Математическое моделирование системы аллокации экономического капитала банка тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Лужбин, Алексей Анатольевич

  • Лужбин, Алексей Анатольевич
  • кандидат науккандидат наук
  • 2014, Санкт-Петербург
  • Специальность ВАК РФ08.00.13
  • Количество страниц 161
Лужбин, Алексей Анатольевич. Математическое моделирование системы аллокации экономического капитала банка: дис. кандидат наук: 08.00.13 - Математические и инструментальные методы экономики. Санкт-Петербург. 2014. 161 с.

Оглавление диссертации кандидат наук Лужбин, Алексей Анатольевич

Оглавление

Введение

Глава 1. Исследование международных стандартов измерения кредитного риска и количественной оценки требований на экономический капитал Базель II

1.1 Обзорно-сравнительный анализ и концептуализация современных подходов к измерению кредитного риска

1.2 Содержательная экспликация международных стандартов Базель II: руководящие принципы и методология их имплементации

1.3 Характеристика экономико-математических оснований модели

кредитного риска IRB-подхода

Глава 2. Спецификация математической модели системы аллокации экономического капитала банка на основе IRB-подхода

2.1 Интегрированные функциональные элементы системы аллокации и их взаимосвязи

2.2 Измерительный элемент системы аллокации: модель оценки вероятности дефолта (контрагента банка) как ключевого параметра IRB-подхода

2.3 Исполнительный элемент системы аллокации: модель оптимизации

профиля портфеля кредитных активов банка

Глава 3. Разработка технологического порядка параметризации и идентификации модели оценки вероятности дефолта контрагента банка

3.1 Основные технологические принципы построения модели

3.2 Формирование обучающей модель статистической выборки и однофакторный анализ

3.3 Многофакторный анализ, идентификация и верификация модели оценки

вероятности дефолта контрагента

Заключение

Приложение А. Протокол работы алгоритма пошаговой регрессии (stepwise)

Приложение Б. Оценочные (предсказанные моделью) значения данных

наблюдений

Приложение В. Численные значения, использованные для построения

ЯОС-кривой

Список литературы

Список иллюстративного материала

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Математическое моделирование системы аллокации экономического капитала банка»

Введение

Актуальность темы диссертации. Возросшая за последние десятилетия сложность глобальных финансовых рынков привела к тому, что надзорные органы оказались не в состоянии осуществлять подробный мониторинг операционной деятельности каждого из профессиональных участников, традиционный патерналистский подход в сфере регулирования стал обнаруживать свою несостоятельность. В данном контексте применительно к банковскому сектору один из наиболее важных проектов реформы регулирования инициирован принятым в 2004 году наднациональным соглашением «Международная конвергенция измерения капитала и стандартов капитала», [6]. Соглашение разрабатывалось и принималось в рамках нормотворческого процесса Базельского комитета по банковскому надзору (Basel Committee on Banking Supervision), что и обусловило его известность в профессиональной среде под самостоятельным устойчивым термином «Базель II».

По современным представлениям, нашедшим отражение в Базель II, одним из ключевых рисков, с которыми сопряжена банковская деятельность, является кредитный риск, а главным индикатором платежеспособности банковских институтов служит наличие у них достаточного собственного капитала. При этом в качестве основного критерия достаточности капитала рассматривается соответствие последнего содержательной оценке масштабов деятельности того или иного кредитного учреждения, т.е. объему активов с учетом степени присущего им риска. Тем самым, с позиции современных подходов риск-менеджмента такие его объекты как кредитный риск и капитал банка оказываются тесно взаимосвязанными: кредитный риск рассматривается как фактор определения потребности в капитале.

В порядке имплементации указанных теоретических взглядов Базель II предлагает усовершенствованный подход к определению достаточности банковского капитала, основанный на внутренних рейтингах контрагентов банка

(Internal Ratings-Based Approach, или IRB-подход). Внутренний кредитный рейтинг - это показатель, призванный давать комплексную и всестороннюю оценку финансового состояния и кредитоспособности контрагента. Банк использует разработанную шкалу рейтингов для целей:

- Сравнения и дифференциации контрагентов по уровню кредитного риска;

- Определения размера резерва на возможные потери по ссудам;

- Ценообразования с учетом оценки потерь по кредитному риску;

- Оценки уровня ожидаемых и непредвиденных потерь;

- Расчета экономического капитала и регулятивного капитала.

Россия в вопросах реформы банковского регулирования и надзора следует заданному мировым финансовым сообществом вектору развития. Согласно заявлениям руководителей Банка России и принятым нормативным документам отечественная банковская система должна в скором времени частично перейти на принципы регулирования Базель II и Базель III. В частности, положениями Стратегии развития банковского сектора Российской Федерации на период до 2015 года, [1], определено, что приоритетом Банка России в части мероприятий по совершенствованию банковской системы и банковского надзора является приведение системы банковского регулирования и банковского надзора в соответствие с международными стандартами. Национальным регулятором уже принято решение о вступлении в силу основанного на внутренних рейтингах IRB-подхода Базель II с 2014 года, а к 2015 году ожидается подача первых заявок со стороны небольшого числа крупнейших российских коммерческих банков, входящих в состав пилотной группы, на получение соответствующего IRB-статуса.

Интегрированный в глобальный финансовый рынок, отечественный банковский сектор неизбежно будет испытывать на себе нарастание таких тенденций как ужесточение ценовой конкуренции, повышение требований доступа к рынкам акционерного и долгового капитала, концентрация отрасли. Следует признать, что российские коммерческие банки на сегодняшний день исчерпали экстенсивную модель развития, подразумевающую ведение бизнеса на

неосвоенных сегментах рынка, простые спекулятивные операции и прочее. В этих условиях наибольшая часть конкуренции будет смещаться в область затрат на капитал и индивидуального ценообразовании. Получить преимущества станет возможным только за счет более точного измерения рисков, которое позволит, во-первых, при предоставлении банковской услуги более обоснованно перекладывать риск на потребителя в форме надбавки к процентной ставке, не нанося при этом ущерба рыночным позициям банка; во-вторых, более эффективно управлять риском путем поддержания технически выверенного размера капитала и за счет высвобождения избытков последнего повысить рентабельность собственных средств, финансируя инвестиции с повышенной доходностью.

