Методы статистического анализа финансовых рисков банка тема диссертации и автореферата по ВАК РФ 08.00.12, кандидат экономических наук Золкин, Александр Юрьевич

• Золкин, Александр Юрьевич
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Золкин, Александр Юрьевич

ВВЕДЕНИЕ.

ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ АНАЛИЗА ФИНАНСОВЫХ РИСКОВ БАНКА.

1.1 Финансовые риски банка: формулировки, классификация, подходы к оценке.

1.2. Современная процедура управления рисками банка (статистический аспект).

ГЛАВА 2. МЕТОДЫ ОЦЕНКИ И ПОДХОДЫ К УПРАВЛЕНИЮ РИСКАМИ БАНКА ПРИ

ОПЕРАЦИЯХ С ЦЕННЫМИ БУМАГАМИ.

2.1 Анализ доходности операций с ценными бумагами по моделям временных рядов ARMA и ARIMA.

2.2. Исследование моделей оценки условной дисперсии доходности в качестве показателя риска.

2.3. Совершенствование статистических процедур лимитной политики банка.

ГЛАВА 3. ТЕСТИРОВАНИЕ ЭФФЕКТИВНОСТИ ЭТАПОВ СТАТИСТИЧЕСКОГО АНАЛИЗ РИСКА И НОВЫХ ПОДХОДОВ К ЛИМИТИРОВАНИЮ ОПЕРАЦИЙ.

3.1 Статистическая оценка доходности и риска операций банка с ценными бумагами.

3.2 Тестирование эффективности статистических оценок финансового риска и верификаций нового подхода к формированию и корректировке банковских лимитов.

Введение диссертации (часть автореферата) на тему «Методы статистического анализа финансовых рисков банка»

Актуальность темы исследования обусловлена значительными объемами потерь банков вследствие неэффективного управления рисками, усилением конкуренции, развитием фондового рынка, проблемой наличия в портфеле многих банков существенной доли иизко ликвидиых ценных бумаг (далее по тексту бумаг) и проблемных кредитов. Все эти обстоятельства требуют совершенствования методов статистического анализа (выявления, оценки, прогноза рисков операций, аналитической корректировки позиции и уровня лимитов) финансовых рисков байка.

В повседневной практике многие банки оценивают финансовые риски экспертно (суждение на опыте) или исходя из предположения лишь о нормальном распределении доходностей инструментов, нет системности и единообразия в принятии решения об открытии, закрытии или корректировки позиции, лимитов по ценным бумагам разных эмитентов. Иная крайность - прямое заимствование методов анализа рисков у западных партнеров без учета соответствия отечественному рынку - зачастую приводит к росту напряженности внутри банка, снижению его доходности.

Научных достижений в области статистической оценки риска операций банка с ценными бумагами, основанных на иных (не Гаусса) распределениях, мало, а в вопросе проведения обоснованной и современной лимитной политики, как одного из активных способов управления риском при операциях инвестирования, банки испытывают методологические трудности.

Стенень изученности проблемы оценки риска и формирования эффективного подхода к осуществлению банком лимитной политики определяется тенденциями в развитии отечественных рынков, наличием опасности проявления системных кризисов и банкротств. Вопрос оценки рыночного риска операций с ценными бумагами посредством различных моделей волатильности (volatility-изменчивость, непостоянство) и распределений остатков глубоко проработан в работах зарубежных авторов. Существуют результаты тестирования и теоретические обоснования направлений дальнейших исследований. Многие из теоретических разработок практически апробированы и широко используются в деятельности компаний и банков. В исследованиях отечественных экономистов уделено внимание адаптации российским условиям подходов к применению VaR (мера риска value-at-risk), простого аппарата оценки риска ценных бумаг на базе нормального распределения их доходностей. Остается неизученным вопрос возможности использования для оценки волатильности доходности как показателя риска ценных бумаг различных моделей семейства Arch (AutoRegressive Conditional Heteroskedasticity) - Garch (Generalized AutoRegressive Conditional Heteroskedasticity), допустимости применения в нашей стране различных законов распределения остатков. Не ослабевает интерес к разработке эффективных подходов управления рисками посредством установления лимитов.

Вопросы установления резервов на банковские операции регламентированы инструкциями ЦБ РФ, международным Базельским соглашением о капитале. Исследование банковских рисков и способов проведения лимитной политики проводилось экономистами и статистиками - представителями разных экономических школ и стран, придерживающихся собственных, порой диаметрально противоположных взглядов на объект исследования. Так, эта тема изложена в работах: Абалкина Л.И., Аброскина А.С., Балдина К.В., Боллерслева Т., Бужероля П., Воробьева С.Н., Джормона Ф., Заровой Е.В., Ивасенко А.Г., Искакова Б.И., Канторовича Г.Г., Коробкина А.Д., Кузнецова В.Е., Майлза Т.С., Нельсона Д.Б., Рогова М.А., Смирнова А.В., Ступакова B.C., Тихомирова Н.П., Хенучела JL, Чернова Г.В., Ширинской Е.Б., Щукина Д.В. и др. Изучение источников показало, что предложенные этими учеными взгляды на определение, оценку и прогноз банковских рисков требуют дальнейшего совершенствования в вопросах их эффективного практического применения и адаптации к российским реалиям.

