CC BY
17
МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ ^ МЕТОДЫ ЭКОНОМИКИ
УДК 330.322 : 657.92 (045)
РАЗВИТИЕ МЕТОДОВ АНАЛИЗА И ОЦЕНКИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ
НИКОНОВА ИРИНА АЛЕКСАНДРОВНА
доктор экономических наук, профессор, академик РАЕН, заместитель директора департамента координации и развития инвестиционной деятельности Внешэкономбанка E-mail: nikonova_ia@veb.ru
КОЛЕСНИКОВ МАКСИМ АНДРЕЕВИЧ
начальник планово-экономического отдела ООО «ЗапСибНефтехим», дочернее общество ОАО «СИБУР Холдинг»
E-mail: kolesnikovmaa@sibur.ru
АННОТАЦИЯ
Необходимость формирования специфического метода оценки стоимости инвестиционных проектов с учетом высокой волатильности внешних и внутренних факторов его реализации в настоящее время становится актуальной вследствие перехода международного рынка инвестиций от экстенсивного развития к интенсивному и появления соответствующих вызовов российскому рынку инвестиций, связанных с его достоверностью и прозрачностью в глазах зарубежных институциональных инвесторов. Актуальность выбранной темы, с одной стороны, обусловлена наличием дискуссионных вопросов в теории и методологии, а с другой - недостаточной проработанностью методики и техники осуществления оценки стоимости инвестиционных проектов.
В статье индицированы основные недостатки существующих методов учета рисков и неопределенности при реализации инвестиционных проектов и предложен оригинальный метод, основанный на положениях теории нечетких множеств и технологии интервальных вычислений.
Использование предложенного метода в ходе проведения оценки стоимости инвестиционных проектов позволяет учесть влияние повышенного уровня риска и неопределенности факторов его реализации, что в конечном итоге повышает достоверность полученных в ходе оценке результатов для всех участников инвестиционного процесса.
Ключевые слова: риск; неопределенность; инвестиционный проект; Н-модели; интервальные значения.
DEVELOPMENT OF METHODS FOR INVESTMENT PROJECT ANALYSIS AND EVALUATION
IRINA A. NIKONOVA
Doctor Sci. (Economics),full professor, academician of the Russian Academy of Natural Sciences, deputy director of the investment activity coordination and development department at Vnesheconombank E-mail: nikonova_ia@veb.ru
MAXIM A. KOLESNIKOV
Head of the economic planning department, ZapSibNeftechim LLC, affiliated company of "SIBUR Holding" open JSC E-mail: kolesnikovmaa@sibur.ru
ABSTRACT
The development of a special method for cost evaluation of investment projects taking into account high volatility of external and internal factors of its implementation is necessitated by the current transition of the international investment market from the extensive to the intensive development and emergence of respective challenges facing the Russian investment market in terms of its credibility and transparency for foreign institutional investors. The relevance of the selected topic is dictated, on the one hand, by existing disputable issues in the theory and methodology and, on the other hand, by the insufficient effectiveness of methods and procedures related to running the cost evaluation of investment projects.
The paper identifies main shortcomings of existing methods of risk and uncertainty evaluation in investment project implementation and offers an original method based on the fuzzy-set theory and interval-valued computation technology.
Applying the proposed method to the cost evaluation of investment projects makes it possible to take into account higher risk and uncertainty levels of the method implementation factors, which in the long run increases the reliability of results obtained in the course of evaluation for all participants of the investment process.
Keywords: risk; uncertainty; investment project; H-models; interval values.
В период стагнации экономики, сокращения инвестиций, падения темпов роста объемов промышленного производства повышение качества и обоснованности инвестиционных решений становится определяющим.
В этих условиях резко возрастает неопределенность факторов внешней и внутренней среды инвестиционных проектов, сокращается перечень приоритетных направлений инвестиций, сокращаются инвестиционные программы даже крупных высокорентабельных организаций. Принятие решений о реализации конкретного проекта и его финансировании в таких условиях должно строиться на основе трех принципов:
1) проект создает значимый мультипликативный эффект в приоритетных отраслях / регионах;
2) проект обеспечивает получение не только экономического, но и бюджетного, социального и экологического эффектов при реализации;
3) учет влияния высокой неопределенности (диапазон возможного изменения) факторов внешней и внутренней среды проекта, что особенно важно для долгосрочных проектов, на прогнозируемый диапазон изменения показателей эффектов проекта.
