Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Методы и модели оценки риска дефота предприятий-заемщиков при принятии кредитных решений тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Масино, Мстислав Николаевич
Место защиты Санкт-Петербург
Год 2007
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Методы и модели оценки риска дефота предприятий-заемщиков при принятии кредитных решений"

На правах рукописи

МАСИНО Мстислав Николаевич

МЕТОДЫ И МОДЕЛИ ОЦЕНКИ РИСКА ДЕФОТА ПРЕДПРИЯТИЙ-ЗАЕМЩИКОВ ПРИ ПРИНЯТИИ КРЕДИТНЫХ РЕШЕНИЙ

Специальность: 08.00.13 - Математические и инструментальные

методы экономики

АВТОРЕФЕРАТ

на соискание ученой степени кандидата экономических наук

Санкт-Петербург 2008

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

НАУЧНЫЙ РУКОВОДИТЕЛЬ: доктор технических наук, профессор

Брусакова Ирина Александровна

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ: доктор экономических наук, профессор

Викуленко Александр Евгеньевич

доктор экономических наук, профессор Ватник Павел Абрамович

ВЕДУЩАЯ ОРГАНИЗАЦИЯ: ГОУ ВПО Санкт-Петербургский

государственный университет водных коммуникаций

Защита состоится л Ь_У 2008 года на заседании совета ' ;

Д 212.219.05 по защите докторских и кандидатских диссертаций при ГОУ ВПО Санкт-Петербургский государственный инженерно-экономический университет по адресу: 191002, Санкт-Петербург, ул. Марата, д.27, ауд. 324.

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

Автореферат разослан л_

'яЯ2008 года.

Ученый секретарь совета Д 212.219.05, кандидат экономических наук, профессор

В.М. Корабельников

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Становление России как государства с рыночной экономикой требует пересмотра взаимоотношений между хозяйствующими субъектами внутри страны Одним из приоритетных направлений является развитие банковского сектора, где преобладают риск и неопределенность при принятии кредитных решений Взаимоотношения между банком и заемщиком являются для России новыми и, соответственно, слабоизученными, прежде всего из-за существовавшей несколько десятилетий назад плановой экономики, где весь процесс сотрудничества предприятий и банков носил административно-командный характер

Для успешного развития банковского сектора необходимо привлечение дешевых международных кредитов Поэтому улучшение инвестиционной привлекательности на международном финансовом рынке обеспечивается новыми механизмами повышения точности и надежности оценки риска дефота заемщика Полученное значение вероятности дефота позволит банкам сформировать портфель однородных ссуд, а также сформировать необходимые резервы на возможные потери, выпонив таким образом требования Центробанка о достаточности резервного капитала

В области финансов научной задачей является повышение уровня финансового риск-менеджмента до международных стандартов Финансовые системы дожны стать объектом научных исследований, а построенные модели описания процессов использовать весь спектр экономических, математических и статистических методов В современной российской практике финансовые менеджеры не используют специальных моделей, ограничиваясь определением денежных потоков в специально созданных шаблонах Исследование финансовых систем не дожно ограничиваться простейшими методами бухгатерского учета, необходимо учитывать влияние бизнес-среды, обладающей несистематизированными колебаниями

Приоритетность данного направления подтверждается Заявлением Правительства и Центробанка, определивших стратегию развития банковского сектора РФ В краткосрочном периоде в сфере корпоративного управления в кредитных организациях особое внимание необходимо уделить " повышению эффективности управления рисками, возникающими при осуществлении банками своей деятельности" В "Основных направлениях единой государственной денежно-кредитной политики на 2008 год" подчеркивается, что необходимо внести изменения в действующие законодательство в соответствии с документом Базельского комитета по банковскому надзору (Базель II)

Соглашение, принятое Базельским комитетом по надзору за банковской деятельностью ("Базель II"), дает методику по определению кредитного рейтинга предприятий-заемщиков В документе говорится о возможности использования двух методов оценки кредитного риска на основе внешних рейтингов, выданных международными рейтинговыми агентствами, и на основе

разработанной банком внутренней рейтинговой системы Метод, основанный на оценке международными агентствами кредитного риска предприятий-заемщиков, для России не эффективен, т к связан с большими затратами и используется в случае работы предприятия на мировом рынке Именно создание внутренней рейтинговой системы позволит количественно оценить риск дефота большинства предприятий-заемщиков

В документе Базельского комитета указано, что, если банк располагает системой оценки вероятности банкротства предприятий-заемщиков, действующей не менее трех лет и признанной Центробанком, то банку разрешается использовать собственные рейтинги

Создаваемые модели дожны не только учитывать текущее финансовое положение предприятия-заемщика, оценка которого производится по предоставляемой им отчетности, но и дальнейшие перспективы развития, определяемые бизнес-средой и эффективностью структуры предприятия-заемщика

Следовательно, актуальной является задача разработки методов и моделей определения рейтинга заемщика Разработка комплексного механизма оценки риска дефота у отечественных ученных не представлена в виде целостного системного исследования Попытки разработки комплексного механизма оценки предприятий немногочисленны Они представлены преимущественно в работах таких авторов, как Асанов А А , Борисенков П В , Брыч-кин А В , Вишняков И В , Едронова В Н, Кадыров А Н , Москвин В А и др Используемые в настоящий момент модели оценки риска дефота, применяемые в западной практике, нуждаются в адаптации к российской действительности Зарубежный опыт требует пересмотра априорной информации, используемой в качестве входных параметров модели оценки риска дефота, а также изменения структуры работы условий модели соответственно нормативной документации Центробанка России Наиболее поно подобные исследования представлены у следующих ученых Альтман Э , Нарайан П , Хаде-ман Р , Мертона Р , Модильяни Ф , Милер Ф и др

Таким образом, крайне высокая непредсказуемость на рынке кредитных услуг в сегодняшней российской экономике, с одной стороны, и те возможности по управлению риском, основанные на использование математических и инструментальных средств оценки риска дефота предприятий-заемщиков, с другой стороны, определяют актуальность и новизну проводимого исследования

Целью диссертационной работы является разработка методики построения математической модели оценки риска дефота контрагента (предприятия-заемщика), а так же методических рекомендации по определению основных параметров предоставления кредита Задачи диссертационной работы

1 Выделить используемые банком характеристики предприятий-заемщиков для их дальнейшей диверсификации

2 Уточнить классификацию действующих рисков в коммерческом банке и выделить источники их возникновения

3 Исследовать современные методы и модели, используемые как в (

российской практике, так и на западе, для оценки риска дефота потенциальных клиентов банка

4 Разработать инфологическую схему, использующую современные математические и статистические методы для расчета вероятности дефота предприятия-заемщика

5 Структурировать предоставленную банку информацию, характеризующую финансово-хозяйственную деятельность предприятия-заемщика

6 Разработать методику построения модели, основанную на методах принятых в инфологической схеме, позволяющую рассчитать вероятность дефота предприятия-заемщика

7 Построить комплексную модель, включающую оценку количественных и качественных показателей, характеризующих деятельность предприятий-заемщиков

8 Выработать практические рекомендации по определению величины резерва, обеспечения и процентной ставки с учетом результатов работы комплексной модели оценки риска дефота предприятий-заемщиков

Объектом исследования диссертационной работы являются предприятия-заемщики, обратившиеся в банк с целью получения кредита

Предмет исследования - кредитный риск, проявлением которого является дефот контрагента (предприятия-заемщика)

Теоретической основой исследования послужили труды отечественных и зарубежных ученых в области банковского дела, финансового риск-менеджмента, экономико-математического моделирования

Методологической основой исследования стали методы системного подхода, теории принятия решений, математической статистики, имитационного моделирования

Научная новизна выносимых на защиту положений и выводов заключается в следующем

1 Уточнен состав финансовых рисков и обоснованы их классификационные признаки, используемые в качестве характеристик предприятий-заемщиков банка Принятая классификация позволила сформулировать комплексную и эффективную систему управления рисками на уровне банка в целом

2 Разработана инфологическая схема комплексной модели расчета вероятности дефота предприятия-заемщика В схеме использованы методы факторного анализа, логит-моделей и априорного ранжирования, позволяющие рассчитать вероятность наступления дефота предприятий-заемщиков

