Экономико-математические модели оценки кредитного риска портфеля корпоративных кредитов коммерческого банка тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Федорова, Анна Анатольевна

• Федорова, Анна Анатольевна
• кандидат экономических наук
• 2012

Оглавление диссертации кандидат экономических наук Федорова, Анна Анатольевна

Введение.

ГЛАВА 1. МОДЕЛИ ОЦЕНКИ КРЕДИТНОГО РИСКА.

1.1.Понятие кредитного риска, управления кредитным риском.

1.2. Основные закономерности построения систем управления рисками и их сравнительный анализ.

1.3. Модель "Кредитная Метрика".

1.4. Модель Moody's KMV "Портфельный Менеджер".

1.5. "Кредитный риск+".

1.6. Модель "Анализ кредитного портфеля".

1.7. Оценка кредитного риска по российскому законодательству.

Введение диссертации (часть автореферата) на тему «Экономико-математические модели оценки кредитного риска портфеля корпоративных кредитов коммерческого банка»

Актуальность темы исследования

Для коммерческих банков и международной финансовой системы все более актуальной становится задача построения системы оценки портфельного кредитного риска. Актуальность этой проблемы связана с увеличением объема кредитных портфелей банков, снижением рентабельности банковских операций и известными случаями потерь по ссудам1. Большое значение имеет задача моделирования кредитного риска по портфелю корпоративных заемщиков, во-первых, из-за больших размеров кредитов, и, во-вторых, в связи с намного более трудоемкой и комплексной процедурой оценки кредитного риска по данному классу заемщиков. Для проведения эффективной кредитной политики коммерческому банку недостаточно простой процедуры ско-ринга . Необходимо использовать целостную систему управления кредитным риском портфеля3, так как только она позволяет принимать решения по кредитам, учитывая возможности оперативного изменения параметров портфеля, использования синдицированного кредитования4 и кредитных деривати-вов5, возрастающую ликвидность вторичного кредитного рынка.

Задача построения экономико-математической модели оценки кредитного риска портфеля наиболее остро поставлена внедренным в европейских п банках в 2007 году Соглашением "Международная конвергенция измерения

1 Лобанов А.А., Чугунов А.В., Энциклопедия финансового риск - менеджмента, М., 2005, стр. 936.

2 Черкашенко В.Н. Этот "загадочный скоринг"/ Банковское дело. -2006. -№3. -с.42-48; Ли В. Об оценке кредитоспособности заемщика: российский и зарубежный опыт/ Деньги и кредит. -2005. -№2. -с.50-54.

3 Зинкевич В.А. Управление корпоративным портфелем: современные технологии кредитного анализа/ Банковское кредитование. -2010. -№4(32)-с.63-75.

4 Круи M Основы риск-менеджмента: пер. с англ./М. Круи, Д.Галей, Р. Марк; науч. Ред. В.Б. Минасян. - М.: Издательство Юрайт, 2011. -390с.

3 Часовая А. С. Кредитные деривативы как инновационный инструмент управления кредитным риском// Банковское дело, 2010, -№2(194) - с.74-78; Bielecki T.R. Crédit risk: modeling, valuation and hedging. -Harvard, 2002. -500 p.

6 Нагь П.М. Базель-2 для управляющих банками: основные характеристики и последствия внедрения для Центральной и Восточной Европы. // Банковское дело, 2006- №3 -с.8-17.

7 International Convergence of Capital Measurement and Capital Standards: a Revised Framework, BCBS, 2006, p.347, (URL: http://www.biz.org/publ/bcbsl28.htm. дата обращения: 30.05.2011). капитала и стандартов капитала: уточненные рамочные подходы" Базельско-го комитета по банковскому надзору (ВСВБ), в котором наиболее надежным банкам предлагается в рамках подхода, основанного на внутренних рейтингах заемщиков, строить собственные модели оценки кредитных рисков, обп ращая внимание на достаточность капитала банка и необходимые общие резервы на покрытие убытков по кредитным портфелям. По существу, соглашение представляет собой общие принципы управления рисками9 (в том числе, кредитными рисками) банка по различным видам инструментов, при использовании которых, даже в случае наступления дефолта банк не обанкротится, так как сможет покрыть потери. Определенные тенденции по приведению российского банковского законодательства10 к международным стандартам также подтверждают актуальность темы исследования. Цель и задачи исследования

