Geum.ru
Темы диссертаций по экономике » Финансы, денежное обращение и кредит

Оценка рыночных и кредитных рисков на рынке облигаций тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Курюмов, Константин Владимирович
Место защиты Москва
Год 2004
Шифр ВАК РФ 08.00.10
Диссертация

Автореферат диссертации по теме "Оценка рыночных и кредитных рисков на рынке облигаций"

На правах

Курюмов Константин Владимирович

ОЦЕНКА РЫНОЧНЫХ И КРЕДИТНЫХ РИСКОВ НА РЫНКЕ ОБЛИГАЦИЙ

Специальность 08.00.10 -Финансы, денежное обращение и кредит

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва - 2004

Работа выпонена на кафедре Биржевое дело и ценные бумаги Российской экономической академии им. Г.В.Плеханова

Научный руководитель

- кандидат физико-математических наук, профессор Барбаумов Виктор Ефимович

Официальные оппоненты:

- доктор экономических наук Басов Александр Иванович

- кандидат экономических наук Чекмарева Елена Николаевна

Ведущая организация

- Московский государственный университет им. М.В.Ломоносова

Защита состоится л24 декабря 2004 г. в 13 часов на заседании диссертационного совета К 212 196.02 в Российской экономической академии им Г В. Плеханова по адресу: 115998, Москва, Стремянный переулок, 36.

С диссертацией можно ознакомиться в библиотеке Российской экономической академии им. Г.В.Плеханова.

Автореферат разослан л24 ноября 2004 г.

Ученый секретарь диссертационного совета доктор экономических наук,

профессор

Маршавина Л.Я.

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования обусловлена развитием российского фондового рынка и возрастанием его роли в функционировании экономики. Любая деятельность на фондовом рынке сопряжена с финансовым риском убытков вследствие влияния различных факторов. Среди финансовых рисков наиболее опасными считаются рыночные и кредитные риски. Неблагоприятное влияние этих рисков может негативно сказаться на прибыльности финансовых предприятий. После целого ряда финансовых кризисов проблема управления финансовыми рисками стала особенно актуальной для российских финансовых и нефинансовых компаний.

Одним из важнейших этапов управления финансовыми рисками является их оценка. В западной теории методология оценки рисков глубоко проработана и практически апробирована. Одним из самых популярных и признанных подходов в оценке рисков является оценка \ZAR- Это подтверждается, например, тем, что Базельский комитет рекомендовал использование показателя для

определения банковских лимитов.

Однако условия, для которых разрабатывалась эта методология, отличаются от российских. В частности, это выражается в следующем:

- становление российского рынка еще не завершено, в связи с чем финансовые рынки характеризуются нестабильностью;

- для поноценного применения методов оценки необходима историческая информация, которой очень мало, так как становление финансового рынка в России началось только в начале 90-х годов;

- отсутствие такой рыночной информации, как статистика банкротств предприятий, рыночные и кредитные спреды;

- использование предположений, которые не применимы к российскому фондовому рынку (например, предположения о нормальном распределении рыночных показателей, в то время как статистический анализ это не подтверждает).

В связи с перечисленными проблемами актуальными являются анализ существующих методов оценки показателя и выработка на его основе новых мер по их адаптации к российскому финансовому рынку. Использование современного математического аппарата и вычислительных средств позволяет выработать

новые методы оценки УАР. Развитие мегишшш ншиется основой для

РОС илил

БИБЛИОТЕКА СЯ 3 О

разработки новых подходов к управлению финансовыми рисками Актуальным является создание комплексной системы оценки рисков, включающей не только этап оценки риска, но и методы по воздействию на риск Таким образом, актуальность исследования существующих и выработки новых методов оценки рисков, возникающих на российском фондовом рынке, обусловлена необходимостью

- определения роли системы управления рыночными и кредитными рисками;

- развития системы управления рыночными и кредитными рисками на российском фондовом рынке;

- разработки количественных методов оценки рыночных и кредитных рисков, адаптированных к российскому фондовому рынку

Степень научной разработки проблем оценки рыночных и кредитных рисков определяется современными тенденциями развития фондовых рынков. В работах зарубежных ученых данная проблема глубоко проработана. Существует большая теоретическая и методологическая база по изучению проблемы. При этом многие результаты исследования западных экономистов практически апробированы и широко используются в финансовой деятельности В исследованиях российских экономистов в основном проведена аналитическая работа и работа по систематизации и адаптации западных методик к российским условиям.

Объектом исследования является российский рынок облигаций

Предметом исследования является процесс оценки рыночных и кредитных рисков при использовании метода УДК

Целью исследования является анализ существующих и обоснование новых подходов к оценке и управлению рыночными и кредитными рисками на российском рынке облигаций.

Достижение поставленной цели в диссертационной работе осуществляется через решение следующих задач:

- осуществить анализ существующих подходов к определению структуры рыночных и кредитных рисков, подходов к оценке УАЯ, а также систем управления рыночных и кредитных рисков на рынке облигаций;

- построить распределения доходностей сформированного портфеля

облигаций; - ------- Ч ~

/-Х-У . ;

> 4 I Х \ л

' <Х*, Ч*. <1- 4

- разработать методы, основанные на использовании функций распределения Пирсона при расчете VAR для оценки рыночных рисков на рынке облигаций;

- разработать методы, основанные на применении функций распределения Пирсона при расчете VAR для оценки кредитного риска на рынке облигаций;

- провести сравнительный анализ методов оценки рыночного и кредитного риска на рынке облигаций.

Теоретическую базу исследования составили работы западных экономистов, излагающих методы оценки VAR: Jorion Р, Crouphy М., Galai D., Linsmeier Т., Pearson N., Pritsker M. Использовались технические документы по оценке кредитных рисков корпораций J.P Morgan, KMV, Credit Suisse, а также документация Базельского комитета, Группы 30, ассоциации профессиональных финансовых менеджеров, Coopers & Lybrand и другие.

Использовались работы отечественных специалистов: Меньшикова И.С., Шелагина Д.А , Хохлова Н.В , Балабанова К.Г., Вахрушева Д.С., Мельникова А.В , Шапкина A.C., Белякова A.B., Буянова В.П., Гранатурова В.М. и др.

Методологической основой исследования послужили законы диалектической логики, единство логического, эволюционного и исторического В процессе работы применялись общенаучные методы и приемы: научная абстракция, классификации и группировки, логический и функциональный анализ, сравнение, обобщение, аналогия, моделирование, системный и исторический анализ.

Эмпирическую основу исследования составили'

- законодательные акты Российской Федерации, нормативные документы Министерства финансов Российской Федерации и Банка России, определяющие порядок осуществления операций с облигациями,

- внутренние нормативные документы ведущих российских организаторов торгов облигациями (правила торгов);

- данные торгов на ММВБ, РТС и различных аналитических и информационных агентств (Standard & Poors, Moody's);

- публикации в отечественной и зарубежной экономической периодике, общая и специальная литература в области оценки и управления рыночными и кредитными рисками на рынке облигаций.

Научная новизна результатов исследования состоит:

- в систематизации подходов к классификации рыночных и кредитных рисков на рынке облигаций и создании оригинальной классификации с последующей ее декомпозицией с точки зрения вида деятельности, срока и объекта воздействия;

- в разработке бальной методики оценки применимости моделей \/АЯ для оценки рыночных и кредитных рисков на российском рынке облигаций;

- в разработке модели управления рыночными и кредитными рисками портфеля облигаций, основанной на предложенных автором показателях;

- в использовании функции распределения Пирсона для расчета при оценке рыночных и кредитных рисков на рынке облигаций, а также для моделирования стоимости облигаций и портфеля в целом с использованием методов имитации Монте-Карло;

- в разработке модели расчета УАРЗ для оценки кредитных рисков на рынке облигаций на базе комплексного подхода КМУ с использованием функций распределения Пирсона.

