,91iy (т.е. 100/90,91=110%) приведена на Рис. 16. Поскольку 2 и

1,1ˆ

i

i

y

y получим 1,21iK .

Рис. 16. Целевая функция при реальном плане

Как видно из графиков, максимум целевой функции ˆ, , 1,21i i i i iR y y O K достигается

при выполнении условия 100i iy R . Другими словами, агент i для максимизации

целевой функции должен заявить план iy , совпадающий с реальным прогнозом 100iR

.

Докажем данный вывод. Для этого используем следующее

Утверждение 1. [14]

Если в игре n лиц ,i i iy a b , функции выигрыша непрерывны по совокупности

стратегий для каждого игрока частная производная ˆ, ,i i i

i

R y y

y

существует и

знакопостоянна, то существует Равновесие в Доминантных Стратегии (РДС). При этом

доминантной стратегией *

iy игрока i будет стратегия

*

ˆ, ,, 0

,1ˆ, ,

, 0

i i i

i

i

i

i i i

i

i

R y ya

yy i n

R y yb

y

Целевая функция при реальном плане агента равном 110%

плана системы.

-2,000000

-1,500000

-1,000000

-0,500000

0,000000

0,500000

1,000000

1,500000

KA*(2 и 1/2)

KA*(3 и 1/3)

KA*(5 и 1/5)

104

Рассмотрим два интервала для функции ˆ, ,i i i i iR y y O K . Интервал 0,i iy R и

интервал ,i iy R .

Вариант 1.

Пусть 0,i iy R . В этом случае получаем 1i

i

R

y . Тогда, согласно (4.2) получаем

ˆ, ,i i i i iR y y O K 1 11 1

ˆ ˆ ˆi i i

i i

i i i i

R y Ry y

y y y y

Тогда

22 1

ˆ, , 1 11

ˆ ˆ ˆ

i i i i ii i i i

i i i i

R y y R yy y R y

y y y y

Докажем, что

ˆ, ,0

i i i

i

R y y

y

т.е. будем доказывать, что функция ˆ, ,i i iR y y возрастает на интервале 0,i iy R .

Величина 2

0ˆi

i

y

y

при 0,i iy R . Тогда для выполнения условия положительности

производной должно выполняться условие 1 0i iR y

Это эквивалентно

1 1i iR y

Или с учетом условия 1i

i

R

y получаем

11

1

i

i

R

y

(4.4)

Выберем минимальное значение 1i

i

R

y и определим соотношение между

положительными величинами и при котором неравенство (4.4) будет исполняться.

1 1 1 11 1

1 1a a

Вариант 2.

105

Пусть ,i iy R . В этом случае получаем 1i

i

R

y . Тогда, согласно (4.2) получаем

ˆ, ,i i i i iR y y O K 1 11 1

ˆ ˆ ˆi i i

i i

i i i i

R y Ry y

y y y y

Тогда

22 1

ˆ, , 1 11

ˆ ˆ ˆ

i i i i ii i i i

i i i i

R y y R yy y R y

y y y y

Докажем, что ˆ, ,

0i i i

i

R y y

y

т.е. будем доказывать, что функция ˆ, ,i i iR y y убывает

на интервале ,i iy R .

Величина 2

0ˆi

i

y

y

при ,i iy R . Тогда для отрицательности производной должно

выполняться условие 1 0i iR y

Это эквивалентно

1 1i iR y

Или с учетом условия 1i

i

R

y получаем

11

1

i

i

R

y

(4.5)

Выберем максимальное значение 1i

i

R

y и определим соотношение между

положительными величинами и , при котором неравенство (4.5) будет

исполняться.

1 1 1 11 1

1 1a a

Таким образом, при выполнении условий 0 получаем, что на интервале

0,i iy R функция ˆ, ,i i iR y y монотонно возрастает и, согласно Утверждению 1, для

точки РДС выполняется условие *

i iy R . Соответственно, на интервале ,i iy R

функция ˆ, ,i i iR y y монотонно убывает и, согласно Утверждению 1, для точки РДС

выполняется условие *

i iy R . Итак, мы доказали следующее Утверждение.

106

Утверждение 2.

Пусть для одноуровневой ОС с n агентами заданы параметры 0 и вектор

значений реальных прогнозов 1 2, ,..., nR R R . Тогда для целевой функции агента 1 i n

ˆ, ,i i i i iR y y O K , где

1 1, 1

1 1, 1

i i

i i

i

i i

i i

R RЕсли

y yO

R RЕсли

y y

, 1 i

i n

j i

i j

n yK

y y

, ˆ1

n

j i

i j

i

y y

yn

существует Равновесие в Доминантных Стратегии (РДС) равное *

i iy R ,1 i n .

Вернемся к примеру игры агента с центром, в котором будут фигурировать

приведенные выше графики.

Исходное состояние.

Будем считать, что всем агентам, а также центру перед началом процедуры

планирования известны формулы расчета iK и iO , но неизвестны значения параметров

, , . Каждый агент знает свой реальный прогноз, который неизвестен остальным

участникам ОС. Пусть для агента с номером i такой прогноз 0,28iR .

Шаг 1.

Центр, исходя из своих предпочтений, выбирает значения параметров

12, 3,

3 и сообщает их всем агентам, в том числе и агенту i . Заметим, что для

выбранных значений выполняется условие Леммы 2, а именно 1

3 2 03

. В

результате все участники ОС понимают, как меняется коэффициент амбициозности

(желтый график на Рис. 11). Также всем участникам ОС становится известно, как

изменяется коэффициент отклонения (желтый график на Рис. 12).

Шаг 2.

107

Агент с номером i , исходя из своего предположения о том, что в конце отчетного

периода он со 100% вероятностью получит фактическое значение KPI 0,28i ir R ,

строит целевую функцию на Рис. 14. Анализируя данную функцию для любых

значений îy , агент с номером i приходит к выводу о том, что максимальное значение

целевой функции он получит (при условии выполнения 0,28i ir R ), если заявит

прогнозное значение 0,28i iy R , причем независимо от того, каково будет

значение îy . В результате проведенного анализа агент с номером i заявляет центру

свой прогноз 0,28i iy R .

Шаг 3.

Центр, получив прогнозы от всех агентов, вычисляет значение îy и сообщает его

агенту i . Предположим, ˆ 0,2545iy . Это означает, что агент i дал более амбициозный

прогноз 0,28i iy R , чем в среднем все остальные агенты ОС. Отношение

0,281,1

ˆ 0,2545

i

i

y

y . На основании полученного отношения и известного параметра

2 центр и агент i вычисляют значение 2

1,1 1,21iK и строят итоговую

целевую функцию для агента i (желтый график на Рис. 13).

В итоге если агент i в конце отчетного периода реализует свои планы и получит

значение KPI 0,28i ir R , то значение его целевой функции составит 1,21i iO K .

Сделаем ряд заключительных замечаний по предложенному механизму

определения оптимального значения KPI.

Замечание 1.

Аналогичные рассуждения справедливы для любого агента системы и любого

значения его реального прогноза iR . Таким образом, центр получает от всех агентов их

реальные прогнозы, которые являются одновременно и адекватными и амбициозными

(поскольку у каждого агента единственный прогноз, который он планирует выполнить

со 100% вероятностью).


108

На основании реальных прогнозов iR и

jR агенты должны (если система

мотивации работает правильно) выбрать значения плановых показателей i iy R и

j jy R . При таком выборе коэффициенты амбициозности iK и

jK будут адекватно

отражать амбициозность планов агентов только в том случае, если агенты работают в

одинаковых условиях.