Целью диссертационной работы является постановка экономико-математической модели оценки кредитного риска банка по портфелю его корпоративных заемщиков. Для достижения этой цели в рамках данной работы были поставлены и решены следующие задачи: 1) разработка модели оценки кредитного риска портфеля заемщиков юридических лиц в соответствии с принципами соглашения Базель 2 и российского банковского законодательства, решение проблем учета коррелированное™ данных заемщиков и изменения кумулятивной вероятности дефолта со временем,

8 Chorafas D.N. Economic capital allocation with Basel II. -Oxford: Elsevier Butterworth- Heinemann, 2006. -409 p.; Симановский А. Ю. Достаточность банковского капитала: новые подходы и перспективы их реализации/ Деньги и кредит. -2000. -№6. -с.20-28.

9 Sandstrom A. Solvency: Models, Assessment and Regulation. -New York, 2006. -400 p.; Базельский процесс: Базель II - управление банковскими рисками/ В.Н. Вяткин, В.А. Гамза. - М. ЗАО "Издательство "Экономика", 2007. - 191 с.

10 Положение Банка России №254-П от 26.03.2004 "О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности", (URL: http://www,cbr.ru/publ/main.asp?Prtid=Vestnik&Y=2004. дата обращения: 30.05.2011); Положение Банка России №283-П от 20.03.2006 "О порядке формирования кредитными организациями резервов на возможные потери", (URL: http://www.cbr.ru/publ/main.asp?Prtid=Vestnik&Y=2006. дата обращения: 30.05.2011). '

2) сравнительный анализ модели оценки кредитного риска портфеля, построенной в соответствии с соглашением Базель 2, и требованиями ЦБ РФ,

3) обоснование модели вероятности дефолта, учитывающей не только количественные, но и качественные факторы,

4) обоснование системы рейтингования корпоративных заемщиков, основывающейся на модели вероятности дефолта,

5) сопоставление объема капитала банка, необходимого в соответствии с российским законодательством и требованиям Базельского соглашения,

6) разработка предложений по обоснованию условий кредитов. Объектом исследования являются корпоративные кредиты коммерческого банка.

Предметом исследования является постановка и анализ экономико-математических моделей, методов и алгоритмов оценки кредитного риска. Информационную базу исследования составили законодательные и нормативные акты РФ и Европы по вопросам, связанным с оценкой и кредитным риском, материалы официальной статистики, результаты исследований российских и зарубежных ученых, Интернет-ресурсы и сведения по проблематике диссертации, опубликованные в СМИ.

Теоретическую и методологическую основу исследования составляют методологические принципы, изложенные в трудах российских и зарубежных ученых, а также отраженные в законодательстве РФ. В работе автор опирался на труды российских ученых А.П. Альгина, И.Т. Балабанова, И.А. Бланка, A.B. Воронцовского, В.А. Гамза, A.A. Емельянова, О.И. Лаврушина, A.A. Лобанова, A.M. Карминского, B.C. Кромонова, В.И. Малыхина, A.A. Пересецкого, М.В.Помазанова, М.А. Рогова, В.Т. Севрука, Л.Н. Тэпмана, Н.В. Хохлова, Е.Ю. Хрусталева, A.B. Чугунова, A.C. Шапкина, А.Н. Ширяева и многих других. Из зарубежных авторов использованы труды таких исследователей, как Г. Александер, Э. Альтман, Ф. Блэк, Дж. Бэйли, Д. Галаи, Д. Даффи, Дж. Кейнс, М. Кроуи, Г. Марковиц, Р. Мертон, М. Миллер, Ф. Модильяни, Ф. Найт, П. Нараянан, Д. Рикардо, К. Рэдхэд, К. Синглтон, Дж. Синки, Д. Тобин, С. Хьюис, У. Шарп, М. Шоулз, И. Шумпетер, К. Эрроу.

Научная новизна диссертационного исследования и его наиболее существенные результаты заключаются в следующем.

• Обоснованы основные этапы процесса управления кредитным риском коммерческого банка на этапы.

• Проанализированы достоинства и недостатки наиболее известных моделей оценки кредитного риска (Z-Score11, Basel 2, Credit Metrics, Moody's KMV Portfolio Manager, CreditRisk+, CreditPortfolioView) и сформулированы требования для использования в российской практике.

