Авторефераты по темам >> Авторефераты по экономике

Методы и модели противодействия мошенничеству на рынке финансовых услуг

Автореферат кандидатской диссертации по экономике

На правах рукописи

ЗАВГОРОДНИЙ МАКСИМ АЛЕКСАНДРОВИЧ

МЕТОДЫ И МОДЕЛИ ПРОТИВОДЕЙСТВИЯ МОШЕННИЧЕСТВУ НА РЫНКЕ ФИНАНСОВЫХ УСЛУГ

Специальность 08.00.13 - Математические и инструментальные

методы экономики

А В Т О Р Е Ф Е Р А Т

Диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петербург 2006

Работа выполнена на кафедре информационных систем в экономике ГОУ ВПО Санкт-Петербургский государственный инженерно-экономический университет

Научный руководитель:

Официальные оппоненты:

доктора техническиха наук,а профессор Брусакова Ирина Александровна

доктораа экономическихаа наук,аа профессор Власов Марк Павлович

кандидат экономических наук, доцент Блинов Алексей Михайлович

Ведущая организация:

ГОУ ВПО Санкт-Петербургский государственный университет информационных технологий, механики и оптики

Защита состоится л31 октября 2006 года в 16 часов на заседании диссертационного совета К 212.219.01 при ГОУ ВПО Санкт-Петербургский государственный инженерно-экономический университет по адресу: 191002, Санкт-Петербург, ул. Марата, 27, ауд.324.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО Санкт-Петербургский государственный инженерно-экономический университет по адресу: 196084, Санкт-Петербург, Московский пр., 103-а.

Автореферат разослан л29 сентября 2006 года

Ученый секретарь диссертационного совета, кандидат экономических наук, профессор

В.М.Корабельников

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Финансовые услуги являются основой финансового рынка. Основными компонентами финансовых услуг, согласно закону №117-ФЗ О защите конкуренции на рынке финансовых услуг от 4.06.1999 являются банковские операции и сделки, страховые услуги и услуги на рынке ценных бумаг. Рынок финансовых услуг в условиях Новой Экономики является одним из наиболее динамично развивающихся рынков, где информационные технологии уже давно являются неотъемлемой частью ведения бизнеса. В финансовой индустрии конкурентное преимущество и технологии тесно переплетены и связаны между собой.

Рост доверия к рынку финансовых услуг, эффективность его работы в большей степени зависит от того, как и по каким правилам функционирует финансовый сектор. Финансовые институты в России и за рубежом сталкиваются с множеством проблем, одной из которых является мошенничество. Стремительное развитие техники и коммуникаций, развитие информационных технологий и их активное использование для предоставления финансовых услуг способствует появлению и совершенствованию различных видов мошенничества, ежегодные потери от которого в мировом масштабе оцениваются в миллиарды долларов. Так например, аналитики оценивают ежегодные потери участников платежных систем VISA и MasterCard в 3 с лишним млрд. американских долларов.

Мошенничество изучается в юридических науках, в методах криминалистического расследования, в страховании. Как правило, данные исследования носят описательный характер схем проведения мошенничества, а рекомендации сводятся к комплексу административных мер. В экономике мошенничество чаще всего упоминается в теории рисков и риск-менеджменте, в теории страхования и в методах противодействия легализации доходов, полученных преступным путем. Проблемам операционных рисков и мошенничеству, вопросам обнаружения, противодействия, разработке алгоритмов выявления определенных типов мошенничества посвящены работы российских и зарубежных авторов: И.М. Голдовского, Langsdorf T. and Brause R. (Universitat Frankfurt), Грюнинг Х., Брайович Братанович С. (University Sofia), Professor of finance Philippe Jorion (University of California), доктор Гарри Штордель (Basel-II Committee, Швейцария), Robert Dunnett, Cindy Levy, Antonio Simoes (McKinsey). В отечественной экономической науке проблеме риска уделяется значительно меньше внимания.