Недостаточная проработанность методологических вопросов установления, корректировки, закрытия лимитов в рамках управления рисками, отсутствие теоретических разработок эффективных методов оценки риска посредством расчета волатильности через Arch-Garch модели с распределениями GED (Generalized Error Distribution, обобщенное распределение ошибки), Стьюдента и большая практическая заинтересованность банков определили выбор и актуальность темы исследования.

Цель диссертационного исследования. Усовершенствовать методы статистической оценки финансовых рисков и подходы к формированию лимитов типового российского банка, с учетом тестирования соответствия российским условиям методов статистического анализа финансовых рисков.

Поставленная цель обуславливает необходимость решения следующих задач:

1) уточнить финансовые риски банка, систематизировать подходы к их определению;

2) провести обзор и анализ развития методов оценки рисков (рыночных, кредитных, ликвидности). Уточнить понятие и обсудить подходы к оценке волатильности доходности ценных бумаг, описать способы расчета VaR;

3) систематизировать и выявить адекватный метод оценки риска операций банка с цепными бумагами по Arch и Garch моделям волатильности доходности с учетом специфики российского финансового рынка на основе законов распределения: Стьюдента, GED, Гаусса (нормального) и скошенного распределения Стьюдента;

4) обосновать недостатки формирования лимитов на базе непосредственных оценок VaR;

5) разработать новый синтетический подход к установлению лимитов на операции типового банка с ценными бумагами, продемонстрировать его преимущество;

6) обосновать и подчеркнуть необходимость использования разной логики и методов при установлении резервов и лимитов;

7) сформулировать рекомендации по повышению качества управления банковскими рисками и увеличению эффективности деятельности. Обосновать преимущество для оценки и управления рисками координации деятельности управления по анализу и контролю рисков (УАКР) и службы внутреннего контроля (СВК).

Объектом исследования является типовой банк в части активных операций на фондовом рынке, политика установления резервов и лимитов по банковским операциям.

Предметом данного исследования являются подходы к формированию эффективной лимитной политики байка, статистические методы корректной оценки и прогнозирования финансового риска операций банка с акциями и облигациями.

Методологическая основа исследования. В процессе работы применялись общенаучные методы и приемы: научной абстракции, классификации, сравнения, обобщения, аналогии, моделирования, логического и функционального анализа. Нашли свое отражение методы статистического исследования временных рядов; построения экопометрических моделей.

Теоретической и статистической основой диссертационного исследования явились труды российских и зарубежных исследователей, посвященные вопросам анализа финансовых временных рядов, оценки, контроля и управления рисками банков, финансовых и инвестиционных компаний. Значительный вклад в разработку темы диссертации внесли положения Базельского соглашения о капитале, передовые новости о научных изысканиях ведущих мировых научных центров, технические документы корпорации J.P. Morgan, Судостроительного банка, ассоциации профессиональных финансовых менеджеров. За период с 1998 года накопился существенный объем статистической информации о котировках ценных бумаг на отечественных биржах. В работе были использованы данные ММВБ по: объему торгов, котировкам бумаг, индексам.

Область исследования соответствует п. 3.1 «Методы статистического измереиия и наблюдения социально-экономических явлений, обработки статистической информации, оценка качества данных наблюдений; организация статистических работ», п. 3.6 «Методология экономико-статистических исследований, направленных на измерение эффективности функционирования предприятий и организаций» и п. 3.7 «Методы измерения финансовых и страховых рисков, оценки бизнес-рисков, принятия решений в условиях неопределенности и риска, методология финансово-экономических и актуарных расчетов»

Раздела 3 «Статистика» специальности 08.00.12 «Бухгалтерский учет, статистика» паспорта специальностей ВАК РФ.

Научная новизиа заключается в решении теоретических и практических задач по совершенствованию методов статистического анализа финансовых рисков банка, с разработкой нового подхода лимитной политики банка для операций на фондовом рынке, систематизации и тестировании соответствия российскому рынку моделей волатильности доходности ценных бумаг.

К конкретным научным результатам исследования, полученным лично соискателем и выносимых на защиту, относятся следующие:

1) Дан анализ и систематизация подходов к формулировке и классификации банковских рисков, предложено собственное обобщенное определение риска;

2) Уточнены и систематизированы модели оценки волатильности уровней финансового временного ряда семейства Arch-Garch;

3) С использованием законов распределения GED, Стьюдепта, Нормального и скошенного распределения Стыодента, методов регрессионного анализа выявлены оптимальные с позиции целей банка модели оценки и краткосрочного прогноза рыночного риска ценных бумаг российского фондового рынка. Отмечено преимущество распределений Стыодента и GED, систем моделей среднего и условной дисперсии со структурой волатильности доходности Garch и Egarch (Exponential garch) над более сложными формами;

4) Сформирован синтетический подход к проведению лимитной политики. В нем находит отражение как субъективный взгляд лица принимающего решения, его опыт, так и аналитические методы. Отмечена позитивность разбиения временного интервала торгов по облигации с учетом моментов выплат для принятия адекватных корректировок позиции. Обоснована необходимость дифференцированного принятия решения по размерам позиции, лимита и оцененных посредством VaR резервов;

5) Сформированы рекомендации по повышению эффективности управления финансовыми рисками банка. Обосновано преимущество координации деятельности УАКР и СВК. Разработана оптимальная с позиций соответствия отечественному рынку периодичность пересмотра лимитов.