Предположим, что у первого агента портфель проблемных активов недостаточно

обеспечен залогами, а у второго агента портфель переобеспечен. В данном случае

первому агенту будет сложно соревноваться со вторым по такому показателю KPI, как

процент возврата денежными средствами на объем проблемного портфеля. При

прочих равных условиях самый амбициозный прогноз первого агента будет ниже

консервативного прогноза второго агента. Для того чтобы сделать значения

коэффициента амбициозности адекватными в данной ситуации необходимо

дополнительно учитывать показатель обеспеченности портфеля, с которым работают

агенты. Такой учет возможен, например, при использовании дополнительного

поправочного коэффициента, отражающего обеспеченность портфеля агента по LGD-

модели, на который будет умножаться целевая функция ,i if y .

В дальнейших рассуждениях мы будем полагать, что исходные условия для

различных агентов одинаковы. В этом случае функция стимулирования агента i ,

зависящая от механизма стимулирования агента i и вектора действий агентов,

фактически состоит только из стимулирования i y . Или ˆ, , ,i i i i iy R y R y y .


Центр может модифицировать метод установления значения ˆiy . Это необходимо в

том случае, например, если агенты организационной системы могут договориться

между собой и в результате совместно дать заниженные прогнозы. В таких случаях

значение ˆ iy может определяться по формуле

min

ˆ1

n

j i

i j

i

i

y y

y Maxn

y

,

109

где min

iy - некоторое минимальное значение KPI, устанавливаемое центром для агента i .

В качестве ориентира для значения min

iy может рассматриваться данные LGD-модели,

которые рассчитываются центром отдельно для каждого агента. Центр их сообщает

агентам на шаге 1 вместе с параметрами , , . В этом случае агенты будут

продолжать соревноваться друг с другом, устанавливая максимально амбициозные

планы, но центр дает им ориентир, который является минимальным планом, при

заявлении которого агент может получить результирующее значение функции

ˆ, , ,i i i i iy R y R y y не ниже единицы.

110

4.2 Результаты внедрения системы относительных KPI на (примере Северо-

Западного Банка Сбербанка РФ).

Метод встречных планов, изложенный в предыдущем разделе, реализован по

новой модели бизнес - планирования при процедуре планирования показателей KPI

для подразделений по работе с проблемными активами (ПРПА) Северо-Западного

Банка (СЗБ) Сбербанка РФ в 2016 году.

Процедура планирования для ПРПА проходит ежеквартально и состоит в

определении Аппаратом СЗБ (является центром ОС) девяти установленных

Центральным Аппаратом (ЦА) показателей для каждого из семи Головных Отделений

Сберегательного Банка (ГОСБ), входящих в состав СЗБ. В данном случае ГОСБ могут

рассматриваться в качестве агентов организационной системы. Перечень показателей,

методика их расчетов не могут быть изменены Аппаратом СЗБ, поскольку

определяются Центральным Аппаратом, но плановые значения данных показателей

Аппарат СЗБ может устанавливать самостоятельно.

В состав СЗБ входят семь отдельных ГОСБ (ГОСБ по Санкт - Петербургу, ГОСБ

по Лен. области, ГОСБ по Калининграду, ГОСБ по Мурманску, ГОСБ по Пскову,

ГОСБ по Карелии, ГОСБ по Мурманску).

Дадим комментарии по девяти KPI, плановые показатели по которым

устанавливаются Аппаратом СЗБ для каждого из семи ГОСБ. Портфель проблемной

ссудной задолженности СЗБ в целом и каждого ГОСБ в частности состоит из

проблемных активов (ПА) черной зоны (как правило, это кредиты со сроками

просрочки более 90 дней) и остальных проблемных активов, относящихся к красной

зоне. Каждому проблемному активу соответствует резерв, также относящийся к

черной или красной зонам.

Показатель сокращения проблемного актива (по красной, черной или в целом по

портфелю) рассчитывается как отношение объема сокращения величины проблемного

актива за квартал (по красной, черной или в целом по портфелю ПА) к объему

проблемного актива (по красной, черной или в целом по портфелю проблемных

активов) на начало квартала. Аналогично рассчитывается показатель восстановления

111

РВПС в разрезе резерва красной зоны, черной зоны и резерва по всему проблемному

портфелю.

NPL90+ «После» означает отношение объема сокращения задолженности за

квартал по проблемным активам, которые имеют просроченную задолженность свыше

90 дней к объему такой задолженности на начало квартала. Аналогично NPL1095+

означает отношение объема сокращения задолженности за квартал по проблемным

активам, которые имеют просроченную задолженность свыше 1095 дней (т.е. более

трех лет) к объему такой задолженности на начало квартала.

NPL90+ «ДО» означает отношение объема сокращения задолженности за

квартал по проблемным активам, которые имеют просроченную задолженность свыше

90 дней без учета списаний и дисконта по цессиям к объему такой задолженности на

начало квартала. В размере объема списанных кредитов и дисконта по заключенным

цессиям заключается отличие между показателем NPL90+ «ДО» (в котором убытки

банка по списанным кредитам и дисконтам по цессиям не учитываются) и NPL90+

«После» (в котором на снижение просроченной задолженности влияют дисконты и

списания)

Все перечисленные девять KPI являются относительными (т.е. показывают

динамику изменения какого-либо показателя проблемного портфеля за квартал) и

измеряются в процентах. Выгода Аппарата СЗБ (как центра ОС) тем больше, чем

больше фактическое значение любого из перечисленных KPI (т.е. чем быстрее ГОСБ

урегулирует тот или иной проблемный показатель) у каждого ГОСБ.

Процедура планирования состоит в установлении плановых показателей ГОСБ

на основе LGD-модели, которые рассчитываются центральным аппаратом. В

результате плановые показатели KPI для ГОСБ назначаются директивно и не

учитывают мнение самого ГОСБ. Расхождение в данных LGD-модели с мнением

ГОСБ, как правило, обусловлено тем, что LGD-модель качественно оценивает

большой портфель, с большим числом активов. Объем портфеля ГОСБ относительно

небольшой и может качественно отличаться от среднестатистических данных, что дает

отклонения как в сторону увеличения возможности ГОСБ урегулировать тот или иной

показатель, так и в сторону уменьшения такой возможности. План по урегулированию

112

проблемного актива для каждого из девяти KPI, утвержденный на основании

существующей модели премирования (табл. 13).

Таблица 13.

ГОСБ Сокращение ПА Восстановление РВПС

NPL1095+ Остаток NPL90+

Общее Красная Черная Общее Красная Черная NPL90+ "ДО" NPL90+ "После"

ГОЛО 4,8% 1,8% 13,9% 8,7% 2,5% 14,4% 35,0% 60,7% 70,4%

ГО СПб 8,6% 12,6% 3,7% 7,8% 45,7% 4,2% 35,0% 0,0% 0,0%

Калининград 10,7% 71,7% 7,2% 8,9% 562,0% 6,6% 35,0% 10,5% 70,8%

Карелия 3,4% 4,2% 2,6% 3,8% 27,2% 1,9% 1,4% 5,0%

Мурманск 57,5% 62,7% 5,7% 10,0% 22,9% 5,7% 35,0% 0,0% 0,0%

Новгород 5,8% 9,4% 1,9% 6,3% 12,7% 2,7% 35,0% 0,2% 0,0%

Псков 2,9% 3,5% 1,3% 5,1% 9,6% 1,0% 3,1% 0,0%

Альтернативным методом установления плановых значений KPI для ГОСБ

является метод встречных планов, рассмотренный в предыдущем параграфе. Для

получения встречных планов по каждому из девяти KPI, до ГОСБ были доведены

параметры функции 0.3; 1; 0.2 , а также вид целевой функции

ˆ, ,i i i i iR y y O K в соответствии с Утверждением 2. Для выбранных значений

выполняется условие Утверждения 2, а именно 1 0.3 0.2 0 .

На основании полученных данных, исходя из своего портфеля проблемного

актива, каждый ГОСБ доводит до сведения аппарата СЗБ свой встречный план по

каждому из девяти KPI. Данные планы по урегулированию проблемного актива в

рамках проекта по новой модели бизнес - планирования приведены в Таблице 14.

113

Таблица 14.