Инвестиционный проект (ИП) как деятельность, ориентированная на достижение уникальных (нетиповых) целей за определенный
период времени при определенном бюджете, является основным объектом инвестиций, создающих реальные активы, генерирующие добавленную стоимость.
Одним из широко используемых методов оценки ИП и оценки бизнеса является метод дисконтированных денежных потоков (DCF — Discounted cash flow) и его зеркальное отражение — метод приведения денежных потоков к моменту времени в будущем.
Наряду с простотой математического аппарата применение метода DCF для анализа влияния высокой неопределенности условий реализации проекта на его параметры (стоимость, срок выполнения, эффекты) требует ввода детерминированных значений всех исходных данных и проведения многовариантных расчетов и анализа чувствительности показателей стоимости и эффективности ИП к изменению влияющих на него факторов.
Детерминированность факторов внешней и внутренней среды проекта предопределяет детерминированность результатов оценки, что противоречит их вероятностной природе. Более того, детерминированное задание ставки дисконтирования (постоянной или переменной во времени) не отражает разную степень воздействия различных факторов и соответствующих рисков на результаты проекта и его параметры.
Применяемые в современной практике методы учета рисков и неопределенности в силу
заданных в них предпосылок также перестают быть достоверным индикатором полноты учета волатильности факторов внешней и внутренней среды ИП.
Применение метода Монте-Карло или планирования экспериментов позволяет сократить объем и трудоемкость расчетов, но незначительно. При этом требуется дополнительная статистическая обработка полученных результатов. В условиях нестабильности и высокой волатильности значений, влияющих на стоимость проекта факторов, объем вычислений вышеперечисленными методами резко возрастает.
Широко используемый в практике учета рисков критерий Гурвица предполагает учет двух экстремальных сценариев (наихудший и наилучший) совместно, а в качестве веса в свертке сценариев выступает параметр X, уровень которого задается экспертным путем. При этом возникает несколько вопросов: верно ли определены минимальное и максимальное значение, насколько корректно определен параметр X. Можно говорить о том, что использование критерия Гурвица настроено на конечное дискретное множество сценариев, при этом есть риск упустить какие-либо возможные сценарии, тем самым исказив уровень неопределенности исходных факторов реализации проекта.
Развитию математического аппарата учета неопределенности в инвестиционном анализе посвящены работы выдающихся российских ученых [1; 2; 3], основанные на положениях теории нечетких множеств и технологии интервальных вычислений. Разработанный ими подход основан на предположении, что достаточно точно известны лишь границы значений параметров инвестиционного проекта, в пределах которых они могут изменяться, но при этом отсутствует информация о возможностях или вероятностях реализации различных значений параметра внутри заданного интервала.
На основе разработанного подхода и математической модели (так называемой Н-мо-дели) ее разработчиками проведен большой объем исследований в области стратегического планирования развития регионов, городов, инвестиционных проектов. Авторы статьи
принимали непосредственное участие в отработке модели и применяли ее для проектного анализа и мониторинга воздействия различных факторов (Х п) на показатели эффектов нескольких проектов [4].
Основное отличие интервального метода, основанного на технологии Н-моделирования (моделирование с учетом недоопределенных величин), от традиционных методов учета рисков и неопределенности заключается в том, что учтенные в Н-модели статистические данные и связи показателей, выражающие экономические зависимости, определяют во времени «коридор» возможных состояний экономической или финансовой системы, который в свою очередь обуславливает «коридоры» возможных значений всех параметров модели. При этом по каждому параметру верхняя и нижняя границы «коридора» отражают соответственно максимальную и минимальную оценку его значений, возможных при условии, что остальные показатели модели также остаются в определенных для них «коридором» рамках. При этом минимальное и максимальное значение каждого показателя становится объективным выражением всей учитываемой в модели информации, вопрос выбора веса разных сценариев не возникает, и удается с минимальными техническими затратами учесть все возможные сценарии реализации проекта без их перебора и риска «упустить» какой-либо сценарий.
Практика показывает, что Н-модель и интервальный метод формирования исходных данных для анализа проекта целесообразно использовать в следующих случаях.
1. Необходимость учета в оценке стоимости ИП высокой волатильности факторов его реализации. Это — факторы неопределенности, связанные с планированием объемов производства, в том числе и при отсутствии статистической информации, позволяющей прогнозировать значение факторов в будущем.