Международные стандарты количественной оценки риска и минимальных требований на капитал на основе внутренних кредитных рейтингов Базель II ориентируют коммерческие банки на самостоятельную разработку и внедрение соответствующих измерительных моделей. Однако, роль системного подхода к оценке кредитных рисков по-прежнему часто недооценивается российскими банками. Более того, идущая в настоящее время дискуссия внутри самого российского банковского сообщества обнажает тот факт, что у значительной части его участников сложилась выжидательная и бездеятельная позиция относительно тактики внедрения международных стандартов Базель II - когда и как конкретно, - обусловленная рядом факторов:

- Недостаточной проработанностью нормативно-правового обеспечения со стороны Банка России;

- Слабым взаимодействием и обменом опытом между российскими банками;

- Неразвитостью методологической основы для разработки и внедрения собственных систем внутренних кредитных рейтингов;

- Отсутствием требуемого объема и качества статистики по кредитным сделкам;

- Отсутствием отчетливых представлений относительно последствий применения 111В-подхода, в частности, потенциальных выгод и окупаемости затрат на его внедрение.

Таким образом, актуальной становится проблема поиска и формирования микроэкономических стимулов для активизации участниками отрасли усилий в заданном реформой направлении и сокращения адаптационного периода. Без такого заинтересованного встречного движения со стороны коммерческого сектора любые нормотворческие и организационные усилия национального регулятора, очевидно, окажутся недостаточными.

В качестве одного из вариантов решения указанной проблемной ситуации автором диссертации предлагается концепция первоначального освоения коммерческими банками ШВ-подхода безотносительно к регулятивному назначению последнего, иными словами, вне контекста прямого взаимодействия между кредитной организацией и национальным регулятором. Такое освоение может осуществляться путем интеграции ключевых элементов подхода в соответствующие локальные регламенты и бизнес-процессы банков с целью повышения обоснованности и эффективности внутренних управленческих решений. В частности, при наличии соответствующего модельного инструментария может быть успешно решена задача эффективного использования собственных ресурсов банка в критериях конечного финансового результата его деятельности и субъективных предпочтений собственников (акционеров) применительно к соотношению риска и доходности финансируемых ими инвестиций. При этом с течением времени банкам следует доводить собственные системы внутренних кредитных рейтингов до полного их соответствия требованиям национального регулятора путем совершенствования методик расчета экономического капитала и наращивания качественных статистических пулов данных. Изложенная концепция составляет авторскую гипотезу, которая инициирует дальнейшую исследовательскую программу.

В целом приведенная аргументация определила выбор темы исследования, состоящего в разработке с использованием математических методов микроэкономической модели системы аллокации экономического капитала банка в качестве нормативного средства (метода) совершенствования системы управления рисками и капиталом.

j

Степень разработанности научной проблемы. Современное состояние научного поиска и научных представлений в области совершенствования системы управления кредитным риском и капиталом применительно к банковскому сектору характеризуется наличием обширного наличного корпуса исследовательских монографий, которые, в частности, освещают общетеоретические и узкоспециальные вопросы Базельского процесса, фокусируются на теме практической реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков, формулируя соответствующие методические рекомендации.

При этом следует отметить, что зачастую уделяется недостаточное внимание проблеме разработки основанных на международных стандартах измерения риска моделей комплексных систем поддержки принятия решений в области оптимизации инвестиционной политики и управления собственным капиталом на микроуровне отдельного участника банковской отрасли. Комплексность в данном случае может подразумевать наличие и сочетание измерительной и управляющей составляющих системы. На взгляд автора, возможность применения таких систем могла бы способствовать формированию соответствующих мотивировок у отечественных банковских институтов к более энергичным действиям по освоению и внедрению международных стандартов управления риском и капиталом.

В российской литературе принципы регулирования, выработанные Базельским процессом, и связанные с ними общетеоретические и прикладные

I

вопросы рассмотрены, в частности, в работах А.Ю. Симановского, Ф.Т. Алескерова, И.К. Андриевской, Г.И. Пеникаса, В.М. Солодкова, A.A. Лобанова, М.В. Помазанова, П.А. Разумовского, В.Н. Вяткина, В.А. Гамзы и других. Исследования А.Ю. Симановского посвящены сравнению принципов Базель II и Базель I, исследованию их методологических и экономических оснований, анализу потенциального воздействия Базель II и Базель III как на банковскую систему в целом, так и на рядовых ее участников. В работах М.В. Помазанова и П.А. Разумовского приводится критический анализ точности модели IRB-

Approach и применимости IRB-подхода Базель II для реальных банковских портфелей, разработана альтернативная гибридная модель оценки требований на экономический капитал, выработаны на этой основе соответствующие рекомендации для нормотворческой деятельности национального регулятора.

В исследованиях зарубежных авторов теоретико-методологические аспекты Базельского процесса и, в частности, Базель II представлены в работах Ж-Ч. Роше, Ж. Тироля, Л.Бальтазара, Д.Тарулло, М.Хелвига, А.Моррисона, Ж.Шапиро и других. Практическим аспектам, затрагивающим подходы и методы формирования систем оценки и управления кредитным риском на уровне отдельно взятого банковского института, посвящены, в частности, работы У.Эрленмайера, Д.Таше, К.Питера, В.Грубера, Б.Энгельманна, С.Блошвица.