Практическая значимость результатов диссертации состоит в следующем:

- разработана методика оценки рыночных и кредитных рисков на российском рынке облигаций с использованием функций распределения Пирсона,

- построена модель динамики стоимости облигации на российском рынке;

- предложены рекомендации по использованию существующих комплексных подходов оценки кредитных рисков на российском рынке облигаций;

- предложен агоритм управления рыночными и кредитными рисками, возникающими по портфелю облигаций с использованием методов оценки рисков, основанных на функциях распределения Пирсона.

Апробация результатов исследования. Теоретические и практические положения диссертации нашли применение в деятельности компаний ЗАО Делойт и Туш СНГ, ЗАО Группа Медиа Артс и ОАО Импэксбанк. Результаты исследования излагались диссертантом на ежегодных научных конференциях, проводимых в РЭА им. Г.В. Плеханова в 2001-2004 годах.

Рекомендации и предложения, представленные в диссертации, могут быть использованы Банком России, Министерством финансов РФ и Федеральной

службой по финансовым рынкам при регулировании операций на фондовом рынке.

Публикации. Основные положения исследования отражены в опубликованных научных трудах автора По теме диссертации автором опубликованы 4 работы общим объемом 1,3 п л

Логика и структура исследования. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений Основной текст изложен на 156 машинописных страницах и содержит 65 таблиц, 19 рисунков и 2 приложения.

2. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснован выбор темы, ее актуальность, определены объект и предмет, цель и задачи диссертационного исследования, выявлены научная новизна и практическая значимость полученных результатов. В соответствии с целью и задачами исследования в диссертационной работе рассматриваются следующие группы проблем.

Первая группа проблем посвящена анализу существующих структур рыночных и кредитных рисков на рынке облигаций, их оценки и методов управления.

В современной теории риск-менеджмента существует множество подходов к определению рыночных и кредитный рисков, а также классификации этих рисков. Для вывода определения рыночного и кредитного риска автором были рассмотрены существующие подходы к классификации рисков (Generally Accepted Risk Principles, Philippe Jorion, Michel Crouphy, комплексные системы оценки кредитного риска CreditMetrics, KMV, CreditRisk+). Рассмотренные классификации не являются поными и взаимодопоняют друг друга. На основе этих классификаций автором была построена оригинальная структура рыночных и кредитных рисков. При этом риски были рассмотрены с точки зрения времени и с точки зрения объекта воздействия.

С точки зрения времени наступления на практике риски подразделяются на краткосрочные, среднесрочные и догосрочные. Автором в целях исследования предлагается понимать под этими определениями следующие временные определения: краткосрочные (до 10 дней), среднесрочные (от 10 месяца до 1 года), догосрочные (от 1 года и более). Выбор краткосрочного периода был обусловлен тем, что рекомендуемый период прогнозирования при определении величины рыночного риска составляет от 1 до 10 дней Так, Базельский комитет

рекомендует использовать 10-дневный период расчета. В то же время вся расчетная база при оценке кредитных рисков (по методологиям Credit Metrics, KMV, CreditRisk+, Credit Portfolio View) привязана к годовым показателям. Этим был определен догосрочный период от 1 года.

С точки зрения объекта воздействия для целей исследования предлагается выделить риски индивидуальные (воздействующие на отдельную облигацию) и портфельные (воздействующие на портфель облигаций) Ключевым моментом в оценке рисков по портфелю облигаций является учет корреляции между рыночными и кредитными событиями различных эмитентов. С учетом предложенных точек зрения и построенной объединенной классификации предлагается следующая структура изучаемых рисков (рис. 1).

Риск снижения кредитного рейтинга

Киек уменьшения EDF

Отдельная ценная I бумага | (облигация) I

корреляция^

Портфель ценных бумаг (облигации)

Рис. 1. Структура рыночных и кредитных рисков на рынке облигаций в разрезе еида деятельности, срока и объекта воздействия

В соответствии с приведенной структурой и для целей исследования автором предлагаются следующие определения рыночного и кредитного риска на рынке облигаций. Рыночный риск - риск изменения стоимости облигации или целого портфеля облигаций на краткосрочном или среднесрочном отрезке времени, возникающий вследствие колебаний рыночных факторов. Кредитный риск - риск изменения стоимости облигации или портфеля облигаций на среднесрочном или догосрочном отрезке времени вследствие дефота или изменения рейтинга эмитента.

Всесторонний анализ литературы по оценке рыночных и кредитных рисков с использованием \/АЯ позволил автору произвести группировку существующих методов по четырем основным направлениям' непараметрические методы, методы вариаций-ковариаций, методы с использованием распределений, отличных от нормального, методы, основанные на имитации Монте-Карло

Сравнительный анализ моделей осуществляся с использованием бального метода, предложенного автором В соответствии с этим методом каждая модель оценивалась на основе нескольких факторов С точки зрения каждого фактора модели присваивается бал от 0 до 100 Кроме того, каждому фактору придавася вес, характеризующий значение фактора Итоговая оценка значимости модели получается путем суммирования произведения балов по каждому фактору и соответствующих весов (табл.1).

В соответствии с предложенной бальной шкалой были проанализированы все методы оценки \/АЯ для измерения рыночных рисков После проведения соответствующей бальной оценки были выделены пять методов, которые в настоящее время являются наиболее значимыми на российском рынке ценных бумаг- традиционный метод исторического моделирования, метод постоянных вариаций, экспоненциально взвешенных ковариаций, ОАРСН модели, распределение Корна - Фишера, распределение Дэвида Ли Эти методы были использованы для проведения количественного сравнительного анализа на примере сформированного портфеля облигаций.

Для оценки кредитного риска используется показатель кредитный \/АР, или СУАК.. Величина С\/АИ портфеля облигаций при заданном уровне надежности может быть определена как разница между текущей стоимостью и ожидаемой стоимостью портфеля с заданной вероятностью Таким образом, определяющим фактором в расчете СУАЯ является выбор метода моделирования ожидаемой стоимости. Развитие данной методологии

происходило по двум направлениям - структурный подход и сокращенный подход. В структурном подходе предполагается, что наступление дефота связано со структурой капитала компании. Основным предположением сокращенного подхода было определение дефота как события, которое происходит случайно.

Таблица 1

Факторы, используемые для оценки значимости моделей

N8 фактора Анализируемый фактор Присваиваемые значения Вес фактора, %

1 Распространенность на российском рынке 0 - не распространен, 50 -используется редко, 100 -распространен 10%

2 Сложность использования 100 - легко использовать, 50 -трудно использовать (необходим компьютер и программное обеспечение в виде электронных таблиц), 0 - очень трудно использовать (необходимо наличие специализированного программного обеспечения) 50%

3 Соответствие предположений метода характеристикам российского рынка 0 - не соответствует, 50 -частично соответствует , 100 Ч соответствует 100%

4 Степень аппроксимации рядов данных (с точки зрения приближения к реальному распределению) 0 - моделирование будущих рядов с использованием двухмоментного распределения, 50 - моделирование с использованием четырехмоментного распределения, 100-построение эмпирического распределения на основе реальных исторических данных 100%

Дальнейшим шагом в развитии теории оценки кредитного риска стало создание четырех комплексных моделей, созданных для управления не отдельным инструментом, а портфелем инструментов. Это модель CreditMetrics (создана при сотрудничестве Банка Америки, BZW, Deutsche Morgan Grenfell, KMV Corporation, Шведской Банковской Корпорации и Объединения Банков Швеции), модель корпорации KMV (корпорация, основанная Стефеном Кихофером, Джоном МакКоуном и Одрихом Васичком); модель CreditRisk+ (Credit Suisse Financial Product); модель CreditPortfolioView (создана Томом Уисоном и

МакКинзи). В Новом Базельском соглашении указанные модели рекомендованы для оценки кредитного риска. В связи с этим именно эти методы были рассмотрены в исследовании.

