Банковские резервы, или ожидаемые кредитные потери (ECL), представляют собой прогноз потенциальных убытков от невозврата кредитов. Расчет резервов базируется на стандарте IFRS 9 и включает в себя прогнозирование задолженности на момент дефолта (EAD), вероятности дефолта (PD), величины убытка при дефолте (LGD) и влияния макроэкономических факторов (MR). Ключевым моментом для определения дефолта является просрочка платежа более 90 дней.
Для расчета EAD, PD и LGD, данные собирают за предыдущие периоды, в том числе за 12, 13 и 14 месяцев назад. Это позволяет увеличить выборку и избежать влияния локальных колебаний. EAD прогнозируется с помощью регрессионных моделей, PD – с помощью моделей бинарной классификации. Модели LGD часто строятся на статистике возврата средств после дефолта, при этом машинное обучение применяется ограничено из-за зависимости результата от действий банка.
Оценка макроэкономических рисков (MR) является наиболее творческим этапом. Необходимо учитывать влияние внешних факторов, например ВВП, инфляции и безработицы. Для этого разрабатывается три сценария: базовый, оптимистичный и пессимистичный. Один из подходов предлагает прогнозировать перераспределение клиентов между сегментами в зависимости от экономической ситуации.
При разработке моделей резервов важна интерпретируемость и точность прогнозов. Сложные модели, типа нейросетей и градиентного бустинга, чаще применяют на этапе исследования, а в финале используют более простые и понятные модели. Даже небольшая ошибка в расчетах может привести к значительным финансовым потерям для банка.
Изображение носит иллюстративный характер
Для расчета EAD, PD и LGD, данные собирают за предыдущие периоды, в том числе за 12, 13 и 14 месяцев назад. Это позволяет увеличить выборку и избежать влияния локальных колебаний. EAD прогнозируется с помощью регрессионных моделей, PD – с помощью моделей бинарной классификации. Модели LGD часто строятся на статистике возврата средств после дефолта, при этом машинное обучение применяется ограничено из-за зависимости результата от действий банка.
Оценка макроэкономических рисков (MR) является наиболее творческим этапом. Необходимо учитывать влияние внешних факторов, например ВВП, инфляции и безработицы. Для этого разрабатывается три сценария: базовый, оптимистичный и пессимистичный. Один из подходов предлагает прогнозировать перераспределение клиентов между сегментами в зависимости от экономической ситуации.
При разработке моделей резервов важна интерпретируемость и точность прогнозов. Сложные модели, типа нейросетей и градиентного бустинга, чаще применяют на этапе исследования, а в финале используют более простые и понятные модели. Даже небольшая ошибка в расчетах может привести к значительным финансовым потерям для банка.
