Содержание к диссертации
Введение
Глава 1. Теоретические аспекты оценки и моделирования банковских рисков 11
1.1. Теоретические подходы к анализу банковских рисков 11
1.2. Особенности анализа риска ликвидности банка 25
1.3. Обоснование выбора методов для моделирования оценки риска ликвидности банка 39
Глава 2. Моделирование оценки риска ликвидности банка 52
2.1. Определение факторов риска ликвидности банка 52
2.2. Моделирование риска оттока депозитных средств как фактора риска ликвидности банка 69
2.3 Разработка модели оценки риска ликвидности банка 84
Глава 3. Применение модели оценки риска ликвидности банка 93
3.1. Разработка программного инструментария оценки риска ликвидности банка 93
3.2. Применение методики стресс-тестирования для оценки риска ликвидности банка 104
3.3. Разработка методики применения и проведение оценки эффективности разработанного программного инструментария 112
Заключение 119
Библиография 121
Приложение А 135
Приложение Б 138
Приложение В 159
- Особенности анализа риска ликвидности банка
- Обоснование выбора методов для моделирования оценки риска ликвидности банка
- Моделирование риска оттока депозитных средств как фактора риска ликвидности банка
- Применение методики стресс-тестирования для оценки риска ликвидности банка
Введение к работе
Актуальность темы исследования. В современных экономических условиях для любой организации важнейшим вопросом в обеспечении собственной финансовой стабильности является эффективное управление рисками. Особое значение управление рисками принимает в банковском секторе, в котором негативный эффект может оказать множество как внешних, так и внутренних факторов. Нестабильность мировой экономики и кризисные явления в ряде стран еврозоны, наблюдавшиеся в последние годы, наглядно продемонстрировали взаимосвязь различных видов рисков в банковском секторе. По этой причине необходимо рассматривать подобные риски не отдельно, а как единую систему. Одним из основных банковских рисков является риск ликвидности, означающий невозможность банка своевременно, в полном объеме и без потерь обеспечивать выполнение своих долговых и финансовых обязательств, в том числе и в будущем. Мировой опыт показывает, что на сегодняшний день анализ и своевременная оценка риска ликвидности является одной из ключевых задач банковского риск-менеджмента. Однако не все банки в России уделяют достаточного внимания совершенствованию методов оценки риска ликвидности.
В действующей российской практике используются два основных
метода оценки ликвидности банка - посредством коэффициентов и на
основе потока денежной наличности. Существует также метод сценарного
моделирования, заключающийся в моделировании определенных
сценариев состояния самого банка и финансового рынка. В настоящее время отсутствует модель оценки риска ликвидности банка, которая в качестве факторов использовала бы не только изменение структуры активов и пассивов, но и показатели прочих рисков (валютный риск, процентный риск, кредитный риск и др.), которые влияют на эту структуру. Подобная модель позволит повысить обоснованность принимаемых решений при управлении риском ликвидности.
Указанные обстоятельства обусловливают актуальность
диссертационного исследования и вызывают необходимость осуществить
исследование процессов, связанных с риском ликвидности банка, выбрать подходящий метод анализа данных, разработать модель оценки риска ликвидности, а также программный инструментарий, поддерживающий ее реализацию.
Степень научной проработанности темы. Вопросам исследования понятий риска и неопределенности в теории управления финансовыми рисками посвящены работы российских ученых и практиков, в числе которых: И.А Бланк, В.И. Бариленко, Н.И. Валенцева, Е.Б. Герасимова, В.М. Гранатуров, В.В. Дик, Н.Е. Егорова, И.А. Киселева, О.И. Лаврушина, М.В. Мельник, А.И. Уринцов и др.
Моделирование рисковых ситуаций в экономике освещается в трудах Т.П. Барановской, А.М. Дуброва, А.А. Емельянова, Б.А. Лагоши, А.В. Мельникова, И.В. Пантиной, Е.Ю. Хрусталева. Основные зарубежные публикации об исследованиях сущности риска связаны с именем Ф. Найта. Среди зарубежных авторов следует выделить работы Э. Альтмана, Т. Коха, Э. Кэрри, П. Надлера, Дж. Пикфорда, Р. Стульца, Н. Тэрнбулла.
