Дмитрий Шелагин, «Ростелеком»: Развитие управления процентным риском в «Ростелекоме»

Ключевая ставка 21%, более 60% корпоративных кредитов в банковской системе – с плавающей ставкой, совокупный финансовый результат российских компаний сокращается второй год подряд (из «Обзора финансовой стабильности за II-III квартал 2025 г.», Банк России).

Для многих компаний сегодня «управление процентным риском» – синоним «как выжить в этом году». Чтобы не допустить подобной ситуации, в «Ростелекоме» мы прошли через несколько этапов эволюции управления процентным риском и хотим поделиться не столько готовыми рецептами, сколько логикой, которая за ними стояла. Наш долговой портфель – это сотни миллиардов рублей, значительная часть которых финансирует долгосрочные инвестиционные программы. Именно поэтому мы так серьезно относимся к вопросу о том, какой должна быть структура долга.

Этап первый (2013–2020): эмпирические правила

Как и большинство корпоративных казначейств, мы начинали с практик, сложившихся в индустрии. В финансовой политике были зафиксированы целевые параметры структуры долга по срочности и соотношению плавающих и фиксированных ставок, при этом жестких требований по их соблюдению не было. Это хорошо работало, потому что на рынке были доступны инструменты практически любой нужной нам срочности и типа процентной ставки, а опция досрочного погашения кредитов была дешевой. Диверсификация долгового портфеля по срочности позволяла относительно безболезненно пережить периоды повышения ключевой ставки, а когда ставки падали, можно было досрочно погасить более дорогие кредиты и привлечь новые.

Но рынок менялся, банки начали активнее перекладывать процентный риск на заемщиков: стоимость фиксированных ставок выросла относительно плавающих, сроки кредитования по фиксированной ставке уменьшились, а опция досрочного погашения подорожала в разы. Принятие решения «стоит ли переплачивать за снижение процентного риска?» становилось все более болезненным.

Этап второй (2021–2023): первая data-driven модель

Чтобы найти баланс между стоимостью и риском, мы провели моделирование на исторических данных по рублевым ставкам: тестировали разные структуры долгового портфеля и искали математически оптимальную долю инструментов, подверженных процентному риску – плавающих ставок и краткосрочного долга (назовем ее «долей долга под риском»). В результате было получено значение около 30%, исходя из него для долгового портфеля был определен допустимый диапазон доли долга под риском.

Без математических терминов, объяснение результата было следующее: кризисы случаются регулярно – примерно раз в четыре года (2014, 2018, 2022) – но длятся не дольше 1-1,5 лет. Инструменты под риском, при оптимальной их доле в портфеле, в периоды роста ставок дают вполне терпимый вклад в рост процентных расходов, а в остальное время они дают экономию, в особенности в периоды снижения ставок. В итоге портфель имеет на длинном горизонте одновременно и меньшие средние процентные расходы, и их волатильность.

Примечательно, что несколько позже мы узнали: Минфин России при моделировании портфеля ОФЗ пришел ровно к той же цифре – 30% инструментов с плавающей ставкой. Это добавило нам уверенности в правильности подхода.

Помимо допустимого диапазона доли под риском, обновленная политика управления процентным риском содержала условия краткосрочных отклонений от этого диапазона, а также перечень разрешенных инструментов хеджирования – процентных свопов, опционов «Кэп» (Cap), структур «Коллар» (Collar). Использование производных финансовых инструментов (ПФИ) требует отдельной методологии – управленческого, бухгалтерского и налогового учета, моделей ценообразования, понимания возможных эффектов в отчетности. Многое из этого тоже было описано в политике.

Возможность краткосрочных отклонений от целевого диапазона была предусмотрена для посткризисных периодов, когда в ожидании снижения Банком России ставки кривая ставок инвертирована. Исторически в такие моменты длинные ставки оказывались завышенными: рынок закладывал в них более медленное снижение, и выгоднее было временно увеличивать долю под риском, дожидаясь более низких ставок.

Когда стратегия перестает работать

Стратегия хороша ровно настолько, насколько точны ее исходные предпосылки. Первая предпосылка – повторение наблюдавшейся в исторических данных цикличности, в том числе, что периоды высоких ставок не превышают полутора лет. Вторая гипотеза – если же ставки держатся высокими долго, то, скорее всего, наступила новая реальность перманентно высокой инфляции, к которой большинство бизнесов так или иначе адаптируется, и рост операционных доходов будет компенсировать рост процентных расходов.