Кроме анализа и расширения методологии по оценке рыночных и кредитных рисков была предложена комплексная схема управления этими видами рисков. Риск-менеджмент как система управления состоит из двух подсистем управляемой подсистемы - объекта управления и управляющей подсистемы -субъекта управления. Объектом управления в риск-менеджменте выступают рисковые вложения капитала и экономические отношения между хозяйствующими субъектами. В исследовании объектом управления является портфель облигаций. Субъект управления в риск-менеджменте представляет группа руководителей (финансовый менеджер, специалист по страхованию и т. д.), которая посредством различных вариантов своих действий осуществляет целенаправленное функционирование объекта управления. Реализация функции риск-менеджмента происходит через выпонение нескольких этапов.

Первый этап - это ежедневный мониторинг рыночных показателей (индексы, курсы валют, процентные ставки) и рыночных значений портфеля (рыночная стоимость портфеля, кредитные свойства эмитентов портфельных инструментов и т.д) На этом этапе важно вовремя выявить и идентифицировать возможные риски.

Второй этап - оценка риска. На основе собранной информации необходимо произвести оценку риска, используя существующие модели. Для оценки рыночного риска используется мера рыночного риска VAR, рассчитанная на основе функций распределения Пирсона. Для оценки кредитного риска автор рекомендует использовать меру кредитного риска CVAR, рассчитанную с использованием предложенного автором метода. На следующем этапе необходимо выбрать методы воздействия на риск. Важным шагом в выборе

метода является оценка деятельности с учетом риска Учитывая разработанные методы оценки рисков, автором предлагаются агоритмы вычисления показателей RAPM и RAROC На основе полученных оценок деятельности принимается решение об использовании того или иного метода воздействия на риск. Существует несколько методов воздействия на риск: минимизация, лимитирование, хеджирование, передача и диверсификация

Предлагаемая автором схема предполагает широкое использование мощных вычислительных средств и программного обеспечения На основе интерактивного мониторинга рыночных показателей при использовании средств Интернета происходит сбор информации и попонение корпоративных баз данных. Специально разработанное программное обеспечение дожно обеспечивать постоянное отслеживание параметров модели управления рисками Автором предлагается построение модели на основе разработанных и подробно описанных в данном исследовании методов оценки и управления рисками с использованием функций распределения Пирсона Полученные на основе этой модели параметры можно использовать для оценки показателей, характеризующих доходность портфеля облигаций и учитывающих влияние рыночных и кредитных рисков Это позволит принять оптимальные решения и оказать необходимое воздействие на риск.

Вторая группа проблем связана с исследованием возможности применения существующих и выработкой новых методов VAR для оценки рыночного риска.

Для целей исследования автором был построен портфель, состоящий из шести облигаций, выпущенных российскими эмитентами и обращающимися на российском рынке ценных бумаг (ММВБ, РТС). При построении портфеля использовалась информация о ежедневных значениях стоимости корпоративных и государственных облигаций, а также информация о рейтингах корпораций по оценкам рейтингового агентства Moody's. Далее были выбраны облигации по следующим критериям: наличие рейтинговой оценки агентства Moody's, ведение ежедневных торгов не менее одного года. На основе заданных критериев были выбраны облигации следующих эмитентов: РАО ЕЭС, ОАО МГТС, ОАО ОМЗ, ОАО Татнефть, ОАО ТНК, ОАО Урасвязьинформ.

Из выбранных облигаций был сформирован гипотетический портфель. Автором был произведен статистический анализ доходностей выбранных облигаций и портфеля в целом. Были сделаны следующие выводы о

распределении доходностей облигаций Кривая плотности распределения доходностей всех облигаций сильно вытянута вдоль оси ординат и имеет тяжелые хвосты. Это можно объяснить высокой изменчивостью рыночной стоимости облигаций. Кривая распределения доходности портфеля вытянута вдоль оси ординат и имеет остроконечную форму. Хвосты не являются тяжелыми, что можно объяснить эффектом диверсификации Другими словами, степень риска снижается за счет включения в портфель облигаций различных эмитентов.

На основе вышеуказанного можно сделать вывод о том, что необходимо использовать распределение, отличное от нормального Автором было предложено использовать функции аппроксимации Пирсона для моделирования распределения облигации В этом подходе используется тот факт, что практически любое распределение может быть приблизительно охарактеризовано первыми четырьмя моментами. Произведенные расчеты позволили сделать вывод о том, что распределения доходности облигаций, а также портфеля в цепом могут быть аппроксимированы при помощи третьего типа распределения Пирсона, имеющего вид:

где V - случайная величина; В2, ф, 5 - параметры распределения. На основе построенного распределения автором был разработан агоритм расчета величины Х/АК который состоит из шести этапов. Первый этап - это выбор распределения.

Второй этап заключается в необходимости прогнозирования моментов полученных распределений. В случае распределения Пирсона возникает необходимость прогнозирования четырех первых моментов Для этого могут быть использованы метод постоянства моментов, метод скользящих средних, метод экспоненциального сглаживания, метод вАЯСН.

После прогнозирования необходимых параметров строятся будущие распределения доходностей облигаций и портфеля в целом. При использовании функции распределения Пирсона построение будущего распределения предлагается выпонять следующим образом:

- построение распределения величины V в соответствии с (1) Учитывая свойства тригонометрической функции арктангенс, можно легко определить границы интервала изменения этой величины: к=[-я/2; я/2];

- выбранный интервал разбивается на отрезки длиной 0,001. Для повышения точности расчетов длина отрезков может быть уменьшена;

- для верхней границы каждого отрезка кД где \ - номер отрезка, строится значение функции распределения Р3(к,) в соответствии с формулой (1);

- полученное распределение величины V трансформируется в

распределение доходности облигации, г, = tg(v)-5-(р + а, где V - случайная величина, а, ср, 8 - параметры распределения, п - доходность облигации.

Следует отметить, что моделирование таких распределений требует большой вычислительной мощности и специализированного программного обеспечения. Автором использовася математический пакет Ма№Сас1 2000, на основе которого был разработан шаблон для моделирования распределений Пирсона.

На четвертом этапе необходимо рассчитать перцентили распределений. При использовании функций распределения Пирсона расчеты перцентилей сводиться к осуществлению следующих шагов:

- сортировка значений смоделированного распределения в убывающем порядке;

- выбор значения, имеющего номер па с конца ряда. Здесь а - уровень надежности, п - количество значений в распределении. Это и будет перцентиль Ра, соответствующий уровню надежности а.

На пятом этапе оценивается стоимость облигации и портфеля в целом, соответствующая заданному уровню надежности Если Ра - логарифмическая доходность, соответствующая перцентилю а, то стоимость облигации может быть найдена по формуле где - текущая рыночная стоимость

облигации.

На шестом этапе производится оценка \/АР? по формуле:

УАЛ, =8,-5(а (2)

Использование функций распределения Пирсона позволяет также построить модель стоимости облигации Для этого было использовано соотношение для стоимости облигации в момент времени 1:

где г - логарифмическая доходность облигаций. Пусть случайная величина V имеет распределение Пирсона третьего типа, причем:

где п - логарифмическая доходность облигаций, 1 - момент времени, у -математическое ожидание доходности облигаций, а, <р, 6 - параметры распределения. На основе этих соотношений автором была предложена следующая модель, описывающая изменение стоимости облигации.

Для построения распределения стоимости облигации может использоваться метод моделирования Монте-Карло.

Далее автором был произведен расчет оценок УАЯ с использованием параметрических методов (нормальное распределение), метода исторического моделирования, методов, основанных на скорректированном нормальном распределении и распределении Пирсона, методов моделирования Монте-Карло (стандартная модель и модель с использованием функций распределения Пирсона).

Для выбора наилучшей модели оценки \/А1Ч отдельных облигаций и портфеля облигаций необходимо произвести оценку адекватности выбранной модели. В данном исследовании был использован метод ЬасМеэ^пд, предложенный Базельским комитетом, а также разработанная автором бальная методика оценки качества моделей.

