Содержание к диссертации
Введение
Глава 1. Основные задачи и теоретические основы прогнозно-аналитических исследований 8
1.1. Задача планирования платежного баланса на основе ситуационного моделирования процесса эволюции кредитного портфеля 8
1.2. Задача прогнозирования денежных потоков 10
1.3. Задача анализа воздействия изменения состояний отдельных групп счетов на эффективную маржу банка 12
1.4. О применении методов теории аналитических функций при решении задач анализа финансово-экономических процессов 15
Глава 2. Разработка математических моделей банковских бизнес-процессов, связанных с кредитованием 22
2.1. Концептуальные основы моделирования деятельности коммерческого банка 22
2.2. Математические модели прогнозирования состояния временно свободных средств 54
2.3. Способ оценки влияния изменения структуры портфелей банка на его эффективную маржу и сопутствующие математические модели 72
Глава 3. Управление кредитным портфелем банка: интегрированный подход на основе предложенных математических моделей 103
3.1. Система управления кредитным портфелем 103
3.2. Алгоритм моделирования платежного баланса 107
3.3. Пример принятия решения на основе результатов моделирования платежного баланса 112
Заключение 118
Литература 120
Приложение 1 130
- Задача анализа воздействия изменения состояний отдельных групп счетов на эффективную маржу банка
- Математические модели прогнозирования состояния временно свободных средств
- Способ оценки влияния изменения структуры портфелей банка на его эффективную маржу и сопутствующие математические модели
- Пример принятия решения на основе результатов моделирования платежного баланса
Введение к работе
Актуальность темы исследования. Коммерческие банки (КБ) существуют в современной России около десяти лет. За это время они прошли ряд этапов, каждый из которых характеризовался своими источниками привлечения ресурсов, методами их использования и наиболее выгодными финансовыми инструментами. Однако, на протяжении всего этого периода существовала и проявляется сейчас устойчивая тенденция: общая прибыльность банковской деятельности постепенно снижается, а риски растут. Действительно, ухудшение общего состояния финансовой системы России привело к тому, что от 65 до 85% хозяйственных расчетов в экономике, по данным некоторых российских экспертов, производятся с использованием бартера и различных денежных суррогатов, а это снижает роль банковской системы и существенно ухудшает ее устойчивость. Кроме того, с 1992 г. постоянно возрастали риски, связанные с таким видом банковской деятельности, как кредитование, что, естественно, еще более усугублялось падением доходности основных банковских операций. Так, если в 1992 г. риск невозврата одного кредита компенсировала прибыль 5-10 кредитных договоров, то пять лет спустя едва хватает и сотни. При этом каждый кредитный договор сам по себе выступает источником риска.
Снижение достижимой нормы прибыли от банковских операций, сокращение клиентской базы и существенное уменьшение оборотов по счетам большинства клиентов приводят к тому, что соотношение между прибылью банка и его операционными издержками становится крайне неблагоприятным. Таким образом, создается ситуация, когда банки вынуждены искать способы снижения операционных издержек и рисков. А это, в свою очередь, заставляет российские банки обращать особое внимание на финансовый анализ и методологию управления своими ресурсами. Потребность в подсистемах анализа и управления финансами, работающие в составе интегрированных автоматизированных банковских систем или во взаимодействии с ними, устойчиво растет, а требования к ним повышаются [75, 106, 128]. Наглядной иллюстрацией данного факта является появление большого количества публикаций и обзоров, посвященных анализу роли и места прогнозно-аналитических подсистем в системах автоматизации банковской деятельности [1, 42, 62, 72, 91, 108, 126], методам прогнозно-аналитических исследований [11-13, 15, 18, 19, 21, 23-25, 33, 40, 47, 49, 52, 54, 64, 65, 85, 86, 123, 133], а также активизация зарубежных компаний - разработчиков аналитического банковского программного обеспечения, ориентирующихся на российский рынок [7, 70, 118, 132].