Цель и задачи исследования. Проведенный автором анализ подтверждает отсутствие в российских коммерческих банках широкой практики применения IRB-подхода к измерению кредитного риска и количественной оценки требований на экономический капитал, продиктованной желанием повысить обоснованность внутренних управленческих решений. В этой связи целыо настоящего исследования является разработка математического аппарата, основанного на международных стандартах измерения кредитного риска и предназначенного для оптимизации использования банком собственных ресурсов. Для достижения поставленной цели в рамках диссертации подлежат решению следующие взаимосвязанные задачи:

- Осуществить содержательную экспликацию стандартов измерения кредитного риска и количественной оценки требований на экономический капитал Базель II;

- Развить научные представления об экономико-математических основаниях и функционально-прикладных характеристиках модели IRB-подхода;

- Осуществить спецификацию системы аллокации экономического капитала банка как средства рационализации использования его собственных ресурсов, интегрирующую комплекс экономико-математических моделей

трех функциональных элементов: измерительного (основанного на модели 1ЯВ-подхода), регулирующего и исполнительного (управляющего);

- Разработать в рамках измерительного элемента системы технологический порядок, представляющий собой экспериментальный метод, направленный на параметризацию и идентификацию модели оценки вероятности дефолта (контрагента банка) как ключевого параметра ГОВ-подхода в условиях дефицита исторических данных;

- Разработать в рамках исполнительного элемента системы модель оптимизации профиля субпортфеля кредитных активов банка и аллокации его экономического капитала, установить математические свойства названной модели;

- Выполнить анализ и оценку параметров модели вероятности дефолта на основе полученных выборочных данных в рамках экспериментальной части исследования.

- Выполнить расчет значения вектора аллокации экономического капитала банка как результирующего (выходного) показателя работы системы. Объектом исследования являются российские коммерческие банки, как

специфические хозяйственно-экономические системы сферы обмена, осуществляющие сопряженные с кредитным риском инвестиционные операции. Предметом исследования выступают математические методы и подходы к моделированию протекающих в коммерческих банках микроэкономических процессов аллокации экономического капитала, осуществляемых в целях управления кредитным риском.

Под аллокацией экономического капитала как составной части собственных средств банка понимается рационализация использования названного капитала в смысле критериальной оптимизации количественных параметров (профиля) субпортфеля кредитных активов банка с учетом ресурсных ограничений и альтернативных затрат.

Теоретической и методологической основой исследования являются научные работы отечественных и зарубежных авторов, касающиеся предмета

исследования, а также нормативные документы, выпущенные Банком международных расчетов, Базельским комитетом по банковскому регулированию, Банком России. В целях конструирования системы аллокации в исследовании применялись как активный эксперимент, так и логические умозрительные выводы, основанные, во-первых, на общенаучных методах познания: анализе и синтезе, индукции и дедукции, методах абстрагирования (формализации), аппроксимации и экстраполяции; во-вторых, на методах, разработанных в рамках отдельных научных дисциплин: оптимизационных и численных методах математического программирования, эконометрических и других. В качестве инструментальных средств применялись пакет статистического анализа (ПСА) 81аиз1юа™ и система компьютерной алгебры МаШсас!™.

Информационную базу исследования составили нормативно-правовые документы национальных и международных официальных регулирующих органов, материалы статистических служб, материалы периодических изданий и интернет-ресурсов, данные о кредитном портфеле одного из отделений филиала коммерческого банка в Санкт-Петербурге.

Обоснованность и достоверность результатов исследования подтверждается:

- использованием научных методов исследования, проверенных различными исследователями на обширном материале в разных областях знания;

- использованием в качестве теоретико-методологической основы диссертации фундаментальных исследований и прикладных разработок ведущих отечественных и зарубежных специалистов в области математического моделирования экономических систем, управления банковскими рисками и капиталом;

- использованием для анализа и расчетов реальных исходных экономических данных, предоставленных хозяйствующими субъектами сферы банковских услуг.

- получением устойчивых сопоставимых результатов на независимых выборках экспериментальных данных (обучающей и тестовой), полученных

в реальных условиях операционной деятельности одного из отделений филиала коммерческого банка в г.Санкт-Петербург.

Соответствие диссертации паспорту научной специальности.

Содержание диссертационной работы соответствует пунктам 1.6 -«Математический анализ и моделирование процессов в финансовом секторе экономики, развитие метода финансовой математики и актуарных расчетов», 1.4 -«Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений» Паспорта специальностей ВАК (экономические науки) по специальности 08.00.13 «Математические и инструментальные методы экономики»; пункту 10.12 - «Совершенствование системы управления рисками российских банков» Паспорта специальностей ВАК (экономические науки) по специальности 08.00.10 «Финансы, денежное обращение и кредит».

Научная новизна результатов исследования представляет собой личный вклад автора диссертации в разработку теоретических положений анализа экономических процессов управления банковскими рисками и капиталом на основании использования экономико-математических методов.

Предложенная модель системы аллокации позволяет применять ее в качестве средства улучшения количественных параметров (профиля) субпортфеля кредитных активов банка в условиях конкурентной и неопределенной рыночной среды на основе рационального использования его собственных ресурсов.

К числу основных результатов, определяющих элементы научной новизны исследования, относятся следующие:

(в рамках специальности 08.00.13 «Математические и инструментальные методы экономики»)

- Установлен перечень функционально-прикладных характеристик модели количественной оценки кредитного риска ШВ-подхода на основе

редуцирования указанной модели к ее экономико-математическим основаниям;

- Идентифицирована и использована в роли критерия оптимальности (целевой функции) в рамках оптимизационной модели исполнительного элемента системы аллокации функция ожидаемой полезности благосостояния инвестора (акционеров банка);

- Разработана и использована в роли параметрических ограничений на область определения (изменения) названной целевой функции математическая модель банка как управляющего портфелем ценных бумаг;

- Обоснованы математические свойства сложной целевой функции оптимизационной модели исполнительного элемента системы аллокации, строго доказана возможность сведения поиска оптимального решения модели к решению задачи выпуклого нелинейного программирования;

- Формализованы связующие ресурсные ограничения (область допустимых решений) оптимизационной модели исполнительного элемента системы, сформулирована и решена в общем виде задача выпуклого программирования нахождения вектора аллокации экономического капитала банка;

(в рамках специальности 08.00.10 «Финансы, денежное обращение и кредит»)

- Уточнен и расширен дескриптивный аппарат в области управления рисками: осуществленная концептуализация современных альтернативных моделей измерения кредитного риска позволила сформулировать новые классификационные критерии названных моделей;

- Разработана и предложена система аллокации экономического капитала банка в качестве нормативного средства совершенствования управления кредитным риском, оптимизации инвестиционной политики банка и рационализации использования им собственных ресурсов. Теоретическая и практическая значимость исследования. Теоретическая

значимость исследования состоит, во-первых, в развитии и систематизации научных представлений об экономико-математических основаниях современных

подходов к измерению кредитного риска, количественной оценке требований на экономический капитал и вероятности дефолта контрагента-заемщика банка; во-вторых, в обосновании с применением математического аппарата системы аллокации экономического капитала банка, как инструмента повышения эффективности его кредитно-инвестиционной политики и рационального использования собственных ресурсов. Практическая значимость исследования заключается в возможности использования полученных автором теоретических выводов и сформулированных рекомендаций для разработки банками внутренних методик и регламентов, ориентированных на широкое использование в их операционной деятельности.

