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 3/2018
  РИСК-МОДЕЛИРОВАНИЕ  
Петр ЗАМИСНЫЙ, группа по управлению финансовыми рисками КПМГ в России и СНГ, KPMG, старший менеджер
Андрей КОЗЛОВ, группа по управлению финансовыми рисками КПМГ в России и СНГ, KPMG, старший консультант
Построение моделей кредитного риска для портфелей сектора МСБ на основании внешних данных
Как показывают наши наблюдения, развитие количественной оценки кредитного риска для сектора корпоративного кредитования на отечественном рынке все больше будет смещаться в сторону получения индивидуальных риск-оценок с учетом как финансовых, так и нефинансовых показателей. В этой статье мы постарались продемонстрировать, что даже при нехватке у банка внутренних данных по направлению корпоративного кредитования использование внешних источников позволяет обеспечить хороший уровень качества кредитной модели.
Илья НАМИС, Экономический факультет МГУ им. М.В. Ломоносова
Екатерина БОЕВА, Экономический факультет МГУ им. М.В. Ломоносова
Внедрение системы управления модельным риском в банке: на что обратить внимание?
На практике банки сталкиваются с существенными проблемами при администрировании модельного риска. Трудности имплементации системы управления модельным риском связаны со сложностью информационных систем и вычислительных моделей, применяемых для оценки риска, а также с пробелами в регулировании данного процесса. Как же преодолеть разрыв между теорией и практикой внедрения системы управления модельным риском?
Аркадий НОВОСЕЛОВ, независимый консультант, к.ф.-м.н.
Применение условных распределений в торговых стратегиях со статистическим арбитражем
Идеальная стратегия статистического арбитража подразумевает ситуацию, при которой распределение доходности активов не зависит от рыночных факторов. В статье на конкретных примерах показано, как можно оптимизировать и улучшить свою стратегию при помощи факторной модели и вычисления условных распределений доходности при фиксированных значениях факторов.
  УПРАВЛЕНИЕ РИСКАМИ: ТРЕНДЫ И ФАКТЫ  
Константин ЛОСЕВ, ООО «Фольксваген Банк РУС», head of methodology development office4
Результаты перехода банков на МСФО (IFRS) 9
В этой статье мы проанализируем результаты перехода банков на требования МСФО (IFRS) 9 «Финансовые инструменты». Каким образом они могут быть использованы в практике анализа финансового состояния банков, в том числе с учетом запланированного с 2019 года применения МСФО (IFRS) 9 «Финансовые инструменты» для формирования бухгалтерской отчетности по РСБУ?
Владимир ШИКИН, НБКИ, заместитель директора по маркетингу
Анализ изменений долговой нагрузки частных российских заемщиков
Многие кредиторы учитывают индикаторы, основанные на сопоставлении дохода и размера обязательств заемщика, не только на этапе принятия решения о выдаче кредита, но и в маркетинговых целях для определения тактики кредитования в клиентских сегментах. При этом кредитор сталкивается с необходимостью сверить собственные оценки долговой нагрузки с рыночными показателями. В статье представлена методика, которая предполагает корректировку заявленных данных о доходе с учетом реальных рыночных данных о зарплатах.
  НОВЫЕ БАЗЕЛЬСКИЕ ИНИЦИАТИВЫ  
Джамиля БАГАМАЕВА, Екатерина БОЕВА, Заира МАМЕДОВА, Илья НАМИС, Экономический факультет МГУ им. М.В. Ломоносова
FRTB: методология расчета показателей и необходимые шаги для внедрения
С 2019 года банки начнут внедрять требования Базельского комитета по банковскому надзору, касающиеся фундаментального пересмотра торгового портфеля (Fundamental Review of the trading book), активное обсуждение этой темы предполагается приблизительно через полгода. Каковы общая цель и содержание предлагаемой концепции FRTB? Какое влияние она окажет на деятельность банков? Какова методология расчета показателей резервирования в рамках пересмотренного стандартизированного подхода и внутренних моделей для оценки риска?
  СКОРИНГОВЫЕ МОДЕЛИ  
Артем ГРУЗДЕВ, ИЦ «Гевисста», директор
Как улучшить качество прогнозных моделей с помощью переменных — правил случайного леса?
В статье пойдет речь о том, как можно улучшить модель логистической регрессии с помощью признаков, полученных на основе правил случайного леса с использованием пакета R inTrees. Как построить ансамбль деревьев, извлечь правила из ансамбля и измерить качество правил? Какими способами можно извлечь компактный набор релевантных и неизбыточных правил? Что представляет собой метод направленного регуляризованного случайного леса? Как конструировать переменные на основе правил случайного леса и использовать их для улучшения модели логистической регрессии?
  СТРАТЕГИЧЕСКИЕ РИСКИ  
Наталья ТЫСЯЧНИКОВА, банковский аналитик, к.э.н., член-корреспон­дент РАЕН
Трансформация банка как объект риск-менеджмента
В стратегиях чуть ли не каждого второго банка хоть раз упоминается слово «трансформация». В это модное слово банки вкладывают разные значения: изменение бизнес-процессов, внедрение чувствительной к переменам корпоративной культуры и системы мотивации, переход к цифровым технологиям обслуживания клиентов, оптимизация систем управления банком. На самом деле трансформация — это все перечисленное, это инструмент внедрения стратегии, использование которого может спровоцировать как рывок в развитии банка, так и реализацию целого ряда рисков, способных «похоронить» все начинания по переформатированию банка.
 
 
Другие проекты ИД «Регламент»