Издания и мероприятия для банковских специалистов:
 

Методический журнал
Риск-менеджмент в кредитной организации

Описание изданияСвежий номер Архив Приобрести/Подписаться
Выходит один раз в квартал
Объем 112 с
Издается с 2011 года
 
 
Содержание номера 2/2013
Е.И. Мешкова, Финансовый университет при Правительстве РФ, кафедра «Банки и банковский менеджмент», доцент1
Стресс-тестирование в оценке устойчивости банковского сектора
Процесс интеграции стресс-тестирования в систему риск-менеджмента идет по двум направлениям: «снизу вверх» — в результате осознания банками необходимости данного инструмента управления рисками и «сверху вниз» — по мере определения регуляторами требований и (или) рекомендаций по стресс-тестам. Многочисленные обзоры за последние годы показывают, что практика стресс-тестирования активно развивается от применения однофакторных стресс-тестов к сложным взаимоувязанным моделям.
В.В. Горячев, информационный портал Structuring Academy, руководитель проекта
Дельта- и гамма-хеджирование ипотечных портфелей
Ипотечное кредитование в России набирает популярность, и вскоре отечественные банки столкнутся (если уже не столкнулись) с необходимостью перенимать мировой опыт по хеджированию риска разбалансировки активов и пассивов при движении процентных ставок. В этой статье мы рассмотрим, как для этой цели можно использовать свопы и свопционы. Для упрощения предположим, что все процентные ставки являются эффективными и все купоны платятся или реинвестируются один раз в год.
А.М. Ульченков, ОАО НК «РуссНефть», директор департамента корпоративных финансов
В.Ю. Коротин, ОАО НК «РуссНефть», заместитель директора департамента корпоративных финансов
Оценка вероятности дефолта нефтяной компании при наличии долга
Кризис 2008–2009 годов снова сделал актуальной задачу оценки риска дефолта компаний сырьевого сектора. Существует достаточное количество моделей оценки кредитного риска, основанных как на внешних, так и на внутренних рейтингах. Однако большинство моделей предназначены для поверхностного анализа без учета специфики отрасли. Авторы предлагают рассмотреть модель на основе вероятностного подхода, с тем чтобы получить функцию распределения вероятности дефолта, на примере нефтяной компании.
А.А. Масютин, представительство АО «РСИ Банк» (Москва), специалист по риск-отчетности
В.А. Родина, НИУ ВШЭ, проектно-учебная лаборатория анализа финансовых рынков (ЛАФР), аналитик
Среднесрочное инвестирование на российском фондовом рынке по параметрам ликвидности ценных бумаг
Может ли недостаточная ликвидность быть представлена как отдельная составляющая риска, не интегрируемая иными параметрами инвестиционного моделирования? Для ответа на этот вопрос авторами статьи было проведено исследование ликвидности акций публичных российских компаний в листинге Московской биржи.
  Управление и контроль  
А.В. Груздев, исследовательская компания «Гевисста», директор
Разработка скоринговой модели с помощью метода деревьев решений
Метод деревьев решений является, пожалуй, вторым по популярности (после логистической регрессии) из наиболее часто используемых в кредитном скоринге. Деревья решений используются для классификации заемщиков на «хороших» и «плохих», определения правил кредитной политики, вычисления различных количественных показателей платежеспособности заемщика. В статье пойдет речь о построении модели дерева, диагностике качества модели и интерпретации полученных результатов.
Н.А. Тысячникова, банковский аналитик, к.э.н., член-корреспондент РАЕН
Оптимизация бизнес-процессов как фактор снижения операционных рисков
Деятельность коммерческого банка, как и любой организации, представляет собой взаимосвязь многочисленных бизнес-процессов. Они являются одновременно и объектом, и источником операционных рисков. В большинстве случаев риск-менеджмент банков пытается бороться с последствиями свершившихся событий, ошибочно принимая их за отдельные, не связанные друг с другом виды операционного риска, тогда как истинная причина — неэффективный бизнес-процесс — остается без внимания.
  Рыночная дисциплина  
В.В. Карасев, ИПМаш РАН, лаборатория ИСАПР, старший научный сотрудник
Логико-вероятностная модель оценки кредитного риска физических лиц
В статье ставится комплексная задача оценки кредитного риска физических лиц и предлагается логико-вероятностная модель для решения этой задачи. Приводится пример практического применения модели на реальных данных. Модель сравнивается с другими методами по показателям точности и робастности. Логико-вероятностная модель предназначена для использования в автоматизированных системах оценки и управления кредитными рисками и представляет интерес для банков с точки зрения снижения потерь и повышения конкурентоспособности.
  Quant Classroom  
А.Ф. Громов, ОАО АКБ «Международный финансовый клуб», руководитель отдела оценки и анализа структуры баланса
Из истории моделей оценки опционов
 
 
Другие проекты группы «Регламент-Медиа»