• Построена система рейтингования заемщиков, основанная на качественных и количественных факторах.

• Разработан алгоритм моделирования на основе метода Монте-Карло эмпирической функции распределения убытков портфеля с учетом коррелированности вероятности дефолтов заемщиков.

• Разработана экономико-математическая модель определения кумулятивной вероятности дефолта на основе моделей авторегрессии с добавлением дополнительных объясняющих переменных.

• Рекомендована методика расчета минимальной допустимой процентной ставки по кредиту с учетом риска заемщика.

11 Altman E.I., "Financial ratios, discriminant analysis and the prediction of corporate bankruptcy"// The Journal of Finance, Vol. XXIII, No. 4, 1968, pp. 589-609.

Теоретическая значимость работы

Теоретическое значение заключается в обосновании фундаментальных основ определения кредитного риска коммерческих банков по портфелю корпоративных кредитов.

Практическая значимость и реализация результатов работы

Практическая значимость данной работы как разработки источников обусловлена возможностью использования предлагаемой модели в практике работы коммерческого банка. Результаты диссертационного исследования использованы в качестве методической основы при разработке системы управления кредитными рисками и кредитной политики коммерческого банка. Апробация работы

Основные результаты диссертационной работы докладывались автором на научной конференции «Конкуренция как фактор экономического роста» (Санкт-Петербург, апрель 2011), «Экономическая безопасность: современные проблемы» (Санкт-Петербург, апрель 2010), научных конференциях «Предпринимательство и реформы в России» (Санкт-Петербург, апрель и ноябрь 2009, ноябрь 2008, ноябрь 2007).

Полученные результаты могут также применяться в учебном процессе в рамках курса «Банковское дело» и «Математические методы в экономике». Публикации

Результаты диссертационной работы опубликованы в 9 печатных работах общим объемом 1,95 п.л., в том числе в статьях и материалах научных конференций. 2 статьи опубликованы в журналах, входящих в список печатных изданий, рекомендованных ВАК Российской Федерации. Структура и объем диссертационной работы

Диссертация состоит из введения, трех глав, основных выводов и рекомендаций, списка литературы и семи приложений. Общий объем работы составляет 195 страниц, из них 122 страниц основного текста, 40 рисунков и 32 таб

Заключение диссертации по теме «Математические и инструментальные методы экономики», Федорова, Анна Анатольевна

Заключение

1. Задача построения статистической модели оценки кредитного риска корпоративных заемщиков является актуальной для коммерческих банков. Автором была проведена работа по анализу предпосылок, ограничений, исходных данных наиболее известных в мировой практике моделей оценки кредитного риска корпораций.

2. Проведенный критический анализ практики использования и методологии построения статистической модели оценки кредитного риска корпоративного заемщика показывает, что в настоящее время не существует единых общепризнанных методов построения моделей оценки кредитного риска. Задача построения модели оценки кредитного риска корпоративных заемщиков осложняется тем, что отечественные банки не накопили достаточно данных для построения таких моделей. Ряд параметров требует периодического пересмотра.

3. Для построения эффективной кредитной политики коммерческому банку недостаточно просто построения статистических моделей оценки кредитного риска корпоративных заемщиков, необходимо внедрять целостную систему управления кредитным риском портфеля, так как только она позволяет принимать решения по портфелю, учитывая возможность оперативного изменения параметров портфеля, использования синдицированного кредитования и кредитных деривативов, возрастающую ликвидность вторичного кредитного рынка.

4. Проверка надежности и точности модели оценки кредитного риска портфеля представляет существенную проблему, вследствие отсутствия критериев проверки надежности подобных моделей, недостаточного раскрытия механизмов использования известных моделей, а также недоступности статистики для проверки известных в мире моделей кредитного риска.

5. Обоснованы основные этапы процесса управления кредитным риском коммерческого банка. Разбиение процесса управления кредитным риском построено на принципах последовательного, активного подхода к кредитному риску, требующему постоянного контроля и корректировки результатов. Разбиение зависит от содержания и специфики процедуры кредитования коммерческого банка.

6. Представлена система рейтингования заемщиков, основанная на модели вероятности дефолта, учитывающая как количественные, так и качественные характеристики заемщика. Значения диапазонов баллов для факторов определены на основании экспертной оценки. В диссертации данная система рекомендуется для применения на практике в качестве базовой, от которой, при накоплении достаточного объема статистических данных, можно перейти к более сложной модели.

