Разработка имитационных моделей и программных средств для анализа кредитных и валютных рисков многофилиального банка

• Автор: Ульянов, Денис Петрович
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Волгоград
• Количество страниц: 148 с. : ил.

ОГЛАВЛЕНИЕ
Введение.

Глава 1. Проблема оценки банковского риска. Модели и методы оценки

1.1 Понятие риска и классификация банковских рисков.

1.2 Специфика рисков современного многофилиалыюго банка.

1.3 Методы количественной оценки банковских рисков

1.3.1 Метод рейтинговых оценок.

1.3.2 Методы линейной и логистической регрессии

1.3.3 УАЛмодели.

1.3.4 Метод деревьев решений.

1.3.5 Методы с использованием искусственных нейронных сетей

1.4 Проблема выбора методов для анализа банковских рисков.
Глава 2. Процессы управления банковскими рисками в современном многофилиальном банке.
2.1 Проблемы построения системы управления рисками в современном банке
2.2 Управление кредитным риском.
2.2.1 Процессы кредитования в многофилиапьном банке
2.2.2 Построение скоринговых систем для обеспечения кредитного процесса
2.3 Управление рыночным риском
2.3.1 Процессы управления рыночным риском в современном банке
2.3.2 Построение модели для прогнозирования изменений курсов валют.
2.3.3 Построение и обучение нейронной сети.
2.3.4 Тестирование обученной нейронной сети
Глава 3. Модели и программные средства для управления кредитными рисками в многофилиальном банке.
3.1 Разработка скоринговой сиегемы с обратной связью для реализации кредитного
процесса в многофилиальном банке
3.2 Разработка программного средства для скоринговой системы на основе
нейросетсвых технологий
3.3 Имитационные модели для оценки экономической эффективности скоринговой
системы
Заключение.
Список использованных источников


Предложена модель для оперативного управления валютным риском, основанная на использовании введенного автором рыночного индикатора, значение которого определяется с помощью комитета обученных нейронных сетей. Нейронные сети, входящие в состав модели, отличаются тем, что в качестве обучающего правила в алгоритме их обучения применяется показатель максимальной прибыли XI I , рассчитываемый по данным ценовой динамики в заданном временном интервале. Использование комитета нейронных сетей позволяет не только повысить точность и достоверность прогнозов, но и оценить дисперсию прогнозируемой величины по величине дисперсии прогнозов нейронных сетей в составе комитета. Имитационная модель, построенная в работе для проверки предложенного индикатора, показала его эффективность при использовании на международном валютном рынке X. Построена многофакторная нейросетевая модель кредитного скоринга, позволяющая улучшить качество прогноза кредитоспособности заемщика за счет своевременного выявления в процессе подготовки обучающего множества скрытых факторов риска и учета нелинейной взаимосвязи факторов риска. Разработано программное средство для реализации модели кредитного скоринга, которое представляет собой приложение, включающее два следующих модуля настройщик и рабочее место кредитного оператора. Отличие программного средства от известных инструментальных средств заключается в простоте конструирования и обучения нейронных сетей, возможности хранения большого количества обучающих массивов данных и соотвегствующих им обученных нейронных сетей. Построена имитационная модель для оценки экономической эффективности внедрения скоринговьтх систем, основанная на оценке средней доходности по кредитному портфелю, предложена методика оценки удельных затрат, приходящихся на одну кредитную заявку, и общей рентабельности кредитного процесса. На основе построенной модели выявлен характер зависимости величины средней доходности по кредитному портфелю от таких факторов, как общее количество принятых кредитных заявок, пороговый уровень отсечения скоринговой системы, уровни одобрения и уровень дефолта. Проведено сценарное моделирование работы скоринговой системы для четырех типичных сценариев развития кредитного процесса, определяемых политикой банка оптимистичного, пессимистичного, либерального и консервативного. Показано, что с ростом общего числа обрабатываемых банком кредитных заявок экономически целесообразным оказывается переход от либерального к консервативному сценарию. Теоретическая и практическая значимость результатов исследования. Теоретическая значимость полученных в работе результатов состоит в создании методики оценки валютных и кредитных рисков многофилиальных банков на основе технологий искусственных нейронных сетей. Практическая значимость полученных результатов исследования состоит в возможности использования предложенных методик и разработанных программных средств для повышения эффективности банковских систем управления рисками. Практическая значимость выполненных исследований подтверждается использованием разработанных моделей и инструментальных средств в ряде крупных банков г. Саратова. Апробация результатов исследования. Основные положения и результаты диссертационной работы докладывались на Международной научнопрактической конференции, посвященной летию образования Саратовского государственного социальноэкономического университета СГСЭУ, , на других научных конференциях, проведенных СГСЭУ гг. Всего опубликовано 8 печатных работ общим объемом 2,7 п. ВАК РФ. Содержащиеся в работе материалы используются в учебном процессе специальности Прикладная информатика в экономике при изучении дисциплин Имитационное моделирование экономических процессов, Информационные системы в экономике, Нсйросетевой анализ экономической информации и другие. Разработанные модели и программные средства могут быть использованы для оценки рисков в многофилиальных коммерческих банках. Структура и объем работы. Работа состоит из введения, трех глав, заключения, списка литературы 3 наименования и четырех приложений.