Практическая значимость данного исследовании состоит в том, что полученные результаты относительно совершенствования метода оценки и краткосрочного прогноза рыночного риска ценных бумаг позволят снизить потери банков, повысить прибыльность инвестирования и как следствие качество работы с клиентами и партнерами. Разработанный новый подход к проведению лимитной политики и установлению резервов не нарушает требований постепенно вводимых норм Базельского соглашения о капитале и поможет байкам избежать конфликта с регулирующими органами государства, сделает их более прозрачными для партнеров.

Ряд выводов диссертации позволяет наметить дальнейшие направления исследований. Предложенная методика корректировки позиции по накопленным доходам, резервов в соответствии с размером VaR, оценки волатилыюсти с учетом разных законов распределения может быть использована при анализе риска, формировании планов и резервов по кредитам и иным операциям, как банков, так и прочих предприятий, в том числе и промышленных. Интересны возможности применения моделей оценки волатилыюсти доходности на базе распределений Стыодента и GED в качестве показателя риска при формировании предложений клиентам - физическим лицам, как индивидуальным инвесторам, для повышения качества управления их портфелем и роста его прибыльности.

Материалы диссертации могут быть привлечены для дальнейших исследований оценки волатилыюсти доходности бумаг российского фондового рынка и управления рисками субъектов кредитной сферы, в статистических аналитических работах. Кроме того, их можно использовать в качестве практических пособий и иллюстраций для таких учебных курсов как: «Банковское дело», «Финансовая статистика», «Финансовые риски», «Методы математико-статистического прогнозирования».

Заключение диссертации по теме «Бухгалтерский учет, статистика», Золкин, Александр Юрьевич

ВЫВОДЫ И РЕКОМЕНДАЦИИ

1) В рамках исследований были охарактеризованы сущность, особенности деятельности и место типового коммерческого банка в современном мире, его роль в процессе эволюции финансовых отношений. Проведен исторический обзор и критический анализ взглядов отечественных и зарубежных ученых к вопросу понятия риска в целом, банковского риска в частности, классификации рисков кредитной организации. Предложено собственное обобщенное определение, обосновано преимущество гибкой классификации рисков Базельского комитета, важность экспертного мнения и целей банка при выявлении риска.

2) На основании анализа существующих научных трудов произведена авторская систематизация моделей оценки волатильности уровней финансового временного ряда семейства Arch-Garch (с этим процессом в ряде).

3) Исследование показало общее преимущество использования для оценки риска операций банка с акциями законов распределения Стьюдента и GED, выделить лидера из них практически по всем акциям не удалось. Оптимальность той или иной системы и распределения чрезвычайно лабильна к целям байка (минимум потерь или минимум резервирования), событиям рынка, к уровню выбранной доверительной вероятности. На практике решение следует принимать на основе индивидуальных особенностей каждой ценной бумаги.

4) Для оценки риска (волатильности доходности) акций на российском рынке можно использовать системы эконометрических моделей оценки временных рядов малых порядков (<= 2) и простой структуры (в основном AR(1),MA(1), ARMA(1,1) - Garch (1,1)). Случаи наличия эффекта «левериджа» в рядах отлично удается учесть посредством формы моделей волатильности EGarch и GJR.

5) Системы с моделью волатильности долгосрочной памяти показали себя адекватными лишь для акции Сбербанка (система ARMA(3,1)-Fiaparch-Chung (1,1) St), что отражает в какой-то мере значительное воздействие этого эмитента на банковскую систему в целом.

6) Системы с регрессором волатильности в модели среднего допустимы и иногда, при сочетании целей банка и свойств рынка, оптимальны.

7) Абсолютно не пригодными показали себя методы расчета волатильности доходности как простой и экспоненциально скользящих средних. При наличии тенденции к стабильному росту котировок и ограниченности во времени принятия решения, применение метода вычисления волатильности как СКО иногда предпочтительно и требует меньшего объема резервирования. При этом количество и размер превышений может быть больше соответствующих значений оптимальной эконометрической модели.

8) Для акций с большей ликвидностью чаще наблюдается эффект «левериджа» (модели EGarch, GJR), в период негативных новостей рынка желательно использовать модели с распределением Стыодента. В период волатильного роста рынка те же модели при уровне доверия 99% лучше рассматривать с позиций распределения GED.

9) В условиях роста рынка увеличение волатильности приводит к потере экономности эконометрических моделей. Допустимо в этой связи оценивать волатильность как СКО, но при резких колебаниях в этом случае потери могут быть существенны.

10) Значительных отраслевых особенностей выявить не удалось. В то же время анализ ценных бумаг ТНК, энергетики, машиностроения показал возможности улучшить эффективность оценки риска посредством законов распределения Стьюдента, GED. Цепные бумаги отрасли связи требуют более сложных распределений для оценки. Скошенное распределение Стыодента эффективно в металлургии.

11) Эффективнее оценивать рыночный риск операций с акциями эмитентов с государственной формой собственности посредством рассмотрения остатков по закону распределения Стьюдента. Для иных форм собственности особых предпочтений нет.

12) Для облигаций оптимальными стали системы моделей с простыми формами модели условной дисперсии и незначительным шагом модели среднего при предположении аппроксимации остатков распределением GED.

13) Проведенное исследование подтвердило возможность повысить эффективность статистического анализа риска посредством применения: различных форм моделей семейства Arch-Garch для оценки волатильности доходности, распределений Стыодента и GED для характеристики поведения остатков. Выявленные отраслевые особенности, различия по типу ценной бумаги, форме собственности могут быть полезны в повседневной деятельности банка на фондовом рынке, корректной оценки риска текущих позиций.