Апробация результатов исследования. Основные положения и результаты проведенного автором исследования отражены в опубликованных им статьях, прошли апробацию на кафедральных научных семинарах, конференциях, проводившихся в рамках пятого и шестого научных конгрессов студентов и аспирантов ИНЖЭКОН-2012, 2013.

Публикации результатов исследования. Основные результаты исследования изложены в 9 печатных работах, в том числе в 4 печатных работах в изданиях, рекомендованных ВАК Минобрнауки России.

Структура диссертации определена, исходя из целевой установки и логической последовательности решения задач исследования. Работа состоит из введения, трех глав, заключения, списка использованных источников из 131 наименования и 3 приложений.

Глава 1. Исследование международных стандартов измерения кредитного риска и количественной оценки требований на экономический капитал

Базель II

1.1 Обзорно-сравнительный анализ и концептуализация современных подходов к измерению кредитного риска

Вопрос критериев является одним из центральных в проблематике определения регулятивных требований к банковскому капиталу. На современном этапе развития научной мысли и практики общепризнанным критерием выступает уровень принятых кредитной организацией рисков, в первую очередь кредитных [40]. При этом следует отметить, что в российских научных монографиях и учебных пособиях при раскрытии содержания понятия «кредитный риск» активно используется основополагающая терминология теории вероятностей, приводится развернутая типология кредитного риска, однако, зачастую упускается из виду или уделяется недостаточное внимание тому факту, что помимо ставшей традиционной концепции кредитного риска - назовем ее концепцией кредитного дефолтного риска - существует и альтернатива последней - концепция кредитного спредового риска. В рамках обеих альтернатив концептуальные трактовки кредитного риска идентичны: кредитный риск выступает как неопределенность потерь в результате совершения кредитных операций, или, что то же, дисперсия (волатильность) потерь вокруг их ожидаемого значения. Однако, дальнейшее развитие дефиниции обнаруживает существование различных подходов в части интерпретации названных потерь.

Традиционная (дефолтцентричная) парадигма определяет кредитный риск как вероятность возникновения у кредитной организации потерь по причине ненадлежащего - несвоевременного, или не в полном объеме - исполнения ее

контрагентом принятых на себя финансовых обязательств в соответствии с условиями заключенного договора [3]. Эффект кредитного дефолтного риска, как отмечено, например, в [98, с.393], концептуально может быть измерен издержками замещения финансовых потоков (потерь) в случае объявления контрагентом дефолта. Добавим к этому - с учетом временной ценности денег и использованием метода приведенной (современной) стоимости ренты. Тем самым, релевантными в рамках упомянутой концепции являются два взаимоисключающих состояния: наличие и отсутствие дефолта контрагента.

Концепция кредитного спрэдового риска по отношению к своей альтернативе носит обобщающий характер и предполагает риск возникновения экономических потерь в условиях формального отсутствия дефолта контрагента (Базель II вводит формальный критерий дефолта: наличие у контрагента просроченной задолженности свыше 90 дней). В данном случае кредитный риск возникает в результате потенциальной возможности миграции внутреннего кредитного рейтинга контрагента, или колебаний рыночного спрэда: чем меньше спрэд, тем более ликвидным является актив, и наоборот. Для выявления эффекта кредитного спрэдового риска требуется ведение особого типа учета с переоценкой активов на основании текущего уровня биржевых котировок (тагк4о-тагке1). Выполнение данного условия, в свою очередь, имеет существенные ограничения, связанные с необходимостью дальнейшего развития секыоритизации кредитных активов и повышения их рыночной оборотоспособности. В этой связи понятие кредитного риска в аспекте изменения рыночной стоимости активов не получило в настоящее время достаточного освещения, хотя и рассматривается в качестве перспективного [68, с.20].

Исследователи отмечают [49, с.377], что поиск научно обоснованных подходов к моделированию и измерению кредитного риска представляет собой длительный эволюционный процесс, который в значительной степени опирается на методы, ранее ставшие стандартными применительно к оценке рыночного риска, каковым, например, является концепция стоимости под риском, Уа1ие-а1-пзк (УаЯ). Показатель стоимости под риском (УаЯ) является мерой

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Список литературы диссертационного исследования кандидат наук Лужбин, Алексей Анатольевич, 2014 год

Список литературы

1. Заявление Правительства РФ N 1472п-П13, Банка России N 01-001/1280 от

05.04.2011 "О Стратегии развития банковского сектора Российской Федерации на период до 2015 года" // Консультант Плюс. Законодательство. [Электронный ресурс]. Режим доступа: http://www.consultant.ru

2. Инструкция Банка России от 03.12.2012 N 139-И (ред. от 30.05.2014) "Об обязательных нормативах банков" (Зарегистрировано в Минюсте России

13.12.2012 N 26104) // Консультант Плюс. Законодательство. [Электронный ресурс]. Режим доступа: http://www.consultant.ru

3. Письмо Банка России от 23.06.2004 N 70-Т "О типичных банковских рисках" // Консультант Плюс. Законодательство. [Электронный ресурс]. Режим доступа: http://www.consultant.ru

4. Письмо Банка России от 29.12.2012 N 192-Т "О Методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков" // Консультант Плюс. Законодательство. [Электронный ресурс]. Режим доступа: http://www.consultant.ru

5. Basel Committee on Banking Supervision, "International Convergence of Capital Measurement and Capital Standards", July 1988, Basel. [Электронный ресурс]. Режим доступа: http://http://www.bis.org

6. Basel Committee on Banking Supervision, "International Convergence of Capital Measurement and Capital Standards. A Revised Framework". Comprehensive Version, June 2006, Basel. [Электронный ресурс]. Режим доступа: http://http://www.bis.org

7. Алескеров, Ф.Т. Анализ математических моделей Базеля II / Ф.Т.Алескеров, И.К.Андриевская, Г.И.Пеникас, В.М.Солодков. — 2-е изд., испр. — М.: Физматлит, 2013. — 296 с.

