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 4/2021
  ФИНАНСОВЫЕ КАТАСТРОФЫ. ОПЕРАЦИОННЫЙ РИСК  
Первая крупная атака с использованием deep fake в базе ORX: что дальше?
В базу данных ORX впервые попал крупный инцидент мошенничества с использованием AI. Технология deep voice позволила злоумышленникам вывести из компании $35 млн. Какие методы помогут банкам противостоять таким атакам и что должно быть приоритетной задачей при защите от них?
  КРЕДИТНЫЙ РИСК  
Алексей ЛОБАНОВ, экс-директор Департамента банковского регулирования Банка России
Алексей Лобанов: итоги 10 лет внедрения «Базеля»
Когда Алексей Лобанов был назначен директором Департамента банковского регулирования, мы провели с ним большое интервью, где узнали о планах и перспективах. Спустя 10 лет с того момента, как Алексей Лобанов начал карьеру в Банке России, и через 5 лет после назначения директором Департамента банковского регулирования мы задали ему вопросы наших коллег-рисковиков: что удалось сделать за эти годы, почему регулятор не использует транзакционные данные для регулятивных моделей, а главное, почему требования Банка России столь тяжелы для восприятия и исполнения?
Сергей АФАНАСЬЕВ, КБ «Ренессанс Кредит», вице-президент, начальник управления статистического анализа
Анастасия СМИРНОВА, КБ «Ренессанс Кредит», начальник отдела разработки и анализа эффективности скоринговых систем
Ильгиз АХМЕТСАФИН, КБ «Ренессанс Кредит», руководитель направления разработки рейтинговых систем
Игорь МОЛОКАНОВ, КБ «Ренессанс Кредит», главный аналитик направления разработки рейтинговых систем
LGD-модели для розничного кредитования. Часть 2: разработка «ядра» модели
В предыдущей статье мы разобрали первые три фазы проекта разработки модели LGD согласно стандарту CRISP-DM: понимание целей задачи, изучение данных и подготовка данных. Разработка модели является следующей фазой, которую в рамках методологии ПВР и МСФО (IFRS) 9 можно разделить на три этапа: разработка «ядра» модели, калибровка модели, применение надбавок. Рассмотрим первый этап.
Сергей КОПЫЛОВ, ООО «Бизнес Системы Консалт», младший партнер, к.ф.-м.н., CFA, FRM
Ежеквартальная отчетность розничных кредитных портфелей: как создать ценность бизнесу? Часть 2
В прошлом номере мы рассматривали ежемесячные отчеты, в этом сосредоточимся на отчетах ежеквартальных и немного на макроэкономике. Приведенные в статье примеры отражают состояние реальных кредитных портфелей и позволяют оценить влияние эпидемии COVID-19. В сочетании с прогнозом макроэкономических показателей представленные модели позволяют строить прогноз факторов поведения кредитных портфелей, что необходимо для расчета ожидаемых кредитных убытков в соответствии с МСФО (IFRS) 9 и стресс-тестирования, направленного на конструирование кредитных продуктов и обеспечение устойчивости банка.
От СПАРК до Creditnet: глубинный обзор систем анализа контрагентов. «ЗаЧестныйБизнес»
В банковской системе есть сервисы ниже «ватерлинии», которыми почему-то не принято пользоваться. В этой статье мы подключим сервис интеграции «ЗаЧестныйБизнес» (№ 10 в рейтинге «Эксперт РА» и лучший балл по стоимости) по цене ежемесячного утреннего кофе для главного редактора и посмотрим: может, все-таки дать шанс бюджетным решениям и сэкономить миллионы рублей в месяц кредитной организации, которая привыкла считать деньги?