К 2025 году пришло понимание, что вторая гипотеза неверна. Мы получили повышенную инфляцию, но экстремально высокие реальные ставки (ключевая ставка минус инфляция), которые ЦБ удерживает уже два года. Бизнес же не адаптировался равномерно: экономика разделилась на устойчивую часть – компании, которые пока выдерживают высокую стоимость денег, и остальную – стагнирующую.

Поскольку бизнес дольше обычного находился в условиях высоких ставок и ожиданий начала их снижения, допустимый диапазон доли под риском был расширен, но это уже меньше походило на четкую стратегию и требовало ее обновления.

Этап третий: рыночные forward-looking вероятности вместо истории

Ключевая проблема предыдущей модели – она смотрела назад, но будущее не обязано повторять прошлое.

Где взять параметры будущего?

У Банка России есть несколько сценариев – от дезинфляционного до рискового. У аналитиков есть собственные прогнозы, и весьма разнящиеся. Но у всех этих источников один общий недостаток: отсутствие вероятностей сценариев или, если таковые и даются, их субъективность.

Мы решили опереться на рыночные данные. Рынок агрегирует прогнозы всех участников – с их собственными деньгами на кону – и отражает их в котировках.

Взяв котировки процентных свопов и опционов на ключевую ставку, мы построили дерево сценариев динамики ставки на несколько лет вперед с квартальными узлами. Примечательно, что верхние и нижние ветви дерева почти совпали с крайними (рисковым и дезинфляционным) сценариями ЦБ.

Но главное – мы получили вероятности переходов между узлами и в результате – распределение вероятностей процентных расходов для любой структуры портфеля. Появилась возможность количественно сравнивать стратегии в терминах «риск – стоимость», глядя в будущее.

Как опционы помогают сформулировать стратегию

Самый интуитивно понятный и комфортный способ хеджирования от роста процентных ставок – опцион «Кэп» на процентную ставку. Механизм прост: если ставка превышает установленный уровень – страйк (скажем, 14%, как на рисунке) – покупатель получает компенсацию в размере разницы ставок. Если нет – ничего не происходит. Опцион стоит денег (по нему уплачивается премия, на рисунке ~1,5% годовых), поэтому если ставка остается ниже страйка, покупатель переплачивает. Но в сценарии резкого роста ставок его процентные расходы оказываются ограничены сверху величиной 14% + премия.

На вероятностном распределении расходов это выглядит так: все плохие сценарии (ставка выше страйка) схлопываются в одну точку, но одновременно смещается вся кривая вправо – из-за уплаченной премии. Покупатель платит за то, чтобы отрезать правый «хвост» распределения.

Именно язык опционов позволил нам построить оптимизационную модель для определения стратегии управления структурой долга, причем сама стратегия может не использовать никаких опционов.

Прежде чем перейти к этой модели, полезно вспомнить фразу статистика Джорджа Бокса: «Все модели ошибочны, но некоторые полезны». Если результаты модели используются в принятии решений, всегда нужно помнить о лежащих в ее основе допущениях.

Шаг первый – оцифровать аппетит к риску. Возьмем условный долговой портфель номиналом 100 по плавающей ставке, горизонт – два года. К портфелю можно добавить хеджирующий опцион «Кэп» также на номинал 100. Для разных уровней страйка (от 11% до 15%) рассчитываем два показателя: (1) средние процентные расходы за весь период с учетом премии и (2) CVaR – ожидаемые расходы в 25% наихудших сценариев – это примерно «раз в четыре года», то есть частота реальных кризисов.

Нанеся эти точки на график, получаем эффективную границу: каждая точка – это определенное сочетание «средняя стоимость vs. стоимость в плохой год». Если компания финансово устойчива и может «переварить» любые процентные расходы в представленном на графике диапазоне, достаточно выбрать самую левую точку – она минимизирует средние расходы. Если по ковенантам, скажем, Interest Coverage Ratio критично нарушение определенного уровня, выбираем точку, которая этот уровень не нарушает. Математически, касательная прямая в выбранной точке определяет коэффициент λ – это и есть показатель аппетита к риску конкретной компании в оптимизационной задаче .