8. Бабичев, Ю.А. Российские банки, проблема роста и регулирования / Ю.А.Бабичев. — М.: Экономика, 2008. — 128 с.

9. Балдин, К.В. Управление рисками / К.В.Балдин, С.Н.Воробьев. — Учебное пособие для студентов вузов, обучающихся по специальности «Экономика и

Управление». — М.: ЮНИТИ Дана, 2005. — 334 с.

10. Банковские риски: учебное пособие / кол.авторов; под ред. Д-ра экон.наук, проф. О.И.Лаврушина и д-ра экон.наук, проф. Н.И.Валенцевой. — 2-е изд., стер. — М.: КНОРУС, 2008. — 232 с.

11. Беляков, A.B. Банковские риски: проблемы учета, управления и регулирования / А.В.Беляков. — М.: БДЦ-пресс, 2004. — 256 с.

12. Вайн, С. Глобальный финансовый кризис: механизмы развития и стратегии выживания / С.Вайн. — М.: Альпина Бизнес Букс, 2009. — 304 с.

13. Вяткин, В.Н. Базельский процесс: Базель 2 — управление банковскими рисками / В.Н.Вяткин, В.А.Гамза. — М.: Экономика, 2007. — 191 с.

14. Дзигоева, Е.С. Кредитные риски: сравнительный анализ подходов Базеля II по достаточности капитала / Е.С.Дзигоева, Р.В.Рачков, С.В.Ивлиев, С.Н.Смирнов // Банковское дело. — 2008. — N 9-10.

15. Егорычева, Ю.А. Методика банковского рейтингования предприятий строительной отрасли / Ю.А.Егорычева // Банковское кредитование. — 2012. — N6. — С.74-84.

16. Ефимова, Ю.В. Внутренний рейтинг в системе управления кредитным риском / Ю.В.Ефимова // Банковское кредитование. — 2010. — N 2. — С. 8596.

17. Зинкевич, В.А. Управление рисками и повышение эффективности кредитного процесса — есть ли взаимосвязь? / В.А.Зинкевич // Банковское кредитование. — 2011. — N 6.

18. Киндлбергер, Ч. Мировые финансовые кризисы. Мании, паники и крахи / Ч.Киндлбергер, Р.Алибер. — СПб.: Питер, 2010. — 159 с.

19. Козлов, A.A. Вопросы реализации Базельских рекомендаций в области банковского надзора в России / А.А.Козлов // Деньги и кредит. — 2006. — N 6. —С.5-9.

20. Костюченко, Н.С. Анализ кредитных рисков / Н.С.Костюченко. - СПб.: ИТД Скифия, 2010. —440 с.

21. Кремер, Н.Ш. Эконометрика: Учебник для вузов/ Н.Ш.Кремер, Б.А.Путко. -М.: Юнити-Дана, 2002. - 311 с.

22. Лаврушин, О.И. Банковское дело: современная система кредитования / О.И.Лаврушин, О.Н.Афанасьева, С.Л.Корниенко. - М.: КноРус, 2007. — 264 с.

23. Лаврушин, О.И. Организация деятельности центрального банка / О.И.Лаврушин, И.Д.Мамонова, Г.Г.Фетисов. — М.: КноРус, 2012. —440 с.

24. Лаврушин, О.И. Роль кредита и модернизация деятельности банков в сфере кредитования / О.И.Лаврушин, Н.И.Валенцева. — М.: КноРус, 2013. — 272 с.

25. Магнус, Я.Р. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике / Я.Р.Магнус, Х.Нейдеккер. — М.: Физматлит, 2002.—496 с.

26. Математика и кибернетика в экономике. Словарь-справочник / составители: И.И.Гонтарева, М.Б.Немчинова, А.А.Попова; ред.коллегия. — изд.2-е, перераб. и доп. - М.: Экономика, 1975. — 700 с.

27. Нагь, П.М. Основные элементы новых нормативов Базеля II / П.М.Нагь // Международные банковские операции. — 2006. — N 3-4.

28. Пантина, И.В. Макропруденциальный анализ. Систематический и специфический риски / И.В.Пантина // Деньги и кредит. - 2013. — N 9. — С.62.

29. Пенкин А.Ф. Мировой финансовый кризис: причины, формы проявления, последствия для России: / Учебно—методическое пособие. М.: Изд-во РАГС, 2010.—172 с.

30. Погорелова, О.С. Проблемы прогнозирования кредитных рисков / О.С.Погорелова // Банковское кредитование. — 2008. — N 3.

31. Помазанов, М.В. Адаптация «продвинутого» подхода «Базель II» для управления кредитными рисками в российской банковской системе / М.В.Помазанов // Управление финансовыми рисками. - 2009. — N 1(17). -С.48-67.

32. Помазанов, М.В. Внедрение 1ЯВ Продвинутого подхода в банковской системе. Несколько основных препятствий / М.В.Помазанов // Аналитический банковский журнал. — 2011. —N4(190). — С.74-76.

33. Помазанов, М.В. Кредитный риск-менеджмент как инструмент борьбы с возникновением проблемной задолженности / М.В.Помазанов, Д.А.Петров // Банковское кредитование. — 2008. — N 6.

34. Попов, В.Ю. Инвестиции: математические методы: учебное пособие /

B.Ю.Попов, А.Б.Шаповал. - М.: Форум, 2008. — 144 с.

35. Попов, К.О. ШЗ-подход должен сблизить интересы регулятора и банков / К.О.Попов // Внутренний контроль в кредитной организации. — 2012. — N 1.

36. Разумовский, П.А. Штраф на капитал за концентрацию кредитного риска / П.А.Разумовский, М.В.Помазанов // Банковское дело. — 2010. — N 2. —

C.52-59.

