Финансовое моделирование как инструмент управления банковскими рисками

 

 Национальный исследовательский  университет

«Высшая школа  экономики»

 

Банковский  институт

 

Кафедра банковского  дела

 

 

 

 

 

 

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

 

на тему:   Финансовое моделирование как инструмент управления банковскими рисками

 

 

 

 

 

 

 

Студент Исаев Арсений Андреевич

Группа 7БД

Специальность Финансы и кредит

Cпециализация Банковское дело

 

Научный руководитель

 Казанкова Н. С.

 

                                                                                                                     

 

 

 

 

 

 

Москва   2011 год

 

Содержание:

	стр.
Введение	3
Глава 1. Теоретические  основы финансового моделирования  в целях управления банковскими  рисками.	5
1.1. Понятие финансового моделирования. Цели, задачи принципы построения моделей.	5
1.2. Общие подходы при построении моделей. Виды финансовых моделей.	9
1.3. Системный подход в управлении рисками как основа финансового моделирования.	16
Глава 2. Практика разработки финансовых моделей для  управления рисками коммерческого  банка	20
2.1. Моделирование рыночного риска.	20
2.2. Моделирование  операционного риска.	27
2.3. Моделирование  риска ликвидности.	38
2.4. Моделирование  кредитного риска.	44
2.5. Интегрированная  модель управления рисками на  примере коммерческого банка «АКБ»	55
Глава 3. Проблемы и перспективы финансового моделирования в коммерческом банке.	69
3.1. Преимущества и недостатки финансового моделирования.         Проблемы использования моделей при управлении рисками банка.	69
3.2. Перспективы  развития финансового моделирования  в банковской деятельности.	71
Заключение	73
Список литературы	74
Приложения	80

Введение

С момента зарождения в конце 80-х годов прошлого века и до настоящего времени российский банковский сектор развивался в основном в рамках экстенсивной модели. Основными характеристиками данной модели являются ограниченный перечень и недостаточное качество предоставляемых банковских услуг, агрессивная политика на рынке активов и обязательств, их низкая диверсификация, высокая концентрация рисков, недостаточный уровень развития конкурентной среды и рыночной дисциплины, надежда на государственную поддержку в стрессовых ситуациях.

Преимущественно экстенсивный характер развития оказал негативное влияние на состояние  устойчивости банковского сектора, что проявилось в условиях международного финансового кризиса и потребовало принятия Правительством Российской Федерации и Банком России  мер по обеспечению системной стабильности.

Антикризисные меры позволили преодолеть кризис ликвидности  в банковском секторе, обеспечить капитализацию кредитных организаций, начать процедуры финансового оздоровления, что позволило в короткие сроки обеспечить повышение устойчивости российских кредитных организаций и предотвратить снижение доверия населения к банковской системе.

Одновременно  очевидной стала необходимость более решительного перехода от преимущественно экстенсивной модели развития российского банковского сектора к интенсивной.

Интенсивная модель развития предполагает особое внимание к менеджменту, контролю издержек и рисков.  Анализ международной и отечественной практики риск-менеджмента в кредитных организациях доказывает необходимость создания простой и эффективной модели оценки величины возможных потерь, связанных с банковскими рисками.

Это обусловлено следующим:

- требованиями Банка России по организации риск-менеджмента и проведения процедур стресс-тестирования в кредитных организациях;

- соглашениями и подходами Базельского комитета по банковскому надзору  к оценке достаточности капитала банков;

- необходимостью соответствия российскими кредитными организациями требованиям международным стандартам финансовой отчетности.

-отсутствием общепринятой концепции и достаточной формализации методологий оценки ожидаемых потерь и величины экономического капитала кредитных организаций;

Новизна темы заключается в том, что в настоящее время банковскими организациями для оценки своих возможных потерь используется множество методов, что далеко не всегда является адекватным и оправданным. Финансовое моделирование позволяет оценивать возможные потери с учетом количественной оценки величины риска ликвидности, т.е. с учетом оценки потенциальных затрат и убытков, которые кредитная организация может понести в будущем в процессе поддержания своей платежеспособности.