ГОЛО 7,1% 4,7% 14,3% 20,7% 2,3% 37,3% 70,6% 61,4% 73,6%

ГО СПб 8,0% 13,1% 1,7% 3,0% 13,9% 1,9% 40,2% 1,6% 7,8%

Калининград 14,2% 5,6% 14,6% 13,3% 1,5% 13,4% 54,3% 15,9% 76,2%

Карелия 13,3% 14,8% 11,6% 13,6% 19,2% 13,1% 21,5% 30,7%

Мурманск 57,7% 62,8% 7,1% 14,0% 18,9% 12,3% 93,3% 30,3% 44,0%

Новгород 7,8% 9,9% 5,6% 2,6% 1,5% 3,2% 43,1% 42,4% 45,9%

Псков 2,9% 3,1% 2,2% 2,4% 2,7% 2,2% 6,8% 3,4%

Фактический процент урегулирования по каждому из девяти KPI за второй

квартал 2016 года в разрезе каждого ГОСБ приведен в Таблице 15.

Таблица 15.




ГОЛО 4,8% 2,7% 11,1% 40,3% 46,8% 34,4% 72,6% 60,8% 70,6%

ГО СПб 7,8% 11,9% 2,7% 4,9% 23,6% 3,1% 26,1% 5,1% 22,6%

Калининград 9,4% 19,6% 8,8% 8,3% 44,3% 8,2% 2,2% 13,1% 70,6%

Карелия 13,1% 14,4% 11,5% 13,9% 26,7% 12,8% 22,5% 32,7%

Мурманск 0,1% 0,0% 1,4% 5,1% 9,3% 3,7% 90,8% 26,0% 40,0%

Новгород 7,7% 9,9% 5,3% 2,8% 2,4% 3,1% 0,0% 42,9% 45,8%

Псков 2,4% 3,1% 0,3% 16,0% 33,4% 0,4% 6,1% 3,3%

Сравним результаты планирования для ГОСБ по LGD-модели и результаты,

полученные путем применения механизма встречных планов. В качестве критерия

точности предлагаемого метода планирования для каждого KPI будем использовать

среднеквадратичное отклонение фактического значения данного KPI от планового

значения по семи ГОСБ. Таким образом, получим среднеквадратичные отклонения для

планирования на основе LGD-модели и планирования на основе встречных планов по

каждому из девяти KPI. Итоговые данные по полученным среднеквадратическим

отклонениям приведены в Таблице 16.

114

Таблица 16.

Сокращение ПА Восстановление

РВПС NPL10

95+

Остаток NPL90+

Общ

ее

Красн

ая

Черн

ая

Общ

ее

Красн

ая

Черн

ая

NPL90+

"ДО"

NPL90+

"После"

Планирование на основе LGD-

модели

58,2

%

82,1

%

11,1

%

35,5

%

520,9

%

22,9

% 83,1% 54,6% 70,6%

Планирование с использованием

встречных планов

57,8

%

64,4

% 9,0%

26,0

%

70,7

%

10,7

% 69,1% 6,4% 16,7%

Отклонение 0,4

%

17,7

% 2,1%

9,5

%

450,2

%

12,2

% 14,0% 48,2% 53,9%

Таким образом, выводы на основе полученных данных по результатам проекта

следующие:

1. Как видно из Таблицы 15, среднеквадратичное отклонение плановых от

фактических значений по методу встречных планов дает меньший разброс, чем

среднеквадратичное отклонение при планировании на основе LGD-модели. Данный

вывод подтверждается по каждому из девяти KPI, которые являются, по сути, девятью

экспериментами сравнения двух методов планирования. Среднее отклонение в разрезе

всех показателей по действующей модели составляет 104,3%. Среднее отклонение по

проекту составляет 36,8%.

2. Суммарные плановые значения по методу встречных планов в рассмотренном

эксперименте могут отличаться от суммарных плановых значений по LGD-модели как

в большую сторону (по сокращению ПА красной зоны, восстановлению резерва по

черной зоне и NPL1095+), так и в меньшую сторону по остальным шести показателям.

Это подтверждает целесообразность самостоятельного установления ГОСБ более

напряженных планов, чем планы по LGD-модели, если у ГОСБ есть информация о

возможности реализации такого плана.

115

Выводы

Рассмотрены системы KPI, в том числе для подразделений по работе с

проблемными активами в банке. Исследователи рассматривали задачу, при которой

KPI-система управления результатами бизнеса не только отслеживала, но и

стимулировала достижение банком своих целей. Для решения такой задачи

необходимо наладить собственно механизм установки этих целей.

Дается формулировка задачи определения целевых значений одного KPI для

нескольких Подразделений образующих Систему. Пусть есть n подразделений –

агентов 1,2,...,i N n , объединение которых с центром образуют двухуровневую

организационную систему (ОС), состоящую подразделений-агентов и управляющего

центра, который делает в игре первый ход, определяя для агентов их мотивационные

факторы.

Каждое подразделение-агент i знает собственный реальный прогноз iR , который

неизвестен другим подразделениям, а также неизвестен центру. При этом у каждого

агента i есть множество различных потенциальных вариантов прогноза iy A .

Задача центра состоит в том, чтобы предложить такую конструкцию установки

механизма стимулирования 1 2, ,..., ny y y y целевых значений KPI для всех

агентов, чтобы в результате каждый агент при проведении планирования с подходом

«снизу-вверх» установил себе значение ,i i iy R y A .

Решение задачи производится с учетом двух предположений:

- у центра отсутствует собственный (не опосредованный агентом) результат

деятельности;

- затраты агентов не зависят от того, какой прогноз они заявят и какой будет

получен фактический результат.

Изложенная постановка задачи соответствует механизму стимулирования

встречных планов. Для случая единственного варианта реального прогноза iR

доказывается Утверждение 2, задающее ограничения на параметры целевых функции

агента, позволяющие центру решить поставленную задачу, причем такое решение

будет иметь свойства равновесия в доминантной стратегии (РДС).

116

Утверждение 2.

Пусть для одноуровневой ОС с n агентами заданы параметры 0 и вектор

значений реальных прогнозов 1 2, ,..., nR R R . Тогда для целевой функции агента 1 i n

ˆ, ,i i i i iR y y O K , где

1 1, 1

1 1, 1

i i

i i

i

i i

i i

R RЕсли

y yO

R RЕсли

y y

, 1 i

i n

j i

i j

n yK

y y

, ˆ1

n

j i

i j

i

y y

yn

существует РДС равное *

i iy R ,1 i n .

Предложенная методика определения KPI по методу встречных планов была

применена в Северо-западном Банке Сбербанка РФ. В качестве параметра,

показывающего качество планирования каждого из девяти KPI, предложена величина

среднеквадратичного отклонения фактически полученных агентами значений KPI от

устанавливаемых плановых значений. Все перечисленные девять KPI являются

относительными. На основе полученных данных были рассчитаны

среднеквадратичные отклонении плановых значений KPI от фактических значений,

получаемых подразделениями-агентами по результатам квартала. По методу

встречных планов данный параметр дает меньший разброс, чем при планировании на

основе LGD-модели. Указанная зависимость отмечается по каждому из девяти KPI,

назначаемых для подразделения по работе с проблемными активами. По трем из

девяти KPI заявляемый агентами прогноз стал более амбициозным, чем прогноз,

рассчитанный центром на основании LGD-модели.

117

Заключение

Значимость задачи поиска метода эффективного урегулирования проблемной

задолженности кредитных организаций дала толчок к появлению целого ряда

исследований. Целью настоящей работы является разработка авторского подхода к

оценке эффективности урегулирования проблемной задолженности кредитных

организаций.

В результате получены следующие результаты:

1. В диссертационном исследовании обоснована взаимосвязь таких величин, как

просроченная задолженность банков РФ, размер ссудного портфеля банков РФ и

совокупная валютная выручка РФ.

