Прогнозирование процентных ставок на основе теории детерминированного хаоса как метод управления процентным риском в коммерческих банках

• Автор: Галкин, Дмитрий Евгеньевич
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Пермь
• Количество страниц: 219 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКИХ МЕТОДОВ В ИССЛЕДОВАНИИ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ
1Л. Анализ и прогнозирование временных рядов. Развитие научной мысли
1.1.1. Линейные модели
1.1.2. Нелинейные модели
1.2. Развитие методов анализа финансовых временных рядов на основе
теории детерминированного хаоса
1.2.1. Локальные модели
1.2.2. Глобальные методы
1.2.3. Смешанные методы
1.2.4. Топологический подход
1.3. Краткие выводы
ГЛАВА 2. ВЫБОР И ОБОСНОВАНИЕ МЕТОДОВ ИССЛЕДОВАНИЯ НЕЛИНЕЙНЫХ ДИНАМИЧЕСКИХ СИСТЕМ НА ОСНОВЕ ВРЕМЕННЫХ РЯДОВ
2.1. Концепция сложных систем и теория детерминированного хаоса
2.2. Реконструкция аттрактора на основе временного ряда
2.3. Расчет корреляционной размерности динамической системы
2.4. Характеристические показатели Ляпунова и энтропия как мера
предсказуемости
2.5. Краткие выводы
ГЛАВА 3. ОЦЕНКА И ИССЛЕДОВАНИЕ ПРОЦЕНТНОГО РИСКА В БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ

3.1. Изучение роли процентных ставок в экономике и рынка межбанковского кредитования для банков
3.2. Исследования понятия процентного риска, определение наиболее значимых видов и главных факторов
3.2.1. Процентный риск и его место среди банковских рисков
3.2.2. Классификация процентных рисков
3.2.2. Рынок процентных ставок как главный фактор, обуславливающий возникновение процентного риска
3.3. Исследование подходов к оценке процентного риска
3.4. Краткие выводы
ГЛАВА 4. РАЗРАБОТКА МЕТОДА УПРАВЛЕНИЯ ПРОЦЕНТНЫМ РИСКОМ НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ ПРОЦЕНТНЫХ СТАВОК
4.1. Постановка задачи
4.2. Исследование рынка процентных ставок на предмет стационарности, нелинейности и детерминированности
4.3. Оценка метрических и динамических инвариант
4.4. Адаптация математической модели прогнозирования на основе одномерного временного ряда с учетом ограниченной детерминированности и предсказуемости
4.5. Разработка математической модели прогнозирования на основе многомерного временного ряда
4.6. Сравнение результатов прогноза и разработка методики управления процентным риском на основе прогнозирования процентных ставок
4.7. Краткие выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ
Актуальность темы исследования. Задача управления рисками в банковском секторе является нетривиальной на всем протяжении ведения банковской деятельности. Проблема банковских рисков в современности приобретает все большую актуальность в свете увеличения влияния финансового сектора на мировую экономику. Так, к примеру, в США, в крупнейшей экономике мира, в 1970-х годах доля доходов финансового сектора в общем объеме доходов корпораций не превышала 16%, а в 2000-х достигла уже 41%. Принимая во внимание колоссальную роль банков в мировом финансовом кризисе 2008 года и набирающем обороты кризисе 2011 года, проблема управления и контроля за рисками в банковском секторе требует пристального внимания и изучения.
Среди всех видов риска, свойственных банковской деятельности, процентный риск занимает особое место, уступая лидирующие позиции по степени влияния лишь кредитному риску. Однако одним из существенных отличий процентного риска от кредитного является тот факт, что область, подверженная его влиянию, много шире. Вследствие этого, значимость процентного риска является высокой не для одного отдельного направления бизнеса, а для банка в целом.
Кроме этого, принимая во внимание высокую волатильность финансовых рынков, в том числе и рынка процентных ставок, в период экономической нестабильности, управление процентным риском должно осуществляться взвешенно, учитывая возможные варианты развития событий, влияющих на уровень процентного риска.

ГЛАВА 2. ВЫБОР И ОБОСНОВАНИЕ МЕТОДОВ ИССЛЕДОВАНИЯ НЕЛИНЕЙНЫХ ДИНАМИЧЕСКИХ СИСТЕМ НА ОСНОВЕ ВРЕМЕННЫХ РЯДОВ 2Л. Концепция сложных систем и теория детерминированного хаоса
Изначально понятие сложной системы было введено для идентификации систем, описание которых математическими моделями невозможно, причем в большинстве случае концепция сложных систем применялось по отношению к биологическим и физическим объектам. Однако введенное Хакеном Г. в 1980-ых годах понятие самоорганизации открыло новую эпоху в моделировании сложных неорганических систем, перенося образ функционирования биологических организмов на изучаемые объекты.
Так, живой организм можно представить совокупностью автономных подсистем с иерархией, отличительной особенностью которой является то, что поступающие с верхнего уровня команды не абсолютно подчиняют себе стоящие ниже подсистемы, а определяют будущее всей системы, контролируя переход от одного состояния в другое.
Главным отличительным свойством биологических систем является самоорганизация. Согласно определению Хакена, самоорганизация - это система, которая без специфического воздействия извне, обретает какую-то пространственную, временную или функциональную структуру. Под специфическим внешним воздействием здесь понимается такое воздействие, которое навязывает системе структуру или функционирование [23, с.28-29]. Следует отметить, что данное определение не вступает в противоречие с законами термодинамики, так как все без исключения биологические системы являются не замкнутыми, а открытыми, что обуславливается обменом с окружающей средой энергией. В этом случае уменьшение энтропии в таких