14) Новые подходы к установлению лимитов показали свое преимущество по сочетанию критериев, чувствительность к адекватности выбранной системы моделей среднего и волатильности доходности, распределению случайной величины £. Их применение, наряду с рекомендованным графиком пересмотра лимитов, позволит банкам повысить эффективность своей деятельности, надежность и обоснованность принимаемых решений.

15) Обоснована необходимость установления лимитов на группы связности, различия в статистических подходах к определению индивидуальных лимитов, лимитов по направлениям, лимитов по группам активов. Предложен порядок прекращения направлений деятельности в кризисной ситуации на рынке.

16) Рекомендовано устанавливать связь в функционировании, контроле и обмене информацией между УАКР и СВК, под единоначалием заместителя председателя правления банка, что наряду с систематизацией лимитов может быть полезно в процессе реорганизации структуры управления рисками банка.

Список литературы диссертационного исследования кандидат экономических наук Золкин, Александр Юрьевич, 2006 год

1. Законы и инструкции.

2. Гражданский кодекс Российской Федерации2. «Международная конвергенция измерения капитала и стандартов капитала: новые подходы, Июнь 2004, Банк международных расчетов. Базельский комитет по банковскому надзору (Базель 2);

3. Постановление Федеральной комиссии по рынку ценных бумаг РФ от 24.12.2003, №03-52/пс.

4. ЦБ РФ Положение о порядке расчета кредитными организациями размера рыночных рисков N 89-П 24 сентября 1999 г.;

5. ЦБ РФ Положение о правилах ведения бухгалтерского учета в кредитных организациях, расположенных на территории Российской Федерации N 205-П, 5 декабря 2002 г.

6. ЦБ РФ Положение о порядке формирования кредитными организациями резервов на возможные потери N 232-П, 9 июля 2003 г.

7. ЦБ РФ Положение о порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности N 254-П, 26 марта 2004 г.

8. Basel Committee on Banking Supervision, "Public Disclosure of the Trading and Derivatives Activities of Banks and Securities Firms" BIS, Basel, Switzerland, 1995.

9. Basel Committee on Banking Supervision, "Amendment to the Capital Accord to Incorporate Market Risks", Basle, Switzerland, 1996

10. Basel II: International Convergence of Capital Measurement and Capital Standards: A Revised Framework November. 2005.

11. Basel II: International Convergence of Capital Measurement and Capital Standards: A Revised Framework Comprehensive Version, June 2006.1. Отечественные источники.

12. Абчук В.А. Предприимчивость и риск (21 рок предпринимательства и менеджмента). -Л.: ЛФ ВИПК РП, 1991.-8 с.

13. Альгии А.П. Грани экономического риска. -М.: Знание, 1991 8 с.

14. Аникин А.В. Юность науки: жизнь и идеи мыслителей-экономистов до Маркса. -Политиздат, 1985. 204 с.

15. Балабанов И.Т. Риск-менеджмент. М.: Финансы и Статистика, 1996

16. Беляков А.В. Банковские риски: проблемы учета, управления и регулирования М.: ИГ "БДЦ-Пресс", 2003г.

17. Бочкаи Т., Мессен Д., Мико Д. Хозяйственный риск и методы его измерения. М.: Экономика, 1979.

18. Васютович А., Сотникова 10. Рыночный риск: измерение и управление. 2003, www.finrisk.ru.

19. Волков С.Н. Современный риск-менеджмент с использованием методологии VaR. -2002, www.finrisk.ru.

20. Воробьев С.Н., Балдин К.В. Управление рисками в предпринимательстве. М.: 2005

21. Гамза В.А. Рисковый сектор коммерческих организаций, М.: Экономика, 2002

22. Грибунин В. Глоссарий по цифровой обработке сигналов (предварительная версия). -2005, www.autex.spb.ru.

23. Дзарасов С.С. Деятельность банков: современный опыт США. М.: Экономист, 1992. -161с.

24. Дубинин С.К. Об итогах работы Банка России за 1996 г. и задачах на 1997 г. //Деньги и кредит. -1997. №1. - с. 6.

25. Доугерти К. Введение в эконометрику: Учебник для вузов: Пер с англ. М.: Инфра-М, 1999.

26. Елисеева И.И. Эконометрика. Издание 2. М.: Финансы и статистика, 2005.

27. Ермасова Н.Б. Риск-менеджмент организации. М.: Альфа-пресс, 2005.

28. Жуков Е.Ф., Литвиненко Л.Т., Зеленкова Н.М. Деньги, кредит, банки. Гриф МО РФ. -М.: Юнити, 2003.

29. Золкип А.Ю. Эффективность статистическо-эконометрических методов оценки финансовых рисков в России// XVII Плехановские чтения. М.: РЭА, 2004.

30. Золкин А.Ю. Оценка рыночного риска корпоративных облигаций в рамках банковской деятельности // XVIII Плехановские чтения. М.: РЭА, 2005.

31. Золкин А.Ю. Лимитирование банковских операций с акциями // XIX Плехановские чтения.-М.: РЭА, 2006.

32. Золкин А.Ю. Анализ эффективности оценки риска финансового рынка на различных периодах воздействия внешних факторов // Прикладная финансовая статистика банков и фондового рынка. Сб. науч. тр., Вып. 1. -М.: РЭА, 2006.

