Математические модели и алгоритмы управления кредитным портфелем коммерческого банка

• Автор: Бородин, Андрей Викторович
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Москва
• Количество страниц: 167 с.

СОДЕРЖАНИЕ
Введение .

Глава 1. Основные задачи и теоретические основы прогнозноаналитических исследований

1.1. Задача планирования платежного баланса на основе ситуационного моделирования процесса эволюции кредитного портфеля

1.2. Задача прогнозирования денежных потоков

1.3. Задача анализа воздействия изменения состояний отдельных групп счетов на эффективную маржу банка .
1.4. О применении методов теории аналитических функций при решении задач анализа финансовоэкономических процессов .

Глава 2. Разработка математических моделей банковских

бизнеспроцессов, связанных с кредитованием .

2.1. Концептуальные основы моделирования кредиГнОй деятельности коммерческого банка

2.2. Математические модели прогнозирования состояния временно свободных средств

2.3. Способ оценки влияния изменения структуры портфелей банка на его эффективную маржу и сопутствующие математические модели .
Глава 3. Управление кредитным портфелем банка интегрированный подход на основе предложенных математических моделей
3.1. Система управления кредитным портфелем .
3.2. Алгоритм моделирования платежного баланса
3.3. Пример принятия решения на основе результатов моделирования платежного баланса .
Заключение .
Литература


Поскольку стоимость банковского капитала зависит не только от его доходности, но и от подверженности риску, управление рисками представляет собой чрезвычайно важную для руководства банка задачу. Исследование последствий заключения договора сводится обычно к прогнозированию состояния ликвидности всего кредитного портфеля на весь период действия договора, выявлению необходимости формирования дополнительных резервов актуализация 5го принципа и анализу воздействия открытия кредитной линии и создания резервов на величину эффективной маржи банка актуализация 2го, 3его и, в какойто степени, 4го принципов. Непрерывное осуществление такого рода исследований в сочетании с учетом всех будущих расходов операционных, на развитие и т. И если первые две задачи подготовки исходных данных для ситуационного моделирования в общемто понятны, то относительно третьей возникают вопросы. Первая группа вопросов. Как формировать вероятности событий на основе их оценок экспертами членами кредитного комитета банка Мнения экспертов могут очень сильно различаться. Эксперты могут сознательно искажать оценки, например, с целью лоббирования некоторых претендентов на заключение договоров. Таким образом, неизбежна та или иная форма применения рейтинговой системы к членам кредитного комитета. Вторая группа вопросов. Итак, с одной стороны, рынок, даже регулируемый государством, по своей сути, склонен к стихийности, а следовательно, подвержен колебаниям, как случайным, так и постоянно проявляющимся. В контексте обсуждаемой здесь задачи прогнозирования денежных потоков среди них можно назвать, например, необходимость осуществления платежей за непрерывные услуги отопление, электроэнергия, телефонные переговоры и т. Таким образом, не вызывает сомнения то, что, вопервых, на каждом отрезке времени рынок, как правило, имеет выраженную тенденцию развития, и, вовторых тот факт, что наряду с анализом монотонных, большое внимание следует уделять изучению и периодических тенденций. Последние, в общем случае, для задач прогнозирования играют даже большую роль. Отдавая должное значимости этого вывода, остановимся далее более подробно на методах выявления трендов. С другой стороны, тяжелая артиллерия прогнозирования технологии искусственного интеллекта, достижения синергетики требуют огромных вычислительных мощностей иили специализированных процессоров, и, кроме того, порой все равно нуждаются в предварительном или периодическом выявлении тенденций классическими методами. Фурье и учитывающем календарный характер финансовых процессов. Он занимает промежуточную нишу между простыми и тяжелыми методами прогнозирования. Фурье базисных функций, период которых кратен периоду импульсных функций. В заключении этого параграфа следует обратить внимание на интенсивное использование во второй части второй главы при описании самого математического обеспечения метода прогнозирования денежных потоков и его обоснования аппарата теории аналитических функций к величинам дискретного характера монетарным иили квантованным концепцией операционного дня банка, что само по себе требует дополнительного исследования. В рамках данной работы этому исследованию посвящен параграф 1. 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. 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. Ключевым моментом в решении задачи определения оптимальных процентных ставок является выявление зависимости объема кредитов от ставки размещения и объема депозитов от ставки привлечения. 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.