3 Структурирована априорная информация для построения комплексной модели оценки риска дефота предприятий-заемщиков В структуре учитываются количественные показатели, отражающие сегодняшнее финансовое состояние предприятия-заемщика, а так же качественные показатели, представляющие состояние окружающей бизнес-среды заемщика

4 Разработана методика построения математических моделей оценки риска дефота предприятий-заемщиков В построении модели использовалась инфологическая схема с определенным набором методов, а в качестве вход-

ной информации использовалась структурированная априорная информация

5. Разработаны методические рекомендации по определению основных параметров кредита, таких как величины резерва, обеспечения, процентной ставки Расчет параметров кредита осуществляется на основе полученного значения вероятности дефота предприятия-заемщика

Практическая значимость. Результаты исследования позволяют повысить эффективность кредитных операций банка, с последующим формированием обязательных резервов на возможные потери в случае наступления кредитного события - дефота заемщика Методика оценки кредитного риска может быть использована банками для принятия обоснованного решения при осуществлении операций кредитования юридических лиц Практические результаты работы используются в кредитной деятельности коммерческого банка, что подтверждено справкой о внедрении

Апробация работы. Апробация экономико-математической модели проводилась при оценке риска дефота, а именно - расчете вероятности дефота предприятий-заемщиков ОАО "Северо-Западный банк Сбербанка России", а также на научных семинарах, научно-практических конференциях и в учебном процессе СПбГИЭУ

Публикации. Основные положения диссертационного исследования отражены в публикациях, общим объемом 1,48 печатного листа

Структура работы. Диссертация состоит из введения, трех глав, заключения и списка литературы Каждая из трех глав представляет собой самостоятельное научное исследование в одном из следующих направлений финансы и кредит, математические методы и модели, информационные технологии При этом главы взаимозависимы и каждая основана на логических выводах предыдущей главы, образуя тем самым единство исследования

Во введении обоснована тема диссертационного исследования, установлены цель и задачи работы, а также предмет и объект исследования, методическая и информационная база, научная новизна и практическая значимость

В первой главе "Теоретические и практические решения при работе с кредитным риском в коммерческом банке" рассмотрены классификационные признаки предприятий-заемщиков, проведен анализ существующих методов и моделей оценки кредитоспособности. Сформулированы возможные проблемы построения комплексной модели оценки риска дефота предприятия-заемщика

Во второй главе "Разработка модели оценки риска дефота предрия-тия-заемщика при принятии кредитного решения" структурирована априорная информация для комплексной модели, использующей как количественные показатели, характеризующие финансовое положение заемщика, так и качественные показатели, учитывающие бизнес-среду заемщика Выработан математический аппарат для построения комплексной модели оценки риска дефота заемщика

В третьей главе "Методические рекомендации по использованию комплексной модели" определены основные положения по работе с заемщи- /

ком, учитывающие оценку, полученную с помощью Комплексной модели, такие как определения необходимого обеспечения по кредиту, процентной ставки и лимита предоставляемого кредита

В заключении приведены основные выводы по результатам проведенного исследования, подведены итоги

Объем диссертации составляет 114 страниц машинописного текста, содержит 12 рисунков, 10 таблиц, приложений Список литературы включает 132 наименования

2. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В диссертационной работе рассмотрены вопросы оценки кредитоспособности заемщика на основе экономико-математической модели

В первой главе рассматриваются теоретические и практические решения при работе с кредитным риском в коммерческом банке, учитывающие риск и неопределенность В финансовом риск-менеджменте существует различие между риском и неопределенностью, которое заключается в определении вероятности наступления кредитного события Если риск характерен для производственно-экономических систем с массовыми, повторяющимися событиями, то неопределенность существует, как правило, в тех случаях, когда вероятности последствий приходится определять субъективно из-за отсутствия статистических данных за предшествующие периоды В количественном отношении неопределенность подразумевает возможность отклонения результата от ожидаемого, или среднего значения как в меньшую, так и в большую сторону

В финансовом риск-менеджменте под риском понимается возможность потери части своих ресурсов, недополучения доходов или появления допонительных расходов в результате осуществления предпринимательской деятельности В отличие от неопределенности как таковой, риск является измеримой величиной, его количественной мерой служит вероятность неблагоприятного исхода

Банковский риск - ситуативная характеристика некоторого процесса в деятельности банка В работе С И Кумок приводится следующее определение банковского риска Банковский риск есть ситуативная характеристика деятельности любого банка, отображающая неблагоприятные последствия в случае неудачи Он выражается вероятностью получения отрицательных финансовых результатов Важно отметить, что в данных определениях риск закономерно представляется как качественная характеристика некоторого процесса, а термин вероятность выступает в роли его количественного параметра

Определяя сущность банковского риска, необходимо исходить из того, что такое определение дожно отражать не только стоимостное выражение возможных последствий реализации риска или отклонение фактически полученного результата от планируемого, но и тот факт, что банковский риск существует на различных уровнях деятельности банка, начиная от отдельных операций и заканчивая деятельностью банка в целом, а также с учетом зави-

симости степени влияния рисков на деятельность банка от факторов внешней среды и выбранной банком политики развития

Кредитный риск - возможность потерь в результате неспособности заемщиков испонять свои обязательства, в частности, по выплате процентов и основной суммы дога в соответствии со сроками и условиями кредитного договора Кредитный риск является асимметричным, смещенным в сторону убытков Это означает, что прибыль при операциях кредитования ограничена относительно небольшой положительной доходностью из-за того, что заемщик не заплатит банку больше предусмотренного кредитным договором, зато потенциальный убыток банка может колебаться в более широком диапазоне от нуля до более 100% суммы, предоставленной в кредит В наихудшем случае потери могут превысить номинальный размер ссуды за счет судебных издержек на востребование задоженности, недополученной прибыли, а также потенциальных штрафов и пени при просрочке или невозможности возврата кредитором привлеченных им для кредитования средств

В диссертационной работе предложена модель, представляющая собой объединение математических и статистических методов для расчета вероятности дефота (РБ) компании-заемщика Полученное значение позволит банкам и кредитным организациям правильно сформировать кредитный портфель однородных ссуд, это, в свою очередь, позволит правильно оценить необходимые резервы на возможные потери от невыпонения своих обязательств компанией-заемщиком Величина резервов позволит банку выбрать стратегию развития его кредитного подразделения, влияющую на всю работу банка Созданных резервов дожно хватить на покрытие возможных потерь (ЕЬ), а собственного капитала - на покрытие непредвиденных потерь (иЬ), не убытки от дефота какого-то конкретного заемщика, а неких неизвестных пока заемщиков из всех имеющихся Если банк создает резервов больше чем надо, то он работает не эффективно, если мало, тогда надежность такого банка очень низкая и при малейшем всплеске наступит дефот самого кредитора Модель предназначена только для оценки риска дефота, она не рассматривает потери от наступления других кредитных событий Особенность применяемого в модели метода состоит в том, что вероятность дефота не является постоянной величиной, а может меняться во времени под влиянием ограниченного набора коэффициентов

Для моделирования дефота предприятия-заемщика в диссертационной работе рассматриваются структурные модели, т к в них в качестве основного параметра используется оценка стоимости активов фирмы, оцененных с помощью акций, обращающихся на фондовом рынке Рыночная цена акций является одним из наилучших индикаторов финансово-экономического состояния предприятия-эмитента Она отражает не только всю доступную информацию о качестве предприятия-заемщика, но и ожидания инвесторов, участников рынка, связанные с потенциальными изменениями этого качества Рыночная цена акций корректируется в зависимости от изменения перспектив компании-эмитента Этот факт дает возможность предположить, что вероятность дефота компании-заемщика будет заложена в стоимости ее акций (

Такая концепция используется в структурных моделях банкротств Падение стоимости акции до некоторого определенного уровня является экономической причиной дефота Обязательства и капитал фирмы в рамках данного подхода рассматриваются как требования, которые могут быть обращены на активы фирмы

Таким образом, наступление события дефота зависит от эндогенных (внешних) факторов бизнес-среды, те рыночная стоимость активов компании может быть выражена через стоимость ее акций Поскольку стоимость акции отражает не только "чистую" стоимость активов, но и изменения в политической, экономической и конкретной отрасли компании-заемщика, то тенденции на фондовом рынке являются опережающими

Помимо структурных моделей, для оценки вероятности банкротства используются кредит-скоринговые модели, основанные на индексе кредитоспособности

