CC BY
23
14. Тен В.В., Герасимов Б.В., Докукин А.В. Управление активами банка на основе оптимизационных методов. М.: Машиностроение, 2000. 84 с.
15. Уильям Ф. Шарп, Гордон Дж. Александер, Джеффри В. Бейли. Инвестиции. 5-е изд. М.: Инфра-М, 2004.
V.A. Fatuev, M.A. Bakaeva
Analysis of attracted funds of commercial banks, the impact of banking risks on the distribution of liabilities of the commercial bank
In the article the analysis of deposit operations, discusses how to define a deposit risk, governance passive and active operations. Examines the factors influencing changes in the resource base. Provides the scope of management terms extending (placement) of cash customers.
Keywords: passive, active operations, efficiency, the risks of deposit.
УДК 338.124.4; 336(73); 65.9
В.В. Евсюков, доцент, (Россия, Тула, ВЗФЭИ)
ОЦЕНКА РИСКА КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКА НА ОСНОВЕ ГИБРИДНОЙ ТЕХНОЛОГИИ МОДЕЛИРОВАНИЯ
Рассмотрены особенности подхода к оценке риска кредитоспособности заемщика на основе гибридной технологии, предполагающей формирование комбинированной оценки. Методология формирования оценки предполагает объединение двух формализованных математических оценок, одна из которых строится в классе регрессионных моделей, другая отображает экспертные мнения на основе аппарата нечеткой логики.
Ключевые слова: оценка риска кредитоспособности заемщика, гибридная технология, регрессионная модель, экспертное мнение, нечеткая логика.
Реализация банковской деятельности органически связана с управлением банковскими рисками [1]. Возрастание роли риск-менеджмента в управлении банковской деятельности в современных условиях обусловлено как количественным ростом банковских рисков, так и усилением их взаимосвязи.
В работе [2] рассмотрены проблемы управления банковскими рисками с позиции корпоративного управления коммерческим банком. Среди представленных в ней унифицированных принципов, связанных с разработкой внутрибанковских положений по оценке, управлению и контролю рисков, важнейшим определен принцип упреждающего управления риска-
ми, предполагающий активное управление рисками с целью снижения негативного влияния со стороны факторов внешней и внутренней среды коммерческого банка.
Необходимым условием реализации такого подхода к управлению рисками является использование прогнозных моделей, обеспечивающих возможность формализации процесса оценки рисков на основе количественных оценок.
Характерной особенностью управления рисками в банковском менеджменте является доминирование подхода к оценке рисков, опирающегося на статистические методы обработки количественных данных, в качестве которых используются хронологические данные о результатах выполнения банковских операций, а также данные макроэкономического характера и данные об операциях на финансовых рынках [3]. В первом случае источником формирования формализованных прогнозных моделей рассматриваемых показателей служат базы данных автоматизированной банковской системы, во втором — базы данных внешних информационных систем.
В практике банковского менеджмента доминирует подход к формированию прогнозных оценок показателей на основе модели множественной регрессии, позволяющий в количественной форме учесть влияние предварительно отобранных показателей на исследуемый показатель.
Применение такого подхода, реализующего статистическую парадигму управления с характерным для нее использованием усредненных оценок, оправдано при стабильном состоянии экономики.
Переход мировой экономики в последние годы в кризисное состояние, характеризующееся качественными изменениями характера протекающих в ней процессов, подрывает необходимое условие эффективного применения в банковском менеджменте формализованных математических методов, предполагающих использование больших объемов данных при построении формальных математических моделей для последующего формирования на их основе прогнозных оценок. В динамично изменяющихся условиях большие объемы накопленных данных уже не гарантируют получение адекватных моделей, позволяющих на их основе формировать достаточно надежные прогнозные оценки исследуемых показателей.
Нарастание сложности управления в банковской деятельности вынуждает менеджмент банков использовать в качестве инструмента прогнозирования не только формальные математические модели, но и иной инструментарий, включая оценки экспертов.
Однако при этом возникают проблемы адекватного формализованного описания субъективных оценок экспертов и комбинирования итогового прогноза на основе прогнозных оценок различной природы. При этом требуется механизм согласования прогнозных оценок с учетом степени доверия к источникам этих прогнозных оценок и корректировки степени дове-
рия с учетом имеющего место рассогласования этих оценок с последующими реальными изменениями значений прогнозируемых показателей.
В работе [4] рассмотрена методика оценки кредитного риска заемщика, сформированная на основе подходов Блэка, Шоулза и Мертона. Предлагаемая методика позволяет определить оценку вероятности дефолта заемщика на определенный момент времени либо найти ожидаемый момент времени возврата кредита исходя из задаваемой вероятности дефолта. При этом финансовое состояние заемщика связывается с параметрами движения денежных средств по счету в банке-кредиторе.
