Рэнкинг российских банков на основе стресс-тестов

А. Л. Ведев 
С. А. Зубов 
М. А. Ковалева

Рэнкинг 
российских банков 
на основе 
стресс-тестов

| И  ДЕЛО |

Москва | 2022

УДК 336.71
ББК 65.05
 В26

Авторы:
Ведев А. Л., д-р. экон. наук, зав. лаб. структурных исследований ИПЭИ РАНХиГС
Зубов С. А., канд.экон. наук, ст. науч. сотр. лаб. структурных исследований ИПЭИ 
РАНХиГС
Ковалева М. А., науч. сотр. лаб. структурных исследований ИПЭИ РАНХиГС

Ведев, А. Л., Зубов, С. А., Ковалева, М. А.
Рэнкинг российских банков на основе стресс-тестов / А. Л. Ведев, С. А. Зубов, 

М. А. Ковалева. —  Москва: Издательский дом «Дело» РАНХиГС, 2022. — 44 с. —  
(Научные доклады: экономика). —  ISBN 978-5-85006-432-7

В работе представлен рэнкинг банковской системы, составленный на основе по-
казателей, применяющихся при осуществлении стресс-тестирования в условиях 
кризиса. Авторы исследования провели оценку адаптации внутренних и внеш-
них систем стресс-тестирования к меняющимся условиям внешней среды, выя-
вили степень устойчивости российского банковского сектора, а также определили 
ключевые направления повышения устойчивости российской банковской системы.

Ключевые слова: банковский рэнкинг, стресс-тестирование, дефолт, кредитный 
риск, рыночный риск, банковский надзор, ликвидность, достаточность капитала, 
риск-менеджмент

Коды JEL Classification: D81, E58, G21, G32

ISBN 978-5-85006-432-7

© ФГБОУ ВО «Российская академия народного хозяйства и государственной службы 
при Президенте Российской Федерации», 2022

В26

УДК 336.71
ББК 65.05

Содержание

Введение ....................................................................................................... 5

1. Обзор методов стресс-тестирования ...................................................... 8

2. Методика рэнкирования ........................................................................22

Заключение .................................................................................................28

Приложение 1. Пример расчета (по отчетности банка ВТБ) ..................30

Приложение 2. Рэнкинг российских банков-2021 ....................................37

Литература ..................................................................................................38

Введение

В условиях усиления турбулентности глобаль-
ной среды и нестабильности финансовой систе-
мы, стремительных количественных и качествен-
ных преобразований в национальной кредитной 
системе под влиянием различных финансово-
экономических и социально-политических фак-
торов органы банковского надзора и регулирова-
ния, а также менеджмент кредитных институтов 
постоянно совершенствуют традиционные под-
ходы к оценке финансовых рисков, разрабатывая 
новые методы их обнаружения на ранней стадии.
Участники финансовых рынков и потребите-
ли финансовых услуг нуждаются в дополнитель-
ной информации о надежности банков, которую 
можно получить из интегрированных источни-
ков, таких как рэнкинги. В этой связи все боль-
ше внимания уделяется разнообразным мето-
дикам стресс-тестирования и созданию на их 
основе банковских рэнкингов. В рамках стресс-
тестирования анализу подвергается вся совокуп-
ность показателей, отображающих состояние фи-
нансово-кредитного учреждения. Это позволяет 
получить максимально объективную комплекс-
ную оценку его текущего экономического поло-
жения, выработать и принять превентивные меры 
на случай реализации негативного сценария.

А. Л. Ведев, С. А. Зубов, М. А. Ковалева

Методы стресс-тестирования получили широкое распростра-
нение в кредитно-банковской сфере с середины 1990-х гг. Тео-
ретические и методологические подходы к организации стресс-
тестирования и практические результаты методологической работы 
отражены в публикациях Банка России и Ассоциации российских 
банков. Некоторые вопросы, посвященные проблемам разработки 
и внедрения методов стресс-тестирования отдельных видов 
банковских рисков, рассмотрены в научных публикациях зарубежных 
и российских авторов: И. Беркович, К. Дауд, А. Крокетт, 
Ф. Лонгин, Р. Стери, Л. Уолл, К. Эбботт, А. В. Виноградов, Е. Б. Дерюгина, 
О. И. Лаврушин, И. В. Ларионова, Г. И. Пеникас, О. Г. Солнцев, 
В. М. Солодков, В. М. Усоскин, К. В. Шимановский. Несмотря на наличие 
проведенных исследований и ценность полученных результатов, 
конкретные методологические подходы и методики нуждаются 
в значительной доработке и корректировке с учетом новых вызовов.
В настоящем докладе представлен рэнкинг банковской системы 
на основе показателей, применяющихся при осуществлении стресс-
тестирования банковской системы в условиях кризиса. Проанализированы 
ключевые понятия, основные принципы, национальные 
особенности и распространенные подходы, составляющие основу 
процесса организации стресс-тестирования и его внедрения в деятельность 
кредитных организаций. Определено влияние, которое 
оказывают на состояние российских банков и основные операции, 
осуществляемые ими (потребительское кредитование и финансирование 
реального сектора экономики), девальвационные и инфляционные 
тенденции, инициируемые финансовым кризисом.
Девальвационные и инфляционные тенденции, в частности, существенно 
отразятся на финансовых показателях российских банков, 
что окажет влияние на потребительское кредитование и финансирование 
реального сектора экономики: макропруденциальный 
буфер капитала может быть распущен, если будет наблюдаться существенный 
рост убытков по кредитному портфелю, что приведет 
к снижению банковской активности на финансовых рынках.
В основе исследовательской работы —  принципы системности 