В основе всех кредит-скоринговых моделей используется концепция Ъ-счета Альтмана Модель банкротства, предложенная Альтманом, основана на финансовых показателях, определяемых из бухгатерской отчетности Модель ориентирована на вычисление индекса кредитоспособности, т е задачу количественной оценки кредитоспособности предприятий В качестве факторов используются пять наиболее значимых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период В общем виде индекс кредитоспособности ^-счет) является линейной комбинацией финансовых показателей

Однако оценки параметров кредит-скоринговой модели Альтмана и структурной модели, основанной на принципе Мертона, строились на базе информации о состоянии американских и европейских компаний Для применения к анализу кредитоспособности российских предприятий данные модели дожны быть модифицированы с учетом экономической специфики нашей страны Это связано с тем, что далеко не все предприятия-заемщики являются открытыми и имеют котируемые инструменты, такие как акции и облигации Поэтому остается актуальной задача оценки вероятности банкротства компаний без использования данных о капитализации заемщика При этом внутренние данные о структуре и особенностях функционирования предприятия остаются закрытыми для банков в большинстве случаев

Таким образом, с помощью уточненной классификации определены существующие риски в коммерческом банке, а так же источники их возникновения Из существующих методов и моделей выделены наиболее информативные показатели, рассчитанные по данным бухгатерской отчетности и определяющие величину оценки кредитного риска предприятий-заемщиков.

Во второй главе исследуются источники возникновения дефота предприятия-заемщика

Комплексная модель предназначена только для оценки риска дефота, она не рассматривает потери от наступления других кредитных событий Особенность вычисления вероятности дефота в том, что она не является постоянной величиной, а может меняться во времени под влиянием ограниченного

набора коэффициентов Комплексная модель, основанная в том числе на финансовых показателях, вычисляемых из бухгатерской отчетности российских предприятий, ориентирована на вычисление риска дефота предприятия-заемщика Построенную комплексную модель можно рассматривать как усовершенствование кредит-скоринговой модели Альтмана Принципиальным отличием разработанной модели является нелинейная структура моделей, которая позволяет вычислять не некоторый абстрактный показатель качества компании, а непосредственно находить оценку вероятности банкротства исследуемого предприятия

При построении статистической модели были определены информативные показатели = \ 14)

<2, - выручка, <2г - коэффициент общей ликвидности, Qъ - коэффициент абсолютной ликвидности, О, - отношение запасов к текущим активам, (^ - коэффициент автономии, <96 - коэффициент соотношения собственных и заемных средств, отношение собственных средств к догосрочным обязательствам, 0, - коэффициент маневренности, 2, - доля собственных средств в догосрочных активах; )10 - коэффициент покрытия, ()и - рентабельность продаж, д2 - себестоимость реализованной продукции, д13 - прибыль /убыток от продаж, б14 - нераспределенная прибыль/убыток

Чтобы проверить возможную взаимосвязь между приведенными выше показателями (0 >Д), использовалась корреляционная матрица На основе выявленной статистически значимой взаимосвязи были выделены следующие показатели

0, - коэффициент абсолютной ликвидности, 0, - отношение запасов к текущим активам, >5 - коэффициент автономии, дг - коэффициент маневренности, 210 - коэффициент покрытия, 2И - рентабельность продаж

При построении статистической модели в диссертационной работе используется метод главных компонент (МПС), целью применения которого является выбор наиболее информативных показателей из 24> б8, <210, >Д Представление каждого наблюдения с меньшим числом компонент и является задачей метода главных компонент Построим матрицу X

каждый элемент которой определяется как центрированные и нормированные значения по формуле

где = <2М - центрированное значение случайной величины QJ г-

реализации (/ = 1 т, у = 1 N ),

>и - координата вектора QJ,

б, = --среднее значение случайной величины ,

а - ^-- дисперсия случайной величины ().,

& - Л1 / ,-Ч-- среднеквадратическое отклонение случайной величины С21

Каждый вектор-стобец - реализация случайной величины <2^ интерпретирующей финансовые показатели

При поиске собственных векторов 6,0 = 1 М ) с помощью МПС определяются максимальные значения дисперсии (О) на ее множестве с помощью системы

' ОфуХ) -> гпах

\bjbj~ \,} = \ N

Учитывая центрированность значений матрицы X, сформирована ковариационная матрица при условии = Е(ХТX) Таким образом.

0(&Х) = Е(Ь,Х)2 = Е(Ь?ХТХЬ,) = Ь&Ьх (3)

Следовательно, задача максимизации (2) может быть записана в виде

Ьу'Ч'Ь, Ч тах

=1,7 = 1 N

Ч Ч -г Чг

Применяя функцию Лагранжа (рфх,ц)=ф1хЬ\)-р.фхЬ\ -1)и дифференцируя по 5,0 = 1 N ), получено Ъ^Ъ] - л1.

Обозначим ^]{Х) = ХЪ], где 0 = 1 Ч собственный вектор матрицы 4% соответствующий у-ому по величине собственному значению ц] этой матрицы

Тогда >2Г.,(Х) = 2)(А7>у) - Ъ^Ъ, = , для обеспечения максимальной величины дисперсии переменной 2"у нужно выбрать из /V собственных

значений матрицы Ч? наибольшее, т е

Находим ортогональные собственные векторы матрицы Хт X, составляем из них матрицу собственных векторов В = (Ь{,Ь2, ,ЬМ), размером NN, с условием ВТВ = Е

Изменчивость матрицы X - сумма диагональных элементов матрицы ХТХ

Следхтх=[(в-^ув-'г]=[г^в-'Ув-'г]=[гт(втву'г]=\ггг\=[а] = |>,

Каждая комбинация охватывает долю изменчивости матрицы X

Таким образом, выделяем М - количество наиболее значимых комбинации, соответствующих наибольшим собственным числам матрицы ХтX.

Дальнейший расчет вероятности дефота подразумевает использование дихотомической переменной в задачах регрессионного моделирования Рассмотрение заявки на предоставление кредита проводится на основе коэффициентов, полученных с помощью факторного анализа, являющихся индикаторами финансово-экономического состояния предприятия-заемщика

Использование логит-моделей позволило исследовать статистическую зависимость между качественной переменной У и финансовыми показателями Q (й, й,, б5, й I) Логит-модели основаны на методике построения множественной регрессии вида

= 1 = + + + vllQN,г = \ М (6)

Подобные модели устанавливают зависимость не между переменной У и количественными данными, а между вероятностью того, что г -е значение бинарной переменной равно 1 при условии 0, те Р(У,= 1/0,), и линейной формой Получение непосредственно вероятности с помощью линейной функции не возможно, т к значение линейной функции может быть как отрицательным, так и превосходить единицу, что противоречит исходным данным о бинарности значений зависимой переменной Следовательно, для моделирования значений Р(У,=1/0,) необходимо использовать функции, значения которых находятся на отрезке [0,1], при этом линейная форма (>>) играет роль аргумента в этих функциях, т е имеет место модель вида

Р{Г,= 1/0,) = (7)

Функция (7) дожна удовлетворять следующим требованиям, это необходимо для корректной записи модели в такой форме

/00.*)-> 0,(й,у)->-со

Модели типа Р(У, = 1/0,) = ^(б,,у) при указанных выше ограничениях называют моделями бинарного выбора, если в качестве (7) рассматривается логистическая функция, т.е.

I Ь,) =

При моделировании можно убедиться, что эта функция симметрична относительно точки 0 (рис. 1).

'-Х-'--'-'-'-Х-

-4-3-2-10 1 2 3 4

Рис. 1. Логистическая кривая

Для оценки параметров логит-модели использован метод наименьших квадратов, на основании которого сформулирована система финансовых показателей Oj ( й, й,, й. 81) у' = 1...4, по различным предприятиям /' ( 1 = 1...16):

у, ,а,..2>а,з,а,4 "

^2 >б2.1>б2Д;?2,3>б2,4

ч ^16 > б| 6,1 > Й 6,2 > ?16,3 > 6,4 у

Вычисление вероятности риска дефота по 4-факторной логит-модели или количественная оценка предприятия-заемщика представлена в следующем виде:

-0.167-32.69863+7.3424 +28.127б5+5.163ем

рп _ ^____

~ ^ + е-0.167-32.698е3+7.34е4+28.127^5+5.1630, 100 (10)

Целью проведения качественного анализа является определение непосредственно самой возможности предоставления кредита, а так же параметров предоставляемого кредита.