В ходе сравнительного анализа оценок, полученных для отдельных облигаций, было показано: распределение Пирсона дает наилучшие оценки в большинстве случаев. Точные оценки получаются при использовании скорректированного нормального распределения (метод Корна - Фишера). Метод исторического моделирования дает очень осторожные оценки Оценки, полученные по методу Монте-Карло, являются менее точными, нежели оценки, полученные на основе параметрического метода. Следует отметить, что это связано с тем, что используемые уравнения являются упрощенными и не используют множество рыночной информации (например, не учтена динамика временной структуры процентных ставок). Тем не менее метод моделирования

Р,=Р0 ехр(?я(у) + /и+а-<р)

Монте-Карло, основанный на функциях распределения Пирсона, дает более точный результат, нежели стандартный метод (модель Мертона).

Аналогично анализу VAR по отдельным облигациям для оценок VAR портфеля был также использован метод Backtesting и авторская бальная методика Было показано, что оценки на основе распределения Пирсона дают наилучшие результаты Таким образом, в диссертации были разработаны и обоснованы методы оценки рыночного риска с использованием методологии VAR и функций распределения Пирсона.

Третья группа проблем связана с исследованием возможности применения существующих и выработкой новых методов VAR для оценки кредитных рисков на российском рынке облигаций. Автором были рассмотрены методы, рекомендованные Базельским комитетом для оценки кредитного риска, модель CreditMetrics; модель корпорации KMV; модель CreditRisk+; модель CreditPortfolioView.

CreditMetrics - это набор инструментов для оценки кредитного риска, связанного с колебаниями стоимости портфеля, вызванными изменениями кредитного качества заемщика. При этом учитывается не только вероятность дефота, но и изменение кредитного рейтинга эмитента Оценка риска отдельной облигации осуществляется в три этапа- выбор рейтинговой системы, на которой будет основываться оценка; оценка стоимости облигации для каждого возможного кредитного состояния; оценка кредитного VAR облигации. Всесторонний анализ методологии позволил выявить недостатки и разработать следующие рекомендации по использованию метода на российском рынке ценных бумаг

1 Предполагается наличие статистической информации о переходных вероятностях кредитных рейтингов облигаций. Подобной же информации для российского рынка не существует. Для использования модели необходимо сделать допущение о применимости информации, предоставляемой иностранными рыночными агентствами. Автором использовалась информация агентства Moody's

2 Необходима временная структура процентных ставок, соответствующая каждому кредитному рейтингу Такой информации по российскому рынку нет Автор предлагает строить временную структуру процентных ставок на основе структуры спредов процентных ставок американского рынка ценных бумаг и доходности российских государственных еврооблигаций.

3. Стоимость облигаций при наступлении дефота определяется на основе ставок восстановления, которые определяются на основе статистического анализа исторических данных о банкротстве эмитентов и проценте восстановления. Таких исследований по российскому рынку ценных бумаг не существует в связи с отсутствием информации. Автором предлагается сделать допущение о соответствии информации агентства Moody's о ставках восстановления американского рынка ценных бумаг.

4. При оценке кредитного риска по портфелю облигаций предполагается использование модели Мертона Основное предположение модели Мертона -нормальное распределение доходностей актива, которое не соответствует реальному распределению В качестве функций распределения могут быть выбраны функции распределения Пирсона.

В методологии KMV предлагается использовать оценку частоты дефота или вероятность дефота для каждого эмитента. При этом предполагается, что стоимость активов эмитентов описывается при помощи модели Мертона Оценка риска по методологии KMV осуществляется в три этапа: оценка рыночных показателей эмитента: рыночной стоимости активов, волатильности стоимости активов, структуры капитала (соотношение собственных и заемных средств); расчет точки дефота (DPT), расстояния до дефота (DD), вычисление вероятности дефота (EDF); определение рыночной стоимости облигации с учетом вероятности дефота В итоге были выявлены следующие недостатки и разработаны предложения по использованию метода.

1. Необходима информация о рыночной стоимости активов эмитентов В связи с недостатком такой информации автором предлагается использовать данные о рыночной стоимости акций. В случае отсутствия информации о рыночной стоимости акций предлагается использовать отраслевой индекс. Автором использовася индекс АК&М.

2. В подходе используется модель Мертона для моделирования стоимости активов. Автором было показано, что распределение доходности активов отличается от нормального. Для этих целей предлагается использовать функции распределения Пирсона.

3. В модели предлагается использовать матрицу переходных вероятностей, разработанную KMV. Эта матрица была создана на основе анализа информации

американского рынка Автором предлагается сделать допущение о соответствии информации KMV условиям российского рынка ценных бумаг

4. В модели используется показатель уровня потерь в случае дефота. Значение этого показателя для российского рынка ценных бумаг определить нельзя, так как не существует достаточного объема исторической информации Предлагается сделать допущение о применимости информации агентства Moody's на российском рынке

В методологии KMV определение рыночной стоимости облигации основано на предположении о нормальном распределении доходности активов корпораций Автором было предложено использовать распределение Пирсона для определения будущей стоимости активов

Если стоимость корпорации соответствует распределению Пирсона, то динамика стоимости компании описывается следующим соотношением: Рт = Р0 ехр(гуТ) где rv - математическое ожидание доходности корпорации, Ро -текущая стоимость облигации, Рт - стоимость облигации в момент времени Т.

Если Кт - точка дефота, то расстояние до дефота можно записать в виде:

DD' =\n^-rvT Р

0 (6) В единицах измерения Пирсона расстояние до дефота можно выразить в виде'

DD' = tg{vd )8 + rv + a- q> ^

где а, ф, 5 Ч параметры распределения, vd - расстояние до дефота, выраженное в единицах измерения Пирсона

В соответствии с моделью Пирсона:

DLf-a + ip arctg(---)

Тогда вероятность дефота составит:

Ч -2(-i-H

fcos (v) exp(-

. J/ Bis

EDF = -4-

cos 2Bl (v) exp(-

где В2 - параметр распределения Пирсона

Для определения величины кредитного риска по целому портфелю автором использовася метод моделирования Монте-Карло. При использовании

распределения Пирсона, как и в случае с моделью Мертона, необходимо смоделировать распределение вида:

P(S\S2,S\S\S\S6) = Fmp(Vl,v2,v3,v4,v5,v6,I) (Ю)

где Si.....Se - отклонение от математического ожидания стоимости облигации с

номером И[1,6], выраженное в стандартных отклонениях доходности; соответствующее кредитному рейтингу, Vi, ,.,v6 - расстояние до дефота для эмитента с номером ie[1,6].

В настоящем исследовании в связи со сложностью построения зависимых случайных величин, распределенных по закону Пирсона, рассматривается случай с независимыми случайными величинами. В этом случае величина VAR портфеля равна сумме VAR входящих в него ценных бумаг'

VArn=YVAK (11)

где VARn - VAR портфеля, VAR, - VAR ценной бумаги i.

Модель Credit risk+ основана на моделировании риска дефота. При этом учитываются такие показатели, как размер и период инвестирования рискового капитала, а также кредитное качество и систематический риск заемщика. В итоге были выявлены следующие недостатки и разработаны предложения по использованию метода.

1 Необходима статистическая информация о вероятностях дефота. В связи с недостатком такой информации автором предлагается использовать данные агентства Moody's о вероятностях дефота на американском рынке.

2. В подходе делается предположение о гамма распределении ставок дефота. Характер распределения был обоснован для американского рынка. На российском рынке обосновать это распределение трудно в связи с отсутствием необходимой статистики.

Модель CreditPortfolio View - это эконометрическая модель, которая основана на вероятностях дефота, которые зависят от макроэкономических факторов, характеризующих состояние экономики. Основные недостатки этой модели для применения ее на российском рынке заключаются в следующем.

1. Модель предполагает использование статистической информации по макроэкономическим показателям. Использование этих показателей в разрезе российского рынка проблематично.

2 Модель предполагает использование матрицы переходных вероятностей для перехода к скорректированным под состояние экономики показателям

Для осуществления сравнительного анализа исследуемых моделей автором была разработана бальная методика оценки качества. В соответствии с этим методом каждая модель оценивается на основе нескольких факторов С точки зрения каждого фактора модели присваивается бал от 0 до 100. Итоговая оценка значимости модели получается путем суммирования полученных балов по каждому фактору (табл. 2).

