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 2/2012
  Авторская колонка Михаила Рогова  
М.А. Рогов, Русское общество управления рисками «РусРиск», вице-президент, член правления российского отделения PRMIA, член GARP, член Группы экспертов по рискменеджменту систем нормативного регулирования Европейской экономической комиссии ООН (GRM UNECE), эксперт ISO/TC262 Risk management от Российской Федерации, к.э.н., доцент
Урим и туммим
  Политики и процедуры  
С.С. Глазница, «Газпромбанк» (ОАО), Департамент рисков операций на финансовых рынках, главный специалист, FRM
Экономический капитал. Понятие и концепция
В статье рассматриваются понятие экономического капитала и особенности его расчета. Дано понятие ожидаемых и неожидаемых потерь. Перечислены лица, заинтересованные в расчете экономического капитала. Показано, как экономический капитал позволяет оценить и в дальнейшем повлиять на устойчивость и эффективность бизнеса. Приводится расчет показателей достаточности капитала и эффективности с учетом риска.
  Анализ и оценка  
Е.И. Мешкова, Финансовый университет при Правительстве РФ, кафедра «Банки и банковский менеджмент», доцент, к.э.н.
Процентный риск: его источники, методы оценки и хеджирования
Статья посвящена проблеме совершенствования оценки и хеджирования процентного риска, принимаемого коммерческими банками. На материалах анализа финансовой отчетности банков по МСФО доказана значимость этого вопроса. С учетом наиболее часто применяемого метода оценки процентного риска — метода гэп-анализа — предложены способы повышения точности оценок в комбинации с элементами сценарного моделирования.
В.Ю. Хохлов, консультант по корпоративным финансам и инвестициям, MBA
VaR и проблема «больших хвостов» распределения доходности
Value-at-Risk (VaR) стал в последнее время одним из самых популярных показателей для оценки и управления рисками. Важнейшим его преимуществом перед таким показателем, как стандартное отклонение доходности, является то, что он измеряет не абстрактную волатильность, а вполне конкретный уровень возможных потерь при заданной вероятности. Однако не следует забывать о том, что данное преимущество приобретается весьма большой ценой — мы делаем предположение о распределении доходности. И если это предположение окажется неверным, то и оценка риска будет ошибочной.
Р.В. Литвинов, ОАО «Уралсиб», Департамент контроля рисков корпоративного банка, заместитель руководителя департамента
Структурные модели кредитного риска
В статье рассмотрен класс моделей кредитного риска, базирующихся на динамике стоимости активов компании-контрагента. Обычно такие модели называются структурными моделями (structural models) либо моделями, основывающимися на оценке стоимости компании (firm value models).
  Управление и контроль  
С.М. Ведерников, специалист по количественным исследованиям, FRM
В.А. Зинкевич, консультант по риск-менеджменту
Применение продвинутых подходов для измерения операционных рисков
Внедрение продвинутых подходов к измерению операционных рисков позволит банкам ощутить выгоды и преимущества управления операционными рисками на основе количественной оценки, в том числе статистическими методами. В статье на конкретных данных рассматриваются вопросы моделирования операционных рисков.
Ю.И. Соколов, СТ Групп, управляющий партнер О.А. Моря, AT Consulting, консультант
Управление рисками концентрации кредитного портфеля
Финансовый кризис выявил б льшую ориентацию систем рискменеджмента на идиосинкратические риски, чем на системные проблемы, которые решаются в рамках концепции управления рисками концентрации. Как отмечается в документе Банка России [1], в настоящее время отсутствует общепринятый подход к оценке необходимого капитала для покрытия риска концентрации. В рамках статьи рассматриваются показатели оценки риска концентрации, которые могут быть использованы для формирования подхода к определению экономического капитала на примере риска групповой концентрации.
А.В. Груздев, исследовательская компания «Гевисста», директор
Метод бинарной логистической регрессии в банковском скоринге
В этом номере мы завершаем публикацию, посвященную применению метода логистической регрессии для построения скоринговых моделей1. В прошлый раз речь шла об описании метода, подготовке данных и построении регрессионного уравнения. Во второй части статьи мы остановимся на работе с прогнозами и валидации модели, подробно рассмотрим ROC-анализ для оценки прогностической эффективности модели.
  Quant Classroom  
А.А. Новоселов, Сибирский федеральный университет, к.ф.-м.н., доцент
Риск-нейтральная вероятность
 
 
Другие проекты ИД «Регламент»