Разработанная в диссертационной работе комплексная модель дает возможность осуществить априорное ранжирование качественных факторов, позволяющих отнести предприятие-заемщика к одной из групп факторов кредитного риска.

На первом этапе оценки качественных, нефинансовых показателей необходимо сформировать из общей массы систему наиболее значимых факто-

ров Но при исследовании такого сложного явления, как кредитный риск, для исключения грубых ошибок будет использоваться максимальное число факторов Использование данного подхода с большим числом факторов существенно осложнит исследование Для упрощения расчетов и во избежание чрезмерного затягивания эксперимента возникает необходимость анализа и отсеивания несущественных факторов Отсеивание факторов производится на основе априорного (безопытного) анализа и специального предварительного эксперимента

Априорный анализ факторов, т е отсеивание менее существенных, может производиться путем анализа имеющихся данных и логических выводов на их основе Однако при этом не исключена опасность субъективных ошибок, которая возрастает с увеличением сложности изучаемого процесса Во избежание этого для априорного анализа целесообразно привлечение нескольких специалистов и использование определенных вариантов метода экспертных оценок Сущность метода заключается в ранжировании факторов по определенной системе (соответственно ожидаемой степени их влияния на параметр оптимизации) и исключении после этого части факторов с наихудшими рангами из первой серий экспериментов

При использовании этого метода прежде всего отбираются эксперты и разрабатывается анкета, в которой формулируются вопросы к ним Запоняя анкету эксперт определяет место факторов в ранжируемом ряду, т е присваивает каждому фактору свой ранг

Первое место (первый ранг) присваивается самому сильному фактору, далее по мере снижения (по мнению эксперта) значимости факторов увеличивается номер ранга. Каждому эксперту также условно присваиваете номер Результаты запонения анкет подвергаются математической обработке Главная цель этой обработки - выявить факторы, которые можно исключить из последующего эксперимента или оставить их при эксперименте в качества контролируемых (т е , при закрепленных, постоянных значениях)

Кроме того задачами математической обработки материалов анкет являются

- оценка согласованности мнений специалистов,

- оценка неслучайного характера совпадения мнений специалистов (значимости коэффициентов конкордации),

- построение диаграммы рангов факторов

Оценка согласованности мнений экспертов относительно степени влияния факторов на параметр оптимизации производится с помощью коэффициента конкордации Использовать коэффициент конкордации правомерно после проверки его значимости Проверка значимости коэффициента конкордации производится с помощью распределения %

Второй этап оценки, по качественным показателям, осуществляется опытным оценщиком банка Оценка необходима для исправления непоноты, повышения объективности за счет допонительных факторов, отсутствующих в оценке по количественным показателям Представитель запоняет анкету с

некоторым количеством вопросов, касающихся бизнеса компании, которые дожны влиять на риск дефота Каждому разделу оценки соответствует некоторый вес, и при анализе анкеты оценщик дожен выработать свое мнение по имеющейся информации, предоставленной компанией-заемщиком После ответа на вопросы определяется в зависимости от группы коэффициент, корректирующие значение вероятности дефота заемщика, полученной при расчете по финансовым показателям. Корректирующий коэффициент может немного улучшить, уменьшить значение комплексного показателя вероятности дефота или существенно ухудшить, существенно увеличить значение комплексного показателя вероятности дефота В диссертационной работе использованы четыре группы Группа А Для данной группы корректирующий коэффициент принимает значение 0 98, Группа В Для данной группы корректирующий коэффициент принимает значение 1,16, Группа С Дня данной группы корректирующий коэффициент принимает значение 1,28, Группа Б Для данной группы корректирующий коэффициент принимает значение 1,51

Определив количественную оценку, основанную на финансовых показателях в виде (10), и группу, к которой относится предприятие-заемщик по качественным факторам кредитного риска, определяется вероятность дефота предприятия-заемщика, в виде

РЭ = РВ1дк, (п)

где РЕ . значение комплексного показателя вероятности дефота предприятия-заемщика, - значение вероятности дефота предприятия-

заемщика, полученное в результате количественной оценки, к- значение корректирующего коэффициента, основанного на качественной оценке

Разработанная методика оценки риска дефота предприятий-заемщиков, включающая оценку по количественным и качественным показателям, выводит интегральную оценку вероятности дефота предприятия-заемщика

В третьей главе сформулированы практические рекомендации по определению величины резерва, обеспечения и процентной ставки с учетом результатов работы комплексной модели

Для реализации системы управления кредитным риском в работе использованы методы шкалирования величины резерва, обеспечения и процентной ставки

Процесс формирования резерва, т е расчет суммы резерва, происходит непосредственно до выдачи самой ссуды и напрямую зависит от качества обслуживания дога, финансового положения заемщика и при наличии, размера представляемого обеспечения При выпонении обязательных мер по мониторингу финансового состояния заемщика размер резерва изменяется соответственно значению вероятности дефота заемщика, а так же при изменении состава обеспечения по кредиту В качестве методики, оценивающей финансовое положение заемщика, может служить методика, использующая комплексную модель оценки надежности, пред лагаемая в данной работе

Финансовое положение, выраженное в модели через вероятность дефота конкретного предприятия, может принадлежать к одной из трех групп хорошее, среднее, плохое Оценка категории качества обслуживания заемщиком дога (ОБ) позволяет отнести его к одной из трех категорий хорошее, среднее, неудовлетворительное обслуживание дога В конечном итоге, используя представленные шкалы, оценки финансового положения и оценка качества обслуживания дога позволит выделить категорию качества ссуды Определение качества ссуды производится в соответствии с положением № 254 Банка России, вступившего в силу с 1 августа 2004 года

В случае, если в ходе расчета вероятности дефота заемщика (РБ) значение будет равно 0 % и обслуживание дога (БЭ) также 0 %, то данную ссуду следует отнести к категории стандартные, величина резерва (Л) составит 0%

При категории нестандартные или сомнительные, если значение одного из коэффициентов принимает 0 %, то величина резерва определяется по следующей формуле

(тах - ^(Р/)))(тах% - пип%) К =--Ч---1- тт.,, п

где таХд^пиПду- максимальное (минимальное) значение вероятности дефота заемщика (рейтинга обслуживания дога) для данной категории, 08(РБ) -вероятность дефота заемщика (рейтинг обслуживания дога) предприятия-заемщика, тах%, шшв - максимальная (минимальная) величина процентов для данной категории

При категории сомнительные или проблемные, если значение любого из коэффициентов не принимает 0 %, то величина резерва определяется по следующей формуле

* = 0 5(тах%- тт%)( РВ) (*Д-!>!!)

Цтахго-ттга) (тахю-тшю)/

Если ссуда относится к категории безнадежные, то величина резерва составит 100%

Ссуды, отнесенным ко II - V категориям качества в обязательном порядке формируются с учетом обеспечения I и II категории качества Определение категории качества обеспечения производится в соответствии с положением № 283 Банка России, вступившего в силу с 1 июня 2006 года Рыночная стоимость активов, используемых в качестве обеспечения, дожна превышать сумму обязательства Разность между стоимостью активов и суммой дога предназначена для снижения рыночного риска кредитора

Изменение размера обязательного резерва с учетом обеспечения рассчитывается по следующей формуле

+ тш% (13)

/г. = д

где 11г - минимальный размер резерва, И. - размер расчетного резерва, - коэффициент категории качества обеспечения Для обеспечения I категории качества принимается равным единице Для обеспечения II категории качества принимается равным 0,5, С, - стоимость обеспечения соответствующей категории качества, М - величина основного дога по ссуде

Если У^С, й М з то Я, принимается равным нулю (0)

Для снижения кредитного риска рекомендуется использовать несколько видов обеспечения. При выпонении обязательных мер по мониторингу финансового состояния заемщика, по корректировке размера резерва соответственно вероятности дефота заемщика проводится процедура определения стоимости залога, относящегося к I и II категориям качества обеспечения, не реже одного раза в квартал

На основе комплексного показателя оценки риска дефота предприятия-заемщика определен механизм расчета необходимого резерва и обеспечения на возможные потери в результате невыпонения заемщиком своих обязательств, определенных договором

3. ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ ДИССЕРТАЦИИ

В диссертационной работе предложена модель оценки риска дефота предприятия-заемщика с использованием экономико-математической модели.

