Моделирование процесса принятия инвестиционных решений коммерческим банком

• Автор: Бологов, Ярослав Владимирович
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Москва
• Количество страниц: 155 с. : ил.

Оглавление
Введение

Глава 1. Инвестиционные процессы в коммерческом банке и их формализация

1.1. Основные характеристики инвестиционной деятельности коммерческих банков

1.2. Процесс принятия инвестиционных решений и его формализация

1.3. Проблема учета рисков в инвестиционной деятельности коммерческого банка

Глава 2. Теоретические подходы к оценке банковских рисков

2.1 Инструментарий для моделирования рисков

2.2 Методы оценки кредитного риска портфеля ссуд с учетом коррелированности убытков по однородным группам клиентов
2.3. Методы оценки доверительного уровня нестабильных пассивов на основе многомерного негауссовского подхода

Глава 3. Реализация динамической оптимизационной модели принятия инвестиционных

решений
3.1. Основные подходы к практической реализации оптимизационной модели
3.2. Реализация оптимизационной модели и результаты ее практического применения для расчета инвестиционной стратегии
3.3. Методологические вопросы использования предложенной оптимизационной модели
Заключение
Библиография
Приложение 1. Исходный код для расчета оценок кредитпого риска с помощью гамма-
распределения
Приложение 2. Исходный код для расчета оценок креднтпого риска с помощью ядерных
оценок
Приложение 3. Исходный код для расчета надежного уровня нестабильных пассивов
методом блочных максим
Приложение 4. Исходный код для расчета надежного уровня нестабильных пассивов
методом превышения порогового значения
Приложение 5. Исходный код инвестиционной модели
Введение.
Актуальность темы исследования
Одной из наиболее важных функций коммерческого банка является его инвестиционная деятельность, осуществляемая, главным образом, в форме предоставления кредитов. Эффективность этой деятельности напрямую зависит от умения оценивать сопряженные с нею риски. В связи с начавшимися в середине 2000-х годов и продолжающимися до сих пор кризисными явлениями в мировой финансовой сфере коммерческие банки вынуждены корректировать свои представления о надежности инвестиций и величине рисков, порождаемых ими.
Выполняемая банками роль финансовых посредников обуславливает тесную взаимосвязь динамики их активов и обязательств. Полноценное описание процесса принятия инвестиционных решений не может быть осуществлено только путем рассмотрения кредитного портфеля как такового: оно должно проводиться также с учетом банковских пассивов, которые формируют ресурсную базу для дальнейшего развития.
Связанные с инвестициями риски имеют ряд нетривиальных свойств, без надлежащего учета которых невозможно принятие адекватных инвестиционных решений. К таким свойствам относятся, прежде всего, взаимозависимость убытков между однородными группами кредитов и связанность динамики различного вида пассивов. В крупных банках проблема учета этих свойств решается с помощью собственных теоретических разработок, содержательная часть которых является закрытой и недоступной для публичного научного обсуждения. В полностью открытом доступе находится лишь небольшое число моделей (в основном зарубежных), оценка рисков в которых проводится по слишком упрощенным методикам, не учитывающим указанные особенности возникновения убытков.
Кроме того, прямой перенос западных моделей на российские условия в большинстве случаев невозможен из-за проблем со сбором исходных данных. Макроэкономические показатели, используемые, например, в факторных моделях, публикуются сравнительно редко и могут содержать в себе значительные неточности. Доступ к микроэкономическим данньм, таким как рыночная стоимость долга и капитализация фирмы, затруднен по причине ограниченного присутствия российских компаний на фондовом рынке.
В связи с этим чрезвычайно важна разработка реализуемой в российской банковской практике модели процесса принятия инвестиционных решений, которая учитывала бы важные взаимосвязи между кредитным риском и риском ликвидности, а также влияние этих рисков на формирование остальных финансовых показателей коммерческого банка.

Степень разработанности проблемы
Подходы к измерению кредитного риска развивались в работах Е. Альтмана, О.Л. Крицкого, А. МакНила, Р. Мертона, М. Нифелера, М.К. Ульяновой, Д. Фантаццини и Р. Фрея. Оценка риска ликвидности осуществлялась в публикациях Г. Диуочтера, Дж. О’Брина, Г.И. Пеникаса, Д. Фантаццини и Д. Хатчинсона.
Комплексный подход к учету кредитного риска и риска ликвидности предлагался в работах А. Монфорта, Ж.-П. Ренне, О. Рено, Э.-Л. фон Таддена, Ю. Топи, и Я. Эрикссона. Однако следует отметить, что в этих работах оценка рисков производилась вне контекста инвестиционного моделирования и в отрыве от проблемы практического применения в работе коммерческого банка.
Цель и задачи исследования
Целью исследования является разработка системы поддержки принятия
инвестиционных решений, направленной на совершенствование процедуры формирования кредитного портфеля коммерческого банка.
Для достижения этой цели был поставлен и решен ряд задач:
• построить общую схему системы поддержки принятия инвестиционных решений (СППИР), позволяющую сопровождать процесс формирования кредитного портфеля банка на всех его этапах: от определения общей стратегии инвестирования до предоставления средств конкретному заемщику;
• разработать модель динамики финансовых показателей (МДФП) коммерческого банка, отражающую взаимосвязи основных индикаторов его деятельности, таких как объем процентных доходов и расходов, а также величин рисков, возникающих в ходе инвестиционной деятельности, уделяя особое внимание стохастической природе возможных убытков по различным видам риска;
• обосновать выбор наиболее подходящего инструментария для моделирования кредитного риска и риска ликвидности, позволяющего учитывать наличие (или отсутствие) фактической взаимосвязи убытков по этим видам риска, а также различную склонность банка как инвестора к принятию рисков; сравнить качество оценок риска, полученных с помощью рассматриваемого инструментария, с результатами стандартных методик;
• построить формальные процедуры оценки кредитного риска и риска ликвидности, которые могли бы быть включены в МДФП в виде частных моделей, определяющих значения финансовых показателей, связанных с этими рисками; процедуры должны учитывать взаимосвязи как между видами рисков, так и между компонентами портфелей активов и обязательств;
Гамма-распределение
Моделирование распределения убытков по кредитному портфелю в данной работе осуществляется в отраслевом разрезе (подробно это обсуждается в разделе 2.2).
Пусть случайная величина х„ представляющая собой размер убытков по подпортфелю, состоящему из кредитов клиентам /-й отрасли, имеет гамма-распределение, тогда ее плотность запишется в виде (1):

fix', к, в) = х*“1 • х > 0, к > 0, в > 0, (2.5)
где Г (/с) = /0+o°e-tt,c~1dt — гамма-функция.
Вид плотности гамма-распределения при различных значениях параметров формы (к) и масштаба (в) показан на рис. 5.
Плотность вероятности
Источник: составлено автором. Значения аргумента
Рис. 5. Вид плотности гамма-распределения при различных значениях его параметров.
Если мы имеем выборку значений убытков по клиентам ;-й отрасли (х,д, ...,х1Г) размера Т, то мы можем записать логарифмическую функцию правдоподобия: г(/с,0) = lnUJ=1f(xilt;k,д) - (к- 1)£[=11пх<|С - кТпв -
7ЧпГ(Л). (2.6)
Рассмотрим необходимое условие первого порядка для параметра масштаба: д!(.к,в) _ г ут — п ('2 7')
39 ~ в2^=1х1Х в - и-
Отсюда