Таблица 2

Факторы, используемые для оценки значимости моделей

№ фактора Анализируемый фактор Присваиваемые значения

1 Предположение о динамике стоимости облигации 0 - моделирование не используется, 50 - используется неадекватное распределение, 100-используется адекватное распределение

2 Учет переходных вероятностей 0 - не учитываются, 50 - учитываются с допущением, 100-учитываются

3 Оценка вероятности дефота 0 - используется информация американского рынка, 50 - используется информация российского рынка, 100 -вероятность дефота определяется на основе анализа структуры активов

Полученные результаты на основе предложенной автором методики позволяют сделать вывод, что наиболее адекватной является модель КМУ с использованием функций распределения Пирсона

В связи с этим оправданным оказывается использование подхода, предложенного КМ\/, но с предположением, что доходность компании распределена по закону Пирсона. Именно в этом случае будет построена модель, которая максимально будет приближена к российскому рынку ценных бумаг и конкретному эмитенту. Однако и эту модель стоит применять с большой осторожностью, так как в ней используются вероятности миграций эмитентов в разные кредитные состояния Эти вероятности также были рассчитаны для

западных рынков, а проверить их адекватность для российского рынка сложно ввиду отсутствия исторической информации.

Таким образом, в диссертации были выявлены недостатки и разработаны рекомендации по применению моделей оценки кредитного риска на российском рынке облигаций. Кроме того, была разработана модель в рамках подхода КМУ с использованием функций распределения Пирсона.

В заключении обобщены результаты проведенного исследования, сформулированы выводы и предложения

Основные результаты исследования нашли отражение в следующих публикациях автора:

1 Курюмов К.В. Оценка текущей стоимости облигаций с учетом вероятности реорганизации фирмы И Четырнадцатые Международные Плехановские чтения: тезисы докладов студентов -М.: Изд-во Рос. экон акад 2001 0,1 п.л

2 Курюмов К В Оценка кредитного риска дисконтной облигации, если дефот может произойти в момент погашения облигации // Шестнадцатые Международные Плехановские чтения тезисы докладов докторантов, аспирантов и научных сотрудников - М : Изд-во Рос. экон акад. 2003. 0,1 п.л.

3 Курюмов К.В Применение функций распределения Пирсона для расчета \/АЯ облигаций // Финансы и кредит. - М Х Издат.дом Финансы и кредит 2004 №22 0,4 п л

4. Курюмов К В Применение функций распределения Пирсона для расчета кредитного УАР облигаций с использованием системы оценки рисков КМ\/ // Современные аспекты экономики. - СПб, 2004 г, №11(62) 0,7п.л

Отпечатано в типографии Российской экономической академии им. Г.В. Плеханова Заказ № 172 Тираж 100 экз.

248 16

РНБ Русский фонд

2005-4 33982

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Курюмов, Константин Владимирович

Введение.

Глава 1. Рыночные и кредитные риски на рынке облигаций: структура, методы оценки и способы управления.

1.1. Структура рыночных и кредитных рисков и Стоимость при риске, как основной метод их оценки.

1.2. Система управления рыночными и кредитными рисками, возникающими по портфелю облигаций.

Глава 2. Оценка рыночного риска, возникающего по портфелю облигаций.

2.1. Построение и анализ распределения доходностей портфеля облигаций.

2.2. Использование функций распределения Пирсона при расчете VAR для оценки рыночных рисков.

2.3. Оценка эффективности методов расчета VAR при оценке рыночных рисков.

Глава 3. Оценка кредитного риска, возникающего по портфелю облигаций.

3.1. Анализ применимости комплексных методов оценки кредитных рисков.

3.2. Применение функций распределения Пирсона при расчете VAR для оценки кредитного риска.

Диссертация: введение по экономике, на тему "Оценка рыночных и кредитных рисков на рынке облигаций"

Актуальность темы диссертационного исследования обусловлена развитием российского фондового рынка и возрастанием его роли в функционировании экономики. Любая деятельность на фондовом рынке сопряжена с финансовым риском убытков вследствие влияния различных факторов. Среди финансовых рисков наиболее опасными считаются рыночные и кредитные риски. Неблагоприятное влияние этих рисков может негативно сказаться на прибыльности финансовых предприятий. После целого ряда финансовых кризисов проблема управления финансовыми рисками стала особенно актуальной для российских финансовых и нефинансовых компаний.

Одним из важнейших этапов управления финансовыми рисками является их оценка. В западной теории методология оценки рисков глубоко проработана и практически апробирована. Одним из самых популярных и признанных подходов в оценке рисков является оценка VAR. Это подтверждается, например, тем, что Базельский комитет рекомендовал использование показателя VAR для определения банковских лимитов.

Однако условия, для которых разрабатывалась эта методология, отличаются от российских. В частности, это выражается в следующем: становление российского рынка еще не завершено, в связи с чем финансовые рынки характеризуются нестабильностью; для поноценного применения методов оценки необходима историческая информация, которой очень мало, так как становление финансового рынка в России началось только в начале 90-х годов; отсутствие такой рыночной информации, как статистика банкротств предприятий, рыночные и кредитные спреды; использование предположений, которые не применимы к российскому фондовому рынку (например, предположения о нормальном распределении рыночных показателей, в то время как статистический анализ это не подтверждает).

В связи с перечисленными проблемами актуальными являются анализ существующих методов оценки показателя и выработка на его основе новых мер по их адаптации к российскому финансовому рынку. Использование современного математического аппарата и вычислительных средств позволяет выработать новые методы оценки VAR. Развитие методологии является основой для разработки новых подходов к управлению финансовыми рисками. Актуальным является создание комплексной системы оценки рисков, включающей не только этап оценки риска, но и методы по воздействию на риск. Таким образом, актуальность исследования существующих и выработки новых методов оценки рисков, возникающих на российском фондовом рынке, обусловлена необходимостью

- определения роли системы управления рыночными и кредитными рисками;

- развития системы управления рыночными и кредитными рисками на российском фондовом рынке;

- разработки количественных методов оценки рыночных и кредитных рисков, адаптированных к российскому фондовому рынку.

Степень научной разработки проблем оценки рыночных и кредитных рисков определяется современными тенденциями развития фондовых рынков. В работах зарубежных ученых данная проблема глубоко проработана. Существует большая теоретическая и методологическая база по изучению проблемы. При этом многие результаты исследования западных экономистов практически апробированы и широко используются в финансовой деятельности. В исследованиях российских экономистов в основном проведена аналитическая работа и работа по систематизации и адаптации западных методик к российским условиям.

Объектом исследования является российский рынок облигаций.

Предметом исследования является процесс оценки рыночных и кредитных рисков при использовании метода VAR.

Целью исследования является анализ существующих и обоснование новых подходов к оценке и управлению рыночными и кредитными рисками на российском рынке облигаций.

Достижение поставленной цели в диссертационной работе осуществлялось через решение следующих задач:

- осуществить анализ существующих подходов к определению структуры рыночных и кредитных рисков, подходов к оценке VAR, а также систем управления рыночных и кредитных рисков на рынке облигаций;

- построить распределения доходностей сформированного портфеля облигаций;

- разработать методы, основанные на использовании функций распределения Пирсона для расчета VAR по оценке рыночных рисков на рынке облигаций;

- разработать методы, основанные на применении функций распределения Пирсона при расчете VAR для оценки кредитного риска на рынке облигаций;

- провести сравнительный анализ методов оценки рыночного и кредитного риска на рынке облигаций.

Теоретическую базу исследования составили работы западных экономистов, излагающих методы оценки VAR: Jorion P., Orouphy М., Galai D., Linsmeier Т., Pearson N., Pritsker M. Использовались технические документы по оценке кредитных рисков корпораций J.P.Morgan, KMV, Credit Suisse, а также документация Базельского комитета, Группы 30, ассоциации профессиональных финансовых менеджеров, Coopers & Lybrand и другие.

Использовались работы отечественных специалистов: Меньшикова И.С., Шелагина Д.А., Хохлова Н.В., Балабанова K.F., Вахрушева Д.С., Мельникова А.В., Шапкина А.С., Белякова А.В., Буянова В.П., Гранатурова. В.М. и др.