В целом теоретические основы анализа и управления банковскими
рисками проработаны. Раскрыты также математические методы оценки
банковских рисков. Вместе с тем вопросы математического
моделирования и инструментальной поддержки процесса оценки риска ликвидности банка остаются малоизученными и требуют развития. Отмеченные обстоятельства определили необходимость проведения исследования, его логику, цель, научную новизну.
Цель и задачи исследования. Цель диссертационного
исследования заключается в разработке модели оценки риска ликвидности банка, ориентированной на совершенствование существующих методов управления данным риском.
Поставленная цель определила необходимость решения следующих задач:
1. Определить факторы риска ликвидности банка, учитывающие как показатели, характеризующие изменение прочих взаимосвязанных банковских рисков, так и показатели, отражающие состояние баланса.
-
Разработать модель оценки риска оттока депозитных средств, который является одним из факторов риска ликвидности банка.
-
Разработать модель оценки риска ликвидности банка, учитывающую влияние выявленных факторов риска.
-
Разработать программный инструментарий оценки риска ликвидности, реализующий модель оценки риска.
-
Разработать методику применения программного инструментария оценки риска ликвидности банка и провести оценку эффективности его применения.
Объектом исследования является деятельность банка.
Предметом исследования являются методы оценки риска ликвидности банка.
Область исследования. Работа выполнена в соответствии с п. 1.6 «Математический анализ и моделирование процессов в финансовом секторе экономики, развитие метода финансовой математики и актуарных расчетов» паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.
Теоретическая и методологическая основа исследования.
Теоретическую основу составили работы отечественных и зарубежных специалистов в области финансовой математики, системного анализа, математической статистики, экономико-математического моделирования, а также исследования в области банковских рисков. В работе исследованы следующие методы оценки риска ликвидности: коэффициентный анализ, GAP-анализ и методы, основанные на применении сценарного моделирования.
Информационная база исследования. Информационную базу составили материалы периодических печатных и электронных изданий в области риск-менеджмента, материалы научных и научно-практических конференций, публикуемые данные информационных агентств, отчеты аналитических и консалтинговых компаний, а также данные о структуре активно-пассивных операций крупного российского банка.
Научная новизна. В основе полученных в ходе исследования
результатов, составляющих научную новизну работы, лежит
разработанная автором модель оценки риска ликвидности банка, которая одновременно учитывает взаимосвязь между уровнем ликвидности, прочими банковскими рисками и структурой баланса.
В результате проведенного исследования в работе получены следующие результаты, обладающие научной новизной:
-
Выявлены факторы риска ликвидности, в составе которых одновременно учитываются: показатели, отражающие изменение прочих взаимосвязанных банковских рисков; показатели, характеризующие состояние баланса банка; норматив краткосрочной ликвидности; норматив чистого стабильного фондирования.
-
Разработана модель оценки риска оттока депозитных средств банка. Модель позволяет определить вероятность закрытия депозитных счетов. Применение модели оценки риска оттока депозитных средств банка способствует повышению достоверности результатов модели оценки риска ликвидности.
-
Разработана модель оценки риска ликвидности банка на основе выявленных факторов риска, в том числе оттока депозитных средств. Отличительной особенностью модели является одновременный учет влияния показателей прочих банковских рисков и показателей, характеризующих структуру баланса.
-
Разработан программный инструментарий оценки риска ликвидности банка. Указанный программный инструментарий отличается от существующих возможностью использования показателей факторов риска в условиях определенных сценариев, при реализации метода стресс-тестирования, а также позволяет проводить объективный анализ данных для оценки риска ликвидности банка.
-
Создана методика применения программного инструментария оценки риска ликвидности банка, которая обеспечит повышение обоснованности принимаемых решений в условиях динамичного изменения внутренней и внешней среды субъекта экономики. Также был рассчитан экономический эффект от внедрения в деятельность подразделений риск-менеджмента ОАО «Газпромбанк» программного инструментария.
Теоретическая значимость исследования. Теоретическая
значимость исследования заключается в совершенствовании методов
моделирования оценки риска ликвидности банка; адаптации этих
математических и инструментальных методов для решения задачи оценки
риска ликвидности банка; разработке модели оценки риска ликвидности
банка; разработке модели оценки риска оттока депозитных средств.
