Методологические аспекты управления банковскими рисками

 

-- Показатели обеспечения не  являются решающими: их значения  подлежат проверке на достоверность.

 

 

 

 

3. На третьем этапе проверяется  достоверность обеспечения возвратности  размещенных ресурсов банка.

 

 

 

 

-- Показатели достоверности четко  классифицируются:

 

— связанные с объективными условиями  деятельности ОРР;

 

— связанные с субъективными  условиями деятельности ОРР.

 

-- Перечень показателей достоверности  постоянно пополняется в соответствии  с заданной классификацией.

 

-- Показатели достоверности являются  решающими: при недостоверности  проверяемых показателей обеспечения  принимается решение о повышении  условной категории рискованности  ОРР То есть оценка рискованности ОРР резко повышается.

 

 

 

 

4. На четвертом этапе по результатам  анализа показателей обеспечения  и достоверности выявляются варьируемые  факторы — факторы риска, способные  значимо повлиять на показатели  обеспечения возвратности.

 

5. На пятом этапе проверяется  чувствительность ОРР к факторам  риска, т.е. характер изменения  показателей обеспечения под  влиянием факторов риска.

 

6. На шестом этапе принимается  решение о рискованности ОРР.

 

Следует заметить, что применение описанной модели оценки имеет смысл  только после того, как в массиве  данных о потенциальном ОРР показатели рискованности должным образом  классифицированы. То есть банковскому работнику, проводящему оценку рискованности потенциального ОРР, необходимо иметь достаточно четкие представления о форме, смысле и взаимозависимости показателей различных классов.

 

В рамках настоящей работы мы не можем  привести описание различных классов  и групп показателей рискованности  предлагаемой классификации, хотя это  является достаточно важным.

 

Финансовые показатели сами по себе мало о чем говорят. Как правило, для оценки финансового состояния  рекомендуют набрать статистический материал и исследовать динамику каждого из показателей. Остается вопрос: как оценить финансовые показатели в совокупности?

 

Перспективным методом, на наш взгляд, является использование агрегированных показателей — полиномиальных комбинаций отдельных финансовых показателей, в частности линейных комбинаций. Следует заметить, что в качестве составляющих линейных комбинаций в  исследованиях необходимо использовать независимые финансовые показатели (мы назвали их базисными) — только тогда разработка эффективного агрегированного  показателя станет возможной.

 

Для оценки влияния различных факторов риска на показатели обеспечения  и определения показателей чувствительности используется методика построения графиков и/или таблиц зависимости показателей  обеспечения от факторов риска.

 

Графики и таблицы исследуются  методами математической статистики. По допустимым вариациям показателей  обеспечения определяют допустимые вариации факторов риска. Если известно распределение вероятностей значений факторов риска, возможна оценка распределения  значений показателей обеспечения. Проблемой остается определение  ссудного риска по значениям совокупности показателей рискованности ОРР  банка.

 

 

Методология формализованной оценки рискованности объекта размещения ресурсов банка

 

 

 

 

Под формализованной методикой  оценки рискованности ОРР мы понимаем некий алгоритм принятия решения  о рискованности ОРР по значениям  показателей, характеризующих ОРР.

 

Методика подобного типа предполагает решение следующих проблем:

 

1. Определение понятий риска  размещения ресурсов и рискованности  ОРР, а также операций над  ними.

 

2. Определение перечня факторов  рискованности ОРР, а также  источников информации о них.

 

3. Определение соответствующих  количественных показателей и  классов (групп) важнейших показателей.

 

4. Определение распределений рискованностей (по аналогии с распределением  вероятностей) для каждого значимого  показателя.

 

5. Построение алгоритма определения  (расчета) рискованности ОРР по  значениям показателей, их характеризующих.

 

Если задача 4 решена и показатели ОРР независимы, то задача 5 решается простым применением формул теории вероятностей — или выводом формул в соответствии с аксиомами теории вероятностей.

 

Однако в практической работе по оценке рискованности ОРР, во-первых, зависимость показателей, как правило, не поддается оценке, во-вторых, распределение  рискованностей также неизвестно.

 

Иными словами, банковский работник, оценивающий рискованность ОРР, может определить лишь перечень основных факторов, влияющих на рискованность  ОРР, и рассчитать значения отдельных  количественных показателей, которых  может оказаться очень много. Этим не снимается проблема оценки рискованности ОРР, но, наоборот, лицо, принимающее решение (ЛПР), вынуждено  будет принимать его в условиях еще большей неопределенности.