Модель представляет собой объединение математических и статистических методов для расчета вероятности дефота предприятия-заемщика, полученное значение позволит банкам и кредитным организациям правильно оценить рентабельность принимаемого актива Более точная оценка вероятности дефота заемщика позволит кредитодателю правильно сформировать портфель однородных ссуд, в то же время диверсифицируя заемщиков по другим параметрам Это позволит правильно оценить необходимые резервы на возможные потери от невыпонения своих обязательств заемщиками.

Сформулированы следующие выводы

1 Обоснованы используемые характеристики предприятий-заемщиков банка - понятия риск, кредитный риск, риск дефота и кредитоспособность.

2. Приведена классификация, формируемая с использованием признаков, отражающих природу возникновения финансовых рисков, являющихся неотъемлемой частью банковской деятельности

3 Рассмотрены современные модели оценки риска дефота предприятий-заемщиков, используемые в практической деятельности российскими и западными банками Выделены достоинства и недостатки существующих методов Проведена классификация моделей по степени комплексности и информированности о моделируемом объекте

4 Разработана инфологическая схема построения комплексной модели для расчета вероятности риска дефота

5 Выделены факторы, отрицательно влияющие на построение ком-

плексной модели, адаптированной к российским условиям

6 Разработана методика построения математических моделей на основе инфологической схемы и структурированной априорной информации

7 Построена комплексная модель оценки риска дефота предприятий-заемщиков, включающая оценку по качественным и количественным показателям с использованием методов факторного анализа, логит-моделей и априорного ранжирования

8 Выработаны методические рекомендации по определению кратко- и догосрочных лимитов кредитного риска, суммы резервов и обеспечения на возможные потери по ссудам, величины процентной ставки с использованием полученного значения вероятности дефота

4. ПЕРЕЧЕНЬ ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ:

Статья, опубликованная в рекомендованных ВАК изданиях

1 Масино МН Задача системного управления кредитным риском // Вестник ИНЖЭКОНа Сер Экономика 2007 Вып (3)16 С 270-273 - 0,31 пл

Статьи, опубликованные в прочих научных изданиях

2 Масино МН Подходы к созданию имитационной модели системного управления банковскими рисками // Россия и мир Гуманитарные проблемы Сб науч статей/СПб СП6ГУВК,2005 -ОДЗпл

3 Масино МН Метод системного управления рисками в коммерческом банке // Менеджмент и экономика в творчестве молодых исследователей Тезисы докладов / СПб . СПбГИЭУ, 2007 - 0,14 п л

4 Масино МН Предложение комплексной классификации рисков // Проектирование информационных систем Сб науч статей / СПб СПбГИЭУ, 2007 - 0,5 п л

5 Масино МН Кредит-скоринговая модель оценки заемщиков в банках // Ж "Современные аспекты экономики" / СПб Инфо, 2007 - 0,18 п л.

6 Масино МН Внутренняя система рейтингования заемщиков в банках // Ж "Современные аспекты экономики" / СПб Инфо, 2007 - 0,1 п л

7 Масино МН Базель II в России // Россия и мир Гуманитарные проблемы Сб науч статей /СПб СПбГУВК, 2005 -0,15 пл

Подписано в печать Формат 60x84 '/ц Печ л /,(? Тираж -/fP экз Заказ J?

ИзПК СПбГИЭУ 191:002, Санкт-Петербург, ул Марата, 31

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Масино, Мстислав Николаевич

Введение

Глава 1. Теоретические и практические решения при работе с кредитным риском в коммерческом банке

з1.1. Риск и неопределенность при оценке заемщиков

з 1.2. Подходы к классификации финансовых и банковских рисков

з1.3. Современные методы и модели оценки и управления кредитными рисками коммерческого банка

Глава 2. Разработка модели оценки риска дефота предриятия-заемщика при принятии кредитного решения

з2.1. Методические подходы к оценки риска дефота заемщика

з 2.2. Факторный анализ как метод выбора наиболее информативных показателей

з 2.3. Дихотомическая переменная выбора в оценки риска дефота

з 2.4. Экспертная оценка при рассмотрении качественных показателей

Глава 3. Методические рекомендации по использованию комплексной модели

з3.1. Основные условия кредитования

з3.2. Принятие кредитных решений при использовании комплексной модели

Диссертация: введение по экономике, на тему "Методы и модели оценки риска дефота предприятий-заемщиков при принятии кредитных решений"

Актуальность темы исследования. Становление России как государства с рыночной экономикой требует пересмотра взаимоотношений между хозяйствующими субъектами внутри страны. Одним из приоритетных направлений является развитие банковского сектора, где преобладают риск и неопределенность при принятии кредитных решений. Взаимоотношения между банком и заемщиком являются для России новыми и, соответственно, слабо-изученными, прежде всего из-за существовавшей несколько десятилетий назад плановой экономики, где весь процесс сотрудничества предприятий и банков носил административно-командный характер.

Для успешного развития банковского сектора необходимо привлечение дешевых международных кредитов. Поэтому улучшение инвестиционной привлекательности на международном финансовом рынке обеспечивается новыми механизмами повышения точности и надежности оценки риска дефота заемщика. Полученное значение вероятности дефота позволит банкам сформировать портфель однородных ссуд, а также сформировать необходимые резервы на возможные потери, выпонив таким образом требования Центробанка о достаточности резервного капитала.

В области финансов научной задачей является повышение уровня финансового риск-менеджмента до международных стандартов. Финансовые системы дожны стать объектом научных исследований, а построенные модели описания процессов использовать весь спектр экономических, математических и статистических методов. В современной российской практике финансовые менеджеры не используют специальных моделей, ограничиваясь определением денежных потоков в специально созданных шаблонах. Исследование финансовых систем не дожно ограничиваться простейшими методами бухгатерского учета, необходимо учитывать влияние бизнес-среды, обладающей несистематизированными колебаниями.

Приоритетность данного направления подтверждается Заявлением Правительства и Центробанка, определивших стратегию развития банковского сектора РФ. В краткосрочном периоде в сфере корпоративного управления в кредитных организациях особое внимание необходимо уделить ".повышению эффективности управления рисками, возникающими при осуществлении банками своей деятельности". В "Основных направлениях единой государственной денежно-кредитной политики на 2008 год" подчеркивается, что необходимо внести изменения в действующие законодательство в соответствии с документом Базельского комитета по банковскому надзору ("Базель II").

Соглашение, принятое Базельским комитетом по надзору за банковской деятельностью ("Базель II"), дает методику по определению кредитного рейтинга предприятий-заемщиков. В документе говорится о возможности использования двух методов оценки кредитного риска: на основе внешних рейтингов, выданных международными рейтинговыми агентствами, и на основе разработанной банком внутренней рейтинговой системы. Метод, основанный на оценке международными агентствами кредитного риска предприятий-заемщиков, для России не эффективен, т.к. связан с большими затратами и используется в случае работы предприятия на мировом рынке. Именно создание внутренней рейтинговой системы позволит количественно оценить риск дефота большинства предприятий-заемщиков.

В документе Базельского комитета указано, что, если банк располагает системой оценки вероятности банкротства предприятий-заемщиков, действующей не менее трех лет и признанной Центробанком, то банку разрешается использовать собственные рейтинги.

Создаваемые модели дожны не только учитывать текущее финансовое положение предприятия-заемщика, оценка которого производится по предоставляемой им отчетности, но и дальнейшие перспективы развития, определяемые бизнес-средой и эффективностью структуры предприятия-заемщика.

Следовательно, актуальной является задача разработки методов и моделей определения рейтинга заемщика. Разработка комплексного механизма оценки риска дефота у отечественных ученных не представлена в виде целостного системного исследования. Попытки разработки комплексного механизма оценки предприятий немногочисленны. Они представлены преимущественно в работах таких авторов, как Асанов А.А., Борисенков П.В., Брыч-кин А.В., Вишняков И.В., Едронова В.Н., Кадыров А.Н., Москвин В.А. и др. Используемые в настоящий момент модели оценки риска дефота, применяемые в западной практике, нуждаются в адаптации к российской действительности. Зарубежный опыт требует пересмотра априорной информации, используемой в качестве входных параметров модели оценки риска дефота, а также изменения структуры работы условий модели соответственно нормативной документации Центробанка России. Наиболее поно подобные исследования представлены у следующих ученых: Альтман Э., Нарайан П., Хал-деман Р., Мертона Р., Модильяни Ф., Милер Ф. и др.