Полученные результаты исследования позволяют повысить
обоснованность принимаемых решений при управлении риском
ликвидности банка.
Практическая значимость исследования. Практическая
значимость исследования состоит в возможности использования
разработанных автором модели, программного инструментария, а также
методики применения программного инструментария в деятельности
любой финансово-кредитной организации в связи с их высокой
адаптивностью под требования риск-менеджмента в условиях
динамичного изменения внутренней и внешней среды. Полученные результаты позволяют снизить возможные финансовые потери банка за счет своевременного исполнения в полном объеме своих обязательств.
Апробация результатов исследования. Основные результаты диссертационного исследования нашли отражение в докладах и выступлениях и получили положительную оценку на: VI Международном научном конгрессе «Роль бизнеса в трансформации российского общества
- 2011» (г. Москва, Московская финансово-промышленная академия,
18-22 апреля 2011г.); Международной конференции «ECOMMIS. Tempus
Project» (Германия, Берлин, 2-4 апреля 2012г.), VII Международном
научном конгрессе «Роль бизнеса в трансформации российского общества
- 2012» (г.Москва, Московский финансово-промышленный университет
«Синергия», 16-20 апреля 2012г.); XV научно-практической конференции
«Реинжиниринг бизнес-процессов на основе современных
информационных технологий. Системы управления знаниями» (г.Москва,
Московский государственный университет экономики, статистики и
информатики, 26-27 апреля 2012г.); Международной заочной научно-
практической конференции «Наука и образование в XXI веке» (г.Тамбов, Юком, 30 сентября 2013г.).
Отдельные результаты диссертационного исследования внедрены в практическую деятельность ОАО «Газпромбанк» в виде разработанного программного инструментария оценки риска ликвидности банка, что способствовало повышению эффективности и обоснованности решений в части управления банковской ликвидностью.
Результаты исследования использовались в научно-
исследовательской работе «Разработка модели оценки результативности
предприятия (подразделения)», которая проводилась кафедрой
«Управление знаниями и прикладная информатика в менеджменте» МЭСИ.
Материалы исследования используются в учебном процессе кафедрой «Управление знаниями и прикладная информатика в менеджменте» Московского государственного университета экономики, статистики и информатики (МЭСИ) при обучении по дисциплине «Информационный менеджмент».
Внедрение результатов диссертации в указанных организациях подтверждено соответствующими справками.
Публикации. Основные положения, выводы и рекомендации диссертационного исследования изложены в 8 опубликованных работах, включая 3 статьи в научных журналах и изданиях, которые включены в перечень российских рецензируемых научных журналов и изданий для опубликования основных научных результатов диссертации. Общий объем публикаций 2,8 п.л. (из них авторских 2,7 п.л.).
Структура и объем диссертационной работы. Диссертационная работа включает введение, три главы, заключение, библиографический список литературы, приложения. Объем диссертации – 165 страниц. Работа содержит 13 таблиц, 16 рисунков и 3 приложения. Список цитируемой литературы включает 110 источников, в том числе 13 иностранных источников.
Особенности анализа риска ликвидности банка
Необходимость проведения анализа, контроля допустимого уровня и организации мероприятий по снижению уровня рисков становится актуальной и востребованной действующей банковской практикой в современных экономических условиях. Поскольку банковские риски сопряжены не только с собственными ресурсами финансово-кредитной организации, но и с большой долей заемных ресурсов, то процесс анализа рисков для последующего корректного и адекватного управления ими становится первостепенной задачей риск-менеджмента. В случае проявления неблагоприятных событий финансовый ущерб получает не только банк, но и его клиенты, разместившие в нем свои денежные средства. В связи с высокой взаимосвязью между участниками финансового рынка, за счет многочисленных денежно-кредитных обязательств, кризисы банковской сферы экономики оказывают большее влияние на национальную экономику, чем, например, производственные или отраслевые кризисы. По этой причине приоритетным направлением риск-менеджмента является изучение процессов, связанных с возникновением рисковых ситуаций, а также совершенствование методов оценки и управления данными рисками.
