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 1/2015
  Авторская колонка Михаила Рогова  
М.А. Рогов, основатель Евразийской федерации риск-менеджеров (EFORM), член Группы экспертов по управлению рисками в системах нормативного регулирования ЕЭК ООН, делегат от ЕЭК ООН в рабочих группах технических комитетов ISO TC 262 «Риск-менеджмент» и IEC TC 56 «Надежность», член правления российского отделения PRMIA, к.э.н., доцент
Старые прогнозы и новые результаты
  Регулирование и надзор  
А.Н. Залога, ПАО «Промсвязьбанк», управление методологии риск-­менеджмента, старший специалист
Как оценить эффект от внедрения системы расчета кредитного риска на основе внутренних рейтингов?
Внедрение системы расчета величины кредитного риска на основе внутренних рейтингов в соответствии со стандартами Базельского комитета по банковскому надзору предполагает проведение комплекса мероприятий, сопряженного со значительными финансовыми, трудовыми и временнми затратами. Однако прямой прибыли для банка это не обеспечивает. Каков эффект от внедрения системы расчета величины кредитного риска на основе внутренних рейтингов и можно ли его квантифицировать? Как обеспечить необходимый уровень качества построения моделей?
  Политики и процедуры  
А.А. Лобанов, Банк России, заместитель директора Департамента бан­­ко­вского регули­рования
2015 год: актуальные проблемы регулирования и управления рисками
Банковский сектор, как и экономика в целом, уже ощутили эффект девальвации рубля и действие санкций. Как последние события могут повлиять на разработку нормативных актов в сфере риск-менеджмента? Насколько новые регуляторные правила облегчат банкам управление рисками? В чем специфика внедрения Базеля III на современном этапе? С какими вызовами могут столкнуться банковские риск-менеджеры в 2015 году? Своим мнением по этим вопросам делится Алексей Лобанов, заместитель директора Департамента банковского регулирования Банка России1.
А.А. Молибог, АО ЮниКредит Банк, Департамент стратегических рисков, отдел построения моделей кредитного риска, эксперт
Д.Е. Крайнов, АО ЮниКредит Банк, Департамент стратегических рисков, начальник отдела построения моделей кредитного риска
Определение рейтинга сделок специализированного кредитования: метод аналитических иерархий
Почему кредитный риск для сделок специализированного кредитования нельзя оценивать теми же методами, которые используются для оценки риска по обычным корпоративным займам? Каковы подходы Базельского комитета к оценке кредитного риска сделок специализированного кредитования? В чем преимущества метода аналитических иерархий? Что такое слоттинговая модель и как ее построить?
  Анализ и оценка  
Н.П. Пильник, НИУ ВШЭ, лаборатория макроструктурного моделирования экономики России, старший научный сотрудник, к.э.н.
Макроэкономические риски 2015 года
Сбылись ли опубликованные год назад прогнозы развития мировой и российской экономики1? Почему эффект от западных санкций окажется не настолько значительным, как принято считать, и какие факторы оказывают наибольшее влияние на состояние российской экономики? Возможно ли в принципе «выключить» российскую экономику из глобальной мировой системы? Реальны ли «новая индустриализация» и импортозамещение в современных условиях развития России? Какие риски нас ожидают в 2015 году?
Ю.И. Соколов, Skyline Risk Solutions, генеральный директор
О чем молчит Базель II: управление при встречном ветре
Почему парусная яхта может идти против ветра, а плот с парусом нет? Ответ на этот вопрос, наверное, знают только моряки: все дело в киле. Для того чтобы кредитный институт не дрейфовал по ветру наподобие плота, он должен иметь систему управления рисками концентрации, отсутствие которой согласно Базелю II может стать серьезной угрозой устойчивости банка. Базель II не предлагает готового механизма, а из известных решений в этой области можно выделить российскую методологию агрегирования рисков, получившую международное признание и, что особенно важно в текущих условиях, надежно обеспечивающую контроль компаундинг-эффектов.
А.В. Груздев, исследовательская компания «Гевисста», директор
Нейронные сети в банковском скоринге
Нейронные сети являются популярным инструментом прогнозирования в силу широких возможностей, гибкости и удобства использования. Как разработать скоринговую модель для ипотечного кредитования клиентов банка в программе SPSS с использованием нейронных сетей?
  Управление и контроль  
Г.П. Бортников, банковский эксперт
Н.А. Кафтанов, банковский эксперт
Кредитный крах: выход из тупика
Кредитование имеет циклическую природу: после динамичного роста кредитного портфеля наблюдается замедление, которое может превращаться в обвал, или крах. Сворачивание выдачи новых кредитов в сочетании с проблемами по ранее выданным кредитам является результатом специфических и системных факторов. В одном случае главной причиной может быть нехватка необходимых ресурсов, в другом — отсутствие приемлемых заемщиков. Каковы симптомы кредитного обвала в России и других странах? Как бороться с кредитными обвалами?
М.Ю. Андреев, эксперт по противодействию мошенни­честву, FRM, PRM
Как применять комплексный аналитический подход для противодействия мошенничеству?
Аналитические модели получили широкое распространение в розничном кредитовании при оценке кредитоспособности заемщика. Для выявления кредитных мошенников такие модели используются реже. Построение моделей «с нуля» — весьма трудоемкий процесс, а описание антимошеннических моделей, как правило, отсутствует в свободном доступе. В статье обобщен многолетний опыт построения антимошеннических моделей на основе лучших мировых практик, что позволит провести всесторонний анализ кредитного заявления на предмет наличия признаков мошенничества.
А.Ф. Громов, ОАО АКБ «Международный финансовый клуб», начальник управления оценки и анализа структуры баланса
Хеджирование валютных рисков
Объем валютных активов российских банков по итогам 2014 года составил более 24 трлн рублей. Это треть всего объема активов банковской системы. Таким образом, финансовые показатели деятельности банков становятся крайне чувствительными к изменению валютных курсов. С какими сложностями может быть связано управление валютной позицией банка?
  Quant Classroom  
А.А. Новоселов, Сибирский федеральный университет, доцент, к.ф.-м.н.
Метод Монте-Карло: варианты применения
 
 
Другие проекты группы «Регламент-Медиа»