Целью разработки настоящей работы является выявление преимуществ и недостатков финансового моделирования и разработка предложений по созданию единых подходов к финансовому моделированию управления рисками банка.

Основные задачи, решаемые в рамках поставленной цели:

1) Рассмотрение подходов и принципов построения финансовых моделей.

2) Обзор современных методов моделирования банковских рисков.

3) Разработка скоринговой модели, основанной на деревьях решений.

4) Выявление проблем и перспектив, преимуществ и недостатков финансового моделирования.

Глава 1. Теоретические основы финансового  моделирования в целях управления банковскими рисками.

1.1 Понятие  финансового моделирования. Цели, задачи принципы построения моделей.

За последнее  время финансовое моделирование, и  без того пользовавшееся популярностью среди финансовых специалистов, приобрело дополнительные очки в свою пользу. Компания получает конкурентные преимущества, минимизируя риски и избегая потери средств, которых сейчас не хватает еще более остро. При этом трудозатраты можно сократить, грамотно построив логику модели в Excel и используя специализированное ПО.

Финансовая  модель – это модель денежных потоков компании, имитирующая ее планируемую или "как есть" деятельность в финансовых оценках. В ее основе - объемные и стоимостные данные, которые с необходимой степенью детализации характеризуют планируемую операционную, финансовую и инвестиционную деятельность. Модель также содержит динамические связи параметров проекта, итоговые финансовые отчеты и аналитические методики их количественной оценки.

Подобное моделирование  дает возможность "прожить" планируемые  действия без потери вложенных средств, что делает его незаменимым инструментом для менеджмента компании при  оценке различных вариантов развития бизнеса, включая расширение действующего или создание нового производства, выход на новые рынки, развитие сбытовой сети, реструктуризацию, сделки M&A, возможную продажу бизнеса.

Наиболее часто  финансовая модель используется для  анализа инвестиций - разработки и  оценки инвестиционных проектов. В  этом случае модель выступает как составная часть подаваемой в банк инвестиционной заявки, ТЭО проекта. В аналитических процедурах работы с заемщиком особое место отводится проверке корректности ее построения. Результатом "срабатывания" модели является финансовый план подготавливаемого проекта. Расчеты на модели дают взвешенную оценку потребности в финансировании капитальных вложений и оборотного капитала по периодам проекта, а также позволяют оценить его финансовую устойчивость к риск-факторам.

Моделирование денежных потоков наглядно показывает, окупят ли планируемые поступления вложенные инвестиции, потребуется ли привлечь для этого дополнительные средства, в каком объеме, на какие сроки и из каких источников, то есть наиболее точно определить структуру финансирования, стоимость собственных и привлеченных средств. Прогнозные финансовые отчеты и показатели позволяют лучше аргументировать для инвесторов эффективность участия в проекте, а прогноз налоговых платежей - обосновать контролирующим органам его бюджетную эффективность.

Еще одним важным направлением применения модели является прогнозирование финансового состояния  компании. Будущие финансовые показатели могут быть экстраполированы с учетом данных текущей отчетности. Но такой  подход становится неэффективным в том случае, когда вследствие планируемых инвестиций существенно меняется структура активов и пассивов организации. Моделирование планируемой деятельности, будущих денежных потоков компании позволяет получить более обоснованные прогнозные показатели.

Финансовая модель рассматривает отдельный проект, объединяя анализ возможного повышения эффективности операционной деятельности компании с оптимизацией ее инвестиционной программы. Это особенно полезно сегодня, когда важно оценить финансовые риски и воздействие многих факторов внешней среды на финансовое положение предприятия. Такое моделирование позволяет поддержать финансовую устойчивость компании, обеспечить будущие денежные потоки и увеличить период получения избыточной прибыли в посткризисное время.