 

Для того чтобы снизить эту неопределенность и каким-то образом структурировать  проблему, ЛПР должно опираться и  на субъективные методы, сохраняя рамки  рациональной формализованной системы  оценки.

 

Отсюда следует, что главной  проблемой разработки методов оценки рискованности ОРР является определение  наилучшего — по времени, затратам и продуктивности — сочетания  объективных (формализованных, математических) и субъективных (построенных по экспертным оценкам) методов в одном алгоритме.

 

В данной работе в качестве подхода  к решению проблемы практического  нахождения алгоритма указанного типа предлагается метод агрегации.

 

 

Метод агрегации

 

 

 

 

1. Вычисляется значение агрегированного  показателя несоответствия A0:

 

(11)

 

где ai — показатель несоответствия;

 

ai — его удельный вес;

 

N — количество показателей несоответствия.

 

2. Если A0 > АN, где АN — граница категории несоответствия, то ОРР зачисляется в высшую категорию рискованности.

 

3. Вычисляется значение агрегированного  показателя обеспечения k-го иерархического  уровня В(k) (см. выше):

 

(12)

 

где bi(k) — показатель обеспечения k-го иерархического уровня;

 

 bi(k) — его удельный вес;

 

 М — количество показателей  обеспечения k-го иерархического  уровня.

 

4. Определяется категория обеспечения  по величине В0:

 

(13)

 

где g(k) — вес k-го иерархического уровня;

 

L — количество иерархических  уровней.

 

5. Вычисляется значение агрегированного  показателя достоверности k-го  иерархического уровня C(k):

 

(14)

 

где gi(k) — показатель достоверности k-го иерархического уровня;

 

ci(k) — его удельный вес;

 

Р — количество показателей достоверности k-го иерархического уровня.

 

6. Определяется категория достоверности  по величине С0:

 

(15)

 

7. Выявляются варьируемые показатели  ОРР (факторы риска) и их  влияние на показатели обеспечения  всех иерархических уровней.

 

8. Вычисляeтся значение агрегированного показателя чувствительности k-го иерархического уровня D(k):

 

(16)

 

где di(k) — показатель чувствительности k-го иерархического уровня;

 

di(k) — его удельный вес;

 

Q — количество показателей чувствительности k-го иерархического уровня.

 

9. Определяется категория чувствительности  по величине D0:

 

(17)

 

10. По сектору расположения точки  E0 = (В0, C0, D0) в кубе, ребра которого определяются границами категорий обеспечения, достоверности и чувствительности, определяется категория рискованности.

 

11. ЛПР в банке оценивает ссудный  риск по категории рискованности.

 

Априори экспертным путем оцениваются  величины аi, bi(k), ci(k), di(k), g(k), границы категорий. Формализуются показатели ai, bi(k), gi(k), di(k) в соответствии с требованиями:

 

1) область значений [0,1];

 

2) чем выше рискованность, тем  больше значение показателя.

 

Затем все эти величины, а также  содержание иерархических уровней  обеспечения, уточняются.

 

 

Литература

 

 

 

 

1. Альгин А.П. Грани экономического  риска. — М.: Знание, 1991.

 

2. Банки и банковские операции/Под ред. проф. Е.Ф. Жукова. — М.: Банки и биржи, ЮНИТИ, 1997.

 

3. Банковская энциклопедия/Под ред. С.И. Лукаш, Л.А. Малютиной. — Днепропетровск: Баланс-Аудит, 1994.

 

4. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. — М.: Финансы  и статистика, 1996.

 

5. Крамер Харальд. Полвека с теорией вероятностей: наброски воспоминаний. — М.: Знание, 1979.

 

6. Ларичев О.И. Объективные модели  и субъективные решения. —  М.: Наука, 1987.

 

7. Мелкумов Я.С. Экономическая оценка эффективности инвестиций. — М.: ИКЦ “ДИС”, 1997.

 

8. Мой банк/Под общ. ред. С.И. Кумок. — М.: Московское финансовое объединение, 1996.

 

9. Норткотт Дерил. Принятие инвестиционных решений. — М.: Банки и биржи, ЮНИТИ, 1997.

 

10. Первозванский А.А., Первозванская  Т.Н. Финансовый рынок: расчет  и риск. — М.: Инфра-М, 1994.

 

11. Толковый словарь рыночной  экономики. — М.: Глория, 1993.

 

12. Финансовый менеджмент/Под ред. акад. Г.Б. Поляка. — М.: Финансы, ЮНИТИ, 1997.

 

13. Челноков В.А. Букварь кредитования. М., Антидор, 1996.

 

14. Vaugham E.J. Risk management. — N.Y. etc.: Wiley, 1997.