Отличительной особенностью методики АКБ <Союз> является учет, во-первых, специфических рисков отдельного облигационного займа (ликвидности, структуры облигационного займа, состава синдикатов участников размещения и др.), во-вторых, некоторых других показателей. В ходе оценки учитываются не только финансовые результаты деятельности компании, но и показатели, которые отражают отраслевые риски (динамику объема производства отрасли, долю продукции отрасли в ВВП, уровень рентабельности компаний отрасли, уровень использования среднегодовой производственной мощности компаниями отрасли, экспортный потенциал и др.), риски государственного регулирования (особенности налогообложения компаний отрасли, регулирование экспорта и импорта продукции отрасли, регулирование цен на продукцию отрасли, лицензирование компаний отрасли), позиции на рынке (перспективы развития рынка/рынков сбыта продукции компании, динамику и цикличность спроса на продукцию компании, позицию компании на внутреннем рынке, динамику доли внутреннего рынка, оценку конкурентных преимуществ эмитента и пр.), характеристики производственной и снабженческо-сбытовой деятельности (динамику изменения объемов производства, полноту производственного цикла, соответствие используемых технологий мировым стандартам, структуру поставок основных видов сырья, конъюнктуру рынка сырья, структуру сбыта готовой продукции и др.). Следует отметить, что влияние нефинансовых показателей на итоговую оценку облигационного займа по методике АКБ <Союз> существенно и помогает создать наиболее полный образ заемщика, в том числе и нивелирует риски искажения его бухгалтерской отчетности.
    И, в-третьих, оценка рисков в соответствии с внутренней методикой банка обеспечивает достаточный уровень дифференциации корпоративных заемщиков по степени риска. Итоговая величина риска непрерывна и определяется по 5-балльной шкале (от 0 до 5), что позволяет разбить всю совокупность эмитентов как на 3 класса надежности, так и на 5, 10 и т. д.
    При подготовке данной статьи было проведено небольшое исследование кредитного качества 22 облигационных займов 20 корпоративных заемщиков. В соответствии с полученными оценками всю совокупность эмитентов разделили на 3 класса и рассчитали величину средневзвешенных качественных спрэдов между этими классами. Как показано на рис. 3, разница спрэдов между бумагами 1-й и 2-й групп надежности достигает 300-330 б. п., между 2-й и 3-й группами - 220-250 б. п.
    Результаты внутренних оценок кредитоспособности часто легко подвергаются сомнениям, так как методики банков остаются закрытыми. Вероятнее всего, полученные данные в ходе нашей оценки достаточно достоверны. Доказательством тому служит модель, приведенная на рис. 4. В соответствии с этой моделью взаимосвязь между оценками АКБ <Союз> и средней величиной спрэдов (за полгода) корпоративных заемщиков существует. Коэффициент детерминации при этом составляет около 0,7, что свидетельствует о высоком качестве полученных оценок.

    Практическая работа по оценке кредитных рисков на российском рынке сталкивается с рядом серьезных проблем.
    1. Низкая информационная прозрачность эмитентов и проблема достоверности информации.
    Большинство российских корпоративных заемщиков демонстрируют низкую информационную прозрачность. Несмотря на стандарты раскрытия информации, принятые бывшей ФКЦБ России (сегодняшней ФСФР), объективные данные о производственно-снабженческой деятельности эмитента, его позициях на рынках производимой продукции и качестве системы управления найти сложно.
    Причины достаточно просты. Большую часть материалов для инвесторов подготавливают лица, заинтересованные в размещении - либо эмитент, либо организаторы его выпуска. Поэтому негативные стороны деятельности компании в них не отражаются, а раздел <Риски> Проспекта эмиссии остается номинальным разделом, шаблоном для заполнения.
    Особой проблемой для количественного анализа кредитных рисков остается и достоверность финансовой отчетности. До сих пор многие крупные компании, особенно в регионах, подготавливают неаудированную финансовую отчетность, качество которой становится дополнительным риском для инвестора. Кроме того, на долговом рынке распространена практика выпуска облигаций эмитентом - SPV под поручительство 3-5 аффилированных компаний группы. При этом консолидированная финансовая отчетность по группе не составляется.
    2. Определение критериальных значений для оцениваемых показателей.
    Ключевой момент любой методики - трансформация значений оцениваемых показателей в балльную оценку. Сложность этого момента заключается в том, что оценка количественных показателей требует наличия объективных критериальных значений.
    Использовать значения <на глазок> или воспользоваться ими из статистики крупнейших рейтинговых агентств в российской практике неэффективно. Как показывает опыт, это может привести к использованию неадекватных критериев и, как следствие, к искажению итоговой оценки риска.
    Поэтому для оценки ряда показателей необходимо иметь собственную статистическую базу данных и желательно статистику по финансовым и производственным показателям как <плохих>, так и <хороших> корпоративных заемщиков. Особенно это касается финансовых коэффициентов, ведь при их оценке необходимо рассчитывать критериальные значения не только по совокупности промышленных компаний (эмитентов долгового рынка), но и по отраслям.
    3. Сложности тестирования моделей оценки кредитоспособности.
    Участники рынка заинтересованы в создании статистической модели оценки вероятности банкротства эмитента. Пока выполнить это невозможно по трем причинам. Во-первых, полной статистики <плохих> и <хороших> заемщиков на рынке нет, значит, и весовые коэффициенты в модели обоснованно определить невозможно.
    Во-вторых, на рынке присутствуют только 168 эмитентов - небольшая по статистическим меркам выборка. Для практических расчетов было бы гораздо лучше, если количество <рыночных> эмитентов составляло более 1000.
    И, в-третьих, несмотря на присвоение второго инвестиционного рейтинга, в России остается нестабильной макроэкономическая конъюнктура (подтверждение тому - летний банковский кризис). Соответственно, как нивелировать в процессе оценки фундаментальные риски, остается непонятным.