Методологической основой исследования послужили законы диалектической логики, единство логического, эволюционного и исторического. В процессе работы применялись общенаучные методы и приемы: научная абстракция, классификации и группировки, логический и функциональный анализ, сравнение, обобщение, аналогия, моделирование, системный и исторический анализ.

Эмпирическую основу исследования составили:

- законодательные акты Российской Федерации, нормативные документы Министерства финансов Российской Федерации и Банка России, определяющие порядок осуществления операций с облигациями;

- внутренние нормативные документы ведущих российских организаторов торгов облигациями (правила торгов);

- данные торгов на ММВБ, РТС и различных аналитических и информационных агентств (Standard & Poors, Moody's);

- публикации в отечественной и зарубежной экономической периодике, общая и специальная литература в области оценки и управления рыночными и кредитными рисками на рынке облигаций.

Научная новизна результатов исследования состоит:

- в систематизации подходов к классификации рыночных и кредитных рисков на рынке облигаций и создании оригинальной классификации с последующей ее декомпозицией с точки зрения вида деятельности, срока и объекта воздействия;

- в разработке бальной методики оценки применимости моделей VAR для оценки рыночных и кредитных рисков на российском рынке облигаций;

- в разработке модели управления рыночными и кредитными рисками портфеля облигаций, основанной на предложенных автором показателях;

- в использовании функции распределения Пирсона для расчета VAR при оценке рыночных и кредитных рисков на рынке облигаций, а также для моделирования стоимости облигаций и портфеля в целом с использованием методов имитации Монте-Карло;

- в разработке модели расчета VAR для оценки кредитных рисков на рынке облигаций на базе комплексного подхода KMV с использованием функций распределения Пирсона.

Практическая значимость результатов диссертации состоит в следующем:

- разработана методика оценки рыночных и кредитных рисков на российском рынке облигаций с использованием функций распределения Пирсона;

- построена модель динамики стоимости облигации на российском рынке;

- предложены рекомендации по использованию существующих комплексных подходов оценки кредитных рисков на российском рынке облигаций;

- предложен агоритм управления рыночными и кредитными рисками, возникающими по портфелю облигаций с использованием методов оценки рисков, основанных на функциях распределения Пирсона.

Апробация результатов исследования. Теоретические и практические положения диссертации нашли применение в деятельности компаний ЗАО Делойт и Туш СНГ, ЗАО Группа Медиа Артс и ОАО Импэксбанк. Результаты исследования излагались диссертантом на ежегодных научных конференциях, проводимых в РЭА им. Г.В. Плеханова в 2001-2004 годах.

Рекомендации и предложения, представленные в диссертации, могут быть использованы Банком России, Министерством финансов РФ и Федеральной службой по финансовым рынкам при регулировании операций на фондовом рынке.

Публикации. Основные положения исследования отражены в опубликованных научных трудах автора. По теме диссертации автором опубликованы 4 работы общим объемом 1,3 п.л.:

1. Курюмов К.В. Оценка текущей стоимости облигаций с учетом вероятности реорганизации фирмы // Четырнадцатые Международные Плехановские чтения: тезисы докладов студентов. - М.: Изд-во Рос. экон. акад. 2001. 0,1 п.л.

2. Курюмов К.В. Оценка кредитного риска дисконтной облигации, если дефот может произойти в момент погашения облигации // Шестнадцатые Международные Плехановские чтения: тезисы докладов докторантов, аспирантов и научных сотрудников. - М.: Изд-во Рос. экон. акад. 2003. 0,1 п.л.

3. Курюмов К.В. Применение функций распределения Пирсона для расчета VAR облигаций // Финансы и кредит. - М.: Издат.дом Финансы и кредит. 2004. №22. 0,4 п.л.

4. Курюмов К.В. Применение функций распределения Пирсона для расчета кредитного VAR облигаций с использованием системы оценки рисков KMV // Современные аспекты экономики. - СПб, 2004 г., №11(62). 0,7 п.л.

Диссертация: заключение по теме "Финансы, денежное обращение и кредит", Курюмов, Константин Владимирович

Заключение

В ходе проведенного исследования можно сделать следующие выводы:

1. Рассмотренные классификации рыночных и кредитных рисков не являются поными и взаимодопоняют друг друга. Автором построена более поная классификация рыночных и кредитных рисков, основанная на рассмотренных подходах. Далее полученная классификация рассмотрена в разрезе времени воздействия (краткосрочные, среднесрочные и догосрочные), объекта воздействия (индивидуальные и портфельные) и субъекта воздействия (эмитент и владелец).

2. Произведена систематизация существующих методов оценки VAR. На основе предложенной автором бальной методики оценки применимости методов произведен сравнительный анализ методов, в соответствии с результатами которого можно выделить пять методов, которые в настоящее время являются наиболее значимыми и адекватными на российском рынке ценных бумаг: традиционный метод исторического моделирования, метод постоянных вариаций, экспоненциально-взвешенных ковариаций, GARCH модели, распределение Корна-Фишера, распределение Дэвида Ли.

3. Автором предложена последовательная схема управления портфелем облигаций, полученная при внедрении методов оценки рисков с использованием функций распределения Пирсона. В частности, был предложен новый способ расчета показателей RAROC и RAPM.

4. Построен и произведен анализ распределения доходности портфеля облигаций. Обнаружено, что кривая плотности всех облигаций сильно вытянута вдоль оси ординат по сравнению с нормальным распределением, кроме того, распределение характеризовалось тяжелыми хвостами. Изучение распределения стоимости портфеля показало, что, как и у распределения отдельных облигаций, кривая плотности вытянута вдоль оси ординат и имеет остроконечную форму.

Однако, наблюдается эффект диверсификации, портфеля. Хвосты распределения портфеля являются менее тяжелыми, в отличие от распределения отдельных облигаций. Это позволило сделать вывод о необходимости использования распределения, отличного от нормального. Предложено использовать функции распределения Пирсона для моделирования реальных распределений.

5. Автором впервые предложено использовать функции распределения Пирсона для моделирования стоимости облигации: При этом разработана методика по внедрению функций распределения Пирсона в процесс моделирования стоимости облигаций с использованием метода имитации Монте-Карло. Моделирование таких; распределений требует большой вычислительной мощности и специализированного программного обеспечения. Автором использовася математический пакет MathCad 2000; на основе которого был разработан шаблон для моделирования распределений Пирсона.

6. Автором впервые предложено использовать функции распределения Пирсона при расчете VAR для оценки рыночных рисков. Разработана последовательность шагов по практическому применению! функций Пирсона для расчета VAR. Кроме того, была расширена существующая структура методов оценки VAR с учетом предложенных методов.

7. Для оценки эффективности предложенного автором метода оценки VAR, а также для сравнительного анализа методов применяся количественный метод оценки эффективности Backtesting и качественный метод бальной оценки, предложенный автором. Наилучшие результаты при прогнозировании волатильности отдельных облигаций дают методы! скользящих средних и экспоненциального сглаживания. Метод GARCH и основанный на нем метод экспоненциального сглаживания давали худшие результаты. Это связано с тем, что методы GACRH дают хорошие результаты при соответствии реальных распределений доходности облигаций нормальному закону. В= российских же условиях реальные распределения плохо описываются нормальным; распределением. Использование распределений, построенных на основе нормального с; учетом третьего и четвертого моментов,, дает достаточно хорошее приближение. Наилучшие результаты показывает метод Корна-Фишера. При использовании функций, распределения Пирсона получаются более точные оценки по сравнению с нормальным распределением: В большинстве случаев: распределение Пирсона точнее методов Корна-Фишера и Дэвида Ли. Метод, основанный: на моделировании Монте-Карло, дает худшие оценки по сравнению с параметрическими моделями. При этом модели Монте-Карло, использующие распределение Пирсона, являются более точными. На основе вышесказанного можно сделать вывод, что применение функций распределения Пирсона на российском рынке ценных бумаг для оценки рыночных рисков; в большинстве случаев дает более аккуратные оценки, чем при использовании нормального и. скорректированного нормального распределения;

8. Выработана система рекомендаций по оценке кредитных рисков с использованием систем Credit Metrics, KMV и CreditRisk+. Метод KMV был усовершенствован. Для этого сделано предположение,, что доходность активов эмитента распределена по закону Пирсона. С учетом этого предположения модель была скорректирована. Кроме того, был произведен сравнительный анализ оценок, полученных на основе трех указанных методов. На основе предложенной автором бальной методики было? показано, что применение подхода, предложенного KMV, но с предположением, что доходность компании распределена по закону Пирсона, является наиболее адекватным на российском рынке.