Предложен ряд показателей, характеризующих изменение объема просроченной

задолженности заемщиков, изменение совокупного кредитного портфеля, динамику

совокупной валютной выручки.

Для исследуемых параметров введены динамические показатели, показывающие

изменение параметра за шесть месяцев к значению параметра на начало

шестимесячного интервала.

Сделан вывод о том, что просроченная задолженность является индикатором

текущего состояния экономики РФ, которое в свою очередь зависит от цен на

углеводородное сырье, определяющих объем готовой валютной выручки. Данная

зависимость отражает сырьевую направленность экономики РФ, что дает возможность

достаточно точно предсказывать тренд в изменении объема просроченной

задолженности в зависимости от динамики объемов совокупной валютной выручки.

2. Показано, что эффективное урегулирование банками просроченной

задолженности возможно только при условии применения комплексного подхода,

отраженного в авторской методике CCPM, суть которой состоит в последовательном

применении четырех ее составляющих:

Классификации существующих методов урегулирования ПА

(Classification)

118

Выбора их существующих методов наиболее подходящего, т.е. метода,

максимизирующего выбранный параметр урегулирования ПА (Choicing)

Планирования стратегии урегулирования ПА и тех параметров, которые

банк стремиться достигнуть в процессе урегулирования ПА (Planning)

Организации системы мотивации, работающих над урегулированием ПА

через систему KPI и встречных планов (Motivation).

3. Рассмотрены инструменты урегулирования проблемных активов. Приведена

классификации из 12 инструментов (процессов) урегулирования проблемных активов

(ПА). Анализируются результаты статистических исследований применений

указанных инструментов, в которые были вовлечены все Территориальные Банки (ТБ)

Сбербанка РФ. Результаты исследований показывают, что типовые ситуации

применения инструментов зависят от трех факторов:

- выбор стратегии (дефолтная или кредитная стратегия),

- тактика работы с ПА (Hard и Soft),

- участие третьих лиц (контрагентов) в урегулировании ПА.

Предложены два новых инструмента – Отложенная Продажа залогового актива и

комбинация мирового соглашения и вхождения в Уставный капитал должника. Таким

образом, получена более полная классификация инструментов урегулирования

проблемной задолженности.

Суть метода Отложенной Продажи заключается в следующем. Банк, имеющий

необеспеченный кредит, может выставить на торги залоговое обеспечение по такому

кредиту на торги в процедуре банкротства по заведомо завышенной стоимости и,

после несостоявшихся вторых торгов, принять имущество на баланс. Таким образом,

Банк практически гарантированно получает имущество себе на баланс и, благодаря

такой гарантии, может заранее заключить прямой договор купли-продажи залогового

актива в будущем с конечным покупателем (или предварительный договор купли-

продажи). Более того, конечный покупатель еще до проведения торгов, может

заключить договор краткосрочной аренды с арбитражным управляющим и, тем самым,

может получить возможность использовать залоговый актив.

119

Суть комбинации мирового соглашения и вхождения в Уставной капитал

должника заключается в следующем. В том случае, когда мировое соглашение

невозможно (поскольку должник не может вернуть долговую нагрузку в сроки,

устраивающие кредиторов, за счет своей деятельности или продажи имущества),

кредиторы могут конвертировать часть своих долгов в акции Дочернего Предприятия

Заемщика (ДПЗ), которое создается путем принятия кредиторами решения о

замещении актива в процедуре банкротства. Сумма конвертируемого долга

рассчитывается так, чтобы остаток долга мог быть погашен должником за приемлемое

для кредиторов время.

В результате кредиторы получают возможность получения определенного

денежного потока от должника, что невозможно в случае перехода в процедуру

банкротства и реализации имущества должника с торгов. Кроме этого кредиторы

получают возможность юридического и финансового контроля деятельности

должника, что повышает стоимость долей их участия в капитале должника. Также

каждый кредитор может продать (при наличии покупателя) свою долю по текущей

рыночной цене. В момент заключения мирового соглашения такая цена стремиться к

нулю, поскольку в акции должника конвертируется как раз та часть долга, которую

должник не в состоянии обслуживать и погасить. Однако, по мере гашения

должником своих долгов по мировому соглашению, стоимость долей растет, и

вероятность их реализации повышается.

4. Проведен анализ ряда известных критериев эффективности урегулирования

проблемных активов. В основе таких критериев лежит показатель приведенного

денежного потока (NPV).

Дано обобщение критерия эффективности, дающее более корректную оценку

NPV по сравнению с рассмотренными критериями.

Формула для такого критерия имеет вид

лик

T

t

N

ii

i

t

tt CpD

CFp

r

MqNPV

11111 1

, где



120







стратегии;




Рассмотрена типичная ситуация урегулирования проблемного актива вышедшего на

просрочку с пятью результатами в виде стратегии





5.Мировое соглашение после обращения в суд;

Для данной ситуации показывается, как работает экспертная система, в которой

применяется инструмент дерева бинарной игры для выбора оптимальной стратегии.

Для определения значения функции полезности Заемщика и Банка в каждой

терминальной вершине бинарного дерева игры (т.е. в каждом итоговом результате

урегулирования проблемного актива, который может быть достигнут) предлагается

использовать метод квалиметрической модели. На основании полученных значений

функций полезности для Заемщика и Банка экспертная система определяет

оптимальную для Банка терминальную вершину (т.е. максимально выгодный для

Банка результат урегулирования проблемного актива) и тот путь, который должен

выбрать сотрудник ПРПА для ее достижения.

5. Рассмотрен ряд систем KPI для подразделений по работе с проблемными активами в

банке. Дается формулировка задачи определения целевых значений одного KPI для

121

нескольких Подразделений образующих Систему. Каждое Подразделение-агент i

знает собственный реальный прогноз iR , который неизвестен другим Подразделениям,

а также неизвестен Центру ОС. При этом у каждого агента i есть множество

различных потенциальных вариантов прогноза iy A .

Задача центра ОС состоит в том, чтобы предложить такую конструкцию

установки механизма стимулирования 1 2, ,..., ny y y y целевых значений

KPI для всех агентов, чтобы в результате каждый агент при проведении планирования

с подходом «снизу-вверх» установил себе значение ,i i iy R y A .

Изложенная постановка задачи соответствует механизму стимулирования

встречных планов. Для случая единственного варианта реального прогноза iR

доказывается, что при определенных ограничениях на параметры целевых функции

агента, Центру может решить поставленную задачу в виде Равновесия в Доминантной

Стратегии (РДС) равному *

i iy R ,1 i n .

Предложенная методика определения KPI по методу встречных планов была

применена в проекте на базе Северо-западного Банка Сбербанка РФ. В качестве

параметра, показывающего качество планирования каждого из девяти KPI,

предложена величина среднеквадратичного отклонения фактически полученных

агентами значений KPI от устанавливаемых плановых значений. По методу встречных

планов данный параметр дает меньший разброс, чем при планировании на основе

LGD-модели. Таким образом, корректировка прогноза значения KPI по

предложенному методу встречных планов дает не только более точные прогнозы, но и

(в том случае, когда Подразделение-агент это может) устанавливает более

напряженный плановые значения KPI.

122

Список литературы:

Федеральные законы:

1. Гражданский кодекс Российской Федерации (часть первая) от 30.11.1994 № 51-

ФЗ.

2. Гражданский кодекс Российской Федерации. Часть первая и вторая.

[Электронный ресурс]: // СПС «КонсультантПлюс»: Законодательство: Версия Проф. –

Режим доступа: http://base.consultant.ru. (Дата обращения: 20.06.2014).

3. Налоговый кодекс Российской Федерации (НК РФ). Часть первая и вторая.

[Электронный ресурс]: // СПС «КонсультантПлюс»: Законодательство: Версия Проф. –

Режим доступа: http://base.consultant.ru (Дата обращения: 20.06.2014).

4. Положение ЦБ РФ № 254-П «О порядке формирования кредитными

организациями резервов на возможные потери по ссудам, по ссудной и приравненной

к ней задолженности».

