Мировой опыт оценки качества управления деятельностью банков на основе использования закона необходимого разнообразия Эшби

Традиционная оценка качества управления банком опирается на анализ таких основных финансовых показателей как достаточность капитала (Базель III), ликвидность и рентабельность активов. Однако эти метрики, к сожалению, отражают лишь те события, которые произошли в прошлом. К тому же они не объясняют, что если банк оказался уязвимым перед кризисом, то по какой причине. Поэтому в данном контексте интересен альтернативный инструмент - закон необходимого разнообразия (ЗНР) У. Р. Эшби. Этот фундаментальный кибернетический закон помогает понять причины провалов крупных банков и проектировать устойчивые системы будущего, и который звучит так: «Только разнообразие может уничтожить разнообразие». В управлении банком это означает, что управляющая система (т.е. совет директоров, правление банка, риск-менеджмент) должна быть способна формировать разнообразные управленческие решения в таком объеме, в каком внешняя среда (рынок, регуляторы, клиенты) генерирует неопределенности. Формально этот объем выражается через специальный показатель разнообразия V(R).

Например, если у рынка есть 100 способов обрушить стоимость облигаций, а казначейство имеет только два инструмента хеджирования, то банк ждет неизбежный провал. Сегодняшняя банковская среда является настолько сложной, что традиционные управленческие иерархии не могут сгенерировать достаточное внутреннее разнообразие.

Мировая практика достаточно убедительно показывает, что происходит в том случае, когда ЗНР нарушается. Рассмотрим несколько примеров.

Пример 1. Кризис ипотечного кредитования в США (2007-2008). Рыночная среда в этот период значительно усложнилась из-за появления синтетических деривативов (CDO, CDS) и секьюритизации некачественных кредитов. Банки тогда создали огромное множество вариантов финансовых инструментов, но модель управления рисками тем не менее оставалась примитивной. Так, математические модели типа VaR (Value at Risk), используемые банками Goldman Sachs, Lehman Brothers и Bear Stearns, основывались на нормальном распределении Гаусса внешних воздействий и имели ограниченный объем реакций, поэтому при падении цены они предпочитали продавать активы, а при росте - покупать. Кроме того, такие модели не могли справиться с обвалами всех активов, происходящих одновременно. Сложный финансовый менеджмент столкнулся с недостаточным разнообразием инструментов контроля. И поэтому ошибки в управлении здесь были неизбежными.

Пример 2. Коллапс Silicon Valley Bank (SVB) (2023). Этот случай - классический пример нарушения закона Эшби. В тот год внешняя среда резко изменилась: ФРС США начала агрессивно повышать процентную ставку после десятилетия околонулевых значений. Портфель инвестиций состоял из долгосрочных гособлигаций с низкой доходностью. Когда же вкладчики банка начали массово выводить средства, банку пришлось продавать эти бумаги с огромным дисконтом. У правления в резерве было только одна управленческая реакция - это продажа ликвидных активов. Однако этого оказалось недостаточно, чтобы нейтрализовать панику сотен тысяч имевшихся тогда технологических стартапов, объединенных к тому же общим информационным пространством. Отсутствие вариативности действий, таких как, например, заранее выстроенные линии экстренного фондирования, привело к очевидному банкротству.

Пример 3. Европейский долговой кризис и управление банками Греции и Италии. Среда Еврозоны породила множество политических и макроэкономических вызовов. Так, большинство национальных банков пытались справиться с этим хаосом через жесткие национальные регуляторные протоколы. Попытка решить проблему высокой размерности (тысячи возможных сценариев дефолта) простыми запретами и унификацией отчетности привела к потере банками гибкости. Регулятор пытался скомпенсировать разнообразие внешней среды путем жесткой стандартизации Базеля, но при этом столкнулся с тем фактом, что реальная экономика оказалась все-таки сложнее.

Как оценить качество менеджмента банка сегодня? Для этого мы должны измерять не только прошлую прибыль, но и текущее значение V(R). Поэтому ведущие финансовые институты перешли от обычного реактивного аудита к проактивному управлению сложностью. Сюда относятся:

1.Стресс-тестирование на основе ИИ. Если раньше тесты проверяли реакцию на падение ВВП на уровень 2%, то теперь они используют методы машинного обучения для генерации тысяч случайных нелинейных сценариев («Reverse stress testing»). Цель этого моделирования - искусственно расширить неопределенность внешней среды, чтобы оценить, сможет ли штат риск-менеджеров справиться с этим и выявить, является достаточным или нет разнообразие имеющихся управленческих решений.

2. Адаптивные организационные структуры. Поскольку жёсткие вертикальные иерархии, как правило, обладают минимальным собственным разнообразием, ведущие финансовые институты для анализа рисков внедряют матричные структуры и нейросетевые платформы.

Профессор кафедры моделирования и системного анализа Финансового университета при Правительстве РФ, д.э.н. А.И. Иванус совместно с профессором кафедры «Безопасность жизнедеятельности» Финуниверситета, д.т.н. М.А. Шахраманьяном разрабатывают предложения по проектированию системы устойчивой работы банков на основе закона необходимого разнообразия У.Р. Эшби - в том числе для условий повышенной неопределённости и кризисных ситуаций.

Таким образом, закон Эшби учит нас непреложной истине, а именно: невозможно создать эффективную и одновременно простую и дешевую систему управления для сверхсложного объекта, каким является современный глобальный банк. Любые мероприятия по «оптимизации штата», сокращению расходов на ИТ-инфраструктуру или упрощению регламентов - это всегда снижение V(R). Банк с низким V(R) всегда однозначно обречен быть поглощенным внешней средой. Данную закономерность мировой финансовый рынок подтверждает ежедневно, оплачивая такое пренебрежение триллионными убытками.