Таким образом, крайне высокая непредсказуемость на рынке кредитных услуг в сегодняшней российской экономике, с одной стороны, и те возможности по управлению риском, основанные на использование математических и инструментальных средств оценки риска дефота предприятий-заемщиков, с другой стороны, определяют актуальность и новизну проводимого исследования.

Целью диссертационной работы является разработка методики построения комплексной модели оценки риска дефота контрагента (предприятия-заемщика), а так же методических рекомендации по определению основных параметров предоставления кредита.

Задачи диссертационной работы:

1. Выделить используемые банком характеристики предприятий-заемщиков для их дальнейшей диверсификации.

2. Уточнить классификацию действующих рисков в коммерческом банке и выделить источники их возникновения.

3. Исследовать современные методы и модели, используемые как в российской практике, так и на западе, для оценки риска дефота потенциальных клиентов банка.

4. Разработать мифологическую схему, использующую современные математические и статистические методы для расчета вероятности дефота предприятия-заемщика.

5. Структурировать предоставленную банку информацию, характеризующую финансово-хозяйственную деятельность предприятия-заемщика.

6. Разработать методику построения модели, основанную на методах принятых в инфологической схеме, позволяющую рассчитать вероятность дефота предприятия-заемщика.

7. Построить комплексную модель, включающую оценку количественных и качественных показателей, характеризующих деятельность предприятий-заемщиков.

8. Выработать практические рекомендации по определению: величины резерва, обеспечения и процентной ставки с учетом результатов работы комплексной модели оценки риска дефота предприятий-заемщиков.

Объектом исследования диссертационной работы являются предприятия-заемщики, обратившиеся в банк с целью получения кредита.

Предмет исследования - кредитный риск, проявлением которого является дефот контрагента (предприятия-заемщика).

Теоретической основой исследования послужили труды отечественных и зарубежных ученых в области банковского дела, финансового риск-менеджмента, экономико-математического моделирования.

Методологической основой исследования стали методы системного подхода, теории принятия решений, математической статистики, имитационного моделирования.

Научная новизна выносимых на защиту положений и выводов заключается в следующем:

1. Уточнен состав финансовых рисков и обоснованы их классификационные признаки, используемые в качестве характеристик предприятий-заемщиков банка. Принятая классификация позволила сформулировать комплексную и эффективную систему управления рисками на уровне банка в це

2. Разработана мифологическая схема комплексной модели расчета вероятности дефота предприятия-заемщика. В схеме использованы методы: факторного анализа, логит-моделей и априорного ранжирования, позволяющие рассчитать вероятность наступления дефота предприятий-заемщиков.

3. Структурирована априорная информация для построения комплексной модели оценки риска дефота предприятий-заемщиков. В структуре учитываются: количественные показатели, отражающие сегодняшнее финансовое состояние предприятия-заемщика, а так же качественные показатели, представляющие состояние окружающей бизнес-среды заемщика.

4. Разработана методика построения математических моделей оценки риска дефота предприятий-заемщиков. В построении модели использовалась инфологическая схема с определенным набором методов, а в качестве входной информации использовалась структурированная априорная информация.

5. Разработаны методические рекомендации по определению основных параметров кредита, таких как: величины резерва, обеспечения, процентной ставки. Расчет параметров кредита осуществляется на основе полученного значения вероятности дефота предприятия-заемщика.

Практическая значимость. Результаты исследования позволяют повысить эффективность кредитных операций банка, с последующим формированием обязательных резервов на возможные потери в случае наступления кредитного события - дефота заемщика. Методика оценки кредитного риска может быть использована банками для принятия обоснованного решения при осуществлении операций кредитования юридических лиц. Практические результаты работы используются в кредитной деятельности коммерческого банка, что подтверждено справкой о внедрении.

Апробация работы. Апробация экономико-математической модели проводилась при оценке риска дефота, а именно - расчете вероятности дефота предприятий-заемщиков ОАО "Северо-Западный банк Сбербанка Рос8 сии", а также на научных семинарах, научно-практических конференциях и в учебном процессе СПбГИЭУ.

Публикации. Основные положения диссертационного исследования отражены в публикациях, общим объемом 1,48 печатного листа.

Структура работы. Диссертация состоит из введения, трех глав, заключения и списка литературы. Каждая из трех глав представляет собой самостоятельное научное исследование в одном из следующих направлений: финансы и кредит, математические методы и модели, информационные технологии. При этом главы взаимозависимы и каждая основана на логических выводах предыдущей главы, образуя тем самым единство исследования.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Масино, Мстислав Николаевич

Выводы третьей главы:

1. Определен порядок организационных мер для поддержания актуальной информации о финансово-хозяйственном положении заемщика, с целью выбора инструмента управления кредитным риском, в соответствующим изменившемуся положению заемщика.

2. На основе интегрального показателя оценки риска дефота предприятия-заемщика определен механизм расчета необходимого резерва и обеспечения на возможные потери в результате невыпонения заемщиком своих обязательств, определенных договором.

3. На основе комплексной оценки надежности заемщика определен механизм расчета кратко- и догосрочных лимитов кредитного риска.

ЗАКЛЮЧЕНИЕ

На основе выпоненных теоретических изысканий и практических исследований, в диссертационной работе, в области оценки риска дефота предприятий-заемщиков, обратившихся в банк с целью получения кредита, в диссертационной работе получены результаты, на основе которых сформулированы следующие выводы:

1. Обоснованы используемые характеристики предприятий-заемщиков банка - понятия риск, кредитный риск, риск дефота и кредитоспособность .

2. Приведена классификация, формируемая с использованием признаков, отражающих природу возникновения финансовых рисков, являющихся неотъемлемой частью банковской деятельности.

3. Рассмотрены современные модели оценки риска дефота предприятий-заемщиков, используемые в практической деятельности российскими и западными банками. Выделены достоинства и недостатки существующих методов. Проведена классификация моделей по степени комплексности и информированности о моделируемом объекте.

4. Разработана инфологическая схема построения комплексной модели для расчета вероятности риска дефота.

5. Выделены факторы, отрицательно влияющие на построение комплексной модели, адаптированной к российским условиям.

6. Разработана методика построения математических моделей с использованием методов: факторного анализа, логит-моделей, наименьших квадратов и априорного ранжирования.

7. Построена комплексная модель оценки риска дефота предприятий-заемщиков, включающая оценку по качественным и количественным показателям.

8. Выработаны методические рекомендации по определению кратко- и догосрочных лимитов кредитного риска, суммы резервов и обеспе

101 чения на возможные потери по ссудам, величины процентной ставки с использованием полученного значения вероятности дефота. Модель представляет собой объединение математических и статистических методов для расчета вероятности дефота компании-заемщика, полученное значение позволит банкам и кредитным организациям правильно оценить рентабельность принимаемого актива. Более точная оценка вероятности дефота заемщика позволит кредитодателю правильно сформировать портфель однородных ссуд, в то же время диверсифицировав компании-заемщиков по другим характеристикам. Это позволит правильно оценить необходимые резервы на возможные потери от невыпонения предприятием-заемщиком своих обязательств.

Диссертация: библиография по экономике, кандидат экономических наук , Масино, Мстислав Николаевич, Санкт-Петербург

1. О стратегии развития банковского сектора РФ // Документы ЦБ РФ.

2. Бюлетень банковской статистики №12 (91), (103), (115), (127), №3(103), (130).

3. Инструкция "Об обязательных нормативах банков" (утв. ЦБ РФ 16.01.2004 г. № 110-И). Зарегистрировано в Минюсте РФ 6.02.2004 г. № 5529.

4. Письмо ЦБ РФ "О рекомендациях по анализу ликвидности кредитных организаций". № 139-Т от 27.07.2000 г.

5. Положение "О порядке расчета кредитными организациями размера рыночных рисков" (утв. ЦБ РФ 24.09.1999 г. № 89-П).

6. Положение "О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задоженности" (утв. ЦБ РФ 26.03.2004 г. № 254-П). Зарегистрировано в Минюсте РФ 26.04.2004 г. № 5774.