2. Необходимость анализа множества сценариев ИП, что сопряжено с поиском наиболее приемлемой конфигурации ИП. Перебор большого числа вариантов трудозатратен, и этот фактор при использовании традиционных методов оценки ИП усиливается в условиях узкой «специализации» традиционных
моделей. Более того, анализ даже очень большого числа изолированных вариантов ИП не элиминирует риск упустить из виду какое-либо возможное решение. Н-модель предусматривает работу не с единичными вариантами, а с множеством решений, включающим все возможные (в том числе — неочевидные) варианты ИП, сочетаемые с рассматриваемыми ограничениями.
3. Потребность в учете в оценке стоимости проектного риска ИП. При традиционном подходе к оценке стоимости ИП эту задачу решают через расчет таких показателей, как коэффициенты финансовой устойчивости ИП, капитал риска и доверительные интервалы ключевых характеристик проекта. Но вышеприведенные показатели не дают достоверной карты риска. Более того, корректный расчет доверительных вероятностей в большинстве ИП просто невозможен ввиду отсутствия вероятностного характера наступления событий. Технология Н-моделей дает удобный и наглядный путь оценки риска — представление неопределенных показателей интервалами, заключающими все возможные при рассматриваемых условиях значения показателя. При этом автоматически учитываются связи переменных, заданные их значения и т. п.
Методические рекомендации по применению Н-моделей при оценке ИП представляют собой последовательность следующих этапов [5]:
• выбор показателей модели и анализ доступной информации о них;
• первичную оценку показателей и их взаимосвязей;
• согласование оценок и отладка модели в целом;
• схема работы с Н-моделью при оценке ИП.
Выбор показателей модели и анализ доступной информации о них
Показатели экономико-математической модели удобно подразделить на основные и вспомогательные. С основными показателями должен работать пользователь модели, вспомогательные обслуживают процесс вычислений.
Поэтому сначала необходимо составить перечень основных показателей, который
определяется задачей моделирования. Чаще всего в моделях ИП находят отражение следующие группы показателей:
• структура продукции;
• сроки выполнения проекта;
• прогноз объемов производства и сбыта;
• расчетная динамика издержек;
• данные о финансовом состоянии компании в начале проекта и об условиях финансирования (кредит, продажа акций, лизинг и др.);
• ставка дисконтирования и прогноз инфляции, другие параметры макроэкономического окружения проекта;
• движение денежных средств в ходе проекта;
• ожидаемые прибыль и убытки;
• динамика финансового баланса проекта;
• показатели эффективности проекта;
• показатели реализуемости и эффективности, а также устойчивости, чувствительности и риска проекта.
В зависимости от конкретных условий, этот перечень групп показателей может либо расширяться, либо сокращаться.
Далее необходимо определить состав вспомогательных показателей, который в основном диктуется формой зависимостей, которые предполагается использовать в расчете. Особую группу показателей составляют величины, регулирующие доверительные интервалы расчетных оценок.
Кроме того, при составлении перечня показателей необходимо учитывать две возможные ситуации:
1) неполноты данных: часть показателей, которые намечалось включить в состав основных, не обеспечена необходимой для их оценки информацией — такие показатели приходится либо исключать из рассмотрения, косвенно оценивать экспертным путем, либо оценивать путем создания «обходного пути» их расчета, вынуждающего предусмотреть целый ряд новых переменных;
2) противоречивой информации: вместо противоречащих друг другу (но не самим себе) значений А, В, С... какого-то показателя Х либо используется новая величина, интервалы значений которой вмещают величины А, В, С., либо вместо одного показателя Х
вводятся разные показатели со значениями А, В, С... (это может быть, например, рост цен по данным источника «А», рост цен по данным источника «В» и т. п.).
Это в свою очередь обусловливает необходимость анализа доступности информации по нескольким направлениям:
• проверка достоверности (например, возможна проверка спорных теоретические зависимостей по статистическим данным);
• выявление противоречий и установление, по возможности, их причин (самые частые причины — случайные ошибки, преднамеренное искажение информации, несовпадение методик расчета, разноголосица теоретических представлений, различия в круге предприятий, по которым собраны данные);
• ранжировка источников данных по надежности (например, бухгалтерская отчетность предприятий перед налоговой инспекцией обычно бывает более надежной, чем сведения, предоставляемые теми же предприятиями в органы госстатистики);
• определение информации, необходимой для оценки отдельных показателей и зависимостей.
Необходимо помнить, что любые доступные сведения, существенные с точки зрения моделирования (статистика, теоретические представления, экспертные оценки, производственные планы и т. п.), могут быть с успехом учтены в Н-модели.
