Финансовое моделирование как инструмент управления банковскими рисками

Рис. 30. Окно выбора атрибута для разбиения в интерактивном режиме.

Здесь в качестве оптимального с точки зрения прироста информации предлагается атрибут Проживание. Переопределим его на ОД, %, указав в нижней части окна порог, равный 20. Затем для узла ОД, % > 20 снова выберем разбиение по ОД, %, но уже с порогом 40, после чего нажмем кнопку Построить дерево, начиная с текущего узла. В результате ветвь дерева будет полностью готова (рис. 31).

Рис.31. Дерево решений, построенное в интерактивном режиме.

Аналогичным образом  достраивается дерево для оставшихся узлов. Качество классификации, как  и прежде, можно оценить через таблицы сопряженности.

Вывод: в работе для построения модели взаимодействия с клиентами использован интеллектуальный метод обработки информации на основе деревьев решений. Данный метод, имеет в следующие преимущества: быстрый процесс обучения; генерация правил в областях, где эксперту трудно формализовать свои знания; извлечение правил на естественном языке; интуитивно понятная классификационная модель; достаточно высокая точность прогноза, сопоставимая с другими методами; построение непараметрических моделей.

Глава 3. Выводы и предложения

3.1. Преимущества  и недостатки финансового моделирования.  Проблемы использования моделей  при управлении рисками банка

При внедрении систем моделирования рисков в инфраструктуру банка возникает ряд проблем:

первое, это отсутствие понимания всей сложности модели, т. к. во многих банках до сих пор думают, что анализ данных вполне можно проводить при помощи стандартных средств или простейших разработок собственных IT-отделов.

Второе, это отсутствие необходимых данных. Причиной этого может служить либо то, что банки не успели за время работы собрать достаточное для анализа количество информации, либо просто практически не собирают данные, необходимые для успешной работы. Без общей системы сбора данных очень сложно проследить долгосрочные тенденции, объяснить падение продаж, вырабатывать оптимальные маркетинговые направления и стратегию.

Третье, это некорректность, объем и разрозненность данных, связанные с тем, что зачастую данные на разных участках банковской инфраструктуры собираются в совершенно разных форматах. Наиболее оптимальный, но и дорогостоящий вариант - внедрение единого хранилища данных, в котором бы происходил сбор максимально полной информации о клиентах и деятельности банка. В случаях, когда данные собирались уже много лет и разрослись до значительных объемов, это может стать преградой для внедрения системы скоринга, но грамотная интеграция позволяет минимизировать эту проблему.

Четвертое, серьезной проблемой может стать неполное представление данных в базе в силу непродуманной технологии сбора или из-за ее нарушения. Анализ таких данных может быть небезопасен, т. к. на основе неполных или неверных данных высока вероятность принимать неверные решения.

Если рассматривать алгоритм моделирования, например предиктивную мощность скорингового алгоритма, то с течением времени в силу объективных причин она снижается. Возникает необходимость повторного расчета и замены скоринговых алгоритмов во фронтальных приложениях. Момент перерасчета выбирается на основе статистических критериев и может происходить с любой периодичностью по мере пополнения базы данных.

Однако, несмотря на наличие столь весомых сложностей, очевидны преимущества использования финансовых моделей для оценки банковских рисков.

Первое, первичная обработка информации основывается не на экспертных знаниях кредитного специалиста, а на объективной информации из различных источников.

Второе, процесс оценки рисков: идентичные риски проходят идентичную процедуру оценки, а не зависят от конкретного кредитного специалиста и субъективных факторов.

Третье, процесс внедрения типовой модели требует длительного обучения и тренировки каждого кредитного специалиста, наработки опыта и интуиции. А полноценная модель, в свою очередь, не требует длительного обучения сотрудников

Возможность ошибок, злоупотреблений и мошенничества в силу человеческого фактора и злоупотреблений сотрудников практически исключается. Злоупотребления и мошенничества возможны только на уровне высшего звена кредитных специалистов, однако в силу непрерывного контроля их вероятность заметно снижается.

Если говорить о гибкости, то при внедрении нового кредитного продукта при использовании типовой модели необходима разработка новых инструкций и обучение персонала, а это длительный и мало поддающийся контролю процесс. При внедрении нового кредитного продукта в полноценную модель необходимо создание новых алгоритмов (или внесение изменений в уже имеющиеся). Этот процесс полностью контролируем, качество вновь созданных моделей может быть проверено без запуска в работу, а дополнительного обучения персонала практически не требуется.