7. В работе предложены два алгоритма моделирования кредитного риска методом Монте-Карло, учитывающие коррелированность данных компаний-заемщиков. В первом алгоритме для этого применяется ковариационная матрица убытков, во втором алгоритме - ковариационная матрица вероятностей дефолтов. Первый алгоритм показал, что чем менее диверсифицирован кредитный портфель, тем меньше величина неожидаемых убытков. В целом, можно сделать вывод, что второй алгоритм моделирования при возрастании степени коррелированности данных по портфелю кредитов и более высоких значениях элементов ковариационной матрицы вероятностей дефолтов демонстрирует более высокие значения неожидаемых убытков, поэтому второй алгоритм больше применим к моделированию коррелированности данных заемщиков портфеля.

8. В работе также рекомендован метод прогнозирования кумулятивной вероятности дефолта на основе моделей авторегрессии. Были произведены расчеты по кумулятивным вероятностям с 1985-96 год и с 1998-2008 на основании данных Moody's. Расчетами подтверждается, что общий вид модели авторегрессии зависимости кумулятивной вероятности от времени сохраняется на длительные промежутки времени. В частности, данные с 1998- 2008 год хорошо аппроксимируются кубической регрессией. В целом, можно выдвинуть гипотезу о том, что зависимость кумулятивной вероятности дефолта от времени t описывается одной и той же моделью в течение длительного промежутка времени. Следовательно, модель можно использовать для прогнозирования значений вероятности дефолта на ближайший период, и модели авторегрессии применимы для прогнозирования кумулятивной вероятности дефолта.

9. Изучены особенности применения предлагаемого подхода к определению внутреннего рейтинга заемщика и расчета кумулятивной вероятности дефолта, а также моделирования ожидаемых и неожидаемых потерь по портфелю с учетом коррелированности вероятности дефолтов корпоративных заемщиков. В работе рекомендуется при практическом построении системы управлением кредитным риском использовать разработанные методы расчета показателей, как наиболее эффективные. В диссертации была показана связь построенной рейтинговой системы с российским законодательством. Автором также предложен метод расчета минимальной процентной ставки по кредиту корпоративного заемщика.

10. Учитывались данные по корпорациям, взятые с сайтов www.msk.arbitr.ru и www.cbonds.ru. Была построена модель вероятности дефолта и распределение неожидаемых потерь для рассматриваемого портфеля. Был проанализирован вид функции распределения убытков при изменении структуры кредитного портфеля по срокам и по величине ссуд. В результате получен ряд выводов по предпочтительной структуре кредитного портфеля, в части сроков, сумм и ковариаций вероятностей дефолтов заемщиков. Проведены расчеты ожидаемых и неожидаемых потерь для кредитных портфелей различной структуры в соответствии с предлагаемыми методами и в соответствии с российским законодательством. Было установлено, что величина минимально необходимого к созданию капитала коммерческого банка является максимальной по российскому законодательству, минимальной — в соответствии с соглашением Базель 2 и промежуточной по разработанной модели.

11. Проведенные расчеты свидетельствуют о работоспособности предложенных методов оценки кредитного риска корпоративных заемщиков, а также подтверждают возможность их дальнейшего усовершенствования и практического использования.

12. В диссертации была показана связь построенной рейтинговой системы с российским законодательством. Автором также предложен метод расчета минимальной процентной ставки по кредиту корпоративного заемщика.

Список литературы диссертационного исследования кандидат экономических наук Федорова, Анна Анатольевна, 2012 год

1. Анализ финансового состояния компании: основные положения, Альт-Инвест, (URL: http://www.alt-invest.ru, дата обращения: 30.05.2011).

2. Алескеров Ф.Т., Андриевская И.К., Пеникас Г.И., Солодков В.М. Анализ математических моделей Базель II. -М.: ФИЗМАТЛИТ, 2010. -288 с.

3. Анисимов А.Н. Выявление групп связанных заемщиков// Банковское дело, 2010, -2(194) -с.79-83.

4. Бухтин М.А. Принципы и подходы к формированию методик внутренних кредитных рейтингов для корпоративных заемщиков, Управление финансовыми рисками, 2008, №3. Стр. 182-209, № 4. Стр. 272- 279.