Особую роль в информационном обеспечении расчетов играют бесспорные соотношения. В качестве примера можно привести соответствие стоимостного выражения объема производства физическому объему продукции и ее ценам, используемым для расчета стоимостной оценки объема производства инвестиционного проекта. Использование бесспорных соотношений достигает сразу нескольких целей: повышается надежность и достоверность расчетов, ослабляется зависимость моделей от спорной информации и наличной статистики, обеспечивается контроль надежности спорной информации (в частности, если реальная статистика
от бесспорных соотношений отклоняется, то размер этих отклонений служит показателем точности статистических данных).
ПЕРВИЧНАЯ ОЦЕНКА ПОКАЗАТЕЛЕЙ И ИХ ВЗАИМОСВЯЗЕЙ
В задачу первичной оценки не входит поиск решений, учитывающих полную совокупность условий многопараметрической задачи. Ищется решение, отражающее только наиболее важные и легко поддающиеся учету условия.
Сначала для рассматриваемого показателя либо зависимости формируется грубо ориентировочная оценка, которая может быть точной по форме, но сугубо приближенной по сути. Затем такие оценки корректируются с учетом наличной информации, принимая интервальную форму. Например, сначала можно получить грубо ориентировочную оценку моделируемых зависимостей и их параметров, исходя из простейшей гипотезы линейной связи показателей. Затем перейти к интервалам, отражающим поправку на нелинейность.
В сложных случаях приходится строить ряд взаимодополняющих оценок, уточняющих одна другую, либо несколько альтернативных оценок, исключающих одна другую. Выбор наилучшей из несовместимых альтернатив допустимо отложить на следующие этапы работы.
Первичная оценка констант, переменных показателей и зависимостей имеет некоторые различия.
Наименьшую трудность представляет собой оценка констант. Чаще всего такие оценки строятся по статистике. Традиционная технология моделирования обычно стремится определить некоторое единственное неинтервальное (т. е. точное) значение константы, которое признается наилучшим. Но в реальных условиях вопрос о том, что считать наилучшим, часто не имеет однозначного ответа. Технология Н-моделирования дает возможность уйти от попыток выбрать наилучшее неинтервальное значение константы и позволяет ограничиться более адекватной интервальной оценкой.
Первичная оценка переменных сводится к установлению границ области возможных
Прогнозный интервал параметра х(- в точке к, рассчитанный в период I
— 1
Фактор X, I
Рис. 1. Учет неопределенности при оценке ИП интервальным методом
значений. В случае статистического подхода задача аналогична оценке констант, но для определения границ возможных значений переменных часто бывают удобны экспертные оценки.
Сложнее оценка функциональных зависимостей. Если общий вид уравнения зависимости установлен (например, взят из экономической теории) и требуется определить лишь параметры уравнения, то их можно оценить как константы. Но очень часто общий вид уравнения оказывается недоопреде-леным. Речь не идет о полной неопределенности. В случае полной неопределенности совершенно неизвестны свойства искомой зависимости — даже неизвестно, может ли быть она описана существующими средствами математики. В случае недоопределенности о свойствах функциональной зависимости какая-то информация есть и это знание можно использовать для того, чтобы оценить значения функции, не пытаясь найти ее общий вид.
При применении Н-модели для оценки ИП необходимо помнить, что в проектах «от заданной ситуации», в которых заранее определены производственные нормативы, а также цены на потребляемые ресурсы и производимую продукцию, все расчетные зависимости могут быть точными. Таковы, например, обычные для бухгалтерского учета выражения объемов реализации, прибыли и налоговых выплат. Единственным источником недоопределенности в этом случае являются параметры ИП.
В проектах «с прогнозом ситуации», в которых цены на потребляемые ресурсы и производимую продукцию и (в общем случае) производственные нормативы являются не-доопределенными, возможна недоопределен-ность расчетных зависимостей — обычно это изменение во времени цен на потребляемые ресурсы и производимую продукцию, реже — изменения производственных нормативов, показатели эластичности рынка и прогнозы конкурентной ситуации.
СОГЛАСОВАНИЕ ОЦЕНОК И ОТЛАДКА МОДЕЛИ В ЦЕЛОМ
Согласование оценок показателей и зависимостей использует фундаментальное свойство недоопределенных моделей — автоматическое уточнение пересекающихся оценок, включенных в модель. При наличии нескольких вариантов первичных оценок согласование устраняет неудачные варианты.