С целью стабильного и эффективного функционирования банка в условиях влияния постоянных изменений внешних факторов экономики деятельность по управлению рисками должна быть ориентирована на постоянный анализ основных показателей деятельности, качество проводимых операций. Анализ и оценка риска ликвидности банка позволяют выявить реально существующие тенденции, которые свидетельствуют о его изменении, факторы, вызвавшие проявление этих изменений, а также провести прогноз дальнейшей динамики рассматриваемого показателя. На основании проводимого анализа банк может построить эффективную систему управления риском ликвидности, включающую в себя реализацию мер по устранению или минимизации последствий риска. [35] Принято выделять следующие основные цели анализа ликвидности банка: - определить фактический уровень ликвидности банка и провести ее сопоставление существующим нормативным и оценочным показателям; - выявить факторы, которые спровоцировали проявление отрицательных тенденций в банковской ликвидности, и проведение мероприятий по их минимизации; - определить реально существующие или потенциально возможные отрицательные тенденции ликвидной позиции баланса банка и реализовать соответствующие меры по изменению данных тенденций; - выработать рекомендации в области управления банковскими рисками и определить стратегию развития банка с учетом проведенного анализа. Управление рисками - это процесс, обеспечивающий осуществление эффективного контроля за всеми аспектами деятельности банка, исходя из принципов, основанных на оптимальном распределении ресурсов по наиболее важным направлениям работы для предупреждения нарушений уровня риска согласно определенной приоретизации. В зависимости от поставленных целей и задач, направленных на их реализацию, управление рисками реализуется на тактическом и стратегическом уровнях. Под стратегией управления понимается определение направления и способов для достижения стратегических целей бизнеса с помощью набора правил и ограничений для принятия решений, которые основаны на стратегическом планировании и долгосрочном прогнозе своей деятельности. Базисом стратегии управления банковскими рисками является принцип безубыточности деятельности, заключающийся в обеспечении рационального соотношения между получаемой прибылью и уровнем принимаемых на себя организацией рисков. На основе стратегии управления рисками формируется тактика управления. Тактикой управления называют конкретные методы, направленные на достижение поставленной цели в определенных условиях. В задачи тактики управления включают выбор наиболее оптимальных решений и приемлемых методов управления, согласованных в рамке стратегии управления. В результате уровень эффективности управления рисками является зависимым от адекватного и правильного использования методов и приемов идентификации риска и снижения его уровня. Управление ликвидностью банка можно определить как набор методов анализа, прогнозирования и регулирования уровня ликвидности банка, который обеспечивает своевременное определение существующих или возможных нарушений, а также принятие соответствующих мер для изменения состояния ликвидной позиции на существующих сроках. В настоящее время в Российской Федерации отсутствует единый подход в области управления риском ликвидности банка, хотя существуют положительные тенденции в области разработки новых методик или совершенствовании уже имеющихся. При этом, несмотря на различные подходы к управлению, основные этапы анализа и оценки риска ликвидности едины.
Для эффективного управления риском ликвидности банка необходимо исследовать процесс управления рисками, который применяется при разработке методов оценки и управления в банковском секторе экономики России, и выделить подпроцессы, необходимые для его реализации. В различных банках количество этапов управления рисками и их формулировка могут отличаться, однако, их суть и последовательность процессов анализа схожи. Методы и инструменты управления рисками зависят от операций, выполняемых банком, структуры баланса финансово-кредитной организации, принадлежности к определенной отрасли, доли государственного участия, отнесения к группе системно значимых банков, квалификации специалистов и уровня автоматизации основных процессов деятельности. На сегодняшний день управление ликвидностью является неотъемлемой частью устойчивой и эффективной деятельности не только самих финансовых институтов и банковской сферы экономики в целом, но и основой для роста и повышения конкурентоспособности национальной экономики. Важнейшей задачей выполняемой в рамках управления банковской ликвидностью является оценка риска. Именно оценка риска позволяет осуществить прогнозирование наступление риска, рассмотреть его последствия. С помощью оценки риска выполняется основная задача риск-менеджмента, заключающаяся в выявлении риска, а также регулировании способов его минимизации. В девствующей практике риск-менеджмента банковской сферы в России применяются следующие методы оценки риска ликвидности: коэффициентный анализ согласно нормативам регуляторов и анализ разрывов потока платежей (GAP-анализ). Рассмотрим указанные методы подробнее.