Теория риск-менеджмента рассматривает мошенничество как один из компонентов операционных рисков. Управление операционными рисками находится в стадии становления, а специфика мошенничества в полной

мере не учитывается. На Западе интерес к проблеме мошенничества заметно возрос, после того как в 2003 году Базельский Комитет обратил пристальное внимание на проблему операционных рисков. В российской экономической литературе не часто встречаются исследования по этой проблеме, по всей видимости, из-за молодости теории операционных рисков и не четко выраженной российскими финансовыми институтами потребности в развитии методов противодействия. Следует отметить, что за рубежом ответственность за мошенничество, как правило, ложится на банки, а не на их клиентов, ибо именно от банков зависит использование технических средств, которые могут в наибольшей мере минимизировать риски. Поэтому в экономически развитых странах существует законодательное регулирование ответственности и в большинстве случаев закон на стороне клиентов, что подталкивает банки уделять серьезное внимание методам противодействия.

Таким образом, необходимо не только развивать методы активной защиты, но и предлагать новые методики к проектированию систем противодействия с учетом целей минимизации потерь и снижения финансовых рисков.

Целью диссертационной работы является разработка моделей и методов противодействия мошенничеству для финансовых институтов и консалтинговых компаний.

Для достижения поставленной цели в работе были определены и решены следующие задачи:

проведен анализ значимости проблемы мошенничества для финансовых институтов;
разработана классификация методов противодействия мошенничеству;
выявлены факторы влияния мошенничества на деятельность финансовых институтов;
проведен анализ инструментальных средств противодействия, используемых финансовыми институтами;
предложен подход, позволяющий дать экспертную оценку инструментальным средствам противодействия и выявить их основные недостатки с целью формирования предложений к доработке или компенсации нереализованного функционала.
уточнено понятие риск-профиля и предложен метод качественной оценки риска мошенничества в финансовых институтах на основе методики SWOT-анализа;
разработан метод построения системы противодействия мошенничеству с учетом риск-профиля финансового института;
разработаны модели обработки транзакций, учитывающие риск-профиль финансового института;
предложен механизм определения защищенности банка от мошенничества;

На защиту выносятся:

Классификация методов противодействия мошенничеству.
Метода построенияа системыаа противодействияа мошенничествуа с учетом риск-профиля финансового института.
Моделиаа обработкиаа транзакций,аа учитывающиеаа риск-профиль финансового института.

Научная новизна диссертационной работы состоит в следующем:

впервые проведен комплексный анализ методов противодействия мошенничеству в сфере финансовых услуг;
предложена новая классификация методов противодействия мошенничеству;
предложен подход, позволяющий дать экспертную оценку инструментальным средствам противодействия;
уточнено понятие риск-профиля и предложен метод качественной оценки риска мошенничества в финансовых институтах на основе методики SWOT-анализа;
разработан метод построения системы противодействия мошенничеству с учетом риск-профиля финансового института;
разработаны модели обработки транзакций, учитывающие риск-профиль финансового института;
предложен механизм определения защищенности банка от мошенничества;

Объект исследования - финансовые институты (банки, страховые компании) и консалтинговые компании, специализирующиеся на защите финансовых институтов от мошенничества.

Предметом исследования являются методы и модели защиты от мошенничества в сфере финансовых услуг.

Теоретической и методологической основой диссертационного исследования явились теория рисков, риск-менеджмент, принципы системного анализа и теория принятия решений в условиях риска и неопределенности.

Теоретическая значимость диссертации заключается в разработке теоретических основ формирования банковских систем противодействия. Рекомендации по проектированию систем противодействию мошенничеству и метод выявления защищенности имеют практическое значение дя страховых, консалтинговых компаний и банковских служб внутреннего аудита.

Апробация: Основные положения исследования докладывались и обсуждались на научно-практических конференциях и семинарах студентов и аспирантов в 2004 - 2006 годах.

Внедрение результатов исследования:

Результаты исследования были использованы в ОАО Промышленно-строительный банк для следующих целей:

Анализа инструментальных средств противодействия мошенничеству и составления обоснованного экспертного суждения о них.
Оценки операционных рисков процессингового центра банка, построения риск-профиля.
Разработки новых процедур обработки транзакций в рамках скриптовой авторизацинной системы Base24-es.
Повышения защищенности операций по пластиковым картам, внесены дополнения в БД процессинга, изменены параметры обработки рискованных транзакций.