Можно констатировать, что к настоящему времени уже разработан целый ряд методик управления активами банка, однако большинство из них может быть отнесено к воплощениям разного рода
процедур финансового маркетинга, то есть методикам, реализующим следующую последовательность действий: "подготовка модели - формулировка цели - рекомендации по достижению цели" [11-13, 46, 83]. Для специалистов же подразделений, непосредственно
занимающихся активными операциями, особый интерес представляют системы управления, учитывающие человеческий фактор и
реализующие механизмы принятия решений на основе эвристик субъектов принятия решений и результатов вероятностного ситуационного моделирования эволюции системы портфелей банка. Другими словами речь здесь идет о системах, реализующих несколько иную последовательность действий: "формулировка целей - поиск путей достижения (не в виде оторванных от практики рекомендаций, а в форме конкретных потребителей конкретных услуг банка) - проверка адекватности пути - реализация или изменение условий в реализации пути или отказ от реализации данного пути вообще". Область такого рода систем разработана очень слабо, потребность же в них велика. Данная работа как раз и является, с одной стороны, теоретической базой для построения такого рода систем управления, а с другой, иллюстрацией практического использования ее конкретной реализации.
Целью диссертационного исследования является разработка математических моделей и алгоритмов управления кредитным портфелем КБ, позволяющих обеспечить необходимый баланс между показателями ликвидности кредитного портфеля и величиной процентной доходности в процессе достижения банком целей своего развития.
В соответствии с указанными целями была определена следующая программа исследования:
1) определить основные задачи и дать обоснование теоретических основ прогнозно-аналитических исследований, в частности
• определить состав и структуру математических моделей предметной области, разработка которых необходима для достижения цели исследования,
• обосновать адекватность практики применения методов теории аналитических функций при решении задач анализа финансово-экономических процессов;
2) разработать математические модели банковских бизнес- процессов, связанных с кредитованием, в частности
• разработать информационную основу системы ситуационного моделирования процесса эволюции кредитного портфеля,
• разработать модель прогнозирования состояния временно свободных средств,
• разработать методы решения прямой и обратных задач оценки влияния изменения структуры портфелей банка на его эффективную маржу;
3) обобщить и систематизировать результаты исследования в форме конкретного решения по организации системы управления кредитным портфелем КБ.
Объектом исследования является кредитная деятельность КБ, рассматриваемая в разрезе обеспечения достаточной ликвидности кредитного портфеля при заданной нижней границе процентной доходности.
Метод исследования. В целях получения достоверных научных результатов применялись общенаучные методы исследования: анализ и синтез, идеализация, обобщение, сравнение и группировка, а также методы конкретных отраслей математического знания: аналитические методы, статистическая проверка гипотез, методы математического моделирования.
Источники информации. В процессе исследования и
разработки методов и алгоритмов решения поставленных задач использованы работы отечественных и зарубежных экономистов, математиков и философов, а также обзоры и аналитические статьи, посвященные вопросам как практической деятельности финансово- кредитных институтов, так и применения современных информационных технологий в финансовой сфере. Конкретно- предметной информационной базой данного исследования явились балансовые данные и данные по кредитным договорам небольшого универсального КБ г. Йошкар-Олы.
Научная новизна. В диссертации дано новое решение актуальной задачи сбалансированного с точки зрения генезиса соотношения "риск-доход" управления КП КБ. В рамках решения этой задачи:
1. Впервые предложена модель кредитно-депозитной деятельности банка в виде системы сетей Петри с нечетким поведением, структура которых формируется отделами кредитного учреждения, ведущими договора, а вероятности событий (вероятности той или иной маркировки сети Петри) оцениваются нейронной сетью, использующей для получения необходимых вероятностей оценки экспертов (членов кредитного комитета) и формирующей вероятности на основе предыстории всех завершившихся и активных договоров. Отличительные особенности данной модели кредитно-депозитной деятельности банка:
• предложенная модель позволяет формально описывать договоры любой степени сложности;
• предусмотрена возможность реструктуризации подсети, описывающей будущее договора на всех этапах его жизненного цикла;
• модель содержит адаптивный механизм формирования вероятностей событий на основе, во-первых, экспертных оценок этих вероятностей членами кредитного комитета, и, во-вторых, степени соответствия их прошлых оценок реально наступившим событиям;
• модель на выбор может обеспечить два уровня информационной безопасности: полной анонимности рейтингов членов кредитного комитета и управляемой анонимности, когда значения рейтингов членов кредитного комитета доступны лишь администратору подсистемы, автоматизирующей соответствующий вид деятельности банка;
• стойкость механизма, обеспечивающего защиту от несанкционированного доступа в рамках данной модели, полностью определяется стойкостью используемой асимметричной криптосистемы.