Обоснование выбора методов для моделирования оценки риска ликвидности банка
На основании проведенного анализа существующих работ в области управления банковскими рисками в рамках проводимого исследования были выявлены основные этапы процесса управления риском ликвидности. С целью дальнейшей реализации модели оценки риска ликвидности банка рассмотрим элементы процесса управления риском ликвидности, а также последовательность и взаимосвязь каждого подпроцесса. Обобщенно процесс управления риском ликвидности банка можно представить в виде этапов, представленных на рисунке 1.3. На первом этапе происходит аккумулирование необходимой информации и дальнейший ее анализ для последующей оценки риска ликвидности банка. В рамках данного этапа проводится следующий комплекс мероприятий: 1. Определить факторы риска; 2. Выявить источники информации, содержащие необходимые сведения о факторах, влияющих на уровень риска; Информационными источниками для процесса определения возможности наступления рисковых событий являются автоматизированные банковские системы, экономические институты, прогнозирующие поведение рынка, рейтинговые агентства, дающие оценку надежности и стабильности участников внешнеэкономической деятельности, а также государственные регуляторы. Второй этап процесса управления риском ликвидности банка предполагает проведение анализа всей имеющейся информации как потенциального источника данных о риске ликвидности, а также оценку ее полноты и достоверности. Цель данного этапа состоит в выявлении всех возможных факторов риска ликвидности банка с их последующей формализацией. При выявлении факторов риска ликвидности банка необходимо осуществить следующие действия: - определить совокупность факторов, которые могут влиять на уровень риска ликвидности; - выявить банковские операций, при осуществлении которых существует вероятность наступления рискового события; - определить перечень объектов анализа. Технологический процесс состоит из элементов, требующихся при выявлении факторов риска ликвидности банка. Для его осуществления необходимо: - определить границы зоны риска; - провести анализ оперативных данных, содержащих информацию, влияющую на уровень риска; - провести анализ последствий и определить воздействие факторов на риск ликвидности. Прочие процессы можно соотнести с процедурой общего исследования в области банковского риск-менеджмента, поэтому их наличие при определении риска ликвидности не является обязательной. Этап оценки риска является определяющим при управлении риском ликвидности. В целом на этапе оценки риска ликвидности банка формируются значения, характеризующие степень воздействия при наступлении рискового события, а также отсутствие регламентированных мер по минимизации его последствий на осуществление целей и задач, стоящих перед финансово-кредитной организацией. При этом уровень риска выражен вероятностью и потенциальным воздействием от проявления риска при соблюдении определенных условий. Целью оценки риска ликвидности является предоставление основания для обеспечения эффективного распределения ликвидных средств в разрезе структуры активных и пассивных операций и направление деятельности по контролю в области риска, подразумевающие отсутствие нарушений по своим обязательствам. Выявленные факторы риска необходимо пересматривать с определенной периодичностью для обеспечения их достоверности и актуальности. С целью недопущения наступления рискового события необходимо производить отслеживание уровня риска. Действия, которые связаны с реализацией этапа оценки риска ликвидности банка, заключаются в следующем: - определение параметров факторов риска, которые характеризуют его; - указание граничных показателей индикаторов, на основании которых возможно принятие решение о применении мер по сокращению текущего уровня или минимизации последствий риска ликвидности; - проведение оценки объема ущерба от потенциального проявления негативных последствий.
В рамках третьего этапа необходимо выполнить следующие действия: - определить факторы риска ликвидности и степень их влияния на уровень риска; - рассчитать вероятность проявления негативного события, иными словами непосредственно оценить риск; - осуществить градацию риска. Помимо этого, требуется исследовать взаимосвязь между вероятностью наступления неблагоприятного события от сценариев стресс-тестирования. Данное требование обусловлено выявлением значительных расхождений по показателю уровня ликвидности, которые зарегистрированы в зависимости от внешних условий работы банка, характеризующими каждый из рассматриваемых сценариев. В результате проведенного анализа определяются тенденции, а также связь между индикаторами и областью риска.