37. Сандалов, И.В. Внутрибанковский подход к оценке достаточности капитала / И.В.Сандалов // Внутренний контроль в кредитной организации. — 2011. — N 1.

38. Симановский, А.Ю. Базель II: к концепции регулятивного капитала / А.Ю.Симановский // Деньги и кредит. - 2006. —N5. — С.28-37.

39. Симановский, А.Ю. Банковская реформа: отдельные аспекты / А.Ю.Симановский // Деньги и кредит. - 2012. —N 8. — С.6-10.

40. Симановский, А.Ю. Достаточность капитала: еще раз к концепции / А.Ю.Симановский // Деньги и кредит. — 2008. — N 4. — С.28-36.

41. Сперанский, А. Стресс-тестирование риска потери ликвидности и кредитного риска / А.Сперанский // Бухгалтерия и банки. — 2010. — N 12.

42. Тарасевич, Л.С. Макроэкономика: Учебник / Л.С.Тарасевич, П.И.Гребенников, А.И.Леусский. — М.: Юрайт Издат, 2006. — 147 с.

43. Теория статистики / Колл.авторов под ред. Р.А.Шмойловой. - 3-е изд., перераб. - М: Финансы и статистика, 2001. — 560 с.

44.

45.

46,

47,

48,

49

50

51

52

53

54

55

56

Улюкаев, А. Российский банковский сектор в условиях нестабильности на мировом финансовом рынке: проблемы и перспективы / А.Улюкаев, Е.Данилова // Вопросы экономики. — 2008. — N 3.

Центр статистического анализа. Практика построения модели логистической регрессии [Электронный ресурс]. Режим доступа:

http://www.statmethods.ru/stati/152-modeli-logisticheskoj-regressii.html Четыркин А. Приобщение к практике Базель I и II / А.Четыркин, Н.Васильева // Бухгалтерия и банки. — 2005. — N11.

Шевченко, Е.С. Сравнительный анализ стандартов управления рисками / Е.С.Шевченко // Управление в кредитной организации. — 2012. —N2. Шоломицкий, А.Г. Теория риска. Выбор при неопределенности и моделирование риска / А.Г.Шоломицкий. — М.: Издательский Дом ГУ ВШЭ, 2005.—400 с.

Энциклопедия финансового риск-менеджмента / Колл.авторов под ред. А.А.Лобанова, А.В.Чугунова. - М.: Альпина Паблишер, 2003. - 786 с. Allen, В. Internal Affairs / B.Allen // Risk. - 2006. — N 19. — P.45-49. Allen, L. A survey of cyclical effects in credit risk measurement models / L.Allen, A.Saunders // BIS Working Paper. — 2003. — N 126. — P.35. Altman, E. Financial Indicators, Discriminant Analysis and the Prediction of Corporate Bankruptcy / E. Altman // The Journal of Finance, 1968. — Vol. 23, No. 4. —P.589-609.

Ball, L. Money, Banking and Financial Markets / L.Ball. - NY: Worth Publishers, 2012. —P.588

Baltensperger, E. Alternative approaches to the theory of the banking firm / E.Baltensperger // Journal of Monetary Economics. - 1980. -N 6. — P. 1-37. Baltensperger, E. Predictability of reserve demand, information costs and portfolio behavior of commercial banks / E.Baltensperger, H.Milde // The Journal of Finance. — 1976. — N 3. — P.835-843.

Basel Committee on Banking Supervision. Credit Risk Modeling: Current Practices and Applications. April 1999, P.13

57. Basel Committee on Banking Supervision. Overview of The New Basel Capital Accord. Consultative document. April 2003, P.2

58. Benston, G. Perspectives on safe and sound banking: past, present and future / G.Benston, R.Eisenbeis, P.Horvitz, E.Kane, G.Kaufman. — Cambridge, MA: The MIT Press, 1986. —P.64

59. Bhattacharya, S. Contemporary banking theory / S.Bhattacharya, A.Thakor // Journal of Financial Intermediation. — 1993. —N 3. — P.2-50.

60. Bhattacharya, S. The economics of bank regulation / S.Bhattacharya, A.Boot, A.Thakor // Journal of Money, Credit and Banking. — 1998. — N 4. — P.745-770.

61. Bliss, R. Bank procyclicality, credit crunches, and asymmetric monetary policy effects: a unifying model / R.Bliss, G.Kaufman // Journal of Applied Finance. — 2003.—N 13(2). —P.23-31.

62. Blum, J. The macroeconomic implications of capital adequacy requirements for banks / J.Blum, M.Hellwig // European Economic Review. — 1995. — N 39. — P.739-749.

63. Brealey, R. Principles of Corporate Finance / R.Brealey, S.Myers, F.Allen. - 7th edition. — The McGraw-Hill Companies, 2003. — P. 1061

64. Brigham, E.F. Fundamentals of Financial Management / E.F.Brigham, J.F.Houston. - Thomson Learning, 2003. — P.835

65. Bryant, J. A model of reserves, bank runs, and deposit insurance / J.Bryant // Journal of Banking and Finance. — 1980. — N 4. — P.335-344.

66. Cerasi, V. The optimal size of a bank: costs and benefits of diversification / V.Cerasi, S.Daltung // European Economic Review. — 2000. — N 44. — P.1701-1726.

67. Cramer, J.S. Logit models from economics and other fields / J.S.Cramer. -Cambridge University Press, 2003. — P. 173

68. Credit Risk Models at Major U.S. Banking Institutions: Current State of the Art and Implications for Assessments of Capital Adequacy. Federal Reserve System Task Force on Internal Credit Risk Models. - May, 1998. - P.20

69. Crouhy, M. A comparative analysis of current credit risk models / M.Crouhy, D.Galai, R.Mark // Journal of Banking and Finance. - 2000. N 24. — P.59-117.

70. Dewatripont, M. Balancing the Banks: Global Lessons from the Financial Crisis / M.Dewatripont, J.-C.Rochet, J.Tirole. — Princeton University Press, 2010. — P.138

71. Dewatripont, M. The prudential regulation of banks / M.Dewatripont, J.Tirole. — Cambridge, Mass.: MIT Press, 1994. — 262 p.