2. Разработана методика прогнозирования динамики временно свободных средств, а также средств на корреспондентских счетах "Лоро", ориентированная прежде всего на кредитные учреждения со сложившейся структурой системы расчетно-кассового обслуживания и основанная на предложенной автором концепции "календарного" преобразования.
3. Получено новое аналитическое решение прямой и обратной задачи оценки влияния изменения состояния отдельного счета или отдельной группы счетов (суммарного остатка, процентной ставки) на процентную маржу кредитного учреждения, отличающееся простотой вычислений при повышенной точности расчетов. Говоря словами конкретного приложения, получены соотношения, на основе которых можно легко рассчитать величину необходимого изменения процентных ставок по кредитным договорам в зависимости от графика и стоимости формирования резервов на кредитные риски с целью поддержания процентной маржи банка на заданном уровне.
4. На базе предложенной модели кредитно-депозитной деятельности КБ разработан алгоритм вероятностного ситуационного моделирования эволюции кредитного портфеля КБ.
5. Предложена оригинальная структура системы управления кредитным портфелем КБ, основанная на результатах, отраженных в пунктах 1-4.
6. Определены направления дальнейших исследований в форме постановки двух задач:
• разработка методики оптимального управления процентными ставками привлечения ресурсов на основе изучения влияния небольших изменений величины ставок на метрические характеристики фазовой траектории подсистемы управления пассивами кредитного учреждения;
• разработка методики прогнозирования денежных потоков на основе вейвлет-преобразований.
Практическая значимость диссертационной работы определяется целевой направленностью исследования - разработкой математических моделей и алгоритмов управления кредитным портфелем КБ, позволяющих:
1) прогнозировать последствия для банка заключения того или иного кредитного договора и, следовательно, принимать адекватные
решения как по факту заключения этого договора, так и по поводу формирования резервов на поддержание ликвидности активов на должном уровне в связи с его заключением;
2) проводить в жизнь оптимальную процентную политику в отношении ссудозаемщиков, учитывающую, с одной стороны, желание ссудозаемщика - взять максимально дешевый кредит, а с другой, цель банка - обеспечить как минимум норму процентной доходности, не снижая при этом степени ликвидности кредитного портфеля в целом;
3) руководителю кредитного учреждения видеть ежедневный срез состояния баланса банка с учетом декларированной процентной доходности и расходности отдельных элементов баланса и их группировок, а также тенденций их влияния на процентную маржу, как отдельно для управлений, филиалов, так и в целом для всего банка;
4) осуществлять планирование подкреплений расчетно-кассовых центров банка наличными денежными средствами и, тем самым, сокращать накладные расходы на инкассацию и пересчет.
Апробация работы. Основные научные выводы и положения, полученные в ходе диссертационного исследования, использованы при разработке программного обеспечения аналитических подсистем "Контрольно-оперативный РАПИВ-анализ баланса коммерческого банка", "Прогнозирование денежных потоков" и "Кредитный комитет коммерческого банка", внедренных в ряде кредитных учреждений городов Йошкар-Ола и Чебоксары.
Результаты исследований докладывались на постоянно действующей всероссийской междисциплинарной научной конференции "Диалог наук на рубеже XX-XXI веков и проблемы общественного развития".
Публикации. Материалы и результаты выполненных исследований опубликованы в 16 работах общим объемом 14.7 усл. печ. л. В том числе издана монография.
На защиту выносится конкретное решение задачи управления кредитным портфелем КБ, включающее в себя:
1) модель кредитно-депозитной деятельности КБ;
2) метод оценки вероятностей элементарных событий договоров на основе экспертных оценок;
3) протоколы взаимодействия рабочих станций членов кредитного комитета, обеспечивающие определенные уровни информационной безопасности;
4) метод прогнозирования состояния временно-свободных средств;
5) метод факторного анализа средневзвешенных процентных ставок в условиях дискретности остатков и времени;
6) структуру управления.