 

 

3.2 Перспективы развития финансового моделирования в банковской деятельности

В последнее  время в практике управления рисками  в российских коммерческих банках произошли изменения: улучшилась идентификация рисков; измерение риска стало более точным; большее внимание уделяется контролю за рисками; шире используется международный опыт. Во всех крупных и в большинстве средних банков созданы подразделения по управлению рисками. Усилилось внимание как со стороны менеджмента, так и со стороны собственников российских банков к проблемам управления рисками, растет квалификация российских риск-менеджеров. Некоторые специалисты считают, что банкам, у которых развита система управления рисками, нужно дать возможность перейти на внутренние модели оценки рыночных рисков, в то время как все остальные банки должны придерживаться стандартного подхода.

Однако исследование рабочей группы Базельского комитета деятельности российских кредитных организаций позволило экспертам, в частности, сделать следующие выводы: в российских банках целесообразно создавать систему мотивации для менеджеров среднего звена с целью побудить их развивать практику управления рисками; система измерения и мониторинга риска только начинает развиваться, а создаваемые банками модели основываются, несмотря на разный профиль риска, на схожих наборах факторов риска; существует значительная потребность в информации, которая позволила бы создать общий фундамент для измерения рыночного риска.

Для определения  направлений развития системы внутреннего  контроля и комплексного управления рисками в российских коммерческих банках большое значение имеет разработка Центральным банком методик анализа  валютного, процентного, фондового рисков в развернутых видах, а также методики агрегирования всех рисков банка.

В настоящее  время основная проблема в практике внедрения систем моделирования банковских рисков – это адаптация к российским условиям существующих западных моделей оценки рисков.

Общие тенденции  регулирования. Международной тенденцией последнего десятилетия в сфере  государственного регулирования банковской деятельности стали либерализация  регулирования и переход от жестких (директивных) рычагов к стимулирующим  рычагам воздействия. Эта тенденция отражает изменения во внешней среде банковской деятельности, учитывает различный профиль банковских рисков и их динамизм, а также способствует выравниванию конкурентных позиций банков и воплощает принцип саморегуляции банковской системы. Новый подход отражает принцип: основная ответственность за эффективное управление рисками лежит на самом банке и реализуется в постепенном отказе от единых требований ко всем банкам в пользу предоставления им права выбора альтернативных методов определения величины достаточности капитала.

Кроме принципа альтернативности подходов к оценке банковских рисков в современных  условиях наметилась тенденция на сближение  банковских и небанковских финансовых организаций не только по сфере действия, набору проводимых операций, но и с точки зрения оценки и управления рыночными рисками. Это также отражает общую тенденцию стандартизации в условиях глобальной мировой экономики. Кроме того, в Базеле-2 заложен принцип усиления рыночной дисциплины банков в виде раскрытия достоверной информации о рисках и финансовом положении банка. Его выполнение будет способствовать усилению обратной связи за счет повышения контроля со стороны как надзорных органов, так и общественности, что отвечает основным принципам функционирования глобальной финансовой системы. Поэтому решающим фактором обеспечения устойчивости и надежности банковской системы в современных условиях является партнерство между органами банковского регулирования, самими банками и обществом. Этот подход, по-видимому, будет задавать в ближайшие годы направление развития банковского регулирования во всем мире. Соответствующим российским органам при разработке принципов регулирования следует учитывать как мировые тенденции, так и особенности национального банковского и финансового секторов.

 

 

 

Заключение

 

В работе исследованы  теоретические и прикладные аспекты  финансового моделирования в управлении банковскими рисками. Практическая значимость работы состоит в том, что применение рассмотренных моделей поможет лучше управлять собственными и клиентскими рисками, снизить возможности потерь и получить дополнительную прибыль в деятельности российских банков.

В соответствии с целями и задачами исследования были рассмотрены основные подходы и принципы построения финансовых моделей, выявлены перспективы, преимущества и недостатки применения данных моделей. Освещены современные методы моделирования банковских рисков.

В первой главе  в качестве основных подходов построения модели названы агрегация и интеграция, последовательность построения, систематизация информации, простота и гибкость, логичность построения, реализм и объективность, верифицируемость (проверяемость) информации.

