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 4/2016
  ТЕМА НОМЕРА  
Михаэль КУНИШ, КПМГ в России и СНГ, партнер, руководитель Группы по управлению финансовыми рисками
Елена ФОМИНЫХ, КПМГ в России и СНГ, менеджер
Новые вызовы для банковских групп в России — соответствие требованиям к ВПОДК
Требования Банка России к ВПОДК в банковской группе не определяют конкретные подходы, методики и инструменты: банковские группы должны разработать их самостоятельно. Как распределить обязанности в рамках ВПОДК в группе? Из каких элементов должны состоять ВПОДК группы? Как обеспечить согласованность подходов в рамках ВПОДК участников группы?
Дмитрий КРАЙНОВ, ПАО Сбербанк, Управление валидации, исполнительный директор-начальник отдела контроля и валидации процессов
Артём МОЛИБОГ, ПАО Сбербанк, Управление валидации, главный специалист отдела контроля и валидации процессов
Валидация моделей в рамках ВПОДК
В статье анализируются требования к ВПОДК, касающиеся валидации моделей количественной оценки риска, и подходы к управлению модельным риском. Какую информацию включать во внутреннюю отчетность? Как управлять процессами производства моделей при помощи стандарта CRISP-DM? Что выбрать: аутсорсинг валидации или развитие функции in-house?
Елена РОЗАНОВА, ООО «РИСКФИН», советник генерального директора
Игорь ФАРРАХОВ, ООО «РИСКФИН», заместитель генерального директора по развитию
Разработка документации ВПОДК в банках: упрощенные подходы к оценке внутреннего капитала
Значительная часть вопросов банков при внедрении (изменении) ВПОДК касается методологии определения и распределения капитала. По каким двум алгоритмам можно проводить процедуру планирования и распределения внутреннего капитала?
  ИНСТРУМЕНТЫ ФОНДОВОГО РЫНКА  
Кот Шредингера прокрался в финансы
Математические методы в финансах позволили приблизиться к решению проблем оценки опционов, понимания микроструктуры рынков и портфельного инвестирования. Однако в современных финансах, и в частности в риск-менеджменте, до сих пор остаются проблемы, которые не в состоянии адекватно решить инструментарий финансовой науки. Одна из самых сложных и актуальных задач — оценка риска по финансовым инструментам с низкой ликвидностью. Решить ее возможно при помощи методов квантовой физики. Для освещения этой темы мы пригласили Якова Саркиссяна, управляющего директора компании Algostox Trading, статью которого публикуем далее.
Яков САРКИССЯН, Algostox Trading LLC, управляющий директор
Оценка рисков для ценных бумаг с ограниченной ликвидностью
Профессиональные участники рынка постоянно вынуждены иметь дело с низколиквидными ценными бумагами. Традиционные методы оценки риска для таких бумаг не работают. В результате уровень риска всего инвестиционного портфеля может быть искажен или недооценен, что неизбежно приводит к ошибочным решениям в управлении рисками. Представленная в статье концепция, основанная на модели связанных волн, позволяет моделировать ценные бумаги с ограниченной ликвидностью, оценивать риск, связанный с ликвидностью, а также вклад в него различных факторов.
  РИСК-МОДЕЛИРОВАНИЕ  
Виктория СИЗИКОВА, ООО «Фольксваген Банк РУС», руководитель отдела по управлению операционными, рыночными рисками и рисками мошенничества
Виктория ГАВРИЛИНА, ПАО «Банк Уралсиб», руководитель проекта по внедрению стандартов «Базель II»
Вячеслав БИТЮЦКИЙ, ООО «ПрайсвотерхаусКуперс Консультирование», директор практики управления рисками для компаний финансового сектора
Методика разработки системы индексов ключевых индикаторов риска
При использовании ключевых индикаторов риска, особенно в самом начале, банк сталкивается с двумя серьезными проблемами. Одна из них — необходимость адресной идентификации потенциальных операционных рисков на основе КИР. Другая — необходимость охватить при помощи КИР все бизнес-процессы банка и происходящие в них изменения. В статье представлена методология, которая поможет решить эти проблемы. Особенно актуальной она может быть для банков, работающих на локальном рынке и планирующих вводить систему КИР.
Аркадий НОВОСЕЛОВ, Сибирский федеральный университет, доцент, к.ф.-м.н.
Задание корреляционной матрицы в условиях дефицита данных
Модели оценки риска существенно опираются на средства измерения зависимости между факторами риска. Как правило, в качестве последних выступают ковариационная или корреляционная матрица факторов риска. Часто оказываются доступными исторические наблюдения за динамикой факторов риска, которые позволяют получать качественные оценки параметров зависимости. Однако так бывает далеко не всегда, и приходится использовать различные разумные предположения о величине зависимости.
  ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ  
Артем ГРУЗДЕВ, ИЦ «Гевисста», директор
Предварительная подготовка данных перед построением модели логистической регрессии
Мы открываем серию публикаций, в которых будет подробно освещаться этап подготовки данных, предшествующий построению прогнозной модели в программе SPSS. Как обрабатывать выбросы, выполнять импутацию пропущенных значений, конструировать новые переменные, проводить корреляционный анализ и ряд других операций, направленных на повышение качества модели логистической регрессии? Для примера используется конкурсная задача предсказания отклика клиентов ОТП Банка.
  АНТИКРИЗИСНОЕ УПРАВЛЕНИЕ  
Наталья ТЫСЯЧНИКОВА, банковский аналитик, к.э.н., член-корреспондент РАЕН
Антикризисный план: риски разработки и реализации
С начала года 37 банков лишены лицензий, а 30 официально находятся под санацией. На случай если банк столкнулся с проблемами, которые ставят под угрозу его дальнейшее существование, в статье представлена пошаговая методика разработки антикризисного плана.
 
 
Другие проекты группы «Регламент-Медиа»