7. Положение "О порядке формирования кредитными организациями резервов на возможные потери" (утв. ЦБ РФ 09.07.2003 г. № 232-П). Зарегистрировано в Минюсте РФ 24.07.2003 г. № 4922.

8. Положение О методике определения собственных средств (капитала) кредитных организаций (утв. ЦБ РФ 10.02.2003 г. № 215-П). Зарегистрировано в Минюсте РФ 17.03.2003 г. №4269.

9. Лобанов А.А, Чугунов А.В. Энциклопедия финансового риск-менеджмента. Альпина бизнес букс. 2007г., с. 365-422.

10. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998. с. 653-870.

11. Амосов С., Гаврилова Л. Кредитные деривативы в операциях хеджирования//РЦБ. 2000. № 3. с. 15 16.

12. Андреев С. А. Кредитный риск и методы его измерения. СПб.: Изд-во СПГУЭФ, 2003. 24 с.

13. Аоки М. Введение в методы оптимизации. М.: Наука, 1997. - 344с.

14. Арсеньев В. Руководство по российскому рынку капитала. М.: Альпина-Паблишер, 2001. - 288 с.

15. Ахундов В. М. Финансовый риск. М.: Изд-во МСХА, 2000. -128 с.

16. Ачкасов А. И. Балансы коммерческих банков и методы их анализа. Вопросы ликвидности и их отражение в банковских балансах М.: АО Кон-сатбанкир, 1993. с.122.

17. Балабанов И. Т. Основы финансового менеджмента: учеб. пособие. М.: Финансы и статистика, 1997. - 480 с.

18. Балабанов И. Т. Риск-менеджмент. М.: Финансы и статистика, 1996. - 187 с.

19. Балашова Н. Управление операционным риском: анализ современных тенденций // РЦБ. 2001. № 7. С. 68 70.

20. Банки и банковские операции / под ред. проф. Е. Ф. Жукова. Ч М.: Банки и биржи, ЮНИТИ, 1997. 231 с.

21. Банковская энциклопедия / под ред. С. И. Лукаш, Л. А. Малютиной. Днепропетровск: Баланс-Аудит, 1994. - 127 с.

22. Банковское дело / под редакцией Г. Н. Белоглазовой и Л. П. Кроли-вецкой. СПб.: Питер, 2004. - 384 с.

23. Банковское дело: управление и технологии: учеб. пособие для вузов / под ред. проф. А. М.Тавасиева. М.: ЮНИТИ-ДАНА,2001.-863с.

24. Банковское дело: учебник. 2-е изд., перераб. и доп. / под ред. О. И. Лаврушина. - М.: Финансы и статистика, 2003. -672 с.

25. Баринов В. Ю. Модели прогнозирования в принятии решений на финансовом рынке: автореф. дис.канд. экон. наук. -СПб.: 1998.-24 с.

26. Благодатин А. А. Экономико-статистическое исследование рынка государственных ценных бумаг: дис.канд. экон. наук. М: 1995. - 147 с.

27. Бланк И. А. Управление активами. К.: Ника-Центр, Эльга, 2002.720 с.

28. Бокс Дж., Дженкинс Г. Анализ временных рядов: прогноз и управление. М.: Мир, 1974. - 406

29. Болыпов А. В. Риск-менеджмент: учеб. пособие. Казань: Изд-во КГФЭИ, 1999.-110

30. Бэстенс Д.-Э., ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. -М.:ТВП, 1997.-236 с.

31. Васютович А., Сотникова Ю. Рыночный риск: измерение и управление // РЦБ. 2001. № 8. С. 18 - 21.

32. Введение в управление кредитными рисками / пер. с англ. Pricewa-terhousecoopers, 1994.

33. Вильяме Б. Торговый хаос. М.: ИК Аналитика, 2000. -328 с.

34. Вине Р. Математика управления капиталом. М.: Альпина, 2000.408 с.

35. Владимиров В. А., Воробьев Ю. Л., Салов С. С. и др. Управление риском: Риск. Устойчивое развитие. Синергетика. -М.: Наука, 2000. 429 с.

36. Гультяев А. К. MatLab 5.3 Имитационное моделирование в среде Windows: практическое пособие. М.: КоронаПринт, 2001.-400 с.

37. Доблаев В. JI. Теория организаций. Ч М.: Институт молодежи, 1995.-174 с.

38. Емельянов А. А. Имитационное моделирование экономических процессов. М.: Финансы и статистика, 2004. -368 с39. Ермасова Н. Б. Риск-менеджмент: учеб. пособие. - Саратов: Повож. акад. гос. службы, 2003. -101 с.

39. Карликов Е. И., Федоров А. А. Основные постулаты классической теории портфельных инвестиций. // Банковские технологии. 1999. № 2. С. 12 -14.

40. Касимов Ю. Ф. Основы теории оптимального портфеля ценных бумаг. М.: Филинъ, 1998. -142 с.

41. Ковалев В. В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. Ч М.: Финансы и статистика, 1996. 376 с.

42. Кононова Т. Г., Кузнецов В. Е. Управление рыночным риском. // Банковские технологии. 1998. № 5. С. 11 17.

43. Крамер Харальд. Повека с теорией вероятностей: наброски воспоминаний. Ч М.: Знание, 1979. 223 с.

44. Лобанов А. Проблема метода при расчете Value-at-Risk //РЦБ. 2000. №21. С. 54-58.

45. Лобанов А. Регулирование рыночных рисков банков на основе внутренних моделей расчета VaR // РЦБ. 2000. № 9. С. 63 -66.

46. Лобанов А., Порох А. Анализ применимости различных моделей расчета Value-at-Risk на российском рынке акций // РЦБ. 2001. №2. С. 65-70.

47. Лоу А. М., Кельтон В. Д. Имитационное моделирование / пер. с англ. СПб.: Питер, 2004. - 846 с.

48. Маккензи X. Системы управления риском выходят на первое место // Банковские технологии. 1995. № 5. С. 10.

49. Малашихина Н. Н. Риск-менеджмент: учеб. пособие. -Ростов н/Д: Феникс, 2004. 317

50. Мекумов Я. С. Экономическая оценка эффективности инвестиций. Ч М.: ИКЦ ДИС, 1997. 232 с.

51. Мельников А. В. Риск-менеджмент: Стохастический анализ рисков экономике финансов и страхования. М.: Анкил, 2001.-111 с.

52. Меньшиков И. Финансовый анализ ценных бумаг. М.Финансы и статистика, 1998. 366 с.

53. Моделирование экономической динамики: риск, оптимизация, прогнозирование / под ред. Р. М. Нижегородского. М.: Изд-во АО "Диалог-МГУ", 1997.- 151 с.

54. Мой банк / под общ. ред. С. И. Кумок. Ч М.: Московское финансовое объединение, 1996. 211 с.

55. Мотыль Д. Управление доходностью и ликвидностью портфеля активов банка // Рынок ценных бумаг. 1997. № 14. с. 55 -59.

56. Найман Э.-JI. Малая энциклопедия трейдера. М: ВИ-РА-Р Альфа Капитал, 1999.236 с.

57. Норткотт Дерил. Принятие инвестиционных решений. -М.: Банки и биржи, ЮНИТИ, 1997. 216 с.

58. Нортон М. Нервный бизнес // Банковские технологии. 1995. № 3. С.73.

59. О'Брайен Дж., Шривастава С. Финансовый анализ и торговля ценными бумагами. М.: Дело, 1995. - 207 с.

60. Озиус М. Е., Путнам Б. X. Банковское дело и финансовое управление рисками: учеб. пособие. Вашингтон: Ин-т эконом, развития Мирового банка (русская версия), 1992. 253 с.

61. Олицкий А. А. Методологические проблемы теории организации и диалектика // Материалистическая диалектика и пути развития естествознания. Ч М.: Наука, 1982. 376

62. Первозванский А. А., Первозванская Т. Н. Финансовый рынок: расчет и риск. М.: ИНФРА-М, 1994. - 192 с.

63. Печалова М. Ю. Организация риск-менеджмента в коммерческом банке // Управление предприятием. 2001. № 1-01. С. 15-18.

64. Пригожин А.И. Организации: системы и люди. Ч М.: Политиздат, 1983.-247 с.