5. С.Н. Волков, Оценивание кредитного риска: теоретико-вероятностные подходы, (URL: http://www.creditrisk.ru/publications/n13/, дата обращения: 30.05.2011)

6. В.В. Ковалев, В.В. Патров, В.А. Быков, Как читать баланс, М. 2006, 670 стр.

7. Управление банковским кредитным риском: учеб. пособие/ С.Н. Кабуш-кин. 4-е изд., стер. - Минск: Новое знание, 2007. - 336 с. (Экономическое образование).

8. Базельский процесс: Базель II управление банковскими рисками/ В.Н. Вяткин, В.А. Гамза. - М. ЗАО "Издательство "Экономика", 2007. - 191 с.

9. Гальперин Ф., Бобышев A.A., Мищенко JI.B. Практика применения VaR-методологии для оценки и управления кредитным риском в "Альфа-Банке"/ Управление финансовыми рисками. -2005. -№2. -с.2-10.

10. Гришина О.В., Самиев П.А. Практика риск-менеджмента в российских банках: риски есть, системы нет/ Управление финансовыми рисками. -2006.-№2.-с.106-111.

11. Математические методы риск-менеджмента: учебное пособие/ A.C. Долматов. М. Издательство "Экзамен", 2007. -319, 1. с. (Серия "Учебник для вузов").

12. Инструкция Банка России № 110-И от 16.01.2004 "Об обязательных нормативах банков" (URL: http://www.cbr.ru/analytics/standartacts/ bank supervision/, дата обращения: 30.05.2011)

13. Еремчева Ю.С., Долженко C.B. Ценообразование кредитных продуктов банка с учетом риска. Управление финансовыми рисками. 02 (18) 2009. С.104-118.

14. Зинкевич В. А. Управление корпоративным портфелем: современные технологии кредитного анализа/ Банковское кредитование. -2010. -№4(32)-с.63-75.

15. Ивлиев C.B. Исследование кредитного риска методом Монте-Карло (URL: www.riskland.ru/lib/CreditRiskMonteCarlo.shtml, дата обращения: 30.05.2011)

16. Информация с сайта Банка России (URL: www.cbr.ru/statistics/?Prtid=sors, дата обращения: 30.05.2011)

17. Исаков A.B. Топология дефолта./Управление финансовыми рисками. 04 (28) 2011. С.316-323.

18. Ковалев В.В., Волкова О.Н. Анализ хозяйственной деятельности предприятия. -М.: ПБОЮЛ Гриженко Е.М., 2000, -424 с.

19. Ковалев П.П. Банковский риск-менеджмент/ П.П. Ковалев, М.: Финансы и статистика, 2009. -304 е.: ил.

20. Коновалихин М.Ю., Кулик В.В., Сергиенко Д.О., Голицын С.А. Модель расчета процентной ставки./Управление финансовыми рисками. 02 (14) 2008. С.94-102.

21. Коновалихин М.Ю., Сергиенко Д.О., Кулик В.В., Кремлева И.В. Подходы к построению скоринговых моделей./ Управление финансовыми рисками. 01 (09) 2007. С.48-62.

22. Коновалихин М.Ю., Кулик В.В. Модель определения оптимальной долговой нагрузки заемщика./ Управление финансовыми рисками. 04 (24) 2010. С.270-277.

23. Г. Корн, Т. Корн, Справочник по математике для научных работников и инженеров, М. 1977, с.832.

24. Круи М. Основы риск-менеджмента: пер. с англ./М. Круи, Д.Галей, Р. Марк; науч. Ред. В.Б. Минасян. М.: Издательство Юрайт, 2011. -390с.

25. Кулаковский В.В. Управление кредитным риском. Оценка зависимости между рейтингом заемщика и вероятностью дефолта. Управление финансовыми рисками.02(18) 2009.С.98-103.

26. Лемешко Б.Ю., Помадин С.С. Корреляционный анализ наблюдений многомерных случайных величин при нарушении предположений о нормальности/Сибирский журнал индустриальной математики. 2002, -Т.5.-№ 3.-С.115-130.

27. Ли В. Об оценке кредитоспособности заемщика: российский и зарубежный опыт/ Деньги и кредит. -2005. -№2. -с.50-54.