Во второй главе  выявлены основные аспекты управления и оценки в моделировании операционного, рыночного, кредитного риска и  риска потери ликвидности.  Приведены классические методы измерения рисков на основе индикативных оценок: метод VaR, стресс-тестирования, исторического моделирования (historical simulation), статистических испытаний Монте-Карло, аналитический (дельта-нормальный, ковариационный). Описаны методы  управления рисками, связанных с управлением активами-пассивами банка: коэффициентный метод анализа ликвидности, анализ ликвидности банка на основе денежных потоков.   Методы  моделирования   рисков  в отсутствии числовой информации.

В заключительной части второй главы предложена модель, основанная на "дереве" решений: Принцип работы этой модели состоит в упорядочении заемщиков по вероятности проявления нужных свойств. Но за этим не стоит, как в регрессии, балл скоринга, а напротив, каждый лист "дерева" характеризуется вероятностью, прямо возникающей из наблюдаемого на нем распределения целевого свойства. Затем эта вероятность пересчитывается в балл скоринга (по логистической формуле с учетом нелинейности, присущей "деревьям" решения)

В качестве основных проблем применения моделей в  управлении рисками выступают: недостаточный  объем накопленных статистических данных, дефицит квалифицированных специалистов, снижение эффективности применяемых методик на длительном временном интервале и в периоды кризиса.

Итак, для управления риском необходимо иметь адекватные процедуры вычисления его вероятностной  оценки. Результатом практической работы является скоринговая модель оценки и управления кредитным риском банка, основанная на деревьях решений. Данная модель отличается  высокой скоростью обработки данных и корректировки.

Список  литературы

Нормативно-правовые акты

1. ФЗ "О банках и банковской деятельности"
2. ФЗ «О Центральном банке РФ»
3. Инструкция ЦБ РФ от 16_01_2004 N 110-И (ред_ от 26_06_2009)
4. Письмо Банка России от 27.07.2000 г. № 139 -Т "О рекомендациях по анализу ликвидности кредитных организаций"
5. Положение Банка России  от 10.02. 2003 г. № 215-П "О методике расчета собственных средств (капитала) кредитных организаций".
6. Положение Банка России  от 07.08. 2010 г. № 215-П "Об обязательных резервах кредитных организаций"
7. О типичных банковских рисках Письмо № 70-Т от 23.06.2004, Центральный Банк Российской Федерации.

 

Учебная литература

8. Аленичев В.В., Аленичева Т.Д. Страхование валютных рисков, банковских и экспортных коммерческих кредитов -М.: Ист-сервис, 1994г.
9. Банковское дело под ред. проф. Лаврушина О.И., М., Кнорус, 2008г.;
10. Белых Л.П. Устойчивость коммерческих банков. Как банкам избежать банкротства. -М.: ЮНИТИ, 1996г.
11. Бланк И.А. Основы финансового менеджмента, М.,.Эльга, 2007г.;
12. Дж.Ф. Синки, мл. Управление финансами в коммерческих банках. М, Gatallaxy, 1994.
13. Колесников В.И., Кроливецкая Л.П. Банковское дело, - М: Финансы и статистика, 2000 г.
14. Лаврушин О.И. Банковское дело, - М: Дрофа, 2005 г.
15. Лобанов А.А. Энциклопедия финансового риск – менеджмента, - М: Альпина паблишер, 2003 г.
16. Лялин В.А., Воробьев П.В. Ценные бумаги и фондовая биржа. - М.: Финансы, 1998г.
17. Платонов В. А., Вэйнс Г. Банковское дело: стратегическое руководство. Управление активами и пассивами, - М: Дело, 2005 г.
18. Роуз Питер С. Банковский менеджмент, - М: Дело, 1999 г.
19. Рэдхед К., Хьюс С. Управление финансовыми рисками. М. ИНФРА-М. –2000.
20. Рогов М. Управление рисками.  Риск. - 1995г.- №4.
21. Рудько-Селиванов В.В. Региональные особенности проявления банковских рисков  Деньги и кредит. - 1997г. - №7.
22. Севрук В.Т. Банковские риски. - М.: Экономпресс, 1994. .
23. Финансовый менеджмент: Теория и практика. Учебник Под ред. Стояновой Е.С. –М.: Перспектива, 1997г.