На следующем этапе осуществляется создание и реализация мер по управлению риском ликвидности. Для этого необходимо использовать: - результаты расчета вероятности наступления и прогноза последствий рискового события; - результаты анализа возможностей банка для поддержания приемлемого уровня риска ликвидности, а также минимизация последствий его наступления; - выбор из этих возможностей наиболее оптимальных, которые предусмотрены внутренними нормативными документами, а также действующим законодательством. Для определения мер по минимизации риска ликвидности предлагается разделить его на две категории - прямые и косвенные. Под прямыми мерами понимается такой комплекс мероприятий, который напрямую связан с контролем входящих/исходящих потоков платежей, установлением лимитов на типы операций и на контрагентов, ежедневным пересмотром лимитов, а также с нормативными документами банка, регулирующими данную деятельность в банке. Косвенными мерами по минимизации риска ликвидности являются мероприятия, связанные с процессами разработки и модернизации ИТ-инфраструктуры, организационные изменения и т.п. На последнем этапе наряду с осуществлением процессов проведения подготовки и реализации разработанных мер по минимизации риска также необходимо постоянно производить контроль и анализ эффективности их применения и по результатам - корректировку мер.
Моделирование риска оттока депозитных средств как фактора риска ликвидности банка
Для учета влияния на риск ликвидности отзыва депозитных средств необходимо провести анализ данных депозитных и прочих счетов, содержащих информацию о закрытии, и на основании этого выявить показатели, позволяющие построить модель с помощью методов математической статистики. Для построения модели оценки риска оттока депозитных средств банка предлагается процесс, который разбит на четыре этапа и включает: формирование выборки; отбор факторов; оценку параметров модели; оценку точности модели (рисунок 2.7). Под факторами риска будем понимать те показатели, которые свидетельствуют о возможном закрытии депозитного счета.
Все этапы предложенной модели выполняются поочередно, однако должна существовать возможность итерационного возврата на предыдущий этап. Например, если на этапе определения точности построенной модели был получен результат, который близок к нулю, то в таком случае целесообразно провести повторный отбор факторов риска. Разработанные этапы, начиная с этапа отбора факторов риска, выполняются с помощью пакета прикладных программ (ППП) Statistica. В качестве исходных данных взяты показатели деятельности одного из банков, входящего в рассматриваемую группу банков – ОАО «Газпромбанк».
На первом этапе разработки модели оценки риска формируется выборка на основе данных, которые содержатся в таблицах БД банковских депозитных счетов. В качестве источника данных для создания модели является БД, сведения в которой актуализируются с определенной периодичностью для определения новых случаев закрытия депозитных счетов. Таблицы БД содержат сведения о счетах клиентов банка, а также был ли закрыт счет или нет.
Выборку целесообразно представить в виде матрицы X «объект-свойство», которая содержит n-объектов. В отношении каждого из этих объектов определены значения его m-признаков ( x1,..., xm). Всем группам счетов сопоставлен признак закрытия или отсутствия закрытия счета, который можно записать в виде вектора Y. О, если для і- го счета есть признак закрытия [ 1, если для і-го счета нет признак закрытия Признак закрытия счета можно определить как бинарную переменную по причине того, что он может определить принадлежность счета к одному из указанных классов. На следующем этапе выполнен отбор факторов риска оттока депозитных средств. Для этого проведен анализ тесноты связи характеристик счетов и признака «закрытие счета». Выбор метода проверки связи между значением Y и признаками Xi, где Xi - вектор значений признаков i -го платежа зависит от того, в какой шкале они измерены: 1. для признаков, которые выражены в количественной шкале и нормально распределены, - провести корреляционный анализ; 2. для признаков, которые выражены в номинальной шкале, – это анализ таблиц сопряженности, а также применение критерия c2 ; 3. для признаков, которые выражены в порядковой шкале, коэффициенты ранговой корреляции Спирмена и Кендалла.
В случае, если признаки нормально распределены и измеряются в количественной шкале, то для выявления тесноты связи между ними рассчитывается коэффициент корреляция Пирсона. Соответственно, если распределение признаков ненормально, то рассчитываются корреляционные коэффициенты Спирмена или Кенделла. В том случае, если наблюдается различие между шкалой измерения факторов и шкалой зависимой величины, то в зависимости от распределения факторов и градации бинарного признака рассчитывается один из критериев: дисперсионный анализ, критерий Краскала-Уоллиса, Т-критерий Стьюдента, U-критерий Манна-Уитни, (рисунок 2.8).