5. РФ. Банк России. О порядке формирования кредитными организациями резервов

на возможные потери по ссудам, по ссудной и приравненной к ней задолженности :

положение № 254-П от 26 марта 2004 // Гарант: информационно-правовая система.

URL: base.garant.ru/584458/1/#block_1#ixzz3QanBJPUT. Дата обращения: 02.02.2015.

6. РФ. О банках и банковской деятельности : федеральный закон № 395-1 от

02.12.1990 // Консультант Плюс: информационно-правовая система. URL:

consultant.ru/popular/bank/46_1.html#p96. Дата обращения: 02.02.2015.

Положения и инструкции:

7. Методика Расчета ключевых показателей эффективности работы с проблемными

активами в рамках индивидуальной и упрощенной моделях сбора. ПАО Сбербанк

России. Москва 2016.

8. Метрика эффективности. Денис Бугров "Вестника McKinsey".

Учебники:

9. Авинаш Дикст, Барри Нейлбафф, Теория игр. Искусство стратегического

мышления в бизнесе и жизни. Москва. 2015.

10. Азгальдов, Г. Г. О квалиметрии / Г. Г. Азгальдов, Э. П. Райхман, А. В. Гличев. –

М.: Стандартиздат, 1973.

11. Антикризисное управление / под ред. Э.М. Короткова. М., 2007.

12. Бурков В.Н., Данев Б., Еналеев А.К. и др. Большие системы: моделирование

организационных механизмов. М.: Наука, 1989.

13. Бурков ВН., Грацианский Е.В., Еналеев А.К., Умрихина Е.В. Организационные

механизмы управления научно-техническими программами. Препринт. М.: ин-т

проблем управления, 1993.

14. Петросян Л.А., Зенкевич Н.А., Семина Е.А. Теория игр. М. Высшая школа, 1998.

15. Еналеев А.К. Оптимальность согласованных механизмов функционирования в

активных системах // Управление большими системами. 2011.

123

Статьи:

16. Автоматизированная квалиметрия баз знаний на основе тестирования

программного обеспечения систем поддержки принятия решений [Текст] / В.В. Жиров

// Научная сессия НИЯУ МИФИ-2011. Т.3.

17. Баймакова А.В., Тишина В.Н. Ссудная задолженность кредитной организации:

проблемы и инструменты ее урегулирования // Экономика и бизнес: взгляд молодых.

№1. 2013. С.178.

18. Бобыль В.В. Использование нейронечеткой скоринговой модели в оценке

кредитного риска заемщика // Финансы и кредит. 2014. № 32(608). С.18-25.

19. Волкова О.Н. Анализ факторов, влияющих на формирование кредитного

портфеля российских банков/ О.Н. Волкова, С.И. Груздев // Финансы и кредит. 2013.

№ 45(183).

20. Гребеник Т.В. Методика определения качества кредитного портфеля //

Методический журнал «Банковское кредитование». 2014. № 5 (57). С.41–55.

21. Грушко Т.Г. Практические аспекты реализации заложенного имущества в

процедурах банкротства // Имущественные отношения в Российской Федерации. 2016.

№5(176). С.6-11.

22. Глушкова Н.Б. Особенности организации работы с проблемными кредитами //

ВЕСТНИК ТВЕРСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. СЕРИЯ:

ЭКОНОМИКА И УПРАВЛЕНИЕ. 2015. №1-1. С.203-213.

23. Губко М.В., Новиков Д.А. Теория игр в управлении организационными

системами. РАН. Институт проблем управления им. В.А. Трапезникова. М. 2005.

24. Гусятников П.В. Модели для оценки уровня возможных потерь при дефолтах в

кредитном портфеле // Современная экономика: проблемы и решения. 2011. №9 (21).

С.119-124.

25. Гусятников П.В. Оптимизация модели для оценки уровня возможных потерь при

дефолте // Вестник СГСЭУ. 2012. №3. С.118-120.

26. Давыдов В.А., Халилова М.Х. Инструменты урегулирования проблемной

задолженности банков // Банковское дело. 2016. №7. С.52-56.

27. Давыдов В.А., Халилова М.Х. Классификация инструментов урегулирования

проблемной задолженности банков // Финансы и кредит. 2016. №31.

28. Еналеев А.К., Оптимальные согласованные механизмы в активных системах и

задача теории контрактов. УБС. 2014, выпуск 49, С.167–182.

29. Косинов Д.С. Оптимизация и стратегия работы с проблемной задолженностью в

банках // Социально-экономические явления и процессы. №4 (50). 2013. С.83-87.

30. Куницына Н.Н. Повышение эффективности управления системой коммерческих

банков в условиях макроэкономической нестабильности / Н.Н. Куницына, В.А.

Бондаренко // Финансы и кредит. 2014 № 22(598). С.2-12.

31. Лозовская С.О. Отступное как способ прекращения обязательств // ЗАКОНЫ

РОССИИ: ОПЫТ, АНАЛИЗ, ПРАКТИКА. 2010. №12. С.32-36.

http://elibrary.ru/contents.asp?issueid=925915


124

32. Лукашевич Н. С. Сравнение нейросетевых и статистических методов оценки

кредитного риска // Финансы и кредит. 2011. №1 (433). С.32–41.

33. Митрохин В. В. Оценка работы банков с проблемной задолженностью

юридических лиц. / В. В. Митрохин, В. В. Стукалов // Финансы и кредит. 2011. № 14.

С.25–30.

34. Муравецкий А.Н. О возможностях снижения риска кредитного портфеля //

Финансы и кредит. 2013. № 16 (544).

35. Мунерман И., Петренко Л. Оценка проблемных кредитов.

http://smao.ru/ru/magazine/2009/04/5.html

36. Ноздрева И.Е., Степанова С.А. Управление проблемными кредитами в

коммерческих банках // Экономика и предпринимательство. №10-1(63-1). 2015. С.519-

524.

37. Олоян К. А. Об оценке кредитного качества корпоративного заемщика. / К. А.

Олоян // Деньги и кредит. 2008. №8. С.37–42.

38. Оценка финансовой устойчивости кредитной организации. М.: КНОРУС. 2011.

39. Придачук М.П. Основные тенденции развития посткризисной экономики / М.П.

Придачук // Финансы и кредит. 2014. №21(597). С.16-20.

40. Романова, Л.Е. Учет совокупного кредитного риска банка при определении

категории качества ссуды / Л.Е. Романова, К.В. Рудакова // Финансы и кредит. 2012. №

7(487). С.34-40.

41. Рыкова И. Н. Банковская система России на выходе из кризиса: первоочередные

задачи // Финансы и кредит. 2010. №32 (416). С.2–15.

42. Свит Ю.П. Новация как способ прекращения обязательств // ЗАКОНЫ РОССИИ:

ОПЫТ, АНАЛИЗ, ПРАКТИКА. 2010. №12. С.45-51.

43. Смыков М.С. Структурные составляющие финансового механизма

регулирования проблемной задолженности коммерческого банка // Экономика, налоги,

право. №2. 2011. С.163-172.

44. Сороколетов Д.С. Инструменты работы с проблемными активами // Банковское

дело. 2010. №7. С.78-80.

45. Стратегия голубого океана. В. Чан Ким, Рене Моборн. Манн, Иванов и Фербер.

2012. 304 с.

46. Сухарева И.О. Управление проблемными долгами в банковском секторе //

Банковское дело. 2011. № 7. С. 13.

47. Сучкова Е.О. Системно значимые банки: выявление критериев и оценка рисков

для банковской системы // Финансы и кредит. 2014. №3(609). С.17-24.

48. Тихомирова, Е. В. Рынок банковских кредитов: подходы к изучению и

структурам в современных условиях // Финансы и кредит. 2011. № 17. С.32–37.