По своей сути данная методика соответствует статистической парадигме управления, предполагающей использование больших хронологических выборок данных, отражающих деятельность заемщика за предыдущий период времени. Однако в условиях динамично изменяющейся экономической среды адекватность предложенного подхода снижается, поскольку уменьшаются объемы выборок данных, используемых при построении прогнозных моделей, что потенциально ведет к снижению достоверности получаемых на их основе прогнозных оценок ожидаемого времени возврата кредита.
Целесообразным представляется формирование гибридной модели оценки кредитоспособности заемщика, включающей в себя как математическую модель, сформированную на основе рассмотренной в [4] методике, так и соответствующие экспертные оценки, отражающие степень уверенности экспертов в возврате кредита.
Принципиально важным при формировании гибридной модели оценки кредитоспособности заемщика является объединение преимуществ двух парадигм управления — статистической и событийной, когда первая позволяет извлекать знания из накопленных данных большого объема и использовать их для построения прогнозной оценки конкретных показателей, а вторая — позволяет использовать знания в виде экспертных оценок влияния недавних (последних) событий на последующие значения этих же показателей. Таким образом, гибридная модель одновременно позволяет учесть инерционную компоненту в поведении показателя благодаря обработке больших объемов данных и динамическую компоненту за счет использования экспертных оценок, что обуславливает в конечном счете повышение эффективности модели оценки кредитоспособности заемщика.
Адекватным субъективному характеру экспертных оценок инструментом их формализации является аппарат нечеткой логики, одной из особенностей применения которого является работа с лингвистическими переменными, обеспечивающими возможность качественного описания конкретных показателей.
Примем, что экспертное мнение, используемое при оценке кредитоспособности заемщика, формализуется посредством лингвистической переменной, построенной на основе функций принадлежности. В практике
применения лингвистических переменных, как правило, ограничиваются тремя-пятью термами, определяющими их значения, что позволяет во многих случаях с приемлемой точностью формировать оценки значений показателей. При этом в качестве функций принадлежности чаще применяют треугольные и трапециидальные функции [5].
В силу изначальной субъективности экспертной оценки будем рассматривать ее как первое приближение оценки степени влияния какого-либо события или совокупности событий на оценку кредитоспособности заемщика. Значение экспертной оценки возрастает, если рассматривать ее как оценку изменения динамики процесса на небольшом временном интервале или как оценку изменения значения показателя кредитоспособности у на отдельном этапе решения задачи оценке кредитоспособности заемщика. В работе [4] рассмотрен именно такой многоэтапный подход к решению задачи оценки кредитоспособности заемщика, когда каждый этап решения задачи инициируется каким-либо событием, включая возврат или не возврат процентов по кредиту, очередное погашение или не погашение части кредита в соответствии с графиком возврата кредита, определенным в кредитном договоре, и т. д. Таким образом, каждое событие (плановое или незапланированное) влечет за собой переформирование текущей оценки кредитоспособности заемщика.
Введем лингвистическую переменную «Возврат кредита» с термами ЛП1 — «низкая», ЛП2 — «средняя» и ЛПЗ — «высокая», отражающими степень уверенности эксперта в возврате кредита заемщиком.
Обозначим прогнозную оценку изменения значения показателя кредитоспособности у на к-м этапе решения задачи, сформированную ьм экспертом 7 = 1/ и представленную посредством выбора соответствующего терма лингвистической переменной (рисунок), как Ауш; в данном случае оценка представлена термом ЛП2. Значение Ауш определяется как центр (максимум) выбранного экспертом терма лингвистической переменной.
Выбор терма при оценке изменения показателя кредитоспособности
Обозначим значение показателя кредитоспособности у по завершению к-го этапа решения задачи как ук.
Тогда апостериорную оценку изменения показателя кредитоспособности Аук определим выражением
Дук = Ук - ук-^ (1)
где ук_1 есть реальное значение показателя кредитоспособности по завершению к-1 этапа.
Каждая из используемых моделей прогнозирования позволяет сформировать собственные прогнозные оценки изменения показателя кредитоспособности Аук на конец к-го этапа.
Обозначим прогнозную оценку показателя у на к-м этапе, сформированную на основе предложенной в работе [4] математической модели, как укм. При этом значение укм можно рассматривать как априорную оценку
показателя у для к-го этапа, а значение ук как его апостериорную оценку.
Для обеспечения возможности совместного использования в рамках гибридной модели, сформированной на основе математической модели прогнозной оценки и экспертной оценки, перейдем к априорной оценке изменения Ау1м, формируемой с использованием математической модели на основе выражения
*уш = ум - ук-1. (2)
Введем коэффициенты доверия для каждого источника: Кскм — коэффициент доверия к оценке значения показателя у для к-го этапа, сформированной на основе математической модели; Ксш — коэффициент доверия к оценке изменения значения показателя у для к-го этапа, сформированной на основе 1-го экспертного мнения, г = 1, г*. Значение коэффициента Ксш определяется значением функции принадлежности /и(у), соответствующим Лу^, для терма лингвистической переменной, выбранного в качестве 1-го экспертного мнения при прогнозной оценке значения Лушч на (к-1)-м этапе (рисунок).