Задача анализа воздействия изменения состояний отдельных групп счетов на эффективную маржу банка
Перед руководством любого банка всегда стоит задача: оптимальным образом (например, с точки зрения прибыли) определить базовые процентные ставки по кредитам и депозитам. Единственное, что сразу можно сказать, - первая должна быть больше второй. На этом очевидные количественные рассуждения заканчиваются и остаются только качественные. Если занизить ставку привлечения, то поток депозитов иссякнет и нечего будет размещать в виде кредитов. Если завысить эту ставку, то поток депозитов будет столь велик, что не будет возможности разместить такое количество средств без убытка. Аналогичные рассуждения касаются ставки кредитования. При решении задачи определения оптимальных процентных ставок необходимо учесть, по крайней мере, ряд факторов: 1) часть привлеченных средств банк обязан хранить в виде обязательных резервов, не приносящих реального дохода; 2) часть средств банк вынужден направлять на формирование резервов на кредитные риски, также, как правило, не приносящих дохода; 3) по части кредитных договоров происходят задержки платежей, а некоторые кредиты не возвращаются; 4) надо учесть, что кредиты и депозиты не исчерпывают всего спектра активов и пассивов банка; возможны три варианта: а) общий объем выданных кредитов меньше, чем привлеченные по депозитам средства (за вычетом обязательных резервов), т. е. часть "депозитных" средств размещается в виде других активов; б) суммарный размер "депозитных" средств совпадает с общим объемом выданных кредитов; в) суммарный размер "депозитных" средств меньше общего объема кредитов, т. е. для выдачи части кредитов были привлечены средства из других источников. Ключевым моментом в решении задачи определения оптимальных процентных ставок является выявление зависимости объема кредитов от ставки размещения и объема депозитов от ставки привлечения. Причем, говоря математическим языком, эту зависимость не следует рассматривать лишь как функцию процентной ставки в данный момент времени, а следует интерпретировать как функционал всей предыстории процентной политики банка. Последнее утверждение является темой отдельного исследования в области банковского маркетинга, результатом которого может стать весьма полезный, в условиях ужесточающейся конкуренции между отечественными банками, механизм адаптивного автоматизированного управления процентными ставками. Данный механизм может быть основан, например, на изучении зависимости метрических свойств фазовых траекторий соответствующих подсистем банка от различных управляющих воздействий на эти подсистемы, например, разовых актов небольших изменений процентных ставок (см. идеи, положенные в основу публикаций [116, 117]). В особенности выше сказанное касается вкладов населения. Однако, обсуждение этого круга вопросов выходит за рамки данной работы и может стать предметом дальнейших разработок в области банковского менеджмента. Итак, вернемся к теме данной работы. Что касается ставок размещения, то в отличие от классического подхода [48], когда процентная ставка определяется лишь на основе сложившейся ситуации по ликвидности кредитного портфеля на данный момент времени, в основу предлагаемого подхода положена идея определения процентной ставки с учетом поэтапного формирования резервов на кредитные риски с целью поддержания ликвидности кредитного портфеля на заданном уровне вероятности в течении всего периода планирования. И если в первом случае на процентную ставку влияет только сложившаяся конъюнктура рынка, то во втором эта величина становится кроме всего прочего производной предполагаемых изменений структуры кредитного портфеля. Здесь следует обратить внимание на то, что такая зависимость (дополнительная ограниченность свободы выбора) не является результатом введения каких-либо искусственных ограничений, а является следствием глубинной сущности оптимальной "взвешенной" стратегии управления банком. Относительно первого же случая можно с уверенностью говорить о "почти легкомысленной" стратегии управления процентными ставками. Упрощенно "взвешенное" управление процентными ставками может выглядеть в виде следующей последовательности действий: 1) Принятие руководством банка, исходя из целей развития кредитного института, некоторой величины - нормы эффективной маржи - планки ниже которой величина эффективной маржи банка опускаться не должна. (Напомним, что под эффективной маржой банка в контексте данной работы мы понимаем маржу, приведенную к валюте баланса.) 