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 3/2019
  РИСКИ БАНКОВСКОЙ КНИГИ  
Юлия ШЕВЧУК, FINASTRA, главный консультант риск-практики, FRM
Процентный риск банковского портфеля: что нужно банку для расчета по новым правилам
Банк России планирует утвердить новый порядок, по которому банки будут рассчитывать процентный риск банковского портфеля. Скорее всего, применять его смогут не только банки из топ-25, но и более мелкие банки. Можно ли автоматизировать измерение рисков банковской книги с помощью уже существующих в банке средств? Насколько международные готовые средства автоматического расчета по базельским требованиям пригодны для автоматизации расчетов по проекту, предложенному Банком России? Каков объем требуемой адаптации международных программных средств?
Виктор ПОДЛЕСНЫХ, ПАО АКБ «Связь-Банк», Департамент контроля рисков и интегрированного риск-менеджмента, начальник отдела интегрированного риск-менеджмента
Процентный риск банковского портфеля: методика расчета
Статья поможет рассчитать процентный риск, руководствуясь последними документами Базельского комитета и Банка России, корректно выбрать данные и риск-параметры. Какие активы и пассивы включать в расчет, определяя риск чистого процентного дохода? Как использовать обязательную отчетность (форму 0409127) для расчета процентного риска? По какому алгоритму рассчитать риск изменения экономической стоимости капитала? Какой из трех вариантов ставки дисконтирования больше подходит для того, чтобы рассчитать приведенную стоимость будущих платежей?
  НОВЫЕ СТАНДАРТЫ РЕГУЛИРОВАНИЯ  
Варвара РУДЕНЧИК, FRM, старший консультант компании zeb2
Как адаптироваться к подготовке регуляторной отчетности по Базелю III
Как показали опросы, банки опасаются не того, что нормативные значения вырастут, а того, что новые подходы так разнообразны и сложны и регулирование постоянно меняется. Статья поможет справиться с задачей и оптимизировать подготовку регуляторной отчетности. Как изменится расчет кредитного, операционного и рыночного рисков с внедрением финальных требований Ба­­зеля III? Почему важно рассчитывать процентный риск банковской книги, несмотря на то что он не входит в расчет нормативов достаточности капитала? Какими способами можно ускорить работу IT-систем и уменьшить число ошибок?
  КРЕДИТНЫЙ РИСК  
Виктор ЛАПШИН, НИУ ВШЭ, доцент школы финансов, к.ф.-м.н., FRM
Антон МАРКОВ, КПМГ в России и СНГ, группа по управлению финансовыми рисками, консультант
Как оптимально сегментировать портфель для расчета моделей PD
Рассчитывая модели вероятности дефолта (PD), банки сталкиваются с нехваткой данных. Чтобы решить проблему, они объединяют заемщиков из разных отраслей, укрупняют рейтинговые категории (например, объединяют «нотчи» AAA+, AAA и AAA– в единый рейтинг ААА) и т.д. Мы предлагаем методологию, которая позволит оптимально сегментировать кредитный портфель, используя данные банка. Чтобы этого достичь, нужно минимизировать ширину доверительного интервала для оценки ожидаемых кредитных убытков (ОКУ). Методологию можно обобщить для других элементов кредитного риска (например, моделей LGD, EAD).
Антон СОБОЛЕВ, эксперт по банковским рискам
Стохастическая оценка рисков композитного кредитного портфеля с учетом отраслевых корреляций в среде R
Традиционные техники моделирования потерь по кредитному портфелю часто игнорируют отраслевую корреляцию клиентской базы, что может существенно исказить оценки экономического капитала. Как преодолеть это ограничение и оценить риски диверсифицированного композитного портфеля, используя среду статистического программирования R1 и свободную библиотеку GСPM?
  МАШИННОЕ ОБУЧЕНИЕ  
Артем ГРУЗДЕВ, ИЦ «ГЕВИССТА», директор по науке
Стратегии проверки моделей в Python
Мы открываем цикл публикаций, посвященных одной из самых сложных проблем машинного обучения — проверке модели. В статье на практических примерах показано, как формировать обучающую и тестовую выборки, стандартизировать переменные, строить модель логистической регрессии, проводить k-блочную перекрестную проверку при помощи библиотеки scikit-learn.
  ЦЕНООБРАЗОВАНИЕ КРЕДИТНЫХ ПРОДУКТОВ  
Александр ГАЙДУКОВ, КПМГ, Группа по оказанию консультационных услуг компаниям финансового сектора в России и СНГ, директор
Марина ФРОЛОВА, КПМГ, Группа по оказанию консультационных услуг компаниям финансового сектора в России и СНГ, старший консультант, к.э.н.
Ценообразование с учетом риска: оптимальные подходы и инструменты
Статья поможет перейти на методы Risk-Based Pricing тем банкам, которые не относятся к системно значимым, и обеспечить высокую точность вычислений. Как рассчитать каждый из компонентов себестоимости кредита? Как уровень дискриминации заемщиков влияет на показатели кредитного портфеля?
  КРЕДИТНЫЙ СКОРИНГ  
Анна КОКШАРОВА, Data Lab, CEO, ПНИПУ, старший преподаватель кафедры прикладной математики
Сергей ГАЛЕНКО, Data Lab, CDO
Построение системы кредитного скоринга на транзакционных данных
На пути повышения экологичности использования клиентских данных важную роль имеют транзакционные данные. Как правило, они являются вторым по значимости (после кредитных историй) источником, позволяющим извлечь знания о будущем клиентском поведении. Для категории клиентов, по которым нет исчерпывающих для скоринга данных о кредитах, транзакционные данные становятся практически самой коррелирующей с вероятностью возврата клиентской характеристикой.
  РИСК ЛИКВИДНОСТИ  
Юрий НИКИШЕВ, банковский эксперт
Риск ликвидности: инструменты оценки и управления
Традиционные нормативы ликвидности имеют общий недостаток: как при их расчете, так и при определении интервала допустимых значений широко применяются эмпирические коэффициенты и допущения. Нет никакой гарантии, что результат имеет практическую (а не только пруденциальную) ценность. Какие показатели позволят более точно оценить риск ликвидности? Какую отчетность лучше использовать при оценке риска ликвидности: по РСБУ или по МСФО? Какие особенности имеют общие методы управления рисками (уклонение, ограничение, диссипация) применительно к риску ликвидности?
 
 
Другие проекты группы «Регламент-Медиа»