65. Райе Т., Койли Б. Финансовые инвестиции и риск. Киев: BHV, 1995.-590 с.

66. Рогов М. А. Введение в финансовый риск-менеджмент: Управление рыночными рисками: уУчеб. пособие. Дубна: Международный, ун-т природы, о-ва и человека "Дубна", 2001. - 71 с.

67. Роуз Питер С. Банковский менеджмент. Москва, 1995 г. 141г.

68. Хохлов Н.В. Управление риском: учебное пособие для вузов. Москва, 2003г., 239с

69. Сердюкова И.Д. Управление финансовыми рисками., Финансы 1995г., 12с

70. Грязнова А.Г. Финансово-кредитный энциклопедический словарь, Москва, 2002г., 87с

71. Мекумов Я.С. Экономическая оценка эффективности инвестиций, Москва, 1997г., 232с

72. Ченоков В.А. Букварь кредитования, Москва, 1996г., 211с

73. Поляк Г.Б. Финансовый менеджмент, Москва, 1997г., 115с

74. Кумок С.И. Мой банк, Москва, 1996г., 211с

75. Севрук В.Т. Банковские риски, Москва, 1996г., 72с

76. Жукова Е.Ф. Банки и банковские операции, Москва, 1997г., 231с

77. Тавасиева A.M. Банковское дело:управление и технологии: учебное пособие для вузов, Москва, 2001г., 863с

78. Joel Bassis Risk management in banking London, 2002y.

79. Белоглазова Г.Н., Кроливецкая Л.П. Банковское дело, СПб, 2004г.384с

80. Стоянова Е.С. Финансовый менеджмент: теория и практика, Москва, 1998г., 574с

81. Печалова М.Ю. Организация риск-менеджмента в коммерческом банке, Москва, 2001г.

82. Барбаумов В. Е., Гладких И. М, Чуйко А. С. Финансовые инвестиции. Ч. 1. Ч М.: РЭА им. Г. В. Плеханова, 2000.

83. Доугерти К. Введение в эконометрику. Ч М.: ИНФРА-М, 2001.

84. Количественные методы финансового анализа/Под ред. Брауна С. Дж., Крицмена М. П. Ч М.: Инфра-М, 1996.

85. Fabozzi F. J. (ed.) Advances in fixed income valuation, modeling and risk management. Ч Pennsylvania: Associates New Hope, 1997.

86. Амосов С, Гаврилова Л. Кредитные деривативы в операциях хеджирования/Рынок ценных бумаг. 2000. №3.

87. Введение в управление кредитными рисками/Пер, с англ. Ч Price-waterhouse, 1994.

88. Кавкин А. В. Рынок кредитных деривативов. Ч М: Экзамен, 2001.

89. Мобиус М. Руководство для инвестора по развивающимся рынкам/Пер, с англ. ЧМ: ИК Атон, 1995.

90. Севрук В. Т. Риски финансового сектора Российской Федерации. Ч М.: Финстатинформ, 2001.

91. Ситникова Н. Ю., Хоминич И. П. Революция в риск-менеджменте/Банковские технологии. 2000.

92. Тоцкий М. Н. Методологические основы управления кредитным риском в коммерческом банке

93. Bessis J. Risk management in banking. 2nd ed. Ч Chichester: John Wiley & Sons, Ltd., 2002.

94. Brunetti A., Kisunko G., Weder B. Institutions in transition: reliability of rules and economic performance in former socialist countries. Policy research working paper No. 1809. World Bank, 1997.

95. Cauoette J. В., Altman E. I., Narayanan P. Managing credit risk: The next great financial challenge. Ч L: John Wiley & Sons, Inc., 1998.

96. CreditMetricsЩ Ч technical document. Ч N.Y.: J. P. Morgan & Co., Inc., 1997.

97. CreditRisk+ Ч A credit risk management framework. Technical document.Ч L./N.Y.: Credit Suisse Financial Products, 1997, April.

98. Crouhy M., Galai D., Mark R. Risk management. Ч N.Y.: McGraw-Hill, 2001.

99. Dym S. Credit risk analysis for developing country bond portfo-lios//Journal of Portfolio Management.

100. Gaeta G. The certainty of credit risk: Its measurement and management. Ч Chichester: John Wiley & Sons, Ltd., 2002.

101. Hull J. С Options, futures and other derivatives. 5th ed. Ч L.: Prentice Hall College Div., 2002.

102. International convergence of capital measurement and capital standards. Basle Committee on Banking Supervision, 1988, July, updated to 1997, April.

103. ISDA news release. International Swap and Derivatives Association,2003.

104. Jorion P. and Khoury S. J. Financial risk management: Domestic and international dimensions. Ч Basil Blackwell, Ltd., 1995.

105. Jorion P. Financial risk manager (FRM) instruction manual. Ч N.Y.: Carli Management Corporation, 2000.

106. Jorion P. Value at risk: the new benchmark for managing financial risk. 2nd. ed. Ч McGraw-Hill, 2001.

107. Kealhofer S., Kwok S., Weng W. Uses and abuses of bond default rates. Document No. 999-0000-039. KMV Corporation, 1998.

108. Knack S., Keefer P. Institutions and economic performance: Crosscountry tests using alternative institutional measures//Economics and Politics. 1995.

109. Levine R. The legal environment, banks and long-run economic growth// Journal of Money, Credit and Banking. 1998.

110. Mauro P. Corruption and growth//Quarterly Journal of Economics. 1995. V. 110. No. 3. P. 681-712.

111. Mausser H., Rosen D. Beyond VaR: From measuring risk to managing risk//Algo Research Quarterly. 1998.

112. Merton R. On the pricing of corporate debt: The risk structure of interest rates//Journal of Finance. 1974.

113. Moers L. Growth empirics with institutional measures and its application to transition countries: a survey. Working paper. Tinbergen Institute, University of Amsterdam, 1999.

114. Moody's rating migration and credit quality correlation, 1920-1996. Special report. Moody's Investor Service, 1997.

115. Nelken I. Implementing credit derivatives: Strategies and techniques to use credit derivatives in risk management. Ч McGraw-Hill Trade, 1999.

116. Ong M. Internal credit risk models: Capital allocation and performance measurement. Ч L: Risk Books, 1999.

117. Principles for the management of credit risk. Basel Committee on Banking Supervision, 1999.

118. RAROC and risk management: Quantifying the risks of business. Bankers Trust New York Corporation, 1995.

119. Rehm F., Rudolf M. KMV Credit Risk Modelmg/Яп: Frenkel M., Hommel U., Rudolf M. (eds.) Risk management: Challenge and opportunity. Ч Berlin: Springer Verlag, 2000.

120. Report of the Committee on interbank netting schemes. BIS Committee on Payment and Settlement Systems of the G-10,1990.

121. Saunders A. Credit risk measurement: New approaches to value at risk and other paradigms. N.Y.: John Wiley & Sons, Inc. 1999.

122. Schonbucher P. J. Credit derivatives pricing models. Ч Chichester: John Wiley &Sons, Ltd., 2003.

123. Shaeffer H. Credit risk management: A guide to sound business decisions. Ч Chichester: John Wiley & Sons, Ltd., 2000.

124. Shimko D. (ed.) Credit risk: Models and management. Ч L: Risk Books, 1999.

125. Skora R. K. Credit risk management models/Дп: Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management. Ч Oxford: Butterworth-Heinemann, 2000.

126. Smithson W., Smith C. W., Wilford Jr. D. S. Managing financial risk: a guide to derivative products, financial engineering and value maximizationЧ N.Y.: Irwin, 1995.

127. Tavakoli J. M. Credit derivatives and synthetic structures: A guide to instruments and applications. 2nd ed. Ч Chichester: John Wiley & Sons, Ltd., 2001.

128. The financial jungle: International taxation of credit derivatives. Ч PricewaterhouseCoopers, 1999.

129. The New Basel capital accord. Consultative document. Basle Committee on Banking Supervision, 2003, April.1.l

130. Wakeman L. Credit enhancement: Alexander C. Risk management and analysis. Ч Chichester: John Wiley & Sons, Ltd., 1999.

131. Wilhelm K. S. Risk management of credit derivatives//In: Lore M., Borodovsky L. (eds.) The professional's handbook of financial risk management. Ч Oxford: Butterworth-Heinemann, 2000.

Похожие диссертации