Публикации: по теме диссертации было опубликовано восемь работ, общим объемом 2.7 п. л.

Структура работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы и пяти приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении кратко изложены актуальность проблемы решаемой в диссертации; цели и задачи исследования; определены объект и предмет исследования; выделены элементы научной новизны и раскрыто теоретическое и практическое значение работы.

Первая глава посвящена изучению мошеннического события, анализу методов и моделей противодействия мошенничеству, изучению и сравнительному анализу инструментальных методов противодействия, классификации банковского мошенничества, выявлению факторов влияния мошенничества на деятельность компаний.

Крупные финансовые институты, предлагающие широкий спектр услуг, сталкиваются с различными видами мошенничества. Мошенническое событие несет экономический ущерб и обладает свойствами неожиданности: наличие фактов мошенничества может ожидаться, но сам момент его возникновения, как правило, не известен или в течение длительного времени не возможно оценить размер ущерба. Таким образом, мошенничество несет риски и очень часто неопределенность. Обычно масштаб мошеннической активности характеризуют либо размерами потерь, либо потерями по отношению к оборотам или прибыли. Однако мошенничество приводит не только к убыткам. В диссертационной работе показано, что в той или иной мере мошенничество оказывает следующее воздействие:

Замедляет развитие технологичных сегментов бизнеса.
Означает непредсказуемость финансового результата (при условии высокой чувствительности к потерям, что свойственно российским банкам).
Приводит к угрозе возникновения репутационных рисков.

Тесно кореллирует с кредитным риском и значительно увеличивает вероятность возникновения задолжности (кредитные риски являются самыми значимыми для банков).
Рост убытков приводит к необходимости увеличения объема резервов (отвлеченных средств), а также увеличению собственного капитала (согласно требованиям Базельского комитета собственный капитал должен учитывать операционный риск).
Вызывает рост издержек (за счет убытков и создаваемых резервов) и рост цены продуктов и услуг (хотя методом ценообразования часто является метод кросс-субсидизации).
Приводит к снижению показателей экономической эффективности: прибыли, рентабельности, нормы прибыли на вложенный капитал, коэффициентов RAROC и EVA (коэффициенты RAROC и EVA являются признанной мерой рентабельности с поправкой на риск).
Вызывает снижение капитализации.

Мошенничество часто классифицируют по источнику возникновения как внешнее мошенничество и внутреннее мошенничество. Данная классификация не определяет направление деятельности компании (финансового института), не претендует на роль полной, но является удобной для разделения угроз. Для классификации банковского мошенничества предлагается использовать понятие банковской операции. Классификация мошенничества по банковским операциям представляется наиболее полной с точки зрения учета событий и их проявлений, что целесообразно учитывать при разработке методов противодействия.

Предложеннаяа классификацияа методова противодействия,аа условно разделена на лактивные и пассивные. К числу пассивных отнесены:

Метод резервирования денежных средств под операционные риски (модель, предложенная ЦБ РФ в №232П-ФЗ и модель Базельского комитета).
Метод поддержки размера капитала адекватного риску (модели BIA, SA, ASA, AMA Базельского комитета, а также модель капитала Н1, описанная в №110И-ФЗ).
Метод страхования (полис ВВВ).

К числу лактивных отнесены:

Методы предотвращения мошенничества.
Метод выявления (модели простых правил; повышения прозрачности и открытости совершенных транзакций; модель интеллектуального анализа данных Data Mining и нейро-сетевые модели).
Метод ограничения возможных потерь (модели лимитирования операций; прямого директивного управления; мониторинга).
Метод оперативного взвешивания риска (скоринговые модели; модель взвешенного риска).

Каждой модели классификации дана оценка с точки зрения противодействия мошенничеству и описаны основные недостатки. Классификация использована как основа для подхода, позволяющего дать экспертную оценку инструментальным средствам и их соответствия потребностям финансовых институтов.