72. Diamond, D. A theory of bank capital / D.Diamond, R.Rajan // Journal of Finance. — 2000. — N 55. — P.2431-2465.

73. Diamond, D. Bank runs, deposit insurance, and liquidity / D.Diamond, P.Dybvig // Journal of Political Economy. — 1983 — N 91. — P.401-419.

74. Diamond, D. Banks and Liquidity / D.Diamond, R.Rajan // American Economic Review. — 2001. — N 91. — P.422-425.

75. Diamond, D. Financial intermediation and delegated monitoring / D.Diamond // Review of Economic Studies. — 1984. —N51. — P.393^14.

76. Eichengreen, B., and R. Portes. 1987. The anatomy of financial crises. InThreats to international financial stability, ed. R. Portes and A. Swoboda. Cambridge: Cambridge University Press.

77. Freeman, S. Banking as the provision of liquidity / S.Freeman // Journal of Business. — 1988. —N61. P.45-64.

78. Freixas, X., and A. M. Santomero. 2001. An overall perspective on banking regulation. Working paper 02—1, Federal Reserve Bank of Philadelphia.

79. Giammarino, R. An incentive approach to banking regulation / R.Giammarino, T.Lewis, D.Sappington // The Journal of Finance. — 1993. — N 48. — P.1523-1542.

80. Gikhman, I. Some critical comments on credit risk modeling. MPRA. Paper 1451. University Library of Munich, Germany. Revised Jul 2006.

81. Gordy, M. A risk-factor model foundation for ratings-based bank capital rules / M.Gordy // Journal of Financial Intermediation. — 2003. — N 12. — P. 199-232.

82. Gordy, M. From GreditMetrics to GreditRisk+ and back again / M.Gordy // Board of Governors of the Federal Reserve System. — June, 1998

83. Gordy, M. Procyclicality in Basel II: Can we treat the disease without killing the patient? / M.Gordy, B.Howells // Journal of Financial Intermediation. — 2006. — N 15. —P.395-417.

84. Gorton, G., and G. Pennacchi. 1993. Money market funds and finance companies: Are they the banks of the future? InStructural change in banking, ed. M. Klausner and L. White. New York: Irwin.

85. Greene, W. Econometric Analysis / W.Greene. — 5-th ed. — Prentice—Hall New Jersey, 2003. —P. 1026

86. Gupton, G. CreditMetrics — Technical Document / G.Gupton, C.Finger, M.Bhatia // JPMorgan. — 1997.

87. Gurley, J. Money in the theory of finance / J.Gurley, E.Shaw. — Washington: Brookings Institution, 1960.

88. Gurtler, M. Concentration Risk under Pillar II: When Are Credit Portfolios Infinitely Fine Grained? / M.Gurtler, D.Heithecker, M.Hibbeln // Kreditund Kapital. — 2008. — N 41. — P.79-124.

89. Harrel, F.E. Regression modeling strategies / F.E.Harrel. — NY: Springer, 2001. — P.571

90. Hart, O. On the application of portfolio theory of depository financial intermediaries / O.Hart, D.Jaffee // Review of Economic Studies. — 1974. — N 41.—P.129-147.

91. Held, F. The cyclical effects of the Basel II capital requirements / F.Held // Journal of Banking and Finance. — 2007. — N 31. — P.3 885—3900.

92. Hellmann, F. Liberalization, moral hazard in banking and prudential regulation: Are capital requirements enough? / Hellmann, F. T., K. C. Murdock, and J. E. Stiglitz // American Economic Review. — 2000. — N 90. — P. 147-165.

93. Hosmer, W. Applied Logistic Regression / W.Hosmer, S.Lemenshow. - New York: John Wiley and Sons, 2000. — 375 p.

94. Huang, C.F. Foundations for financial economics / C.F.Huang, R.Litzenberger. — Amsterdam: NorthHolland, 1988.

95. Ingersoll, J.E. Theory of financial decision making / J.E.Ingersoll. — Totowa, N.J.: Rowan and Littlefield, 1987. — P.364

96. James, C. Some evidence on the uniqueness of bank loans / C.James // Journal of Financial Economics. — 1987. — N 19. — P.217-235.

97. Jones D., Mingo J. Industry practices in credit risk modelling and internal capital allocations: implications for a models-based regulatory capital standard. // Federal Reserve Bank of New York Economic Policy Review. October 1998. P. 53-60.

98. Jorion Ph. Financial Risk Manager Handbook. Second Edition. — New Jersey: Wiley Finance. 2003., c.519

99. Kahane, Y. Capital adequacy and the regulation of financial intermediaries / Y.Kahane //Journal of Banking and Finance. — 1977. — N 1. — P.207-218.

100. Kern, M., Rudolph, B. Comparative Analysis of Alternative Credit Risk Models -an Application on German Middle Market Loan Portfolios. URL: https://www.ifk-cfs.de/index.php?id=381 (дата обращения: 28.10.2013)

101. Kim, D. Risk in banking and capital regulation / D.Kim, A.Santomero // Journal of Finance. — 1988. —N 43. — P.1219-1233.

102. King G., Zeng L.: Logistic Regression in Rare Events Data. Polit. Anal. 2001. №9. P.137-163

103. Klein, M. A theory of the banking firm / M.Klein // Journal of Money, Credit and Banking. - 1971,— N 3. — P.205-218.

104. Koehn, M. Regulation of bank capital and portfolio risk / M.Koehn, A.Santomero // The Journal of Finance. — 1980. —N 35. — P.1235-1244.

105. Lopez, J. The Empirical Relationship between Average Asset Correlation, Firm Probability of Default and Asset Size / J.Lopez // Journal of Financial Inermediation. — 2004. — N 13. — P.265-283.

106. Markowitz, H. Portfolio selection / H.Markowitz // The Journal of Finance. — 1952.—N7. —P.77-91.

107.

108.

109,

110,

111,

112,

113,

114,

115

116

117

118

119

Martin, R. Unsystematic Credit Risk / R.Martin, T.Wilde // Risk. — 2002. — N 15. —P.123-128.

Martiw, R. VAR: who contributes and how much? / R.Martiw, K.Thompson, C.Browne // Risk Magazine. — 2001. — N 8. — P.99-102.