Далее в модель вносятся целесообразные упрощения и проводятся окончательные испытания. В то же время поиск упрощений не является обязательным, но при создании многопараметрических моделей весьма полезен. Например, путем численного эксперимента желательно выяснить, нельзя ли без слишком сильного огрубления второстепенные интервальные оценки заменить неинтервальными: если такая замена допустима — берутся неинтервальные оценки, если замена недопустима — сохраняются интервальные оценки.
Рис. 2. Уточнение в процессе реализации проекта его денежного потока (млн руб.)
Испытания обычно включают проверку работоспособности модели при варьировании статистических и задаваемых пользователем данных; анализ поведения модели при возможных действиях пользователя; оценку требований к необходимой вычислительной технике.
Удовлетворительными признаются модели, которые обеспечивают устойчивую работу при всех вариациях статистических и задаваемых пользователем данных, совместимых друг с другом и выбранными ограничениями, вполне работоспособны при любых реально возможных вариантах действий пользователя и могут быть реализованы на вычислительной технике заказчика.
ОБЩАЯ СХЕМА РАБОТЫ С Н-МОДЕЛЬЮ ПРИ ОЦЕНКЕ ИНВЕСТИЦИОННОГО ПРОЕКТА
В настоящее время применение Н-моделей при оценке инвестиционных проектов возможно в двух случаях. Первый, когда на основании данных модели и величины критериев оценки ИП принимается решение об одобрении либо неодобрении всего проекта, либо
какой-то его части (схема «да-нет»). Во втором случае на основании данных модели и величины критериев оценки ИП осуществляются изменения исходных показателей проекта, позволяющие улучшить его оценку (схема изменений исходных показателей).
В целом можно отметить, что Н-модели позволяют использовать более общую схему, которую можно назвать схемой изменений произвольных показателей проекта. Такая схема допускает не только косвенное управление критериями путем изменения исходных показателей, но и прямое задание желаемой величины включенных в модель формализованных критериев и вообще любых показателей проекта. Эта возможность достигается отказом от строгого разделения показателей на исходные и результирующие. Например, с самого начала проектирования могут быть заданы требования по ликвидности, платежеспособности и финансовой устойчивости проекта:
При использовании схемы изменений произвольных показателей проекта целесообразен следующий порядок выбора окончательных значений показателей ИП.
1. Задаются границы ожидаемых значений части показателей проекта и часть связей показателей. Если какие-то важные показатели, либо связи, при этом окажутся излишне недо-определенными, то следует доопределить недостающие показатели и связи.
2. Постепенное уточнение показателей, например, переход от интервальных оценок к точным. На каждом шаге таких уточнений можно вводить новые желаемые условия. Постепенно сужая интервальные значения всех показателей, мы либо получим вариант проекта, отвечающий всем введенным условиям, либо обнаружим, что такого варианта не существует. В последнем случае есть смысл отменить, либо смягчить часть введенных условий и затем повторить поиск.
Заметим, что итоговый вариант проекта может быть либо точным, либо интервальным — интервальный вариант оставляет возможность дальнейших уточнений (в том числе уточнений в процессе реализации проекта).
Практическое применение интервальной модели показало ее важность в процессе мониторинга реализации проекта и корректировки параметров проекта на разных стадиях его реализации. Внесение в интервальную модель фактических значений показателей по выполненной части проекта позволяет:
• сузить ширину интервалов прогнозных показателей;
• уточнить параметры еще не выполненной части проекта;
• выявить угрозы возникновения критических ситуаций, например, недостаточность финансирования.
Таким образом, расчеты и уточнение основных показателей проекта целесообразно
проводить на всех стадиях жизненного цикла инвестиционного проекта для сравнительной оценки полученных на более ранних стадиях результатов расчетов с фактическими значениями, а также с уточненными прогнозными потоками. На рис. 2 изображены результаты пошагового уточнения прогнозных характеристик инвестиционного проекта на различных стадиях жизненного цикла (каждому новому уточнению отвечает более темная и узкая область графика).
В данном случае представлена практически идеальная ситуация, когда фактические результаты укладываются в интервал, полученный на прединвестиционной стадии, и близки к значениям базового сценария. Однако в других случаях фактические и уточненные результаты могут значительно отличаться от планируемых, что требует принятия решений относительно дальнейшей реализации проекта.
Сравнение текущих результатов расчета с результатами, полученными на предыдущей стадии, позволит оценить, во-первых, насколько показатели проекта укладываются в прогнозные интервалы, во-вторых, насколько эффективны мероприятия (организационные, финансовые), проведенные по результатам расчетов прошлого периода.