Шаг второй – найти оптимальную долю под риском. Она равна коэффициенту «дельта» опциона с выбранным страйком. Дельта – это чувствительность стоимости опциона к изменению ставок, и именно с помощью дельта-хеджирования можно воспроизвести (реплицировать) желаемый опцион портфелем реальных инструментов с фиксированной и плавающей ставками. Для страйка 14% дельта составляет 55 – значит, 55% портфеля должно быть зафиксировано, а оптимальная доля под риском – 45%.

Важно, что это динамическая стратегия: при изменении рыночных ставок или собственного риск-аппетита мы перестраиваем дерево, рассчитываем дельту и при необходимости ребалансируем портфель.

Что это дало на практике

Главным результатом, пожалуй, стало то, что в первой половине 2024 года, когда ключевая ставка была на уровне на 16% и рынок в большинстве своем ждал ее скорого снижения, стратегия удержала нас от наращивания доли плавающих ставок в портфеле. Когда в конце года случился разворот и ставка поднялась до 21%, портфель оказался к этому готов.

Второй результат проявился уже в 2025 году. Привлечение финансирования по фиксированным ставкам – пусть и с сокращением срочности – продолжалось в рамках стратегии и в период пика ставок по инвертированной кривой. Когда Банк России перешел к политике «держать высокую ставку столько, сколько потребуется», это обернулось реальной экономией на процентных расходах.

Управление валютным риском

«Ростелеком» большей частью сталкивается с валютным риском как импортер. Исходя из этого, в группе применяются два типа стратегий хеджирования.

Микрохеджирование – для конкретных контрактов с валютной составляющей. Когда есть подтвержденный контракт с расходами в валюте и рублевый доходный контракт, возникает разрыв (mismatch): даже небольшое движение курса может испортить экономику сделки. С момента фиксации обязательств мы заключаем хеджирующую сделку и устраняем этот риск.

Стратегическое хеджирование – для защиты бюджетного курса на следующий год. Здесь обычно нет подтвержденных обязательств – только бизнес-планы. Бюджетный курс предварительно формируется обычно в середине года, утверждается в конце. В этот период принимается решение о хеджировании части прогнозного объема. Далее по мере осуществления валютных контрактов (фиксации в них курса) соответствующая доля хеджирующей позиции реализуется (продается).

Важная, но часто недооцененная составляющая управления валютным риском – структурирование договоров и типовых условий оплаты: условия фиксации курса, валютные оговорки, расчет дисконтов при досрочной оплате. С их помощью тоже можно управлять валютным риском, а также сравнивать цены контрактов с разными условиями фиксации курса.

Как принимается решение, хеджировать или нет?

Соотносим стоимость хеджирования с риском. Сейчас хеджирование от ослабления рубля к юаню стоит около 12% годовых, что выглядит довольно дорого. Но надо смотреть на комплекс факторов, влияющих на курс: рыночную волатильность и тренды, динамику торгового баланса, валютную ликвидность, операции ЦБ (включая бюджетное правило), геополитику. Важно и то, где текущий курс находится относительно бюджетного: если рубль существенно крепче, хеджирование может быть нецелесообразно.

С появлением современных инструментов ИИ появляется возможность одновременно мониторить несколько факторов и детектировать моменты, когда характер поведения рынка меняется. Ниже – иллюстрация того, как разработанная система детектировала смену режимов динамики курса CNY/RUB в 2024–2026 годах:

Триггеры

Любая стратегия работает только тогда, когда ее выполняют. Но очень важно также знать, когда от нее нужно отступить.

Принимая любое стратегическое решение по хеджированию, мы всегда формализуем набор триггеров – условий, сигнализирующих о том, что исходные предпосылки стратегии изменились. По возможности, сразу прописывается, что делать при срабатывании триггера, у кого есть какие полномочия. Это критично: в момент резкого изменения внешних условий промедление может стоить дорого.

Вместо заключения

Мы не претендуем на то, что наши подходы – единственно правильные. Но несколько выводов, которые кажутся нам универсальными:

Рынок деривативов в России развивается. В декабре 2024 года Национальная фондовая ассоциация (НФА) опубликовала методологию управления рыночными рисками для нефинансового сектора. Документ достаточно теоретический, но может стать хорошей основой для разработки внутренних документов компании – готовые блоки можно адаптировать под свои потребности и специфику.

Дмитрий Шелагин, директор департамента финансов, «Ростелеком»