49. Федеральный закон от 02.10.2007 № 229-ФЗ «Об исполнительном

производстве».

http://smao.ru/ru/magazine/2009/04/5.html



125

50. Федеральный закон от 26.10.2002 № 127-ФЗ «О несостоятельности

(банкротстве)».

51. Федеральный закон от 27.10.2008 N 175-ФЗ (ред. от 03.12.2011). О

дополнительных мерах для укрепления стабильности банковской системы в период до

31 декабря 2014 года. Ст. 8. СПС «КонсультантПлюс».

52. Фотиади, Н. В. Внедрение IRB-моделей оценки кредитного риска как фактор

повышения финансовой устойчивости коммерческих банков. / Н. В. Фотиади //

Банковские услуги. 2008. №2. С.16–20.

53. Халилова М.Х., Сергеева С.М. Комплексная оценка финансовых рисков банка //

Экономика и предпринимательство. 2015. № 11-2 (64-2). С.500-504.

54. Халилова М.Х., Пономарев С.А. Оценка институциональной достаточности

капитала банков в мире и в России // Финансы и кредит. 2015. №46(670). С.2-9.

55. Халезов А.Д. Применение уточняемых стратегий в многошаговых конфликтах в

- условиях риска //АиТ. 1990. N 2. С.113-120.

56. Халезов А.Д., Общее решение задачи Центр–Агент с симметричной

информацией в условиях риска // Вычисл. матем. и матем. физ. 2001. том 41. номер 3.

С. 374–383.

57. Харсеева В.Л. Новеллы гражданского законодательства о цессии и переводе

долга // ТЕОРИЯ И ПРАКТИКА ОБЩЕСТВЕННОГО РАЗВИТИЯ. 2014. №17. С.106-

108.

58. Хорошев С.С. Управление рисками в коммерческих банках / С.С. Хорошев //

Банковское дело. 2009. №8. С. 27–31.

59. Цехомский Н.В. Финансы банка. М.: АНО ДПО «Корпоративный университет

Сбербанка». 2015. 200 с.

60. Чабан М.А. Алгоритм работы с просроченной ссудной задолженностью в

коммерческом банке // ВЕСТНИК ПОВОЛЖСКОГО ГОСУДАРСТВЕННОГО

УНИВЕРСИТЕТА. СЕРИЯ ЭКОНОМИКА. 2014. №6 (38). С.140-144.

61. Чан Ким В., Рене Моборн. Harvard Business Reviw. Апрель 2015.

62. Чан Ким В., Рене Моборн. Стратегия голубого океана. Манн, Иванов и Фербер.

2012. 314 с.

63. Чекмарев, Квалиметрия и управление качеством. Самара. 2010

64. Чернова Г.В., Кудрявцев А.А. Управление рисками: учебное пособие. – М.: ТК

Велби, Изд-во Проспект, 2003. – 25 с.

65. Шаталов А. Н. Кредитоспособность и кредитный риск в банковском риск-

менеджменте // Финансы и кредит. 2010. №17 (401). С.46–53.

66. Шаталов А. Н. Об оценке уровня финансового состояния отдельных категорий

заемщиков // Банковское дело. 2010. №3. С. 62–68.

67. Шашкина М. Е. О влиянии резервов по ссудам на собственный капитал банка. /

М.Е. Шашкина // Банковское дело. 2010. №6. С.61–65.


126

68. Шведов Д. С. Последствия мирового финансового кризиса для мирового и

российского финансовых рынков. / Д. С. Шведов // Финансы и кредит. 2010. №12

(397). С. 75–78.

69. Швецов Ю. Г. К вопросу о взаимодействии банковского и реального секторов

экономики в условиях финансового кризиса. / Ю.Г. Швецов, Н.В. Сунцова // Финансы

и кредит. 2010. № 14 (398). С.2–9.

70. Шевелев И. В. Проблемы управления кредитным риском в российских

коммерческих банках. / И. В. Шевелев. // Финансовая аналитика: проблемы и решения.

2009. №4. С. 54-59.

71. Шумкова К.Г. Тенденции развития банковской системы России: угрозы и

возможности / К.Г.Шумкова // Финансы и кредит. 2014. № 14(590). С.11-20.

72. Щербакова Г.Н. Анализ и оценка банковской деятельности – Москва: Вершина.

2010. 256 с.

73. Юшкова С.Д. Стандартизация подходов к управлению проблемной

задолженностью юридических лиц // Деньги и кредит. №1. 2016. С. 50-54.

74. Янов В.В. Применение показателей оценки финансовой устойчивости в

классификации коммерческих банков по зонам риска / В. В. Янов, И.О. Сорокина //

Финансы и кредит. 2014. №26(602). С.10-18.

75. Яшин М. В. Механизм формирования кредитного портфеля коммерческого

банка с учетом риска возникновениям просроченной ссудной задолженности /

М.В.Яшин // Финансы и кредит. 2010. №33 (417). С.65–72.

76. Яшин С. Н. Инвестиционный подход к управлению кредитным риском в

коммерческих банках. / С.Н.Яшин, Е.В.Кошелев, Д. В. Чухманов // Финансы и кредит.

2011. (441). № 9. С.14–19.

Иностранная литература:

77. Akerlof G., Miyazaki H. The implicit contract theory of unemployment meets the

wage bill argument / / Rev. of Econ. St. 1980. V.48. N￡1. P.321 - 38.

78. Arrow K.J. Essays in the theory of risk-bearing. Amsterdam: North-Holland

Publishing company, 1974.

79. Arrow K.J. The economy of agency / / Principal and Agent: The structure of buisness.

Boston: Harvard Buisness School Press, 1974. P.37 - 51.

80. Azariadis C. Impplicit contracts and underemployment equilibria / / J. of Political

Economy. 1975. P. 1183-1202.

81. Bartel J., Yiping H.: Dealing with the Bad Loans of the Chinese Banks. - Discussion

Paper Series. - Columbia University. – 2001. – 43 pp.

82. Dalman C.J. The Problem of Externality // The Journal of Law and Economics 22. –

№ 1. – April 1979. – P. 148

127

83. D'Aspermont C, Gerard-Varet L. Incentives and incomplete information / / J. of Public

Economy; 1979; N11. P.25 - 45.

84. Greuning H. van, Brajovic Bratanovic S. Analyzing and Managing Banking Risk: A

Framework for Assessing Corporate Governance and Financial Risk. World Bank, 2009. Р.

440.

85. Grossman S. Hart O.D. An analysis of the principal-agent problem / /

Econometrica.1983. V. 51. N￡ 1. P. 7-47.

86. Harris RavivA. Some results on incentive contracts / / AER. 1978. N° 68. P. 20-30.

87. Hart O.D. Optimal labour contracts under assymetric information / / Rev. of Econ.

Studies. 1983. V. 50. N ° 160. P. 3-35.

88. Hart O.D., Holmstrom B. Theory of contracts / / Advances in economic theories. Vth

world congress. 'Cambridge Univ. press, 1987. P. 71-155.

89. MAS-COLLEL A., WHINSTON M. D. GREEN J. R. Microeconomictheory. – N.Y.:

Oxford Univ. Press, 1995.

90. My Лен Э. Кооперативное принятие решений: Аксиомы и модели. М.: Мир,

1991.

91. Roger son W. The first-order approach to principal-agent problem / / Econometrica.

1985. V. 53. N° 6. P. 1357-1368.

92. Spence M., Zeckhauser R. Insurance, information and individual action / / AER.

1971.N° 61. P. 380-387.

93. Yeldan E. «Turkish crisis: stability, credibility, and governance, for whom?» // Bilkent

University, 2001

94. Yixin H. - The Non-performing Loans: Some Bank-level Evidences. -Birmingham

2TT, UK. - University of Birmingham – 2004. - 33 pp.

Интернет-источники:

95. Обзор банковского сектора Российской федерации. Аналитические показатели

(интернет версия) // http://www.cbr.ru/analytics/bank_system/ obs_080801.pdf

96. Официальный сайт агентства «Standard & Poor's» в России. [Электронный

ресурс] // Режим доступа: http://www.standardandpoors.ru. (Дата обращения:

13.03.2014).