Таким образом, интервальный метод позволяет учитывать при оценке проектов влияния неопределенности воздействующих на него факторов и прогнозировать возможные области неэффективности проекта, что повышает достоверность результаты для участников ИП, повышает качество мониторинга хода реализации проекта и снижает риски всех участников проекта.
ЛИТЕРАТУРА
1. Нариньяни А. С., Напреенко В. Г., Юртаев А. В. Недоопределенные модели — нетрадиционный подход к математическим исследованиям экономики. // Информационные технологии. — 1999. — № 4.
2. Нариньяни А. С., Напреенко В. Г. Опыт недоопределенного моделирования экономики. Труды IX национальной конференции по искусственному интеллекту с международным участием — КИИ'2004. — Москва: Физматлит, 2004. — Т. 1. — С. 412-419.
3. Нариньяни А. С., Напреенко В. Г. Там же.
4. Никонова И. А., Нариньяни А. С., Шамгунов Р. Н., Напреенко В. Г. Оценка инвестиционных проектов: учет повышенной неопределенности. // Банковское дело. — 2009. — № 10. — С. 64-68.
5. Напреенко В. Г. Синтез многопараметрических моделей экономики по неполным и противоречивым данным // Проблемы управления и моделирования в сложных системах: Труды VIII международной конференции CSCMP-2006. — Самара, 2006.
REFERENCES
1. Narinyani A. S., Napreyenko V. G., Yurtaev A. V. Underdetermined Models — A Non-Conventional Approach to Mathematical Investigations of Economy. // Informatsionnyie Tekhnologii (Information Tevhnologies). — 1999. — No.4 (in Russian).
2. Narinyani A. S., Napreyenko V. G. Development of Underdetermined Models for Economic Research Objectives: Proceedings of VIIth Artificial Intelligence Conference (23-27 October, 2000). — Pereslavl-Zalesskii (in Russian).
3. Narinyani A. S., Napreyenko V. G. An Experience in Underdetermined Economic Modeling: Proceedings of the IXth National Artificial Intelligence Conference with international participation. — M.: PhysMatLit Publishers, 2004. — V.1 (in Russian).
4. Nikonova I. A., Narinyani A. S., Shamgunov R. N., Napreyenko V. G. Evaluation of Investment Projects: Taking into Account Higher Uncertainty. // Bankovskoye Delo (Bank Business). —2009. — No.10. — pp. 64-68.
5. Napreyenko V. G. Synthesis of Multi-Parametric Economic Models Based on Incomplete and Inaccurate Data. // Control and Modeling Problems in Complex Systems: Proceedings of the VIII International Conference CSCMP-2006. — Samara, 2006.
КНИЖНАЯ ПОЛКА
НОВИНКИ ИЗДАТЕЛЬСТВА ФИНУНИВЕРСИТЕТА
Особенности регулирования системно значимых финансовых институтов: зарубежный опыт и его применение в России: монография / под ред. С. В. Криворучко. М.: Финансовый университет, 2013. 116 с. ISBN 978-5-7942-1100-9.
В монографии рассмотрены основные инициативы Совета по финансовой стабильности (Financial Stability Board) в области регулирования системно значимых финансовых институтов (СЗФИ) в контексте снижения морального ущерба и нейтрализации роста системного риска глобальной финансовой системы. Определено место регулирования СЗФИ в общей структуре макропруденциальной политики, а также приведена сравнительная характеристика микро- и макро-пруденциальных подходов и соответствующих инструментов регулирования финансовой системы. Выявлены тенденции применения более строгих требований к СЗФИ по достаточности капитала и абсорбированию убытков по сравнению с рекомендациями Базельского комитета по регулированию банков и банковской деятельности.
Рассмотрена современная российская финансовая система и практика регулирования СЗФИ с учетом требований Базельского комитета по банкам и банковской деятельности
и зарубежного опыта. Предложены рекомендации в сфере регулирования крупных финансовых институтов, определены слабые стороны существующих законодательных норм, регулирующих деятельность участников финансовой системы.
Монография предназначена для студентов, докторантов и аспирантов высших учебных заведений, а также специалистов в области финансов и мировой экономики. Издание подготовлено по результатам исследований, выполненных за счет бюджетных средств по Тематическому плану НИР Финансового университета 2012 года.
ФИНАНСОВЫМ |(|||рр|у УНИВЕРСИТЕТ
Особенности регулирования системно значимых финансовых институтов: зарубежный опыт и его применение
в России
Монография