в изучении различных экономических явлений и соответствия выбора 
методов объекту исследования. Данные принципы предполагают 
использование разнообразного научно-методологического 
инструментария: применение методов научной абстракции, экономико-
статистического анализа, функционально-структурног о 

Рэнкинг российских банков на основе стресс-тестов

а нализа, системного подхода, метода сравнения, графических 
и табличных приемов визуализации статистических и иных данных, 
методов экспертного анализа, графического моделирования.
Результаты оценки и прогнозирования стрессоустойчивости 
российского банковского сектора и построения единой системы 
рэнкингования кредитных организаций в условиях глобального 
кризиса могут быть полезны органам государственной власти 
и Банку России для повышения объективности и качества стратегического 
планирования в финансовой сфере, в том числе при 
разработке «Основных направлений денежно-кредитной политики 
и развития финансового рынка в 2022–2024 годах».
Проект выполнен в рамках исследовательских работ лаборатории 
структурных исследований ИПЭИ РАНХиГС при Президенте 
РФ в 2021 г.

1. Обзор методов 
стресс-тестирования

Стресс-тесты —  это количественные инструменты, 
используемые органами банковского надзора 
и центральными банками для оценки устойчивости 
финансовых систем в случае экстремальных, 
но вероятных потрясений (макроэкономические 
стресс-тесты). Они также являются важным инструментом 
управления для банков, посколь-
ку предоставляют финансовым учреждениям по-
лезные данные о надежности внутренних систем, 
предназначенных для измерения рисков (микроэ-
кономические или пруденциальные стресс-тесты). 
В соответствии с новым Базельским соглашением 
о достаточности капитала банков наличие надеж-
ных методологий стресс-тестирования является 
необходимым условием для принятия передовых 
методов количественной оценки минимальных 
требований к капиталу.

До первой половины 2007 г. интерес к стресс-

тестированию ограничивался практикующими 
специалистами, то есть менеджерами по рискам, 
руководителями центральных банков и органами 
финансового надзора. С тех пор глобальная фи-
нансовая система пережила глубокие потрясе-
ния, многие страны испытали влияние высокой 
волатильности финансовых рынков, снижения 
стоимости портфелей, повсеместной п ереоценки 

Рэнкинг российских банков на основе стресс-тестов

р исков и серьезного истощения ликвидности. Стало очевидно, что 
серьезность кризиса в значительной степени обусловлена его не-
ожиданным характером и что более широкое и строгое исполь-
зование методологий стресс-тестирования, вероятно, помогло бы 
снизить интенсивность и последствия дестабилизации. В таком 
контексте стресс-тесты стали ключевым вопросом в финансо-
во-экономических дискуссиях и постоянной темой для научных 
стате й.

Стресс-тесты особенно полезны для мониторинга и оценки ри-
сков, поскольку они позволяют количественно оценить вероят-
ное воздействие шоков, что помогает ранжировать риски по их 
важности и позволяет более целенаправленно проводить оценку 
и наблюдение. Более того, стресс-тесты могут помочь в получении 
сигналов раннего предупреждения и таким образом внести вклад 
в перспективный аспект мониторинга и оценки финансовой ста-
бильности (Пападемос, 2007).
Надзорным органам необходимо усилить стимулы для регули-
руемых организаций к совершенствованию практики управления 
рисками и стресс-тестирования, а также достаточности их резервов 
капитала и ликвидности. Необходимо заострить внимание фирм 
на системных рисках и улучшить режимы стресс-тестирования, 
чтобы выявлять и смягчать нарастание чрезмерных рисков и ри-
сков концентрации. Регулирующий орган должен проводить обще-
системные стресс-тесты для тех сценариев, которые с наибольшей 
вероятностью вызовут системный стресс, например 40-процент-
ное падение цен на жилье. Эти тесты, вероятно, недооценивают 
побочные эффекты, но информация, полученная из них, может по-
мочь регулирующим органам оценить эти эффекты и рассмотреть 
меры по их смягчению. Так, в 2009 г. надзорные органы США про-
вели комплексное стресс-тестирование для определения финан-
сового состояния крупных банков и определения их потребностей 
в капитале.
Несмотря на важность темы, фундаментальные исследования 
различных аспектов макроэкономического стресс-тестирования 
отсутствуют. Систематический обзор методологий и приложе-
ний экономического стресс-тестирования также недоступен, хотя 
по конкретным вопросам было опубликовано много статей и есть 
учебники, посвященные пруденциальным стресс-тестам.
Настоящее исследование направлено на восполнение указанно-
го пробела, предоставляя практикам и ученым всестороннее и об-
новленное обсуждение теоретических основ, а также практических 