97. Официальный сайт агентства РБК [Электронный ресурс]. – Режим доступа :

http://www.rbk.ru. (Дата обращения: 13.03.2014).

98. Официальный сайт Банка Международных расчетов. URL:

bis.org/bcbs/publ/d307.pdf. Дата обращения: 29.01.2015.

99. Официальный сайт газеты «Известия». [Электронный ресурс]. - Режим доступа:

http://izvestia.ru (Дата обращения: 13.03.2014).

100. Официальный сайт информационного агентства Bloomberg. URL:

bloomberg.com. Дата обращения: 28.01.2015.

101. Официальный сайт Международного Валютного Фонда. URL

imf.org/external/pubs/ft/wp/2001/wp01209.pdf. Дата обращения: 29.01.2015.

128

102. Официальный сайт Председателя правительства РФ. [Электронный ресурс] //

Режим доступа: http://premier.gov.ru. (Дата обращения: 13.03.2014).

103. Официальный сайт Сбербанка России ОАО [Электронный ресурс // Режим

доступа: http://www.sbrf.ru. (Дата обращения: 13.03.2014).

104. Официальный сайт Федеральной службы государственной статистики

[Электронный ресурс]. – Режим доступа : http://www.gks.ru. (Дата обращения:

13.03.2014).

105. Официальный сайт Центрального Банка Российской Федерации. [Электронный

ресурс] // Режим доступа: http://www.cbr.ru. (Дата обращения: 13.03.2014).

129

Приложение 1

Данные для Рисунков 1, 2 и 7 из «Главы 1. Проблемная задолженность кредитных организаций»

Дата Просрочка

(рис 1) Доля просрочки

(рис 7)

Прирост просрочки за 6 мес (рис 2)

доля прироста (Рис 2)

01.07.10 675 183 4,84% 73 601 12,23%

01.08.10 680 442 4,81% 85 394 14,35%

01.09.10 682 424 4,79% 73 240 12,02%

01.10.10 685 363 4,66% 61 559 9,87%

01.11.10 682 215 4,57% 26 050 3,97%

01.12.10 664 694 4,34% -11 194 -1,66%

01.01.11 639 486 4,10% -35 697 -5,29%

01.02.11 643 624 4,14% -36 818 -5,41%

01.03.11 651 173 4,07% -31 251 -4,58%

01.04.11 638 094 3,92% -47 269 -6,90%

01.05.11 652 214 3,89% -30 001 -4,40%

01.06.11 673 391 3,96% 8 697 1,31%

01.07.11 692 378 3,98% 52 892 8,27%

01.08.11 705 705 3,94% 62 081 9,65%

01.09.11 732 953 4,00% 81 780 12,56%

01.10.11 740 361 3,88% 102 267 16,03%

01.11.11 747 229 3,83% 95 015 14,57%

01.12.11 753 756 3,73% 80 365 11,93%

01.01.12 733 564 3,54% 41 186 5,95%

01.02.12 755 554 3,54% 49 849 7,06%

01.03.12 776 825 3,60% 43 872 5,99%

01.04.12 782 954 3,69% 42 593 5,75%

01.05.12 807 594 3,70% 60 365 8,08%

01.06.12 820 188 3,72% 66 432 8,81%

01.07.12 797 011 3,52% 63 447 8,65%

01.08.12 814 168 3,51% 58 614 7,76%

01.09.12 832 268 3,50% 55 443 7,14%

01.10.12 832 005 3,44% 49 051 6,26%

01.11.12 849 673 3,43% 42 079 5,21%

01.12.12 850 579 3,39% 30 391 3,71%

01.01.13 819 856 3,17% 22 845 2,87%

01.02.13 834 737 3,25% 20 569 2,53%

01.03.13 839 312 3,24% 7 044 0,85%

01.04.13 842 084 3,22% 10 079 1,21%

01.05.13 855 581 3,23% 5 908 0,70%

01.06.13 863 799 3,22% 13 220 1,55%

01.07.13 833 997 3,05% 14 141 1,72%

01.08.13 855 970 3,07% 21 233 2,54%

01.09.13 850 252 3,00% 10 940 1,30%

01.10.13 855 971 2,96% 13 887 1,65%

01.11.13 880 157 2,99% 24 576 2,87%

01.12.13 883 538 2,96% 19 739 2,29%

01.01.14 861 362 2,89% 27 365 3,28%

01.02.14 871 268 2,90% 15 298 1,79%

01.03.14 895 281 2,97% 45 029 5,30%

01.04.14 913 982 2,99% 58 011 6,78%

01.05.14 943 249 3,01% 63 092 7,17%

01.06.14 963 954 3,00% 80 416 9,10%

2

Дата Просрочка

(рис 1) Доля просрочки

(рис 7)

Прирост просрочки за 6 мес (рис 2)

доля прироста (Рис 2)

01.07.14 964 015 2,95% 102 653 11,92%

01.08.14 1 004 160 3,07% 132 892 15,25%

01.09.14 1 019 142 3,07% 123 861 13,83%

01.10.14 999 961 2,96% 85 979 9,41%

01.11.14 1 010 562 2,95% 67 313 7,14%

01.12.14 1 030 497 2,93% 66 543 6,90%

01.01.15 1 128 325 3,23% 164 310 17,04%

01.02.15 1 215 434 3,58% 211 274 21,04%

01.03.15 1 261 646 3,76% 242 504 23,79%

01.04.15 1 322 291 3,96% 322 330 32,23%

01.05.15 1 416 907 4,23% 406 345 40,21%

01.06.15 1 469 750 4,38% 439 253 42,63%

01.07.15 1 540 239 4,57% 411 914 36,51%

01.08.15 1 603 873 4,72% 388 439 31,96%

01.09.15 1 608 194 4,72% 346 548 27,47%

01.10.15 1 586 439 4,56% 264 148 19,98%

01.11.15 1 586 140 4,54% 169 233 11,94%

01.12.15 1 634 251 4,69% 164 501 11,19%

01.01.16 1 676 510 4,77% 136 271 8,85%

01.02.16 1 724 070 4,85% 120 197 7,49%

01.03.16 1 787 851 5,03% 179 657 11,17%

01.04.16 1 758 006 4,92% 171 567 10,81%

2


Данные для Рисунков 3, 4, 5, 6 и 7 из «Главы 1. Проблемная задолженность кредитных организаций»

Дата

Разница долей прироста портфеля и задолженности

(Рис 6, 8)

Портфель (рис 3)

Доля прироста портфеля (Рис 4, 5)

Относительное изменение

валютной выручки (Рис 5)

Относительный прирост

поступлений (Рис 8)