Среди существующих сегодня методов выявления мошенничества сложно выделить лидера. Каждый из них показывает приемлемые результаты для выявления определенного типа мошенничества, либо какого-то его аспекта. Соответственно, программное обеспечение, построенное на основе того или иного метода, справляется с мошенничеством определенного типа. Программные комплексы, которые сочетают в себе целый набор методов и алгоритмов, обладают такими недостатками как сложность внедрения и высокая стоимость (в т.ч. высокая стоимость владения), которые не всегда адекватны достигаемому результату. Основными причинами неадекватности программных разработок являются разрозненность исследований в области мошенничества, игнорирование понятия риск-профиль финансового института, отсутствие сегментации типов угроз, недостаточное внимание к методам, предлагаемым теорией рисков. Под риск-профилем понимается набор рисков (мошенничества), с которыми сталкивается компания, оценка степени их влияния и их приоритетность.

Таким образом, показано, что мошенничество хотя и не является главным риском, но в условиях современной экономики становится угрозой стабильному развитию финансового института. Помимо убытков мошенничество оказывает негативное влияние на результаты деятельности компании (финансового института). Опыт противодействия мошенничеству накапливается и некоторым банкам удается применять не только простые, но и более технологичные методы (например, Data Mining, нейро-сетевые алгоритмы), однако не всегда сложность их применения адекватна достигаемому результату. Часто область применения методов противодействия ограничена только определенным видом мошенничества. Лишь некоторые из методов выявления мошенничества и управления рисками реализованы в программном обеспечении и используются финансовыми институтами за рубежом и в России.

Вторая глава посвящена разработке методов противодействия мошенничеству. В качестве основ новых методов противодействия используются положения теории финансовых рисков, а также рекомендации Базельского комитета и регулирующих органов. Мошенничество, как компонент операционных рисков, имеет ряд особенностей в отличие от других видов рисков. Особенности операционного риска заключаются в том, что его намного сложнее идентифицировать, оценить и характеризовать (измерить), а методы оценкиаа иаа управленияаа операционнымиаа рискамиаа находятсяаа ваа стадии

становления. Однако, финансовому институту следует понимать не только риски, которым он подвержен, но и степень их влияния и приоритеты. Универсальным инструментом, дающим представление о степени влияния и приоритетах, является построение риск-профиля финансового института. С его помощью дается качественная или количественная характеристика степени подверженности риска и их приоритеты.

Работу по построению риск-профиля рекомендуется начать с определения направлений возникновения риска мошенничества, разделяя угрозы по частотности и серьезности. Разделение рисков по частотности и серьезности уже встречается в работах других авторов, однако впервые применено и детализировано для мошенничества.

Для устранения недостатка, заключающегося в упрощенном представлении частотности (лингвистическими переменными высокая и низкая) и убытков (лнебольшие и крупные), предлагается применить следующую классификацию потерь: не превышающие размера минимальной расчетной прибыли; не превышающие точки безубыточности; не превышающие точки бездоходности; превышающие точку бездоходности.

Направления возникновения рисков мошенничества

Небольшие потери

Крупные потери

Низкая частотность

Oа Внутреннее мошенничество;

Oа Фальшивые ценные бумаги;

Oа Подделка платежных документов

и поручений (чеки, векселя,

акцепты, депозитные

сертификаты);

Oа Внутреннее

мошенничество; Oа Внешнее мошенничество,

связанное с

безопасностью систем; Oа мошенничество в

кредитовании

юридических лиц;

Высокая

частотность

Oа мошенничество с платежными инструментамиа (банковские карты);

Oа мошенничествоаа ваа кредитовании физических лиц;

Oа фальшивые денежные средства;

Не имеют значения, иначе это привело бы к краху

Таким образом, модель градации рисков предполагает один вариант

расстановки приоритетов рисков: от потерь, не превышающих размера минимальной расчетной прибыли к потерям, превышающим точку бездоходности. Понятие риск-профиль используется в предложенном методе построения систем противодействия мошенничеству (рис. 1). Применение такого метода на практике позволяет учесть реальные потребности финансового института и его риск-профиль, что в свою очередь позволяет получить оптимальную систему противодействия.