А. Л. Ведев, С. А. Зубов, М. А. Ковалева

аспектов такого анализа. Исследование базируется на опыте, нако-
пленном экономистами ряда национальных и международных фи-
нансовых органов в их повседневной деятельности.
Как известно, макроэкономические стресс-тесты стали важным 
компонентом инструментов официальных органов для анализа фи-
нансовой стабильности. Рассмотрим основные текущие методоло-
гии нисходящих макростресс-тестов с упором на банки. На рис. 1 
представлена структура модели макроэкономических стресс-
тестов.
Как указывает Саммер (Summer, 2007), эта структура в основ-
ном основана на системе количественного управления рисками 
(McNeil et al., 2005), которая также лежит в основе моделей управ-
ления рисками банков. С точки зрения моделирования отправной 
точкой системы количественного управления рисками является 
подверженность риску. В контексте макростресс-тестов это мо-
гут быть общие риски банковской системы страны. Предполагает-
ся, что стоимость этих рисков в будущем T определяется набором 
внешних систематических факторов риска, таких как процентные 
ставки или валовой внутренний продукт (ВВП). Основная часть мо-
дели стресс-тестирования воплощает процесс генерации данных, 
который фиксирует взаимозависимость различных факторов риска 
между собой и во времени. Наконец, отражая влияние систематиче-
ских факторов риска на подверженность риску в момент времени T, 
модель позволяет рассчитывать меры риска, например стоимость 
под риском (VaR) или прибыльность. После создания модели мож-
но запускать различные сценарии стресс-тестирования. Прежде 
чем обсуждать эту модульную структуру стресс-тестирования более 
подробно, стоит отметить, что, как и любая другая модель, стресс-
тесты могут отражать реальность только в стилизованном виде. По-
этому создатели моделей должны делать выбор в о тношении того, 

Рис. 1. Схематическая структура текущих моделей макростресс-тестов

Сценарий
стресс-тестирования

Процесс генерации
данных о систематических
факторах риска

Воздействия
 
Измерение риска

Рэнкинг российских банков на основе стресс-тестов

что является важным, а что может быть представлено в сокращен-
ной форме или проигнорировано. Для этого необходимо понимать 
конечные цели модели.
Дрехманн (Drehmann, 2008) показывает, что разные цели могут 
привести к разным требованиям к модели. Если основной целью 
является принятие решений, важны точность модели и характери-
стики прогноза. При всем значении этих характеристик они не мо-
гут быть главными приоритетами для коммуникации, которая ча-
сто является основной целью центральных банков. Эта цель прежде 
всего требует, чтобы модель была прозрачной и подходящей для 
повествования. К сожалению, прозрачность, пригодность для по-
вествования, точность модели, эффективность прогнозов и другие 
приоритеты не всегда могут быть реализованы одинаково хорошо 
в рамках одной и той же модели. Например, известно, что простые 
модели, такие как авторегрессивные спецификации, могут даже 
превосходить истинную модель в отношении эффективности про-
гноза (Clements and Hendry, 1998). Однако авторегрессивные спец-
ификации недостаточно детализированы для оценки политики или 
обмена информацией. Понять эти компромиссы для различных 
спецификаций моделей непросто, хотя это важно при построении 
моделей стресс-тестирования. Также важно иметь в виду цели при 
обсуждении различных моделей, используемых для строительных 
блоков, показанных на рис. 1.
Какие воздействия заслуживают внимания —  первый вопрос, который 
должен решить любой исследователь, применяющий моделирование. 
В целом макростресс-тесты нацелены на полный охват 
финансовой системы. Однако на практике большинство практиков 
концентрируются на банках и особенно на кредитном риске. Таким 
образом, эта категория риска составляет значительную часть обсуждения 
ниже. Некоторые стресс-тесты также принимали во внимание 
рыночный риск, в особенности риск процентной ставки 
в банковском балансе, и кредитный риск контрагента на межбанковском 
рынке.
Начнем с анализа моделей кредитного риска, которые можно 
разделить на модели, использующие агрегированные и бухгалтерские 
данные, рыночные данные или данные о дефолте фирм и домохозяйств. 
Затем кратко рассмотрим рыночные риски и риски 
контрагента.
Прежде чем перейти к исследованию, следует упомянуть два 
общих вопроса. Во-первых, в рамках классов риска большинство