01.01.12 13,29% 20 731 369 19,24% 20,68% 1,49%

01.02.12 12,07% 21 350 136 19,14% 20,71% 1,49%

01.03.12 11,92% 21 598 922 17,90% 20,73% 1,49%

01.04.12 5,66% 21 241 415 11,41% 20,76% 1,49%

01.05.12 3,93% 21 839 739 12,01% 20,78% 1,49%

01.06.12 0,34% 22 038 323 9,15% 20,81% 1,49%

01.07.12 0,53% 22 635 200 9,18% 20,83% 1,49%

01.08.12 1,03% 23 226 175 8,79% 20,86% 1,49%

01.09.12 2,90% 23 767 537 10,04% 20,89% 1,49%

01.10.12 7,66% 24 199 077 13,92% 20,91% 1,49%

01.11.12 8,24% 24 777 748 13,45% 20,94% 1,49%

01.12.12 10,23% 25 110 510 13,94% 20,96% 1,49%

01.01.13 11,37% 25 857 301 14,23% 20,99% 0,50%

01.02.13 7,91% 25 650 136 10,44% 21,00% 0,50%

01.03.13 8,12% 25 898 922 8,97% 21,01% 0,50%

01.04.13 6,83% 26 144 936 8,04% 21,01% 0,50%

01.05.13 6,24% 26 496 047 6,93% 21,02% 0,50%

01.06.13 5,35% 26 844 277 6,90% 21,03% 0,50%

01.07.13 3,86% 27 302 125 5,59% 21,04% 0,50%

01.08.13 6,17% 27 885 787 8,72% 21,05% 0,50%

01.09.13 8,14% 28 345 599 9,45% 21,06% 0,50%

01.10.13 8,84% 28 887 160 10,49% 21,07% 0,50%

01.11.13 8,20% 29 430 501 11,08% 21,07% 0,50%

01.12.13 9,05% 29 886 148 11,33% 21,08% 0,50%

01.01.14 6,00% 29 836 692 9,28% 21,09% -5,63%

01.02.14 5,99% 30 054 646 7,78% 20,99% -5,63%

01.03.14 1,14% 30 169 754 6,44% 20,89% -5,63%

01.04.14 -0,99% 30 559 819 5,79% 20,80% -5,63%

01.05.14 -0,63% 31 355 493 6,54% 20,70% -5,63%

01.06.14 -1,55% 32 141 828 7,55% 20,60% -5,63%

01.07.14 -2,43% 32 667 642 9,49% 20,50% -5,63%

01.08.14 -6,25% 32 759 800 9,00% 20,40% -5,63%

01.09.14 -3,91% 33 163 682 9,92% 20,30% -5,63%

01.10.14 0,96% 33 728 887 10,37% 20,20% -5,63%

01.11.14 1,99% 34 217 571 9,13% 20,10% -5,63%

01.12.14 2,68% 35 222 770 9,59% 20,00% -5,63%

01.01.15 -10,25% 34 888 476 6,80% 19,90% -30,99%

01.02.15 -17,34% 33 972 779 3,70% 19,39% -30,99%

01.03.15 -22,56% 33 572 876 1,23% 18,88% -30,99%

01.04.15 -33,17% 33 414 781 -0,93% 18,36% -30,99%

01.05.15 -42,31% 33 500 267 -2,10% 17,85% -30,99%

01.06.15 -47,33% 33 565 421 -4,71% 17,33% -30,99%

01.07.15 -39,86% 33 720 009 -3,35% 16,82% -30,99%

01.08.15 -31,85% 34 010 444 0,11% 16,31% -30,99%

01.09.15 -25,97% 34 075 712 1,50% 15,79% -30,99%

01.10.15 -15,93% 34 766 332 4,04% 15,28% -30,99%

01.11.15 -7,75% 34 904 165 4,19% 14,76% -30,99%

01.12.15 -7,38% 34 844 819 3,81% 14,25% -30,99%

01.01.16 -4,53% 35 176 500 4,32% 13,74% 9,20%

01.02.16 -3,07% 35 513 805 4,42% 13,84% 9,20%

01.03.16 -6,85% 35 547 994 4,32% 13,95% 9,20%

01.04.16 -8,10% 35 710 897 2,72% 14,05% 9,20%

Приложение 3 Дерево квалиметрической модели. Результат: Мировое Соглашение после обращения в суд.

Вершины выбора

Банка

Выход на просорочку

выбор Банка:

предложить мировое

или реструктуризацию

Результат для Банка 0,1864

Результат для

Заемщика-0,2188

Итоговый оптимальный

РЕЗУЛЬТАТ

Результат: Мировое

соглашение после



Заемщика

Судебное заседание

выбор Заемщика:

согласиться на

мировое или

банкротство



согласиться или пойти

в суд

Результат для Банка 0,1864 -0,1525


Заемщика-0,2188 -0,0313

Оптимальный

РЕЗУЛЬТАТ




Результат:



Банка

Суд. выбор Банка:


или банкротство





РЕЗУЛЬТАТ





Терминальные

вершины: Результат




Результат:

Банкротство после






Результат:




Результат:


Результат для Банка 0,1864 -0,1271 0,2712 -0,1271 -0,1525


Заемщика-0,2188 -0,4531 -0,2969 -0,4531 -0,0313

Развернутая форма игры


Квалиметрическая модель. Результат: Реструктуризация.

РЕЗУЛЬТАТ РАБОТЫ

МОДЕЛИ в ячейке снизу




Исходное состояние




Результат:







Результат:




Результат:


1. Обеспеченность кредита



0 1 0 1 0 1

3. Изменение объема

финансирования Заемщика

в результате сделки

2 0 0 2 0 1

7. Уровень лояльности



0 1 0 1 0 0

9. Взаимный уровень


Заемщика

1 2 -2 2 -2 1

10. Доля залогов Банка в




0 -2 0 -2 0 -2

Изменяемые параметры модели для исходного состояния и терминальных вершин

2


Значения 0,7119 0,2656 Значения -0,0678 -0,2969 Значения -0,2966 -0,6094



модели


значения


Банка


Заемщика


значения


Банка


Заемщика


значения


Банка


Заемщика

1. Обеспеченность

кредита ликвидным

залогом Заемщика и


0,5000 0,1186 -0,0625 0,7500 0,1780 -0,0938 0,5000 0,1186 -0,0625




сделки

1,0000 0,3390 -0,3125 0,5000 0,1695 -0,1563 0,5000 0,1695 -0,1563

7. Уровень лояльности



0,5000 0,0847 -0,0625 0,7500 0,1271 -0,0938 0,5000 0,0847 -0,0625



Заемщика

0,7500 0,1271 0,2344 1,0000 0,1695 0,3125 0,0000 0,0000 0,0000





0,5000 0,0424 -0,0625 0,0000 0,0000 0,0000 0,5000 0,0424 -0,0625

Исходное состояниеРезультат: Мировое соглашение после обращения в

судРезультат: Банкротство после обращения в суд

3


Значения 0,1017 -0,4531 Значения -0,2966 -0,6094 Значения -0,0678 -0,4219




е значения


Банка


Заемщика


е значения


Банка


Заемщика


е значения


Банка


Заемщика

1. Обеспеченность кредита



0,7500 0,1780 -0,0938 0,5000 0,1186 -0,0625 0,7500 0,1780 -0,0938


финансирования Заемщика в

результате сделки

1,0000 0,3390 -0,3125 0,5000 0,1695 -0,1563 0,7500 0,2542 -0,2344

7. Уровень лояльности Банка

к юридической конструкции0,7500 0,1271 -0,0938 0,5000 0,0847 -0,0625 0,5000 0,0847 -0,0625


лояльности Банка и Заемщика1,0000 0,1695 0,3125 0,0000 0,0000 0,0000 0,7500 0,1271 0,2344





0,0000 0,0000 0,0000 0,5000 0,0424 -0,0625 0,0000 0,0000 0,0000

Результат: РеструктуризацияРезультат: Мировое соглашение после

несостоявшейся реструктуризации

Результат: Банкротство после несостоявшейся




Банка

Выход на

просорочку выбор

Банка: предложить


реструктуризацию

Результат для Банка -0,0678



Итоговый

оптимальный

РЕЗУЛЬТАТ

Результат:



Заемщика

Судебное заседание


согласиться на


банкротство



согласиться или

пойти в суд

Результат для Банка -0,0678 -0,0678


Заемщика-0,2969 -0,4219


РЕЗУЛЬТАТ




Результат:



Банка

Суд. выбор Банка:


или банкротство





РЕЗУЛЬТАТ





Терминальные

вершины: Результат




Результат:







Результат:




Результат:


Результат для Банка -0,0678 -0,2966 0,1017 -0,2966 -0,0678


Заемщика-0,2969 -0,6094 -0,4531 -0,6094 -0,4219

Развернутая форма игры

disser.spbu.ru · 11 l z [ e b p 1 i j b \ _ ^ _ g u ^ z g g u i h k h \ h d m i g h f m j h k k b...

Documents