Диссертация: библиография по экономике, кандидат экономических наук , Курюмов, Константин Владимирович, Москва

1. Федеральный закон от 10 июля 2002 г. N 86-ФЗ О Центральном банке Российской Федерации (Банке России) (с изменениями от 10 января, 23 декабря 2003 г., 29 июня, 29 июля 2004 г.);

2. Федеральный закон от 22 апреля 1996 г. N 39-ФЗ О рынке ценных бумаг;

3. Федеральный закон от 28 декабря 2002 г. N 185-ФЗ О внесении изменений и допонений в Федеральный закон О рынке ценных бумаг и о внесении допонения в Федеральный закон О некоммерческих организациях;

4. Федеральный закон от 28 июля 2004 г. N 89-ФЗ О внесении изменений в Федеральный закон О рынке ценных бумаг;

5. Федеральный закон от 26 декабря 1995 г. N 208-ФЗ Об акционерных обществах (с изменениями от 13 июня 1996 г., 24 мая 1999 г., 7 августа 2001 г., 21 марта, 31 октября 2002т., 27 февраля 2003 г., 24 февраля, 6 апреля 2004 г.);

6. Инструкция ЦБР от 16 января 2004 г. N 110-И Об обязательных нормативах банков (с изменениями от 13 августа 2004 г.);

7. Инструкция ЦБР от 31 марта 2004 г. N 112-И Об обязательных нормативах кредитных организаций, осуществляющих эмиссию облигаций с ипотечным покрытием;

8. Письмо ЦБР от 16 декабря 1998 г. N 363-Т О Методических рекомендациях по проверке кредитного портфеля кредитной организации (с изменениями от 4 августа 1999 г.);

9. Балабанов К.Г., Риск - менеджмент, М., 1996

10. Беляков А.В., Банковские риски: проблемы учета, управления и регулирования, 2004, БДЦ-пресс;

11. Буянов В.П., Кирсанов К.А,, Михайлов Л.М., Рискология. Управление рисками, 2003, Экзамен;

12. Вахрушев Д.С., Леонтьев А., Риск-менеджмент в коммерческом банке: теоретические основы и проблемы организации в России: монография, 2004, М.: Граница;

13. Велисава Т. Севрук, Риски финансового сектора Российской Федерации, 2001, Финстатинформ;

14. Вико Д., Основания новой науки об общей природе наций. Л., 1940. ЧС. 118;

15. Гассенди 77, Избранные произведения - М., 1966. Ч 204;

16. Геронина Н.Р., Управление банковскими рисками, 2004, М.: МБИ;

17. Гранатуров В.М., Экономический риск: сущность, методы измерения, пути снижения, 2002, ДИС;

18. Данилевский Н.Я., Россия и Европа, Спб., 1989. Ч 282;

19. Долан Э.Л, Линдсей Л., Микроэкономика, Ч Спб., 1994. Ч 310;

20. Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю., Моделирование рисковых ситуаций в экономике и бизнесе, 2003, Финансы и статистика;

21. Кабушкин Н., Управление банковским кредитным риском. Учебное пособие, 2004, Новое знание;

22. Корнилова Т.В., Психология риска и принятия решений, 2003, Аспект-Пресс;

23. Курс экономики /Под ред. Б.А. Райзберга. Ч М., 1997. Ч 559;

24. Мельников А.В., Риск-менеджмент. Стохастический анализ рисков в экономике финансов и страхования, 2003, Анкил;

25. Меньшиков И.С., Д.А.Шелагин Рыночные риски: модели и методы, 2000, Вычислительный центр РАН;

26. Ольсевич Ю. Трансформация хозяйственных систем Ч М., 1994;

27. Русанов Ю.Ю., Теория и практика риск-менеджмента кредитных организаций России, 2004, Экономистъ;

28. Рэдхэд К., Хьюс С , Управление финансовыми рисками Ч М., 1996.ЧСПЧ23;

29. Соложенцев Е.Д., Сценарное логико-вероятностное управление риском в бизнесе и технике, 2004, Бизнес-Пресса;

30. Станиславчик Е. Н., Риск-менеджмент на предприятии. Теория и практика, 2002, Ось-89;

31. Тэпман Л.Н., Риски в экономике - Юнити, 2002;

32. Уткин Э.А., Фролов Д.А., Управление рисками предприятия, 2003, Теис;

33. Франко Модильяни, Мертон Милер, Сколько стоит фирма - Моква, Дело, 2001;

34. Хизрич Р., Питере М., Предпринимательство, или как завести собственное дело и добиться успеха, Ч М., 1991. Вып. I. Ч 19-Ч 22;

35. Хохлов Н.В., Управление риском, - Юнити, 1999;

36. Шапкин А.С., Экономические и финансовые риски. Оценка, управление, портфель инвестиций, 2004, Дашков и Ко;

37. Шпенгяер О., Закат Европы - М., 1923. Т. 1. Ч 122; 39. Энциклопедия финансового риск-менеджмента, под редакцией Лобанова А.А., Чугунова А.В., 2003, Альпина Паблишер;

38. Basel Committee on Banking Supervision, "Overview of The New Basel Capital Accord", 2003, april;

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

40. Basle Gommettee on Banking Supervision, лInternational Gonvergence of Gapital Measurement and Gapital Standards", 1988, Basle, Switzeland; 41. Basle Committee on Banking Supervision, "Amendment to the Gapital Accord to Incoфorate Market Risks", 1996, Basle, Switzeland;

42. Basle Committee on Banking Supervision, лCredit risk modeling: current practices and applications, 1999, april, Basel;

43. Beeck, H.Johanning, L.Rudolph, лValue-at-Risk-Limitstrukturen zur Steuerung und Begrenzung von Marktrisiken im Aktienbereich, 2002, OR-Spektrum, pp. 259-286;

44. Black F., Scholes M., "The Pricing of Options and Corporate Liabilities", 1973, Journal of Political Economy 81, pp637-654;

45. Black F., John Cox, "Valuing Gorporate Securities: Some Effects of Bond Indenture Provisions", 1976, The Journal of Finance, 31(2) 351-67;

46. Bollerslev Т., "Generalized autoregressive conditional heteroskedasticity", 1986, Journal of Econometrics, 31, 307-327;

47. Boyle P.P., Emanuel D., "Discretely Adjusted Option Hedges", Journal of Financial Economics, 8, 1980,259-82;

48. Briys Eric, Francois de Varenne, "Valuing Risky Fixed Rate Debt: An Extension", 1997, June, Joumalof Financial and Quantitative Analysis, 32 (2), 239-49;

49. Butler J.S., Schachter В., "Improving Value at Risk Estimates by Combining Kernel Estimation with Historical Simulation", 1996, Economic and Policy Analysis, Working Paper, 96-1;

50. Carlo Acerbi, Dirk Taschey, "On the coherence of Expected Shortfall", 2002, april, A baxbank, Corso Monforte, Working Paper;

51. Cooper, Ian A., Antonio S. Mello, "The Default Risk of swaps", 1991, Journal of Finance, 46, 597-620;

52. Cornish Е.А., Fisher R.A., лMoments and cumulants in the specification of distributions, 1937, Review of the International Statistical Institute, 5, 307-320;