28. Лобанов A.A., Чугунов A.B., Энциклопедия финансового риск менеджмента, М., 2005, стр. 936.

29. Лобанов A.A., Чугунов A.B. Тенденции развития риск-менеджмента: мировой опыт/ Рынок ценных бумаг. -1999. -№18. -с.59-65.

30. Любопытные доходы и необычайные расходы банков (URL: http://statbanker.ru/ news/43.shtm, дата обращения 30.03.2010)

31. Магнус Я.Р., Катышев П.К., Пересецкий A.A., Эконометрика. Начальный курс: Учеб. 3-е изд., перераб. и доп. - М.: Дело, 2000, 400 с.

32. Манушенко В. В. Приоритетные подходы к определению экономического капитала в национальном банковском секторе// Банковское дело, 2011-№9(213)-с.34-40.

33. Михайлов Г.А., Войтишек A.B., Численное статистическое моделирование. Методы Монте-Карло. М.2006, 368 с.

34. Мищенко A.B., Чижова A.C. Методология управления кредитным риском и оптимальное формирование кредитного портфеля/ Высшая школа экономики. -2004. -21 с. -(URL: http://www.hse.ru/data/236/632/ 1233/ Ста-тьяоптимизация%20кредитного%20портфеля%20(4)^ос)

35. Нагъ П.М. Базель-2 для управляющих банками: основные характеристики и последствия внедрения для Центральной и Восточной Европы. // Банковское дело, 2006- №3 -с.8-17.

36. Herrn А.Н., Демина КВ., Балаболин В.Г., Денисов А.Г. Инструменты оценки предприятий-партнеров при банковском и коммерческом кредитовании / Управление финансовыми рисками. 02(26) 2011. -с.206-209.

37. Панова Г. С. Кредитная политика коммерческого банка. М.: ИКЦ "ДИС", 1997, с. 286

38. Письмо № 106-Т от 10.09.2004 "О расчете норматива максимального размера риска на одного заемщика или группу связанных заемщиков (Н6)", (URL: http://www.gvir.ru/text2008/n20/gdi20222.htm. дата обращения: 30.05.2011)

39. Пустовалова Т.А. Построение модели оценки кредитного риска кредитного портфеля коммерческого банка (на основе методологии VAR). Научные доклады, №2(R) -2010.СП6.: ВМШ СПбГУ, 2010.

40. Положение Банка России №283-П от 20.03.2006 "О порядке формирования кредитными организациями резервов на возможные потери", (http://www.cbr.ru/publ/main.asp?Prtid=Vestnik&Y=2006).

41. Помазанов М.В. "Количественный анализ кредитного риска "// Банковские технологии, 2004, №2, стр. 22-28.

42. Помазанов М.В. Адаптация "продвинутого" подхода "Базель II" для управления кредитными рисками в российской банковской системе. Управление финансовыми рисками. 01 (17) 2009. С. 48-66.

43. Помазанов М.В. Продвинутый подход к управлению кредитным риском в банке: методология, практика, рекомендации, Москва, Издательский дом "Регламент-Медиа", 2010, стр. 45.

44. Разумовский 77. А., Помазанов М.В. Штраф за концентрацию кредитного риска// Банковское дело, 2010, -№2(194) -с.52-59.

45. Российский статистический ежегодник, М., 2005, стр. 806.

46. Роуз Питер С. Банковский менеджмент. Пер. с англ. со 2-го изд. -Москва: Дело, 1997. 768 с.

47. Симановский А.Ю. Достаточность банковского капитала: новые подходы и перспективы их реализации/ Деньги и кредит. -2000. -№6. -с.20-28.

48. Слесарь ЮЛ. Риски концентрации: методы измерения, управления и контроля/ Управление финансовыми рисками. -2009. -№4(20) -с.280-295.

49. Строганова Е. В. Система управления кредитными рисками коммерческого банка. / Управление финансовыми рисками. -2005. -№1 -с. 10-17.

50. Соболь И.М., Метод Монте-Карло, М., 1968, 64 с.

51. Ступаков В.С., Токаренко Г.С., Риск-менеджмент: Учеб. пособие. М.: Финансы и статистика, 2005. -288с.

52. Сытин Ф.М., Каяшева Е.В. Кредитные риски: от стандартизированного до IRB-подхода. Теория и практические рекомендации/ Управление финансовыми рисками. -2008. -№3. -с. 170-180.