Поскольку на практике из-за значительного субъективизма экспертных оценок одновременно используют оценки нескольких экспертов, то введем групповой коэффициент Кск1 доверия к группе экспертных оценок изменения значения показателя у на к-го этапе.
Определим прогнозную оценку изменения значения показателя у на к-м этапе, сформированную на основе усреднения оценок группы экспертов, в виде
г*
2 КСкЬг АуШ
^ = -• (3)
г
Тогда прогнозную оценку изменения значения показателя у на основе гибридной модели, взвешенную с учетом коэффициентов доверия к источникам, составляющих ее прогнозных оценок, определим в виде
Дум = Ксм Ду км + КскЬ Ду кЬ •
(4)
Поскольку соотношение коэффициентов доверия соответствует условию
Кскм + КскЬ = 1 , (5)
которое должно выполняться на всех этапах решения задачи к = 1, к , то значения коэффициентов доверия КскЬ и Кскм для их использования на к-м этапе при формировании прогнозной оценки можно определить по результатам решения задачи на (к-1)-м этапе в виде
КскЬ = , (6)
Дук-1Ь -Ду^м
К _ т Дук-1 -Дук -хм (7)
Ксм - 1 "Т-Г-. (7)
Дук-1Ь -Ду^м
Искомая прогнозная оценка значения показателя у кредитоспособности заемщика для к-го этапа, сформированная с использованием гибридной модели, определится выражением
ук = ук -1 +ДушЬ . (8)
Таким образом, предложенный подход позволяет формировать прогнозную оценку показателя с одновременной коррекцией степени доверия к применяемой математической модели и используемым экспертным оценкам. В соответствии с рассмотренной в работе [4] методикой в качестве показателя кредитоспособности заемщика может быть использован ожидаемый период возврата кредита.
Библиографический список
1. Банковский менеджмент: учебник / под ред. О.И. Лаврушина. 2-е изд. М.: КНОРУС, 2009. 560 с.
2. Федорова Е.А., Белоцерковский В.И. Риск-менеджмент в процессе корпоративного управления деятельностью коммерческого банка // Известия ТулГУ. Серия Экономические и юридические науки. Вып. 1, ч. 2. Тула: Изд-во ТулГУ, 2010. С. 115-124.
3. Евсюков В.В. Управление рисками в банковском финансовом менеджменте // Математические методы и информационные технологии обработки и использования экономической информации / под ред. C.B. Юдина. Тула: Изд-во ТулГУ, 2008. С. 176-239.
4. Евсюков В.В. Управление кредитными операциями в коммерческом банке с использованием интегрированной модели // Известия ТулГУ. Серия Экономические и юридические науки. Вып. 1, ч. 1. Тула: Изд-во ТулГУ, 2011. С. 262-266.
5. Батыршин И.З., Недосекин А.О., Стецко А.А., Тарасов В.Б., Язе-нин А.В., Ярушкина Н.Г. Нечеткие гибридные системы. Теория и практика / под ред. Н.Г. Ярушкиной. М.: ФИЗМАТЛИТ, 2007. 208 с.
V.V. Evsujkov
Definition credit risk with hybrid technology modeling
In this article are examined questions connected definition the credit risk with hybrid technology modeling in commercial bank.
Key words: definition credit risk, hybrid technology, regression model, expert opinion, fuzzy logic.
УДК 338.23+124.4
Л.Г. Чувахина, канд. экон. наук, доцент, и.о. зав. кафедрой «Фондовые рынки», 8-903-177-15-31, 1-есопот@таП.ги, (ФГОБУ ВПО «Государственный университет Минфина РФ)
ПОЛИТИКА ФРС США В УСЛОВИЯХ ФИНАНСОВОГО КРИЗИСА
Рассмотрены основные направления политики ФРС США в условиях кризиса. Подчеркивается сохранение нестабильности в экономике США.
Ключевые слова: США, Федеральная резервная система, учетная ставка, государственные облигации, кризис.
Главным звеном денежно-кредитной системы Соединенных Штатов Америки является Федеральная резервная система (ФРС), играющая ведущую роль в процессах регулирования денежного обращения и обладающая широким спектром административных полномочий, используемых для надзора и контроля за деятельностью кредитных учреждений. ФРС осуществляет различные меры регулирования, которые через кредитно-денежную сферу оказывают существенное влияние на состояние экономики США.
Финансовые рынки всего мира пристально следят за решениями, принимаемыми руководством ФРС, немедленно на них реагируя.
Будучи федеральным учреждением независимым от законодательной и исполнительной ветвей власти, ФРС обладает возможностями самостоятельно принимать решения в области денежно-кредитной политики. Неза-
