01.10.2026

на главную

Как не получить убытки

Стандарт МСФО 9 применяется на практике с 2018-го года, и за это время фокус постепенно сместился от освоения новой концепции ожидаемых кредитных убытков к качеству ее реализации и оптимизации эффекта. Стандарт требует учитывать возможное ухудшение кредитного качества до наступления дефолта, но не задает готовых методик расчета ключевых риск-метрик – PD (probability of default), LGD (loss given default) и EAD (exposure at default). В результате финансовым организациям приходится самостоятельно выбирать модели, работать с исторической статистикой и макроэкономическими прогнозами, а принятые допущения подтверждать данными или экспертным суждением.

По мере внедрения и применения новых подходов, акцент внимания смещается на оптимизацию результатов. От оценки вероятности дефолта, величины потерь и суммы под риском напрямую зависит расчет величины ожидаемых кредитных убытков и резервов. Особенно эффект заметен при существенном ухудшении кредитного качества финансового инструмента, когда увеличивается горизонт оценки ожидаемых потерь.

На основе собственного опыта работы с МСФО 9 подготовили подробный разбор актуальной практики рынка, который будет полезен риск-менеджерам, специалистам по учету, методологам и аудиторам. Ниже рассмотрим, как требования МСФО 9 можно перевести в практические алгоритмы расчета PD, LGD и EAD, какие данные для этого использовать, и где будет оправданным упростить часть расчетов.

В соответствии с пп. 5.5.1, 5.5.3, 5.5.5 по активам, оцениваемым по амортизированной и по справедливой стоимости через прочий совокупный доход, стандарт предусматривает выделение не только двух состояний активов – обесцененного и необесцененного, – но и промежуточного состояния: активов с существенно возросшим кредитным риском с момента первоначального признания.

Таким образом, выделяются три корзины обесценения:

• необесцененные активы, по которым кредитный риск не увеличился с момента первоначального признания;
• активы, кредитный риск по которым существенно увеличился с момента первоначального признания;
• обесцененные активы.

При этом оценочный резерв под убытки по финансовым инструментам с существенно увеличенным кредитным риском формируется в сумме, равной ожидаемым кредитным убыткам за весь срок действия актива. Цель внедрения второй корзины (или второй стадии обесценения) – сформировать дополнительные проактивные резервы заблаговременно, до наступления обесценения (дефолта). На графике ниже показана динамика формирования резервов по МСФО9 в сравнении с МСФО39:

Мониторинг существенного увеличения кредитного риска (стадия 2) осуществляется в соответствии с рекомендациями стандарта (раздел 5.5) в части «Определение наличия существенного увеличения кредитного риска с момента первоначального признания». На практике идентификация стадии 2 проводится путем анализа просрочки по финансовым инструментам и риск сигналов системы мониторинга. При этом аудит требует качественно обосновать включение перечня риск сигналов в набор признаков стадии 2, а по возможности – подтвердить решение статистикой. Как правило, в случае кредитных требований статистическое подтверждение подразумевает расчет корреляции между наличием риск сигнала и последующим ухудшением кредитной дисциплины заемщика.

Внедрение дополнительной стадии кредитного обесценения усложняет процесс оценки ожидаемых кредитных убытков и, соответственно, резервов под них.

С учетом требований 5.5.17.:

«Организация должна оценивать ожидаемые кредитные убытки по финансовому инструменту способом, который отражает:

(a) непредвзятую и взвешенную с учетом вероятности сумму, определенную путем оценки диапазона возможных результатов;

(b) временную стоимость денег;

(c) обоснованную и подтверждаемую информацию о прошлых событиях, текущих условиях и прогнозируемых будущих экономических условиях, доступную на отчетную дату без чрезмерных затрат или усилий»,

а также требований пп. 5.5.3 и 5.5.5, ожидаемые кредитные убытки рассчитываются по формуле:

\[ ECL = \sum_{i}^{T} PD_i \times LGD_i \times EAD_i \times Df_i, \quad (1) \]

• \(ECL\) (expected credit loss) – ожидаемые кредитные убытки;
• \(PD\) (probability of default) – маржинальная вероятность дефолта за период \(i\);
• \(LGD\) (loss given default) – потери в случае дефолта за период \(i\);
• \(EAD\) (exposure at default) – сумма (задолженность), подверженная риску дефолта в период \(i\);
• \(Df_i\) – коэффициент дисконтирования, учитывающий временную стоимость денег.