53. Cossin D., Pirotte H., "Advanced Credit Risk Analysis", 2001, London;

54. Credit Suisse, "CredirRisk+, A credit risk management framework", 1997, Credit Suisse First Boston International;

55. J.P.Morgan, лCreditMetrics, Technical Document, 1997, New York;

56. Das Sanjiv, Peter Tufano, "Pricing Credit Sensitive Debt when Interest Rates, Credit Ratings and Credit Spreads are Stochastic", 1996, June, Journal of Financial Engineering, 5(2);

57. Dave R.D., Stahl G., лOn the Accuracy of VaR Estimates Based on the Variance-Covariance Approach, 1996, Zurich: Olsen & Associates;

58. David X. Li, "Value at Risk Based on the Volatility, Skewness and Kurtosis", 1999, 4, working papers;

59. Derivatives Policy Group, "A Framework for Voluntary Oversight", 1995, Derivatives Policy Group, New York

60. Dowd K., "Beyond Value at Risk", 1998, New York: John Wiley and Sons;

61. Duffie, Darrell and Ken Singleton, "Modeling term Structures of Defaultable Bonds", 1999, Review of financial Studies, 12(4) 687-720;

62. Embrechts P., Kluppelberg C , Mikosh Т., лModelling Extremal Events for Insurance and Finance, 1997, Berlin: Springer;

63. Engel J., Gizycki M., лConservatism, Accuracy and Efficiency: Comparing Value at Risk Models, 1998, Sydney: Reserve Bank of Australia;

64. Fong G., Vasicek O.A., "Multidimensional Framework for Risk Analysis", 1997, Financial Analysis Journal, July/August, 51-58;

65. Coopers & Lybrand, лGenerally Accepted Risk Principles, 1996;

66. Geske Robert, "The Valuation of Corporate Liabilities as Compound Options", 1977, Journal of Financial and Quantitative Analysis, pp.541-52;

67. Group of Thirty, Global Derivatives Study Group, "Derivatives: Practices and Principles", 1993, Washington, DC:Group of Thirty;

68. Gruska, G. F., Mirkhani, K., Lamberson, L. R., "Non-Normal data Analysis", 1989, Garden City, MI: Multiface;

69. Dahl H., Meeraus A., Zenios S.A., лSome financial optimization models, 1995, in S.A. Zenios (ed.), Financial optimization, Cambridge University Press, pp. 3 7 - 7 1 ;

70. Hermann Locarek, Mario Strafiberger, Henning Vollbehr, лDie Ermittlung von Value-at-Risk-Handelslimiten zur Kontrolle und Steuerung von Marktrisiken, bei kontinuierlicher Ubeфшfung; Dresden

71. Ibragimov I.A., Hasminskii R.Z., лStatistical Estimation, 1981, New York: Springer;

72. IngersoU Jonathan, "Theory of Financial Decision Making", 1987, Rowman and Littlefield Studies in Financial Economics, Totowa N.J., p.xix, 474;

73. Izvorski Ivailo, "Recovery Ratios and Survival Times for coфorate Bonds", 1997, International Monetary Fund, Working Paper, Research Document, WP 97/84, July, 32 pp;

74. J.P.Morgan, "Riskmetncs Technical Manual", 1995, J.P.Morgan, New York;

75. Jarrow K., Tumbull S., "Pricing Derivatives on Financial Securities Subject to Credit Risk", 1995, Journal of Finance, 50(1), March 53-85;

76. Jarrow K, David L, Tumbull S., "A Markov Model of the Term Structure of Credit Spreads", 1997, Review of Financial Studies, 0(2), summer;

77. Jorge Mina, Andrew Ulmer, "Delta-Gamma Four Ways", 1999, working paper;

78. Jorion Philippe, "Value at Risk: the new benchmark for managing financial risk", 2001, McGraw Hill, New York;

79. KMV, лModeling default risk, 2003, KMV LLG;

80. KMV, "Uses and Abuses of Bond Default Rates", 1998, KMV LLC;

81. Kupiec P., "Techniques for Verifying the Accuracy of Risk Measurement", 1996 (3), Risk Measurement and Systemic Risk;

82. Leland Hayne E., "Corporate Debt Value, Bond Covenants and Optimal Capital Structure", 1994, Journal Of Finance, 49(4), September, 1213-52e;

83. Linsmeier Т., Pearson N., "Risk Measurement: An Introduction to Value at Risk", 1996, University of Illinois at Urbana-Champaign, Department of Accountancy and Department of Finance;

84. Lintner J., "Security prices, risk and Maximal Gains from Diversification, 1965, december, Journal of finance 20, pp.587-615;

85. Longtsaff F., Schwartz E., "A Simple approach to valuing risky fixed and floating rate debt", 1995, Journal of Finance, 50(3), July, 789-819;

86. Madan Dilip, "Default Risk", 1998, Statistics in Finance, ed.by D.Hand, ch.l21;

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

88. Markowitz H.M., лPortfolio Selection, 1952, Journal of Finance 7, pp.77-91;

89. Marshall C, Siegel M., "Value at Risk: Implementing a Risk Management Standard", 1997, Journal of Derivatives, (4), 91-110;

90. Mason, Scott, Sudipto Bhattacharya, "Risky Debt, Jump Processes and Safety Covenants", 1981, Joumalof Financial Economics, 9,281-307;

91. Merton R.C., "An Inter-temporal Capital Asset Pricing Model", 1972, Econometrica41 (5), pp.867-888;

92. Merton R.C., "On the pricing of corporate debt: the risk structure of interest rates", The Journal of finance, .1974, 29 May 449-70;

93. Merton R.C., "Theory of Rational Option Pricing", 1973, Bell Journal of Economics and Management Science 4(1), pp. 141-183;

94. Michel Crouphy, Dan Galai, лRisk Management, 2001, McGraw Hill;

95. Moody's Investors Service, "Historical Default Rates of coфorate bond Issuers, 1920-1999", 2000, Moody's Investors Service;

96. Roy van der Weide, "Generilized Orthogonal GARCH; A multivariate GARCHmodel", 2002, Department of economic, CeNDEF, University of Amsterdam;

97. Shaw J;, лBeyond VAR and Stress Testing, in Grayling, 1997, London: Risk, 211-223;

98. Shimko David, Naohiko Tej ima, Donald Van Deventer, "The Pricing of Risky Debt When Interest Raters are Stochastic", 1993, Journal of Fixed Income, Sept. 58-65;

99. Subu Venkataraman, "Value at risk for a mixture of normal distributions: The use of quasi-Bayesian estimation techniques". Federal Reserve Bank of Chicago;

100. Vasicek O., "An Equilibrium Characterization of the Term Structure", Journal of Financial Economics, 5, 177-88;

101. Wei D.G., D.Guo, "Pricing Risky Debt: An Empirical Comparison of the 1.ongstaff and Schwartz and Merton Models", 1997, The Journal of Fixed Income, Sept. 9-28;

102. Wilson D., "Var in Operation", 1995, Risk 8(12), p.24-25;

103. Wolfgang Hardle, Torsten Kleinow, Gerhard Stahl "Applied Quantitative Finance", 2002, april;

104. Zangari P., "How Accurate is the Delta-Gamma Methodology?", 1996, Risk-Metrics Monitor (Third Quarter 1996), 12-29;

105. Проспект эмиссии облигаций РАО ЕЭС России, документарные процентные Облигации на предъявителя серии Р2,2002 г.;

106. Проспект эмиссии ценных бумаг ОАО Московская Городская Телефонная Сеть, документарные купонные облигации на предъявителя второго выпуска серии А2, 2001 г.;

107. Проспект эмиссии ценных бумаг ОАО Объединенные Машиностроительные Заводы, документарные процентные облигации на предъявителя серии 03,2001 г.;

108. Проспект эмиссии ценных бумаг ОАО Татнефть, документарные купонные облигации на предъявителя второго выпуска серии А2, 2001 г.;

109. Проспект эмиссии ценных бумаг ОАО Тюменская Нефтяная Компания, документарные купонные облигации на предъявителя пятого выпуска с постоянным купонным доходом серии К, 2001 г.;

Похожие диссертации