2) Для данного кредитного договора (кредитной линии) установка конъюнктурно обоснованной процентной ставки. 3) Прогнозирование, на основе предлагаемой в первой части второй главы имитационной модели, необходимых изменений величины резервов по всему периоду планирования, возникающих в связи с открытием данной кредитной линии и имеющих целью обеспечение ликвидности всего кредитного портфеля на данном уровне вероятности. 4) Расчет изменения величины эффективной маржи банка во времени в связи с изменениями остатков на ссудных счетах и счетах резервов. 5) И, если на каком-то временном интервале норма эффективной маржи не обеспечена, то увеличение процентной ставки по кредитному договору (либо везде, либо на данном интервале - смотря по ситуации) и переход к пункту 4. Таким образом, проведение в жизнь "взвешенной" стратегии управления процентными ставками предполагает наличие механизма точной количественной оценки влияния изменений сумм остатков по группам счетов и /или отдельным счетам, а также изменении процентных ставок по ним, на эффективную маржу банка. Вопросам разработки математического обеспечения этого механизма посвящена заключительная (третья) часть второй главы, в которой автором предлагается так называемый РАПИВ-метод анализа средневзвешенных процентных ставок. Название метода - суть аббревиатура от названия основных рассчитываемых величин: рейтинговые аддитивные показатели индивидуального влияния (изменений состояний счетов или групп счетов на величину эффективной маржи банка). В основу метода положена идея разложения функции эффективной маржи в ряд Тейлора по двум переменным, влияние которых и есть предмет исследования, а именно: суммарному остатку и процентной ставке (или средневзвешенной процентной ставке) по некоторому счету (или некоторой группе счетов).
Математические модели прогнозирования состояния временно свободных средств
В теории экономического анализа разработан целый ряд методов, позволяющих получать количественную оценку роли отдельных факторов в динамике результирующего показателя, а именно: метод дифференциального исчисления, метод цепных подстановок, метод простого прибавления неразложимого остатка, метод взвешенных конечных разностей, метод дробления приращений факторных признаков и, наконец, интегральный метод оценки факторных влияний [9]. Последовательно рассмотрим эти методы. В методе дифференциального исчисления предполагается, что общее приращение функции (результирующего показателя) состоит из слагаемых, где значение каждого их них определяется как произведение соответствующей частной производной на приращение переменной по которой вычислена данная производная. Следует отметить, что сумма этих слагаемых представляет собой главную, линейную часть приращения дифференцируемой функции, а остаточный член (неразложимый остаток) мал при достаточно малых изменениях факторов и им в данном методе пренебрегают. При больших же изменениях факторов применение данного метода может привести к значительным ошибкам в оценке соответствующих влияний, поскольку в нем как было сказано совершенно не учитывается величина остаточного члена.
Метод цепных подстановок не требует вычисления производных и заключается в получении ряда промежуточных значений результирующего показателя путем последовательной замены начальных значений факторов на конечные. Разность двух промежуточных значений результирующего показателя в цепи подстановок равна изменению результирующего показателя, вызванного изменением соответствующего фактора. Этому методу также присущи некоторые недостатки. Во-первых, результаты расчетов зависят от последовательности замены факторов; во-вторых, активная роль в изменении результирующего показателя необоснованно часто приписывается влияниям изменений качественных факторов. Не находя достаточно полного обоснования относительно того, что делать с остаточным членом, в практике экономического анализа стали использовать прием прибавления неразложимого остатка к величине влияния одного из факторов, или же делить некоторым образом этот остаток между всеми факторами. Таков метод простого прибавления неразложимого остатка. Относительно деления неразложимого остатка между факторами различные исследователи придерживаются разных точек зрения. Так теоретическая интерпретация идеи равномерного разделения неразложимого остатка между влияниями всех факторов принадлежит С. М. Югенбургу [136]. По мнению же А. И. Ежова остаточный член должен быть разделен пропорционально проекциям главной, линейной части приращения результирующего показателя на соответствующие факторам направления факторного пространства [45]. Эту методику защищает и В. Е. Адамов [2]. Описанный метод хотя и снимает проблему "неразложимого остатка", однако требует вычисления последнего, что в некоторых случаях является задачей в вычислительном смысле (и аналитически, и числено) намного более трудоемкой нежели вычисление самих влияний факторов на основе первых производных. Метод также требует дополнительных предположений для выбора весовых коэффициентов при делении неразложимого остатка по факторам. Метод взвешенных конечных разностей состоит в том что, величина влияния каждого фактора определяется как по первому, так и по всем последующим вариантам подстановок, затем результат суммируется и вычисляется средняя величина, дающая единый ответ о величине влияния фактора. Для больших факторных систем этот метод весьма трудоемок. Дальнейшим развитием метода дифференциального исчисления явился метод дробления приращений факторных признаков [130], при котором следует вести дробление приращения каждой из переменных на достаточно малые отрезки и осуществлять пересчет значений частных производных при каждом (уже достаточно малом) перемещении в факторном пространстве. Степень дробления выбирается такой, чтобы суммарная ошибка не влияла на точность экономических расчетов. Метод дробления приращений факторных признаков имеет некоторые преимущества в сравнении, например, с методом цепных подстановок. Он позволяет однозначно определить величину влияния факторов при заранее заданной точности расчетов, и, кроме всего прочего, он не связан с последовательностью подстановок и выбором качественных и количественных показателей-факторов. Следует однако отметить, что метод дробления приращений факторных признаков требует соблюдения условий дифференцируемости функции во всей рассматриваемой области. Идеи метода дробления приращений факторных признаков логически развивает интегральный метод оценки факторных влияний [ 130]. Этот метод основывается на идее суммирования приращений функции, определенных как произведения частных производных и приращений аргументов на бесконечно малых промежутках. Таким образом, говоря математическим языком, суть метода заключается в интегрировании градиента результирующего показателя вдоль некоторой кривой, соединяющей начальную и конечную точки в факторном пространстве, а основным условием применимости метода является условие непрерывной дифференцируемости функции в области исследования. Здесь следует отметить, что для широкого класса задач экономического характера результирующий показатель в факторном пространстве образует потенциальное поле, то есть его изменение не зависит от траектории перехода из одной точки к другой. Теперь, после обзора, определимся с целями, которые мы будем преследовать при разработке собственного метода факторного анализа средневзвешенных процентных ставок. Во первых, потребуем чтобы результирующий показатель (средневзвешенная процентная ставка по анализируемой группе счетов) рассчитывался лишь дважды - до акта изменения состояния счетов и после; во-вторых, попытаемся обеспечить достаточно простую, с одной стороны, и совершенно однозначную, с другой, схему расчета влияния изменения факторов (остатков на счетах и процентных ставок по ним); и, в-третьих, поставим цель - обеспечить точность расчетов на уровне точности таких методов, как метод дробления приращений факторных признаков и интегральный метод оценки факторных влияний.
Способ оценки влияния изменения структуры портфелей банка на его эффективную маржу и сопутствующие математические модели
Здесь величина эффективной маржи на всем периоде, оговариваемом в договоре, включая период просрочки, совпадает со своей нормой, а устанавливаемая по договору процентная ставка меняется от полуинтервала к полуинтервалу. И в этом случае для упрощения договора банк может избрать "лукавую" стратегию назначения фиксированных процентных ставок по кредиту и просроченным обязательствам: он просто может устанавливать в качестве договорных максимальные процентные ставки среди ставок соответствующих полуинтервалов для каждого состояния договора (действие договора, просроченные обязательства). Данная стратегия проиллюстрирована на рис. 2.28. В заключение коротко остановимся на других приложениях РАПИВ-анализа. Для любого кредитного учреждения в современных условиях трудно переоценить значимость контрольно-оперативного анализа. Действительно, в условиях стремительных изменений состояния рынка банковских услуг необходимо, во-первых, своевременно выявлять негативные тенденции в развитии кредитного учреждения с целью формирования адекватных