33. Золкин А.Ю. Общие структуры и реализация аналитической компоненты процесса управления рисками в кредитных организациях // Прикладная финансовая статистика банков и фондового рынка. Сб. науч. тр., Вып. 1. М.: РЭА, 2006.

34. Золкин А.Ю. Эффективная оценка риска инвестиционных вложений клиентов в коммерческом банке //Материалы конференций МБИ. М.: МБИ, 2006.

35. Золкин А.Ю. Новый подход к установлению банковских лимитов на акции // Финансы и Кредит. №29. М.: ИД Финансы и кредит, 2006.

36. Ивасенко А.Г. Банковские риски. М.: Вузовская книга, 1998. - 4 с.

37. Канторович Г.Г. Анализ временных рядов //Экономический журнал ВШЭ. 2002. -№1-4.

38. Канторович Г.Г. Анализ временных рядов //Экономический журнал ВШЭ.-2003.-№1.

39. Кейнс Дж. Общая теория занятости, процента и денег. -М.:, 1991. 132 с.

40. Ковалев В.В. Введение в финансы и менеджмент. М.: ИД Финансы и кредит, 1999

41. Кононова Т., Кузнецов В. Рыночный риск и как с ним бороться // Банковские технологии (эл. версия).

42. Кузнецов В.Е. Измерение финансовых рисков // Банковские технологии. 1997.-№7. -С.76-78

43. Лаврушина О.И. Банковские операции часть 1. М.: Инфра-М, 2000.

44. Лапуста М.Г., Шаршукова Л.Г. Риски в предпринимательской деятельности. М.: ИНФРА-М, 1996.

45. Лебедев С.А. Оценка кредитного риска портфеля финансовых инструментов // Прикладная финансовая статистика банков и фондового рынка. Сб. науч. тр., Вып. 1. М.: РЭА, 2006. - С. 12-25

46. Лобанов А. А., Кайнова Е. И. Сравнительный анализ методов расчета VaR-лимитов с учетом модельного риска на примере российского рынка акций // Управление финансовыми рисками. 2005. - №1 - С. 44-55.

47. Малашихина Н.Н., Белокрылова О.С. Риск-менеджмент. Ростов-на-Дону: Феникс, 2004.-10-11 с.

48. Маршалл А. Принципы экономической науки: В 3-х т. М.:Прогресс, 1993. - Т.2,297 с.

49. Меньшиков И.С., Шелагип Д.А. Рыночные риски: модели и методы. М.: Вычислительный центр РАН, 2000.

50. Милль Дж. С. Основы политической экономии: В 3-х т. М.: Прогресс, 1980. - Т.2.

51. Найт Ф. Понятие риска и неопределенности //Альманах: теория и история экономических и социальных институтов и систем. М., 1994. Вып. 5. С. 23-24.

52. Нейман Дж. Ф., Моргенштейн О. Теория игр и экономическое поведение: Пер. с апгл. -М., 1970.

53. Печалова М.Ю. Организация риск-менеджмента в коммерческом банке // Менеджмент в России и за рубежом. 2001. - №1.

54. Половинкин П., Зозулюк А. Предпринимательские риски и управление ими // Российский экономический журнал. -1997. №9. - С. 71

55. Поляк Г.Б. Финансовый менеджмент / О. И. Дранко, Н. Ф. Самсонов, А.В. Тюрина, Г.Б. Поляк; Под ред. Г.Б. Поляка. М.: Юнити-дапа, 2004

56. Поляк Г.Б. Государственные и муниципальные финансы. М.: Юнити, 2004.

57. Проблемы формирования лимитной политики коммерческого банка: Материалы семинара. М.: АО «Диалог-МГУ», 2000.

58. Рикардо Д. Начала политической экономики и налогообложения // Антология экономической классики. М.: Экопов-Ключ, 1993. - С. 470

59. Рогов М.А. Риск-менеджмент. М.: Финансы и статистика, 2001. - 8-10,12 с.

60. Рэй К. И. Рынок облигаций. Торговля и управление рисками, перевод с английского. -М.: ДЕЛО, 1999.- 150 с.

61. Севрук В.Т. Банковские риски. М.: Дело ЛТД, 1995.

62. Смирнов А.В. Управление ресурсами и финансово-аналитическая работа в коммерческом банке. М.: ИГ «БДЦ-пресс», 2002.

63. Смит А. Начала политической экономики и налогообложения // Антология экономической классики.-М.: Эконов-Ключ, 1993.-С. 161-162,171-174

64. Соколинская Н.Э. Экономический риск в деятельности коммерческих банков. Методы оценки и практика регулирования. М.: Знания, 1991. - 4 с.

65. Ступаков B.C., Токарепко Г.С. Риск-менеджмент М.: Финансы и статистика, 2005.

66. Тавасиев А. М. Банковский менеджмент.// Деньги и кредит. 1997. - №8. - С. 57 - 64

67. Тагирбеков К.Р. Основы банковской деятельности (Банковское дело) / Л.П. Афанасьева,

68. B.И. Богатырев и др. (под редакцией Тагирбекова К.Р.) М.: Весь Мир, 2003, С. 26-29

69. Тагирбеков К.Р. Организация и управление коммерческим банком: Учеб. пособие. М.: Изд-во Весь Мир, 2006. - С. 25-32

70. Тихомиров Н.П., Дорохина E.IO. Эконометрика. -М.: Экзамен, 2003.