В случае наличия большого количества признаков их последовательная проверка не видится целесообразной и корректной, а просмотр результатов не будет наглядным. Тогда возникает задача по снижению размерности признакового пространства. Для этого необходимо создать переход от первоначальной системы показателей x1,..., xm к системе показателей z1,..., zm1, при этом m1 существенно меньше m. По признакам Zl , где l =1..m1, производится такой поиск в классе F(x) возможных преобразований первоначальной системы признаков, чтобы у новой системы признаков критерий информативности принимал оптимальное значение. При применении метода главных компонент, который получил широкое распространение, поиск новых признаков производится в виде линейной комбинации исходных признаков. При этом максимальное количество главных компонент равно количеству первоначальных признаков, а уменьшение размерности пространства признаков производится за счет исключения компонент, которые вносят несущественный вклад в суммарную дисперсию исходной системы показателей. [30,42, 47].
Помимо снижения размерности признакового пространства применение описанных методов позволяет находить скрытые, неизвестные ранее зависимости и закономерности в данных, которые можно определить воздействием как внутренних, так и внешних причин. Тем не менее, их корректное применение обосновано теоретически только для нормально распределенных признаков, которые измерены в количественной шкале. Это обусловлено тем, что в качестве основы в большинстве алгоритмов имеющих методы факторного анализа находится поиск собственных чисел и векторов корреляционной или модифицированной корреляционной матриц. Нормальность требуется и при проверке предположения о диагональности корреляционной матрицы. Результаты этого предположения свидетельствуют о возможности перехода к пространству, имеющему меньшую размерность, а также о достаточности выделенных главных компонент/факторов. Для номинальных и порядковых признаков существует рекомендация по использованию соответственно коэффициентов сопряженности и ранговой корреляции вместо коэффициента корреляции Пирсона, хотя зачастую во многих статистических ППП такая замена вовсе не производится [48].
В представленном в диссертационном исследовании случае Y и признаки Xi измерены в номинальной шкале. Опираясь на схему выбора метода анализа, которая приведена на рисунке 2.8, для проверки наличия связи между признаком Y и признаками Xi необходимо использовать критерий c2 . Для расчета критерия наиболее целесообразным является использование метода анализа соответствий. Данный метод предполагает проведение исследования многомерных данных (таблиц сопряженности) со множественными входами. Метод анализа соответствий относится к разведочным, т.е. таким, которые используют для изучения структуры данных и формирования гипотез об их взаимосвязях и распределении. Затем сформированные гипотезы тестируются подтверждающими методами. Указанный метод практически не предъявляет требований к структуре и формату данных и может быть применен к любой матрице, которая не содержит отрицательные элементы. Целью метода анализа соответствий является получение хорошо интерпретируемой конфигурации путем графического представления столбцов и строк таблиц сопряженности, на основе которого производится расчет критерия c2 [11]. В таблице 2.4 содержатся проведенные расчеты таблицы сопряженности для признаков «закрытие счета» и «наличие досрочного погашения». В ней указано, что наличие пункта о возможности досрочного погашения повышает точность прогноза появления рисковой ситуации. Так, в 37,7% случаев за этим последует досрочное закрытие счета. При отсутствии пункта о возможности досрочного закрытия счета закрытие происходит в 15,3% случаев. Проверка по критерию c2 показала, что характер этих расхождений неслучаен.
Применение методики стресс-тестирования для оценки риска ликвидности банка
В качестве реализации модели оценки риска в рамках комплексного управления риском ликвидности наиболее подходящим методом является стресс-тестирование данного риска. Банк Международных расчетов определяет стресс-тестирование как методы, использующиеся финансово-кредитными организациями для проведения анализа своей уязвимости по отношению к исключительным, но возможным негативным событиям. Согласно ЦБ РФ стресс-тестирование – это оценка возможного воздействия на финансовое состояние кредитной организации ряда определенных изменений факторов риска. Проведение стресс-тестирования является одним из инструментов, которые востребованы при преобразовании методического обеспечения программного инструментария оценки риска ликвидности и позволяет получить количественные оценки последствий стрессов, являющихся по сути существенными изменениями в макроэкономической или внутрибанковской среде. Наступление данных изменений скорее носит исключительный характер. Стресс-тесты можно разделить на 2 основные группы: однофакторные и многофакторные. Однофакторные -рассматривают влияние изменение только одного фактора риска. Основным недостатком применения такого вида стресс-тестирования является изменение в случае рассмотрения одного из сценариев только одного фактора риска без учета его взаимной корреляции с прочими факторами. Многофакторные стресс-тесты позволяют исследовать изменение всех выявленных факторов риска одновременно.