действий по их компенсации, и, во-вторых, совершенствовать механизмы поддержки принятия решений вообще. В связи с этим, учитывая, что, с одной стороны, день практически любого руководителя кредитного учреждения начинается с изучения баланса банка на конец предыдущего дня, а с другой - то, что данные баланса, предоставляемые руководителю, не должны быть перегружены цифрами и, в то же время, давать полную картину текущей ситуации не только по кассе или корреспондентскому счету, но и по сложившейся процентной доходности, автором данной работы предлагается дополнить данные баланса результатами РАПИВ-анализа средневзвешенных процентных ставок и использовать их в виде, представленном в приложении 3. Здесь: колонки "СГ, "С2", "СЗ", "С4", "С5", "Са" - представляют шесть вариантов группировок шаблонов счетов, причем последняя колонка "Са" предназначена, обычно, для группировки всех шаблонов счетов данной активности; колонка "Шаблон" содержит собственно шаблоны счетов, причем совокупность всех этих шаблонов должна удовлетворять соотношению (2.40); колонка "%" содержит значения средневзвешенных процентных ставок по счетам, определяемым шаблонами каждой строки; колонка "Воздействие по Са" содержит значения РАПИВ счетов, определяемых шаблонами каждой строки, на величину средневзвешенной процентной ставки в пересчете на валюту баланса данной валютной плоскости (другими словами эта колонка содержит значения влияний на эффективную маржу данного кредитного учреждения в данной валютной плоскости - со знаком "-" для пассивов и со знаком "+" для активов), кстати свое название эта колонка получила в связи с тем, что группировка "Са" как раз обычно и определяет валюту баланса данной валютной плоскости. Удобство использования отчетных форм, приведенных в приложении 3, в практике работы, как высших руководителей кредитных учреждений по контролю за состоянием дел в банке и его филиалах, так и специалистов соответствующих экономических служб при проведении разного рода аналитических расчетов (в качестве источника исходных данных), натолкнуло на мысль о возможности использования процедур контрольно оперативного РАПИВ-анализа средневзвешенных процентных ставок в качестве механизма формирования специализированных аналитических архивов (САА) кредитного учреждения. Потребность в такого рода архивах, занимающих промежуточное положение между базой данных ИАБС и инструментальным комплексом выполнения модельных, прогнозных и аналитических расчетов [5, 101], обусловлена, во-первых, непрерывным ростом объема перерабатываемой первичной информации, во-вторых, постоянным увеличением количества и ростом сложности аналитических расчетов, в-третьих, ограниченными возможностями мелких и средних кредитных организаций в наращивании производительности аппаратных средств, и, наконец, часто имеющими место архитектурными ограничениями используемой ИАБС по оперативному доступу к первичной информации. Однако, здесь следует отметить, что успешное использование результатов контрольно-оперативного РАПИВ-анализа при формировании САА возможно лишь в случае соблюдения определенной дисциплины расчетов с одной стороны и адекватного учета ситуаций в побочных валютных плоскостях в плоскости основной валюты банка (филиала) с другой. Таким образом, на очереди вопрос разработки технологического процесса формирования САА. Прежде чем подойти к строгому рассмотрению технологического процесса формирования САА рассмотрим особенности взаимодействия вычислительных процессов, выполняемых при РАПИВ-анализе, а именно [94]: 1) для каждого учреждения данного кредитного института в каждой валютной плоскости выполняются два потока вычислений (по пассивам и по активам); 2) потоковые вычисления характеризуются асинхронным принципом взаимодействия между этапами расчетов; 3) в рамках одного потока - каждый этап, обработав поступившие данные может воспринимать обновленную информацию на входе только после того, как предыдущие его результаты использованы этапами-последователями; 4) корректность вычислений в данной валютной плоскости данного учреждения может быть проверена по совпадению валюты баланса для активов и пассивов при условии выполнения соответствующих друг другу по дате этапов обоих потоков; 5) расчеты для данного дня в данном учреждении в плоскости основной валюты банка должны предваряться обсчетом всех побочных валютных плоскостей данного учреждения, а точнее - плоскостей, имеющих ненулевую процентную ставку хотя бы по одному счету с ненулевым остатком, и, таким образом, влияющих на результаты РАПИВ-анализа в плоскости основной валюты.