Для построения модифицированной розы рисков и модифицированной спирали рисков по осям откладываются относительные показатели потерь, т.е. потери по отношению к общему обороту по данному сегменту. Для наглядности результат приведен по базовым пунктам. Один базовый пункт соответствует одной сотой процента от сумм транзакций.

В рамках метода построения системы противодействия приводятся девять видов компенсационных мероприятий, которыми финансовые институты могут воспользоваться для снижения уровня мошеннической активности и финансовых рисков, вызванных мошенничеством. Среди них: использование методов пассивной защиты, увеличение количества используемых первичных мер противодействия, принятие решения о субсидировании, отказ от предоставления услуги и т.д.

Понятие риск-профиль также применяется в предложенных моделях обработки транзакта финансового института. Метод построен с использованием теории принятия решений в условиях риска и неопределенности и критерия Байеса для задач с известной вероятностью наступления внешних событий. Под вероятностью внешнего события понимается вероятность принадлежности к элементам риск-профиля. Критерий Байеса может использоваться в двух видах: как критерий максимума среднего выигрыша или как критерий минимума среднего риска.

Пусть известны вероятности вариантов внешних условий: P1 , P2 Е PN. Если решение выбирается по значениям выигрышей, то для каждого решения находится средняя оценка по всем вариантам внешних условий (средний выигрыш):

Zi=ае(Eij*Pi)а,аi=1,2,...,M

j=1

где Pi- вероятность внешний условий; Eij- элементы матрицы выигрышей Лучшим является решение с максимальной оценкой.

Zopt= max(Zi)

Если решение выбирается по значениям рисков, то лучшим будет решение с минимальной оценкой.

Zi=ае(Rij*Pi),а i=1,2,...,M

j=1

гдеRij- элементы матрицы рисков, Zopt= min(Zi)

Для вычисления критерия в решаемой задаче используется следующая формула:

z(=i(v-.4)

г,mod - это модифицированная величина с учетом:

a)а взвешивания по среднестатистической величине рисков в разрезе

каждой составляющей риск-профиля. Выполняется путем умножения

выигрыша на среднестатистический показатель уровня

мошенничества каждой составляющей риск-профиля.

Ewssaod=E(fwss*LJwss,

гmod Да profit profit

hprofit =hijLj

гдеаа LjL0SS- среднестатистический уровень мошенничества по j-му

компонентуаа риск-профиля.а Подсчитываетсяаа методами

статистическогоаа анализ поаа выборкеаа транзакций.аа Рекомендуемый

размер выборки - от полугода до нескольких лет. Ljвыражается в процентах, соответственно для формул принимает значение 0?Lj?\ Lprofit_аа среднестатистическийаа уровеньаа неаа мошеннических

(доходных) транзакцийа Ь/юш = 1 - LjWSS

b)а результатаа скоринг-анализаа (опционально).аа Выполняетсяа дляа LOSS

путем вычитания коэффициента скоринга SfJ= In/?;

где р - результат,

возвращенный модулем скоринг-анализа.

Причем, Sy>(-1)* [сумма транзакции]*[среднестатистический риск].

Таким образом, выражение для расчета гymod принимает следующий вид:

Eij mod = Eij LOSS+Sij для LOSS,аа j= 1,2,..., N

mod ^ LOSS

= ,

уаа ии

Eij mod = Eij PROFIT+Sij для PROFIT,а j= 1,2,..., N

Элементы матрицы выигрышей определяются следующим образом:

Ва случаеа возникновенияа мошенническогоа события,а потериа означают

финансовый убыток в размере суммы транзакции.

[Потери] = [Сумма транзакции]

Примечание: другие виды рисков (например, репутационные или кредитные) в данной модели учитывать не будем, поскольку преобразование нефинансовых рисков в денежный эквивалент может быть

выполненоаа толькоаа дляаа конкретногоаа пример иаа требуетаа множества априорно известных данных.