71. Тэпман Л.Н. Риски в экономике: В ред. В.А. Швандар М.: Юнити-Дата, 2002.

72. Уткин Э.А. Риск-менеджмент. М.: Ассоциация авторов и издателей «Тандем», 1998. -2 с.

73. Фипгер К. С., Мальц А. М. Добро пожаловать на событие этой недели одно на миллион, перевод с английского // Управление рисками. Сб. науч. тр., исп. ред. Д. Пикфорд. - М.: Вершина, 2004.

74. Челноков В.А. Деньги, кредит, банки. М.: Юнити, 2005.

75. Чернова Г.В., Кудрявцев А.А. Управление рисками: Учеб. пособие. М.: Проспект, 2003.-112-114 с.

76. Шарп Уильям Ф., Александер Г. Инвестиции. М.: Инфра-М, 2004 - 315 е.

77. Ширинская Е.Б., Пономарева Н.А., Купчинский В.А. Финансово-Аналитическая служба в банке. -М.: ФБК-Пресс, 1998.

78. Ширяев А.Н. Вероятность. В 2-х тт. Изд.З. 2004.

79. Щукин Д.Ф. Банковский портфель: оценка риска, управление с помощью опционов. -2003, finrisk.ru.

80. Щукин Д.Ф. О методике оценки риска VaR // РЦБ. -1999. № 16. - С.62-66

81. Экономический и юридический словарь: 13500 терминов / под ред. А.Н. Азрилияна -М.: Институт новой экономики, 2004.

82. Экономическая энциклопедия / под ред. Л.И. Абалкина. М.: Экономика, 1999. - 688 с.

83. Эрроу К. Информация и экономическое поведение //Вопросы экономики. 1995. - №5.1. C.981. Иноязычные источники. .

84. Akaike Н. A New Look at the Statistical Model Identification, IEEE Transactions on Automatic Control, AC, 1974. pp. 716-723

85. Altman E., Resit A. Analyzing and Explaining Default Recovery Rates, Stern School of Business New York - December 2001.

86. Arrow K. Social Choice and individual values. 2nd ed. N. Y.: John Wiley, 1963.

87. Bachelier L. "Theorie de la Speculation", Annales de l'Ecole Normal Superieure. 1900. Series 3.-17,21-86 p.

88. Baillie R.T. The Message in Daily Exchange Rates: a Conditional Variance Tale / R.T. Baillie, T. Bollerslev // Journal of Business and Economic Statistics. 1989. - № 7. - pp 297 -305

89. Baillie R.T., Bollerslev T, Mikkelson H.O. Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity // Journal of Econometrics. -1996. №74 - pp. 3-30

90. Baillie R. Long Memory Processes and Fractional Integration in Econometrics // Journal of Econometrics. 1996. - №73 - pp. 5-59

91. Beaver W.H. Financial Rations and Predictions of Failure.//Empirical Research in Accounting Selected Studies, Supplement to Journal of Accounting Research. 1996. - №24.

92. Beeck H., Johanning L., Rudolph B. Value-at-Risk Limitstrukturen zur Steuerung und Begrenzung von Marktrisiken im Aktienbereich// OR-Spektrum 2002. - pp. 259-286

93. Bollerslev T. A Conditional Heteroskedastic Time Series Model for Speculative Prices and Rates of Return// Review of Economics and Statistics. 1987.-№69.-pp. 542 - 560

94. Bollerslev T. Generalised Autoregressive Conditional Heteroskedasticity // Journal of Econometrics. -1986. №31. - pp. 307-327

95. Bollerslev Т., Engle R.F., Nelson D.B. "ARCH Models", in R. F. Engle and D.L. McFadden (eds.) // Handbook of Econometrics, Volume IV. New York: Noth-Holland, 1994. - pp. 2959 -3038.

96. Bollerslev, Т., Mikkelsen H. O. Modeling and Pricing Long-Memory in Stock Market Volatility // Journal of Econometrics. 1996 - №73. - pp. 151-184.

97. Boudoukh, J., Richardson M., Whitelaw R. The Best of Both Worlds // RISK 1998. -№11. -pp. 64-67

98. Box G.E.P., Jenkins G.M. Time Series Analysis: Forecasting and Control. San Francisco: Holden Day, 1970.

99. Box G.E.P., Jenkins G.M., Reinsel G.C. Time Series Analysis: Forecasting and Control, third edition. -NJ: Prentice-Hall, 1994.

100. Bougerol P., Picard N. Stationarity of GARCH Processes and of Some Nonnegative Time Series // Journal of Econometrics. 1992. - №52. - pp. 115-128

101. Brown T.M. Habit persistence and lags in consumer behavior // Econometrica 1952. - №20 (3).-pp. 355-371.

102. Cai J. A Markov Model of Switching-Regime ARCH // Journal of Business and Economic Statistics, 1994. №12. - pp. 309 - 316

103. Chung, C.-F. Estimating the Fractionnally Intergrated GARCH Model // National Taiwan University working paper. 1999.

104. Crouphy M., Galai D. Risk Management. McGraw Hill, 2001

105. Cocheo S. How Sanwa plans for overall risk management // Risk Management, ABA, 1997 -№1.

106. Danielsson J., C. de Vries. Beyond the Sample: Extreme Quantile and Probability Estimation: Discussion Paper 298 L.: London School of Economics, 1998.