Слово «модель» (лат. modelium) означает «мера», «способ», «сходство с какой-то вещью». Построение моделей — универсальный способ изучения окружающего мира, позволяющий обнаруживать зависимости, прогнозировать, разбивать на группы и решать множество других задач. Основная цель моделирования в том, что модель должна достаточно хорошо отображать функционирование моделируемой системы.

Задачи моделирования  делятся на две категории: прямые и обратные.

Прямые  задачи отвечают на вопрос, что будет, если при заданных условиях мы выберем какое-то решение из множества допустимых решений. В частности, чему будет равен, при выбранном решении критерий эффективности. Обратные задачи отвечают на вопрос: как выбрать решение из множества допустимых решений, чтобы критерий эффективности обращался в максимум или минимум.

Остановимся на обратных задачах. Если число допустимых вариантов решения невелико, то можно  вычислить критерий эффектности  для каждого из них, сравнить между  собой полученные значения и непосредственно  указать один или несколько оптимальных вариантов. Такой способ нахождения оптимального решения называется "простым перебором". Однако. Когда число допустимых вариантов решения велико, то поиск оптимального решения простым перебором затруднителен, а зачастую практически невозможен. В этих случаях применяются методы "направленного" перебора, обладающие той особенностью, что оптимальное решение находится рядом последовательных попыток или приближений, из которых каждое последующие приближает нас к искомому оптимальному.

Модели принятия оптимальных решений отличаются универсальностью. Их можно классифицировать как задачи минимизации (максимизации) критерия эффективности, компоненты которого удовлетворяют системе ограничений (равенств и/или) неравенств.

Их можно  разделить по критерию эффективности:

- одноцелевое принятие решений (один критерий эффективности);

- многоцелевое принятие решений (несколько критериев эффективности).

Наиболее разработан и широко используется на практике аппарат одноцелевого принятия решений  в условиях определенности, который получил название математического программирования. В этом "детерминированном" случаи, когда все условия операции известны заранее. тогда, обратная задача будет включает в себя критерий эффективности и некоторые известные заранее факторы (ограничения) позволяющие выбрать множество допустимых решений.

В общем виде обратная детерминированная задача будет выглядеть следующим образом. При заданном комплексе ограничений найти такое оптимальное решение, принадлежащее множеству допустимых решений, которое обращает критерий эффективности в максимум (минимум). Метод поиска экстремума и связанного с ним оптимального решения должен всегда исходить из особенности критерия эффективности и вида ограничений, налагаемых на решение.

Очень часто реальные задачи содержит помимо выше перечисленных факторов, еще одну группу - неизвестные факторы. Тогда обратную задачу можно сформулировать следующим образом. При заданном комплексе ограничений, с учетом неизвестных факторов, найти такое оптимальное решение, принадлежащее множеству допустимых решений, которое, по возможности, обеспечивает максимальное (минимальное) значение критерий эффективности.

Это уже другая, не чисто математическая задача (недаром  в ее формулировке сделана оговорка "по возможности"). Наличие неопределенных факторов переводит эту задачу в новое качество: она превращается в задачу о выборе решений в условиях неопределенности.

Рассмотрим  основные принципы построения моделей. Это  агрегация и интеграция, последовательность построения, систематизация информации, простота и гибкость, логичность построения, реализм и объективность, верифицируемость (проверяемость) информации.

Интеграция  включает объединение данных, находящихся  в различных источниках и предоставление данных пользователям в унифицированном виде. Роль интеграции данных возрастает когда увеличивается объём и необходимость совместного использования данных.

Принцип агрегирования  означает, что сложную систему  можно представить состоящей  из агрегатов (подсистем), для адекватного  математического описания которых оказываются пригодными некоторые стандартные математические схемы. Принцип агрегирования позволяет, кроме того, достаточно гибко перестраивать модель в зависимости от задач исследования.