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 4/2019
  МАШИННОЕ ОБУЧЕНИЕ  
Вадим КУЛИК, Банк ВТБ (ПАО), заместитель председателя правления
Максим КОНОВАЛИХИН, Банк ВТБ (ПАО), руководитель Департамента анализа данных и моделирования, д.т.н.
Денис СУРЖКО, Банк ВТБ (ПАО), начальник Управления перспективных алгоритмов машинного обучения, к.э.н.
ML-сервисы платформ: новая веха в централизации функции моделирования
Проблемы использования специализированных платформ для работы со сложноструктурированной информацией могут быть решены при помощи универсального сервиса векторного представления для базовых сущностей внутри платформы. В терминологии глубокого обучения это представление объектов внутри платформы как предобученных embeddings для внешних потребителей данных платформы. Статья посвящена решению этой задачи с помощью алгоритмов, доступных на рынке или разработанных командой банка (в случае с геоплатформой).
Артем ГРУЗДЕВ, ИЦ «ГЕВИССТА», директор по науке
Стратегии проверки моделей в Python
В предыдущей публикации мы выяснили, что не можем использовать для подбора гиперпараметров ни случайное разбиение на обучающую и тестовую выборки, ни k-блочную перекрестную проверку (обычную, повторную, с исключением по одному). Получается, мы используем тестовую выборку (проверочные блоки перекрестной проверки) и для настройки гиперпараметров, и для оценки качества модели. Для преодоления этого недостатка можно воспользоваться комбинированной проверкой, которая сочетает случайное разбиение на обучающий и тестовый наборы и k-блочную перекрестную проверку.
  РИСКИ ФИНАНСОВЫХ ИНСТРУМЕНТОВ  
Сергей КОПЫЛОВ, ООО «Бизнес Системы Консалт», младший партнер, к.ф.-м.н., CFA, FRM
Финансовые инструменты: описание бизнес-моделей и анализ рисков для их определения
МСФО (IFRS) 9 «Финансовые инструменты» ввел новое понятие — «бизнес-модель», которое ранее в области учета и отчетности отсутствовало. Как описывать бизнес-модели, оценивать риски финансового инструмента для определения бизнес-модели, проверять соответствие бизнес-моделям? Какие бывают исключения из требований МСФО?
  РИСКИ ПРОЕКТНОГО ФИНАНСИРОВАНИЯ  
Петр ЗАМИСНЫЙ, KPMG, группа по управлению финансовыми рисками, старший менеджер
Андрей КОЗЛОВ, KPMG, группа по управлению финансовыми рисками, менеджер
Элен ВАНЯН, KPMG, группа по управлению финансовыми рисками, старший консультант
Как получить комплексную оценку рисков проектного финансирования
Большинство банков оценивают кредитный риск проекта исключительно на основе экспертных характеристик заемщика. Некоторые банки используют только финансовые характеристики. В статье рассматривается подход, учитывающий как финансовые, так и экспертные показатели, что особенно актуально для компаний, созданных для реализации конкретного проекта и имеющих неинформативную финансовую отчетность. Итоговая оценка кредитоспособности зависит от стадии реализации проекта.
  КРЕДИТНЫЙ СКОРИНГ  
Анна КОКШАРОВА, CEO Data Lab, старший преподаватель кафедры прикладной математики ПНИПУ
Сергей ГАЛЕНКО, CDO Data Lab
Методы обогащения клиентского профиля: как построить взаимодействие с категорией unbanked
Для прогнозирования поведения клиента при использовании финансовых сервисов наиболее значимую группу данных представляют кредитные истории. Несмотря на достаточно большие показатели хит-рейтов, полнота данных зачастую оказывается недостаточной для разработки качественных моделей скоринга, особенно для категории клиентов до 27 лет (unbanked). Прирост же показателей выдачи по этой группе стратегически важен, поскольку эта группа на протяжении длительного периода своей будущей трудоспособности способна сформировать качественное ядро клиентской базы.
  РИСКИ РОЗНИЧНОГО КРЕДИТОВАНИЯ  
Дмитрий СЕРГИЕНКО, Газпромбанк (Акционерное общество), заместитель начальника департамента анализа данных и моделирования
Владимир ШИКИН, Национальное бюро кредитных историй (НБКИ), заместитель директора по маркетингу
Винтажный анализ кредитного портфеля: возможные методики
Как правило, в силу корпоративной закрытости использование винтажного анализа ограничено уже устоявшимися в банке методиками. При этом специализированная литература, как русско-, так и англоязычная, предлагает откровенно мало практических способов использования винтажных графиков. В статье собраны самые распространенные примеры методик построения и использования винтажного анализа, которые можно назвать типовыми. Все они проверены на практике и могут применяться в кредитной организации любого уровня.
Владимир БАБИКОВ, ООО «Бизнес Системы Консалт», исполнительный директор, к.ф.-м.н.
Поведение розничного кредитного портфеля: методики и подходы к оценке
Как смоделировать поведение кредитного портфеля и учесть влияние внешних факторов? Что является детерминированной составляющей в поведении кредитного портфеля (инвариантом), а что требуется определить в сценарии? Как взаимоувязать макроэкономику и поведение кредитного портфеля? Автор предлагает собственные подходы к решению этих вопросов, основываясь на исследовании большого числа кредитных портфелей различных типов и своем практическом опыте.
  РИСКИ КОНТРАГЕНТА  
Илья МУНЕРМАН, Исследовательский центр Интерфакс-ЛАБ, директор
Даниил КЛИМЕНКО, Смоленский государственный университет, специалист вычислительного центра физико-математического факультета
Искусственный интеллект против гуанси
Распространение принципа гуанси в связи с развитием деловых взаимоотношений с Китаем имеет свои «побочные эффекты».Альтернативой этому принципу при взаимодействии с китайскими контрагентами может служить скоринг. Однако отчетность компаний как основа для принятия решения зачастую недостоверна, что особенно актуально для китайских компаний. Какие инструменты можно использовать для повышения точности скоринга в отсутствие достоверной отчетности? Какие из них применимы и для российских компаний-заемщиков?
 
 
Другие проекты группы «Регламент-Медиа»