Доход в случае не мошеннического события обычно составляет несколько процентов от суммы транзакции и может содержать фиксированную комиссию.

[Доход] = [Процентный доход] + [Не процентный доход] - [Издержки] Примечание: Pmin ? [Процентный доход] ? Pmax

[Не процентный доход] > 0 На практике: процентный доход 0.5% Е 10% , не процентный доход ? 0, издержки стремятся к constдля каждой транзакции определенного типа.

Необходимо определить формулу подсчета [Потерь] и [Доходов] для

каждой Etj,т.е. с учетом каждой альтернативы выбора Д Е А} и каждой

компоненты риск-профиля В1 Е В].. После того как формулы заданы, на

основе данных каждой транзакции производится расчет элементов Ег]

(либо Щ если применялась матрица рисков). Затем производится расчет

критерия Байеса и выбор оптимальной альтернативы.

Обозначения рис. 4: В - вектор вероятности принадлежности к компонентам риск-профиля; L - вектор среднестатистических потерь по компонентам риск-профиля; X - сумма транзакции; Scoring analysis -

результат проверки ядром скоринг-анализа (опционально); А - вектор описывающий возможные способы обработки транзакта.

На основе предлагаемого метода построения систем реализован механизм определения защищенности банка, который заключается в выявлении мер, предпринимаемых банками для покрытия рисков и реализуемых компенсационных мероприятий. Также в диссертационной работе представлены модификации предложенной модели обработки транзакта на основе матрицы рисков, с учетом и без учета результатов скоринг-анализа.

Третья глава посвящена апробации модели взвешенного риска.

Проведен анализ текущего состояния процессингового центра, выявлены

рискиаа иаа построенаа риск-профиль.аа Затем,аа н основеаа этиха данных

построен модельаа обработкиаа транзактаа асаа использованием

модифицированного критерия Байеса и стоимостной матрицы. Приведены

результатыа моделированияа выполненногоа cа использованиема системы

MathCad 13 и MS Excel. Результаты тестирования модели:

заа метод позволил обоснованно находить оптимальный способ обработки

для транзакций, характеризующимися небольшими суммами с

боьшими рисками и большими суммами с меньшими рисками (85%

транзакций).

заа по итогам тестирования транзакции, характеризующиеся

значительными суммами с боьшими рисками и небольшими суммами

с небольшими рисками (15% транзакций) обрабатывались стандартным

образом, т.е. существенного влияния система не оказывала.

заа ежемесячная переоценка вектора L (среднестатистические потери по

компонентама риск-профиля)а позволилиа достаточноа быстро

реагировать на изменяющиеся условия внешней среды. При увеличении

рисков компонента риск-профиля большая часть транзакций

направляласьа наа дополнительнуюа проверку,а чтоа позволяло

своевременно выявить мошенничество, в тоже время, не загружая

систему менее рискованными транзакциями.

заа приа выбореа способаа обработкиа поа критериюа Байесаа необходимо

задавать границы критерия не четко, а с некоторым шагом. Желательно

рассматривать несколько альтернатив при близких значениях критерия

Zi и окончательный выбор осуществлять с учетом загруженности того

или иного сервиса, реализующего альтернативу.

Важным результатом применения методов противодействия явилось снижение риск-капитала процессингового центра банка с 1 850 тыс. долл. до 1 480 тыс. долл. В соответствии с методикой, предлагаемой Базельским комитетом, риск-капитал переоценен с использованием метода SA.

Уменьшение риск-капитала привело к увеличению коэффициента RAROC (скорректированная на риск рентабельность капитала) c 54% до

66%, что свидетельствует о снижении рискованности и повышении экономической надежности процессингового центра.

В заключении перечислены полученные в ходе исследования научные результаты, определены дальнейшие направления совершенствования противодействия мошенничеству на рынке финансовых услуг.