Суммирование ведется либо за период до 12 месяцев (или менее, если оставшийся срок действия финансового инструмента оказывается короче), либо до конца срока действия инструмента.

Стандарт не содержит прямого указания на порядок расчета составных элементов этой формулы, однако предъявляет ряд требований к самим оценкам.

Риск метрика PD (вероятность дефолта) может рассчитываться как индивидуально – по каждому финансовому инструменту, – так и на групповой основе (п. B5.5.4). При этом оценка должна представлять собой не единичное значение, а величину, полученную на основе диапазона возможных результатов, взвешенных с учетом вероятности.

Это означает необходимость учета как минимум двух сценариев и расчета взвешенной оценки на основе вероятностей этих сценариев. Оценка ожидаемых убытков сводится к анализу исторически наблюдаемых частот дефолтов по различным сегментам портфеля финансовых инструментов, объединенных по общим признакам. Например, для корпоративного портфеля кредитных требований банков это могут быть сегменты клиентов CIB¹, КСБ² и ММБ³, либо сегменты в логике продуктовой линейки – например, крупные кредиты в рамках проектного финансирования (при условии выполнения требований SPPI теста и учета по амортизированной стоимости).

Для клиентов CIB и КСБ, а также проектного финансирования оценка резервов под ожидаемые убытки формируется на индивидуальной основе. В рамках сценарного анализа рассматриваются:

• изменение ожидаемых денежных потоков (DCF модели⁴);
• урегулирование убытков через обращение к гарантиям или взыскание залогового обеспечения;
• полное обесценение финансового инструмента.

Итоговая оценка ECL в этих случаях представляет собой взвешенную сумму потерь по каждому сценарию, где коэффициенты веса – это вероятности сценариев. Они рассчитываются на основе ретроспективных данных (частоты реализации сценариев в прошлом) либо экспертно с качественным обоснованием. Формула (1) модифицируется в формулу (2):

\[ \mathit{ECL} = \sum_{i}^{n} \mathit{credit\_loss}_i \times p_i, \quad (2) \]

где:

\(\mathit{credit\_loss}_i\) – потери в случае реализации сценария i (например, разница между ожидаемыми (плановыми) денежными потоками в рамках проектного финансирования и денежными потоками с учетом корректировки бизнес-плана по итогам текущей фактической реализации (DCF-модель), либо потери при погашении задолженности за счет реализации залогового обеспечения);

\(p_i\) – вероятность сценария.

Важно учитывать, что должно выполняться условие:

\[ \sum_{i}^{n} p_i = 1. \]

По однородным, гранулярным сегментам портфеля с общими факторами риска на практике применяется исключение из требования о сценарном подходе в соответствии с п. B5.5.42 – например, для портфеля розничных кредитов или кредитов микро и малого бизнеса. По таким финансовым инструментам ожидаемые кредитные убытки оцениваются по формуле (1), где PD принимается как средняя вероятность дефолта по сегменту (группе). Наиболее простой вариант оценки PD – расчет частоты дефолтов (DR – default rate) за определенный период.

Упрощенно частота дефолтов рассчитывается по фиксированному портфелю финансовых инструментов за разные периоды, при этом сами инструменты могут быть распределены по хронологической временной шкале:

\[ \mathit{DR}_j = \frac{\mathit{N\_def}}{N}, \quad (3) \]

где:

• \(\mathit{N\_def}\) — наблюдаемое количество дефолтов за период \(j\);
• \(N\) — общее количество финансовых инструментов в период \(j\);
• \(j = 1, 2, \ldots, n\) лет.

Если глубины исторических наблюдений недостаточно для расчета более длительных периодов, выполняется аппроксимация динамики DRj на основе имеющихся данных. При этом, ввиду постепенного «вызревания» дефолтов и погашения портфеля, обычно наблюдается логарифмический рост DR:

Таким образом, в простейшем случае маржинальные вероятности дефолтов \(PD_i\) будут равны:

\[ \mathit{PD}_i = \mathit{DR}_i - \mathit{DR}_{(i-1)}, \tag{4.1} \]