53. Тен В.В. Проблемы анализа конкурентоспособности заемщика/ Банковское дело. -2006. -№3. -с.49-51.

54. Хиггинс Р.С. Финансовый анализ: инструменты для принятия бизнес-решений.: Пер. с англ. -М.: ООО "И.Д. Вильяме",2008. 464 е.: ил. -Парал. тит. англ.

55. Часовая А. С. Кредитные деривативы как инновационный инструмент управления кредитным риском// Банковское дело, 2010, №2(194) - с.74-78.

56. Черкашенко В.Н. Этот "загадочный скоринг"/ Банковское дело. -2006. -№3. -с.42-48.

57. Шапкин А.С., Шапкин В.А., Теория риска и моделирование рисковых ситуаций: Учебник. М.: Издательско-торговая корпорация "Дашков и Ко", 2006. -880 с.

58. Шаталов А.Н., Шаталова Е.П. Об оценке уровня финансового состояния отдельных категорий заемщиков// Банковское дело, 2010, №3(195) -с.62-68.

59. A. Resti, A.Sironi, Risk Management and shareholders' value in Banking: from risk measurement models to capital allocation policies, West Sussex, 2007, p. 782.

60. AlastarL. Day, Mastering Risk Modelling, 2003, Edinburgh Gate.

61. Altman E.I., "Financial ratios, discriminant analysis and the prediction of corporate bankruptcy"// The Journal of Finance, Vol. XXIII, No. 4, 1968, pp. 589609.

62. Altman ЕЛ, Sabato G, Modeling Credit Risk for SMEs: evidence from the US market. (URL:http://people.stern.nyu.edu/ealtman/ModelingCreditRiskfor SMEs % 20.pdf, дата обращения 15.02.2012).

63. An explanatory note on the Basel 2 IRB risk weight functions, BCBS, 2005, (URL: http:// www.biz.org/bcbs/irbriskweight.htm, дата обращения: 30.05.2011)

64. Balthazar L, From Basel 1 to Basel 3: the integration of state-of-the-art risk modeling in banking regulation, N.Y., Palgrave Macmillan, 2006, 294 p.

65. Bessis J. Risk management in banking, Second edition, John Willey & Sons, LTD, West Sussex, 2002, 477 p.

66. Bielecki T.R. Credit risk: modeling, valuation and hedging. -Harvard, 2002. -500 p.

67. Cauoette J.B., Altman ЕЛ., Narayanan P. Managing credit risk: The next great financial challenge.-L.: John Wiley & Sons, Inc., 1998,452 p.

68. Chorafas D.N. Economic capital allocation with Basel II. -Oxford: Elsevier Butterworth- Heinemann, 2006. -409 p.

69. Colquitt J. Credit risk management. How to avoid disaster and maximize earnings. McGraw Hill.2007. 373 p.

70. Credit Risk+, A credit risk management framework, Credit Suisse First Boston, 1997, Technical document, p.72, (http://www.creditrisk.ru/ publications/, дата обращения: 30.05.2011)

71. CrouhyM., GalaiD., MarkR., "A comparative analysis of current credit risk models"// Journal of Banking & Finance, Vol. 24, 2000, p. 59-117.

72. Corporate Default and Recovery Rates, 1920-2008, (URL: http://www.moodys.com/moodys/cust/search/synsrchresearchresult.aspx7se arch=6&searchQuery=coфorate%20default%20&searchIdent=qcksearch, дата обращения 14.03.2010)

73. Crosbie P., Bohn J. Modeling Default Risk, Moody's KMV Company, 2003, 31 p.

74. Dermine J., Bissada Y.O., Asset&Liability managements guide to value creation and risk control, Financial Times, London, 2002, 43-58 p.

75. Gastineau G.L., Kritzman M.P. Financial risk management. N.Y., Frank Fabozzi Associates, 1996, 342 p.

76. Lofjler G., Posch P.N. Credit Risk modeling using Excel and VBA, 2007, West Sussex, 261 p.

77. Giese G. Bridging the Gap between Credit Risk+ and Merton-style Portfolio Models, Commerzbank AG, 2005, (URL: http://www.mathfinance/ de/workshop/ 2005/papers/giese/slides.pdf, дата обращения: 30.05.2011).