Пример принятия решения на основе результатов моделирования платежного баланса
В результате диссертационного исследования получены следующие результаты: Предложена модель кредитно-депозитной деятельности банка в виде системы сетей Петри с нечетким поведением, структура которых формируется отделами кредитного учреждения, ведущими договора, а вероятности событий (вероятности той или иной маркировки сети Петри) оцениваются нейронной сетью, использующей для получения необходимых вероятностей оценки экспертов (членов кредитного комитета) и формирующей вероятности на основе предыстории всех завершившихся и активных договоров. Отличительные особенности данной модели кредитно-депозитной деятельности банка: в рамках данной модели возможно формальное описание договоров любой степени сложности; предусмотрена возможность реструктуризации подсети, описывающей будущее договора на всех этапах его жизненного цикла; модель содержит адаптивный механизм формирования вероятностей событий на основе, во-первых, экспертных оценок этих вероятностей членами кредитного комитета, и, во-вторых, степени соответствия их прошлых оценок реально наступившим событиям; модель на выбор может обеспечить два уровня информационной безопасности: уровень полной анонимности рейтингов членов кредитного комитета и уровень управляемой анонимности, когда значения рейтингов членов кредитного комитета доступны лишь администратору подсистемы, автоматизирующей соответствующий вид деятельности банка; стойкость механизма, обеспечивающего защиту от несанкционированного доступа в рамках данной модели, полностью определяется стойкостью используемой асимметричной криптосистемы. 2. Разработана методика прогнозирования динамики временно свободных средств, а также средств на корреспондентских счетах "Лоро", ориентированная прежде всего на кредитные учреждения со сложившейся структурой системы расчетно-кассового обслуживания и основанная на концепции "календарного" преобразования. 3. Получено аналитическое решение прямой и обратной задачи оценки влияния изменения состояния отдельного счета или отдельной группы счетов (суммарного остатка, процентной ставки) на процентную маржу кредитного учреждения. Говоря словами конкретного приложения, получены соотношения, на основе которых можно легко рассчитать величину необходимого изменения процентных ставок по кредитным договорам в зависимости от графика и стоимости формирования резервов на кредитные риски с целью поддержания процентной маржи банка на заданном уровне. 4. Разработан алгоритм вероятностного ситуационного моделирования эволюции кредитного портфеля КБ. 5. Предложена оригинальная структура системы управления кредитным портфелем КБ, основанная на результатах, отраженных в пунктах 1-4. 6. Определены направления дальнейших исследований в форме постановки двух задач: разработка методики оптимального управления процентными ставками привлечения ресурсов на основе изучения влияния небольших изменений величины ставок на метрические характеристики фазовой траектории подсистемы управления пассивами кредитного учреждения разработка методики прогнозирования денежных потоков на основе вейвлет-преобразований. Таким образом, поставленная цель исследования достигнута. В заключение, хотелось бы отметить, что предложенный подход ни коим образом не следует рассматривать как полную альтернативу другим методикам управления портфелями кредитного учреждения, таким как методика управления диверсифицированным капиталом, обсуждаемая в статьях [11-13], или методика управления доходностью и ликвидностью портфеля активов банка, предлагаемая фирмой "ПрограмБанк" [83], или, наконец, подход, предлагаемый ведущим специалистом аналитического отдела компании R-Style Software Lab. Екушовым А. И. [46], и т. п. Более того, предложенный подход может органично сочетаться с ними, выполняя роль связующего звена между эшелоном маркетологов данного финансово-кредитного учреждения и его институтом принятия решений, например, кредитным комитетом. Понятно, что специалистам подразделений маркетинга ближе модели управления вообще, то есть модели типа [П-13, 46, 83], а специалистам подразделений, непосредственно занимающихся активными операциями, важнее модели принятия решений, учитывающие человеческий фактор, и тем более с элементами управления самой системой портфелей финансово-кредитного учреждения. Предлагаемый в работе подход оказывается здесь, с одной стороны, неким стражем ликвидности кредитного портфеля, использующим для выполнения этой своей функции как эвристики субъектов принятия решений, так и свой собственный опыт наблюдения за эволюцией кредитного портфеля, а с другой, простым и удобным дополнительным инструментом планирования как минимум безубыточной деятельности.