Среди основных результатов выделим:

мошенничество является значимой проблемой для многих финансовых институтов в России и за рубежом, что подтверждается результатами проведенного анализа;
разработаннаяа классификацияаа методоваа противодействия мошенничеству позволила не только выполнить систематизацию методов, но и разработать подход для экспертной оценки инструментальных средств противодействия;
выявлены восемь факторов влияния мошенничества на деятельность финансовых институтов, что в совокупности с традиционными характеристиками мошенничества позволяет более точно характеризовать и оценивать мошенническую активность;
проведенный анализ инструментальных средств противодействия на основе предложенного подхода, выявил недостатки используемых программных комплексов, основным из которых является неполнота используемых методов;
на основе методики SWOT-анализа уточнено понятие риск-профиль, который используется для качественной оценки риска мошенничества в финансовых институтах и графической интерпретации рисков. Риск-профиль использован в методе построения систем противодействия и в методе обработке транзакций;
метод построения системы противодействия мошенничеству с учетом риск-профиля финансового института позволяет построить систему сокращающую долю мошеннических транзакций и снижающую риски. Результат достигается за счет применение моделей противодействия, которые соответствуют риск-профилю финансового института;
на основе теории принятия решений в условиях риска и неопределенности разработан метод обработки транзакций, учитывающий риск-профиль финансового института. Апробация метода выявила, что он является наиболее эффективным для транзакций, характеризующимися небольшими суммами с боьшими рисками и большими суммами с меньшими рисками (85% транзакций). Достоверность модели взвешенного риска не превышает 10%;
механизм определения защищенности банка от мошенничества позволяет выявить меры, которые предпринимает банк для покрытия рисков, а также количество и качество применяемых компенсационных мероприятий.

Основные положения диссертации опубликованы в следующих

работах:

Завгородний М.А. Методы обнаружения и прогнозирования мошенничества на рынке финансовых услуг. / Предпринимательство и реформы в России: Материалы работы десятой международной конференции молодых ученых-экономистов. - СПб.: Изд. Экономического факультета СПбГУ, 2004. - 0.1 п.л.
Завгородний М.А. Мошенничество на рынке финансовых услуг. / Россия в мировом экономическом процессе: Материалы научной конференции. - СПб, Балт.гос.тех.ун-т, 2005. - 0.3 п.л.
Завгородний М.А. Мошенничество в финансовой сфере как угроза информационной и экономической безопасности государства. / История национальной безопасности России: Материалы 39-й всероссийской заочной научной конференции. / Под редакцией С.Н. Полторока. - СПб.: Нестор, 2005. - 0.3 п.л.
Завгородний М.А. Мошенничество на рынке финансовых услуг. / Современные проблемы прикладной информатики: I научно-практическая конференция 23-25 мая 2005 г.: Сб. докл. / Отв.ред. И.А. Брусакова. - СПб.: СПбГИЭУ, 2005. - 0.2 п.л.
Завгородний М.А. Построение архитектуры систем выявления и противодействия мошенничеству на основе стратегии управления информацией о предметной области и оценки рисков. / Реформы в России и Россия в реформирующемся мире: Материалы научной конференции. Санкт-Петербург, 17 февраля 2006г., Ч.1. - СПб, Балт.гос.тех.ун-т., 2006. - 0.2 п.л.
Завгородний М.А. Операционные риски финансовых институтов в условиях современной экономики. / Актуальные проблемы экономики и новые технологии преподавания (Смирновские чтения): Материалы пятой международной науч.-практич. конф. Т.2. - СПб: Изд-во МБИ, 2006. - 0.25 п.л.
Завгородний М.А. Проектирование систем противодействия мошенничеству. / Современные проблемы прикладной информатики: II науч.-практич. конф. 23-25 мая 2006 г.: Сб. науч. трудов /Отв. Ред. И.А. Брусакова. - СПб.: СПбГИЭУ, 2006. - 0.4 п.ч.
Завгородний М.А. Методы и модели противодействия мошенничеству на рынке финансовых услуг. / Вестник ИНЖЭКОНА. Серия Экономика. Вып. 2(11). - СПб.: СПбГИЭУ, 2006. - 0.25 п.л.

Авторефераты по темам

Авторефераты по экономике

Blog

Методы и модели противодействия мошенничеству на рынке финансовых услуг