78. Gordy M.B. "Saddlepoint approximation of Credit Risk+", Journal of Banking and Finance, 26, 2002, p.1335-1353.

79. Gupton G., Finger C., BhatiaM., Credit Metrics™ Technical Document, First Edition, 1997, p. 212, (URL: http://www.defaultrisk.com/ ppmodel20.html, дата обращения: 30.05.2011)

80. HaafH., Tasche D. Calculating Value-at-Risk contributions in Credit Risk+, (URL: http://www-m4.ma/tum.de/pers/tashe/CRplus.pdf, дата обращения: 30.05.2011).

81. Handbook of Time Series Analysis. Recent Theoretical Developments and Ap-plications.Edited by Schelter В., Winterhalder M., Timmer J. WILEY-VCH Verlag GmbH&Co. KGaA. 2006. 496 p.

82. Hickman A.A., Koyluoglu U. A Generalized Framework for Credit Risk Portfolio Models. DefaultRisk.ru: the Web's Biggest Credit Risk Modeling Resource,1998. (URL: http://www.defaultrisk.com/ppmodel17.htm, дата обращения: 16.02.2011)

83. Huang X., Oosterlee C.W., van der Weide J.A.M., "Higher order saddlepoint approximations in the Vasicek Portfolio Credit Loss Model", Journal of Computational Finance, Volume 11, №1, 2007, p.93-113

84. International Convergence of Capital Measurement and Capital Standards: a Revised Framework, BCBS, 2006, p.347, (URL: http://www.biz.org/publ/bcbs 128.htm, дата обращения: 30.05.2011)

85. N. Isachenkova, J. Hunter, Failure risk: a comparative study of UK and Russian firms, Department of Economics and Finance, Brunei University, 26 p.

86. Kalita M. Credit Risk: so Far so Good. Business Credit.

87. Merton R.C., "On the pricing of corporate debt: the risk structure of interest rates"//Journal of Finance, Vol. 29,1974, pp. 449-470.

88. Metropolis N., Ulam S., The Monte-Carlo method, J. Amer. statistical assoc., 1949, 44, №247, 335-341.

89. Kealhofer S., Bohn J.R. Portfolio management of default risk. Moody's KMV Company, 2001, 32p.

90. Carl H. Pforzheimer & Co., New York, NY, Comparative Oil Company Statements, annual, and earlier reports. (URL: http://infochimps.com/source/carl-h-pforzheimer-amp-co-new-york-ny, дата обращения 14.03.2010)

91. Sandstrom A. Solvency: Models, Assessment and Regulation. -New York, 2006. -400 p.

92. Smithson C. W., Credit Portfolio management, John Willey & Sons, Hoboken, New Jersey, 2003

93. StatSoft, Inc. (2001). Электронный учебник по статистике. М. StatSoft. (URL: http://www.statsoft.ru/home/textbook/default.html, дата обращения: 30.05.2011)

94. Dorfmann A. Sound Calculation for Probability of Default(PD), Bank-Forum finance trainer, Marz 2004-No.34, 2p.

95. Stein R., Benchmarking Default Prediction Models: Pitfalls and Remedies in Model validation, Moody's KMV, Technical Report # 020305

96. U.S. Energy Information Administration, "State Energy Data: Prices and Expenditures," annual, (URL: http://www.eia.doe.gov/emeu/states/states.html, дата обращения 14.03.2010)

97. Soberhart J.R.,Keenan S.C., Stein R.M. Rating Methodology. Benchmarking Quantative Default Risk Models: a Validation Methodology, Moody's KMV, (URL: https://riskcalc.moodysrms.com/us/research/crm/53621 .pdf,flaTa обращения: 15.02.2012)

98. Vasicek O., Loan portfolio value// RISK, December 2002, p. 160-162.

99. Vasicek O., Probability of loss on loan portfolio, 1987 (URL: http://www.moodyskmv.com/research/files/wp/ProbabilityofLossonLoan Portfolio.pdf, дата обращения: 30.05.2011).

100. Vasicek О., Limiting loan loss probability distribution, 1991 (URL: http://www.modyskmv.com/research/whitepaper/LimitingLoanLossProbabi lityDistribution.pdf, дата обращения: 30.05.2011).

101. Wilson T.C., Portfolio Credit Risk, FRBNY Economic policy review, 1998, p. 12.