Merton, R.C. Financial innovation and the management and regulation of financial institutions / R.C.Merton // Journal of Banking and Finance. — 1995. — N19. — P. 461-481

Merton, R.C. On the pricing of corporate debt: The risk structure of interest rates / R.C.Merton // The Journal of Finance. — 1974. — N 29. — P.449-470. Mishkin, Frederic S. The economics of money, banking, and financial markets / Frederic S. Mishkin.— 7th ed. — The Addison-Wesley, 2004. — P.332 Mullins, H. Risk-based bank capital / H.Mullins, D.Pyle. — University of California, Berkeley, 1991

Nyfeler M. Modelling dependencies in credit risk management// Diplomathesis, Swiss Federal Institute of Technology, Zurich, 2000.

Pederzoli C. Rating systems, procyclicality and Basel II: an evaluation in a general equilibrium framework / C.Pederzoli, C.Torricelli, D.Tsomocos // Annals of Finance. — 2010. — N 1. — P.33-49.

Pederzoli, C. Capital requirements and business cycle regimes: forward-looking modeling of default probabilities / C.Pederzoli, C.Torricelli // Journal of Banking and Finance. — 2005. — N 29. — P.3121-3140.

Pennacchi, G. Theory of asset pricing / G.Pennacchi - The Addison Wesley, 2008. Petersen, M. The effect of credit market competition on lending relationships / M.Petersen, R.Rajan // The Quarterly Journal of Economics. — 1995. — N 2. — P.407-443.

Prisman, E. A general model of the banking firm under conditions of monopoly, uncertainty and recourse / E.Prisman, M.Slovin, M.Sushka // Journal of Monetary Economics. — 1986. — N 17. — P.293-304.

Pyle, D. On the theory of financial intermediation / D.Pyle // The Journal of Finance. - 1971. -N 26(3). — P.737-747.

120. Repullo, R., and J. Suarez. 1995. Credit markets and real economic activity: A model of financial intermediation. Centro de Estudios Monetarios y Financieros, Madrid. Mimeograph.

121. Rochet, J. Capital requirements and the behaviour of commercial banks / J.Rochet //European Economic Review. — 1992. — N 36 (5). — P. 1137-1170.

122. Rochet, J.-C. Why are there so many banking crises? / J.-C.Rochet. - Princeton University Press, 2007. — P.310

123. Rubinstein, M. A Comparative Statics Analysis of Risk Premiums / M.Rubinstein // The Journal of Business. - 1973. -N 4. — P.605-615.

124. Sharpe, W. Capital asset prices: A theory of market equilibrium under conditions of risk / W.Sharpe // The Journal of Finance. — 1964. — Vol.19, N 3. — P.425-442.

125. Slovin, M. An analysis of contagion and competitive effects at commercial banks / M.Slovin, M.Sushka, J.Polonchek // Journal of Financial Economics. — 1999. — Vol.54, N2, —P. 197-225.

126. Sobehart J. Measuring Default Accurately / J.Sobehart, S.Keenan // Risk. — 2001.

— N 14. —P.31-33.

127. Stephanou C., Mendoza J.-C. Credit Risk Measurement Under Basel II: An Overview and Implementation Issues for Developing Countries. — World Bank Policy Research Working Paper 3556. — April 2005.

128. Tirole, J. On banking and intermediation / J.Tirole // European Economic Review.

— 1994. — N 38. — P.469-487.

129. Vasicek, O. Loan portfolio value / O.Vasicek // RISK. — 2002. — Vol.15, N 12.

— P.160-162.

130. Vittinghoff, E. Relaxing the Rule of Ten Events per Variable in Logistic and Cox Regression / E.Vittinghoff, C.McCulloch // American Journal of Epidemiology. — 2006.—Vol.165, N6.

131. Zsamboki B. Basel II and Financial stability: an investigation of sensitivity and cyclicality of capital requirements based on QIS 5// Central Bank of Hungary Occasional Paper No.67, 2007.

Список иллюстративного материала

Рисунок 1 Гипотетические распределения доходностей рыночного и

кредитного активов...................................................... 18

Рисунок 2 Аллокация экономического капитала. Источники покрытия

потенциальных потерь................................................. 24

Рисунок 3 Динамика частоты дефолтов компаний единого

регионально-отраслевого сегмента................................. 26

Рисунок 4 Принцип построения рейтинговой шкалы......................... 43

Рисунок 5 Анализ содержательной структуры модели IRB-подхода...... 61

Рисунок 6 Влияние фактора корреляции на динамику потерь............... 62

Рисунок 7 Система аллокации экономического капитала банка............ 71

Рисунок 8 График функции полезности инвестора в двух перспективах. 91 Рисунок 9 Описательные статистики факторных переменных модели

оценки вероятности дефолта.......................................... 114

Рисунок 10 Распределение эмпирических частот переменной VARI....... 115

Рисунок 11 Распределение эмпирических частот переменной VAR13...... 116

Рисунок 12 Описательные статистики факторных переменных модели

оценки вероятности дефолта после очистки выборки 117

Рисунок 13 Корреляционная зависимость между логарифмом шансов

переменной отклика и факторной переменной VARI........... 118

Рисунок 14 Матрица парных корреляций факторных переменных

модели оценки вероятности дефолта 119

Рисунок 15 Оценочные значения параметров модели регрессии............ 121

Рисунок 16 Распределение остаточных членов регрессии.................... 122

Рисунок 17 Проверка значимости модели регрессии с помощью теста

Хосмера-Лемешова...................................................... 123

Рисунок 18 Оценка дискриминирующих свойств модели с помощью

ROC-кривой............................................................... 125

Таблица 1 Классификационные характеристики моделей кредитного

риска............................................................................... 28

&/f1/iJ

Таблица 2 Различия фундаментального^ и/ «продвинутого»

IRB-подходов к оценке кредитного риска..................................................42

Таблица 3 Расширенный список факторных переменных модели..................112

Таблица 4 Результаты тестов для обучающей и тестовой выборки....................126

Таблица 5 Расчет вектора аллокации экономического капитала........................127

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.