  АНАЛИЗ ДАННЫХ  
Лидия ХРАМОВА, QIWI, team lead data scientist
Лучшие практики data science проектов для управления модельным риском: опыт QIWI
Компания QIWI активно развивает бизнес, основанный на аналитике больших данных. Опыт QIWI говорит о том, что оттачивать лишь одну модель не имеет смысла, важно создать конвейерный подход. Расскажем о топ-6 факторов, влияющих на модельный риск, и трех китах прозрачного процесса разработки. А также о том, как при помощи минимального набора методов построить модели с life time более двух лет.
Полноценный ML в моделях IRB: прощай, логрег?
Европейская служба банковского надзора начинает практику сближения полноценных ML-моделей с регулятивными требованиями к расчету риска на капитал. В связи с тем, что Россия часто впереди планеты всей в имплементации Базеля и продвинутых практик регулирования, банковским датасаентистам, возможно, уже сейчас стоит озаботиться подготовкой к таким изменениям.
  РЫНОЧНЫЙ РИСК  
Эмилио ЛЬОРЕНТЕ, Recognition Asset Management Solutions, генеральный директор
Как с помощью MATLAB разместить деньги в активы и снизить рыночные и операционные риски
В крупных банках мнение инвестиционного комитета все еще превалирует над данными скрупулезного анализа рыночной ситуации и моделями, построенными на них. Разработанная автором на основе MATLAB система принятия решений по активам призвана заменить решения комитета data-driven решения­ми. Для этого члены команды RAMS внимательно изучили мнение каждого эксперта, заменили его моделью и снабдили текущими рыночными данными на основании Мертон-моделей. Заметят ли члены комитета разницу?
Артем ДАНИЛИШИН, Промсвязьбанк, управляющий риск-менеджер Группы моделирования и внедрения продуктов
Численные эксперименты оценки VaR/CVaR портфеля опционных контрактов: новейшие подходы
Как совместить риск-нейтральную меру ARIMA-GARCH с необходимостью учета тяжелых хвостов, характерных для распределений финансовых временных рядов? В статье на практическом примере показана действующая модификация расширенного принципа Гирсанова, в котором вместо логарифмических приращений берутся относительные, и приведены примеры кода в среде R.
  МИРОВЫЕ ПРАКТИКИ  
Исследование кредитных рейтингов компаний КНР: качество и интерпретабельность
В КНР экономисты и датасаентисты, похоже, наконец пришли к согласию. Они выработали методологию и тип моделей, которые, во-первых, дружат между собой, а во-вторых, не встречаются ни на Github, ни на Kaggle. Попробуем посмотреть, в чем состоял смысл многолетней исследовательской работы в области кредитных рисков и анализа данных.
  CASE STUDY  
Данил ДИНЦИС, менеджер проектов и портфелей, д.т.н.
Как оценить риски кредитования небольшого ИТ-бизнеса
В прошлый раз мы говорили о том, на что обращать внимание при кредитовании крупных ИТ-компаний. Публикация набрала много положительных отзывов, поэтому мы решили продолжить тему проектных рисков и специфических ИТ-рисков. Сегодня обсудим, как кредитовать ИП и небольшие компании, которые оказывают услуги в сфере ИТ или предлагают какой-то один продукт. Если клиент — ИП, банки, как правило, ограничиваются оценкой финансового положения и часто предлагают потребкредит. Но для таких клиентов можно создать отдельный продукт, сбалансированный по риску.
  ПЕРСОНАЛЬНАЯ ЭФФЕКТИВНОСТЬ  
Владимир КОЗЛОВ, FRM, консультант по риск-менеджменту
SQL-Join: разбираемся один раз и надолго
По итогам нашего анализа hh.ru, в требованиях работодателя SQL занимает место выше Python. А учитывая, что в риск-менеджменте становится все больше данных и методы работы с ними должны знать уже не только рисковики, но и экономисты и кредитные аналитики, — мы, не претендуя на изложение продвинутых подходов, расскажем о том, что пока известно не всем и в чем некоторые допускают ошибки.
 
 
Другие проекты группы «Регламент-Медиа»