Методический журнал
Риск-менеджмент в кредитной организации

Подход на основе внутренних рейтингов (ПВР) формирует в банках целостную систему оценки и управления кредитным риском, которая включает в себя многочисленные элементы и приносит банку значительные преимущества. При этом регулирование по ПВР совершенствуется на постоянной основе. Для наиболее эффективного внедрения данных регуляторных требований допустимо применять продуктовый подход и гибкие практики. Если подходить к ПВР как к системе управления кредитным риском, которая охватывает все этапы от создания клиента до расчета нормативов достаточности капитала, то ПВР может быть полезен любым банкам (независимо от их размера) как пример лучших международных практик.

Автор, вовлеченный в гигантский проект внедрения ПВР практически с его зарождения в России, предпринимает попытку осмысления некоторых его специфических особенностей и проб­лем, зачастую по-разному видных с разных сторон «баррикад» (с позиций регулятора и поднадзорного коммерческого банка). Наблюдения и выводы основаны на опыте многих проектов, а не какого-то конкретного ПВР-банка.

В статье предлагается практический подход к расчету экономического капитала, основанный на профессиональном опыте автора, без углубления в теоретическое обоснование проблемы. В практике существует ряд подходов к расчету экономического капитала, каждый из которых имеет свои достоинства и недостатки. В данной статье изложен базовый подход, который достаточно прост в технической реализации, но при этом соответствует определенным критериям теоретического минимума.

Рост макроэкономических рисков заставляет искать новые способы оперативного и точного прогнозирования макропоказателей. Динамические факторные модели (DFM) хороши для наукас­тинга (оценки показателей «в моменте») в том числе потому, что дают возможность итерационно обновлять прогноз при появлении свежих данных. Разберем подходы к применению DFM для оперативного прогнозирования валового внутреннего продукта (ВВП) и других макропоказателей.

В начале 2024 года Банк России вынес для обсуждения в банковском сообществе проект изменений в Положение № 590-П. Изменения эти достаточно значимы и затрагивают множество требований и условий данного нормативного акта. Остановимся на основных из них и попытаемся понять: как они повлияют на кредитную политику банков, станут ли условия кредитования более мягкими либо, наоборот, более жесткими для заемщиков?

Оценка операционных рисков посредством метода Value-at-Risk (VaR) имеет два ключевых преимущества: возможность представить риск одной цифрой независимо от количества последствий и возможность сравнивать разные риски между собой. В статье описана методика оценки операционных рисков и приведен пример реализации VaR методом Монте-Карло в PostgreSQL.

Внутренние данные могут приносить бизнесу пользу, если применить их в новых задачах. Подключение таких источников позволяет обогащать базы, улучшать качество моделей машинного обучения и создавать новые. Как их искать, зачем и куда подключать, как они могут быть полезны и какую подготовительную работу проводит команда Альфа-Банка, прежде чем их подключить?

Искусственный интеллект является одним из самых динамично развивающихся направлений в науке и технологиях. Отдельно можно выделить интерес исследователей и разработчиков к нахождению и изучению уязвимостей нейросетевых технологий. Недавно российские исследователи из Сколтеха и Лаборатории Альфа-Банка опубликовали научную работу, посвященную состязательным атакам на банковские модели. Среди других научных работ набирают популярность исследования атак на большие языковые модели. Не затухает интерес и к уязвимостям биометрических технологий, обзору которых посвящена эта статья.

Стремительное развитие методов глубокого обучения и генеративного моделирования, создание гиперреалистичных синтетических медиа, известных как deepfake, стало растущей проблемой. Как устроена технология обнаружения deepfake-контента и какие передовые инструменты для этого используются? Какие задачи решаются с помощью систем противодействия deepfake, предназначенных для борьбы с поддельным аудио- и визуальным контентом?

Цифровые финансовые активы (ЦФА) заняли уже заметную нишу на рынке и не собираются на этом останавливаться — участники рынка ждут к концу 2024 г. четырехкратного роста до 125 млрд руб., в течение 3 лет — до 500 млрд руб. В то время как профессионалы придумывают новые виды экзотических ЦФА, например ЦФА на квадратные метры жилой недвижимости, для многих инвес­торов ЦФА остаются новым неизведанным инструментом, а перед риск-менеджерами встает вопрос, как оценивать риски ЦФА и управлять ими.

На данный момент уже можно считать «джентльменской практикой» использование продуктового подхода для разработки новых продуктов, приложений, систем — словом, решений. Борьба за TTM (time-to-market) привела к конвейеризации данного процесса на основе SDLC (Software Development LifeCycle). Повышенное внимание к кибербезопасности и всем аспектам борьбы за защиту чувствительных данных привело к изменению акронима в пользу Secured Development LifeCycle. Однако цифровая трансформация и построение сквозных, интегрированных процессов поставили ребром вопрос: а как в эту картину мира вписывается управление рисками?

Когда вышло Положение № 716-П, команда Т-Банка решила, что это отличный повод реорганизовать систему управления операционным риском (СУОР), а главное — собрать базу событий операционного риска. Благодаря автоматизации компактная команда в сжатые сроки смогла собрать базу событий с 2016 г. (более двух миллионов событий) и перейти на расчетный коэффициент внутренних потерь, сэкономив миллиарды на капитале.