107. Davidson J. Moment and Memory Properties of Linear Conditional Heteroscedasticity Models: Manuscript. Cardiff University, 2001.

108. Davidson R., MacKinnon J. G. Estimation and Inference in Econometrics. Oxford University Press, 1992.

109. Dickey D. A., Fuller W. A. Distribution of the Estimators for Autoregressive Time-Series with a Unit Root // Journal of the American Statistical Assiciation. 1979. - Vol. 74. - pp. 427431

110. Diebold F.X., Nerlove M. Unit Roots in Economic Time Series: A Selective Survey // Rhodes G.F. and Fomby T.B.(eds.). Advances in Econometrics. Greenwich, CT: JAI Press. - 1990. -Vol. 8.-pp. 3-69

111. Ding Z., Granger C.W.J., Engle R.F. A Long Memory Property of Stock Returns and a New Model // Journal of Empirical Finance. 1993. - № 1. - pp. 83 -106

112. Dolado J.J., Jenkinson T. and Sosvilla-Rivero S. Cointegration and Unit Roots // Journal of Economic Survey. 1990. Vol. 4. P. 249-73

113. Dufour J.-M. Dummy variables and predictive tests for structural change // Economics Letters -1980.-6(3).- pp. 241-247

114. Durbin J. Errors in variables // Review of the International Statistical Institute. 1954. - 22 (l).-pp. 23-32

115. Durbin J. Testing for serial correlation in least-squares regression when some of the regressors are lagged dependent variables // Econometrica. 1970. -№38(3). - pp. 410-421

116. Embrechts P., Kluppelberg C., Mikosch T. Modelling Extremal Events for Insurance and Finance. Berlin: Springer, 1997.

117. Engle R.F. Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation // Econometrica. 1982. - №50. - pp. 987-1007

118. Engle R.F. Discussion: Stock Market Volatility and the Crash of 1987 // Review of Financial Studies.-1990.-№3.-pp. 103-106

119. Engle R.F., Manganelli S. CAViaR: Conditional Value at Risk by Quantile Regression // Working Paper 7341. -NBER, 1999.

120. Engle R.F., Lilien D.M., Robbins R.P. Estimating Time Varying Risk Premia in the Term Structure: the ARCH-M Model // Econometrica. 1987. -№55. - pp. 391-408

121. EViews "EViews User Guide Version 4.0". California, 2001.

122. Fernandez C., Steel M. On Bayesian Modelling of Fat Tails and Skewness // Journal of the American Statistical Association. 1998. - №93. - pp. 359-371

123. Fong G., Vasicek O.A., Multidimensional Framework for Risk Analysis // Financial Analysis Journal.-1997.-pp. 51-58

124. Friedman M. A Theory of the Consumption Function. Princeton: Princenton University Press, 1957.

125. Friedman M. The demand for money: some theoretical and empirical results // Journal of Political Economy. -1959. №67 (4). - pp. 327-351

126. Glosten L.R., Jagannathan R., Runkle D. Relationship Between the Expected Value and the Volatility of the Nominal Excess Return on Stocks // Journal of Finance. 1993. - № 48. - pp. 1779-1801

127. Gourieroux C., Jasak J. Truncated Maximum Likelihood, Goodness of Fit Tests and Tail Analysis: Unpublished Manuscript, 1998.

128. Hamilton J.D. and Susmel R. Autoregressive Conditional Heteroskedasticity and Changes in Regime//Journal of Econometrics, 1994-№64.-pp. 307-333

129. Harvey A.C., Ruiz E., Sentana E. Unobserved Component Models with ARCH Disturbances // Journal of Econometrics. 1992. -№ 52. -pp. 129-157

130. Hentschel L. All in the Family: Nesting Symmetric and Asymmetric GARCH Models // Journal of Financial Economics. -1995. -№ 39. -pp. 71-104

131. Higgins M.L., Bera A.K. A Class of Nonlinear ARCH Models // International Economic Review.-1992.-№33.-pp. 137-158

132. Hsieh D.A. Modeling Heteroskedasticity in Daily Foreign Exchange Rates // Journal of Business and Economic Statistics. 1989. - №7. - pp. 307-317

133. J.P. Morgan. Riskmetrics Technical Manual. NY, J.P. Morgan, 1995.

134. Johnstone J., Dinardo Econometric Methods (fourth edition). NY: McGraw-Hill, 1977.

135. Jorion Ph. Value at Risk: the new benchmark for managing financial risk. NY: McGraw Hill, 2001.

136. Jorion P. On Jump Processes in the Foreign Exchange and Stock Markets // Review of Financial Studies. 1988. - № 1. - pp. 427-445

137. Jorion P. Risk2: Measuring the Risk in Value at Risk // Financial Analysts Journal. 1995.

138. Judge G. G., Griffits W. E., Hill R. C., Lutkepohl H., Lee T.-C. The Theory and Practice of Econometrics. Second edition. NY: John Willey and Sons, 1985.

139. Lambert P., Laurent S. Modelling Skewness Dynamics in Series of Financial Data: Discussion Paper. Institut de Ststistique, Louvain-la-Neuve, 2000

140. Lambert P., Laurent S. Modelling Financial Time Series Using GARCH-Type Models and a Skewed Student Density. Mimeo, Universite de Liege, 2001.