Многофакторные стресс-тесты в свою очередь делятся на основанные на исторических сценариях и основанные на предполагаемых сценариях. Основой исторических сценариев являются негативные изменения факторов риска, которые наблюдались в прошлом. В качестве недостатков данного метода можно выделить то, что не учитывается изменяемость характеристик рынка и структур, связанных с ним. В отличие от исторических сценариев, предполагаемые ориентированы на будущие события. Согласно исследованиям российских ученых и практиков в последнее время принято выделять три основных сценария стресс-тестирования: - стандартный сценарий, который характеризуется отсутствием кризисных явлений в экономике с прогнозированным потоком платежей; - сценарий внутрибанковского кризиса, характеризующийся отрицательными факторами собственной банковской деятельности при отсутствии кризиса на внутрероссийском или международном финансовых рынках; - сценарий кризиса рынка, характеризующийся кризисом на внутрероссийском или международном финансовых рынках. Предложенная классификация, однако, не отражает глобализационных эффектов, ставших парадигмой современной макроэкономики, взаимосвязи финансовых институтов различных стран, а также направления на объединения и укрупнение ведущих экономик мира. В диссертационной работе предложено разделение последнего сценария на два: сценарий национального кризиса и сценарий мирового финансового кризиса. Данное предложение обусловлено опытом поведения банковской системы в условиях мирового финансового кризиса 2008 года и последовавшей за этим тенденцией к национальным кризисам стран Южной Европы (Греция, Португалия, Испания, Кипр) в 2011-2013 годах. Существенные различия в последствиях, которые оказывают отрицательные тенденции на мировом финансовом рынке и для национальной экономики различны и отличаются, в частности, заемной способностью банка не на внутреннем, а на внешнем финансовом рынке. Применение стресс-тестирования, несмотря на то что сценарии относительно субъективны, позволяет с минимальными затратами провести анализ устойчивости банка к негативному воздействию шоков, выявить худшие сценарии развития ситуации, разработать ряд превентивных мер. При применении на практике стресс-теста первым этапом является выбор исходного шока или сочетания шоков. Каждый шок подразумевает изменение уровня определенного фактора риска. Для обеспечения значимости выводов стресс-тестирования шоки не должны выходить за рамки правдоподобия, то есть должны оставаться вероятными. Проводить стресс-тестирование абсолютно всех возможных рисков и потенциальных угроз нецелесообразно, поэтому в рамках применения модели оценки риска ликвидности банка необходимо определить критерии, по которым можно составить сценарии, в разрезе определенных в п.2.1 факторов риска ликвидности. Также необходимо определить для каких этапов жизненного цикла банковской деятельности характерен тот или иной сценарий. Применение кривой жизненного цикла банковской деятельности позволяет производить анализ рисков с позиций не только оценки текущего состояния, а также рассматривать динамику на достаточно продолжительном временном отрезке, что в дальнейшем способствует прогнозируемых потенциально отрицательных последствий. Указанные обстоятельства свидетельствуют о возможности рассмотрения сценариев стресс-тестирования, связав их с этапами жизненного цикла.
Жизненный цикл банка — это предсказуемые изменения основных характеристик его деятельности, возникающие с определенной последовательностью в течение заданного промежутка времени. [73] Существуют различные типы жизненного цикла субъектов экономики, отличающиеся продолжительностью циклов, их глубиной и колебаниями, но для всех характерны одни и те же этапы. Основными этапами жизненного цикла являются: зарождение, рост, стабильность, спад, восстановление. Они представлены на рисунке 3.3.
В рамках представленного цикла банки проходят один раз полный цикл - от зарождения до восстановления. Все дальнейшие циклы повторяются, при этом следующим этапом за восстановлением следует этап роста. В целом весь жизненный цикл можно разделить на 2 этапа: развитие и сокращение.