141. Laurent S., Peters J-Ph. A Tutorial for G@RCH 2.3, a Complete Ox Package for Estimating and Forecasting ARCH Models. Belgium, Netherlands. - 2002. - pp. 30-31.

142. Li D.X. Value at Risk Based on the Volatility, Skewness and Kurtosis: working papers -1999.-№4.

143. Linsmeier Т., Pearson N. Risk Measurment: An Introduction to Value at Risk. Illinois, University of Illinois at Urbana-Champaign. Department of Accountancy and Departament of Finance. -1996.

144. Ljung G.M., Box G.E.P. On a Measure of Lack of Fit in Time Series Models // Biometrika. -1978.-№65.-pp. 297-303

145. Lucas A. The Effect of Fat Tails on Optimal Asset Allocations and Downside Risk. Research Memorandum 1996-47. Faculteit der Economische Wetenschappen en Econometrie, Vrije Universiteit Amsterdam. -1997.

146. MacKinnon J. C. Critical Values for Cointegration Tests // UC San Diego Discussion Paper. -1990.-pp. 90-94

147. Mahoney J. Empirical-Based Approaches to Value at Risk: an Examination of Foreign Exchange and Global Equity Portfolios // Risk Measurement and Systemic Risk, 1996.

148. Manganelli S., Engle R.F. Value at Risk models in finance // European central bank: Working paper series. 2001. - № 75.

149. Markowitz H.M. Portfolio Selection // The Journal of Finance. 1952.

150. Matacz A. Financial modeling and option theory with the truncated Levy process // International Journal of Theoretical and applied finance. 2000. -№3. -pp. 143-160

151. Mills T.C. The econometric modeling of financial time series. Cambridge University Press. -1999.- 138 p.

152. Milhoj A. The Moment Structure of ARCH Processes // Scandinavian Journal of Statistics. -1985.-№12.-pp. 281-292

153. Mishra B. An introduction to Risk and Return. Course readings. WHU-Koblenz, Fall 2000. -2 p.

154. Nelson D.B. Conditional Heteroskedasticity in Asset Returns // Econometrica. 1991. -№59. -pp. 347-370

155. Nelson D.B. Stationary and Persistence in the GARCH (1,1) Model // Econometric Theory. -1990,-№6.-pp. 318-334

156. Nelson D.B., Cao C.Q. Inequality Constraints in Univariate Garch Models // Journal of Business and Economic statistics. -1992. -№10. pp. 229-235

157. Nelson C. R., Kang H. Pitfalls in the Use of Time as an Explanatory Variable in Regression // Journal of Business and Economic Statistics. 1984. - №2. - pp. 73-82

158. Nelson C.R., Plosser C.I. Trends and Random Walks in Macroeconomic Time Series: Some Evidence and Implication // Journal of Monetary Economics. 1982. - №10. - pp. 139-162

159. Peiro A. Skewness in Financial Returns // Journal of Banking and Finance. 1999. -№23. -pp. 847-862

160. Perron P. The Great Crash, the Oil Price Shock, and the Unit Root Hypothesis // Econometrica. 1989. -№57. - pp. 1361-1401

161. Phillips P.C.B., Perron P. Testing for Unit Roots in Time Series Regression // Biometrica.1988.-Vol. 75.-pp. 335-346

162. Pritsker M. Evaluating Value at Risk Methodologies: Accuracy Versus Computational Time // Wharton Financial Institution Center Working Paper Series, working Paper. -1996. pp. 96-148

163. Salkever D.S. The use of dummy variables to compute predictions, prediction errors and confidence intervals // Journal of Econometrics. -1976. -№4(4). pp 393-397

164. Schibata R. Selection of the Order on an Autoregressive Model by Akaike's Information Criterion // Biometrika. -1976. №63. pp. 147-164

165. Schwarz G. Estimating the Dimension of a Model // The Annals of Statistics. 1978. - №6. -pp. 461-464

166. Schwet G. W. Why does Stock Market Volatility Change Over Time? // Journal of Finance.1989.-№44.-pp. 1115-1153

167. Sentana E. Quadratic ARCH Models // Review of Economic Studies. 1995. -№62. -pp. 639-661

168. Shaw J. Beyond VAR and Stress Testing in Grayling. London: Risk, 1997 - pp. 211 -223

169. Taylor S.J. Modelling Financial Time Series. New York: Wiley, 1986.

170. Tse, Y. The Conditional Heteroscedasticity of the Yen-Dollar Exchange Rate // Journal of Applied Econometrics. 1998. - №193. - pp. 49-55

171. Weiss A.A. Asymptotic Theory for ARCH Models: Estimation and Testing // Econometric Theory. 1986.-№2.-pp. 107-131

172. Wilson, T. Infinite Wisdom // Risk. 1993. - №6. - pp.37-45

173. Wold H. A Study in the Analysis of Stationary Time Series. Stockholm: Almqvist and Wiksel, 1938.

174. Zangari P. How Accurate is the Delta-Gamma Methodology? // Risk-Metrics Monitor (Third Quarter 1996). 1996. - pp. 12-29

175. Zakoian J.M. Threshold Heteroskedastic Models // Journal of Economic Dynamics and Control. -1994. -№18. pp. 931-955бро1 & /\бчч тЗ.

176. ГОУ ВПО "Российская экономическая академия им. Г.В. Плеханова"1. На правах рукописи1. Золкин Александр Юрьевич