Роль моделирования в управлении банковскими рисками для обеспечения экономической безопасности

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Роль моделирования в управлении банковскими рисками для обеспечения экономической безопасности

В.Г. Анненкова

И.В. Беспалова

Т.А. Плеханова

Аннотация

В статье представлены данные о современных моделях управления рисками российских банков для обеспечения экономической безопасности. Изучение соотношения концептуальной и формализованной математических моделей управления банковским риском предполагает конкретное решение с помощью определенных инструментов: математических расчетов, выработки критериев статистических показателей, установления пропорций, отражающих сущность модели управления рисками.

Анализ математических имитационных моделей, применяемых экономистами в научных исследованиях подобного направления, свидетельствует об эффективности данного подхода для решения задач управления рисками в банковской системе. При управлении рисками в банковской системе в каждом конкретном случае необходимо учитывать экономическую, социальную и политическую ситуацию в регионе, принимать во внимание внешние и внутренние факторы, влияющие на работу банковской системы и рисковые ситуации, уметь определять собственную кредитную политику. Разработка новых методов, позволяющих анализировать факторы и оценивать риски банковской системы, является актуальной задачей.

Ключевые слова: концептуальная модель; математическая формализация экономической науки; идентификация ключевых показателей кредитного риска; интегральная оценка рискованности релевантных операций банка; банковская система.

Abstract

V.G. Annenkova, I.V. Bespalova, T.A. Plekhanova

The role of modeling in bank risk management to ensure economic security

The article presents data on modem risk management models of Russian banks. The study of the ratio of conceptual and formalized mathematical models of bank risk management involves a specific solution with the help of certain tools: mathematical calculations, the development of criteria for statistical indicators, the establishment of proportions that reflect the essence of the risk management model.

The analysis of mathematical simulation models used by economists in scientific research of this area testifies to the effectiveness of this approach for solving problems of risk management in the banking system.

When managing risks in the banking system in each case, it is necessary to take into account the economic, social and political situation in the region, external and internal factors affecting the functioning of the banking system and risk situations, to be able to determine their own credit policy. The development of new methods to analyze the factors and assess the risks of the banking system is a vital task.

Keywords: conceptual model; mathematical formalization of economic science; identification of key indicators of credit risk; integrated assessment of the riskiness of relevant bank operations; banking system.

Основная часть

Так как банк, помимо функций бизнеса, несет в себе функцию общественной значимости и проводника денежно-кредитной политики, то знание, определение и контроль банковских рисков представляет интерес для широкого круга внешних заинтересованных сторон. Это предполагает создание новых методов, которые будут ориентированы на решение важнейших экономических задач банковской системы, включая уменьшение экономических рисков. Модернизация и применение новых технологий управления банковской системой позволит стабилизировать некоторые направления экономики страны в целом.

Российские экономисты в своих публикациях отмечают, что в настоящее время модернизация банковской системы еще не приобрела свой точно сформулированный план-алгоритм и находится в состоянии трансформации обновления. Они видят возможным создание новой модели финансово-банковской системы для России. Эта система должна стать более экономически устойчивой к рискам и базироваться на финансово-экономическом опыте прошлых лет. В связи с этим актуально и важно обратить внимание на научные разработки, связанные с математическим и имитационным моделированием управления рисками банковской системы. Задачами данного исследования можно считать обзор типовых моделей и приемов их использования для нахождения решения поставленной экономической задачи; оценка практической значимости моделирования в управлении рисками банковской системы.

Экономический толковый словарь определяет модель как «упрощенную систему, используемую для имитирования определенных аспектов реальной экономики. Хорошая экономическая модель концентрируется на той проблеме, которую она изучает, и абстрагируется от всего, что не имеет существенного значения. Модели варьируются от очень простых до крупных с тысячами уравнений. Результаты любого изменения в предпосылках экономической модели могут быть предсказаны либо теоретически, либо путем цифровых вычислений, но соответствуют ли результаты реальному положению дел, может быть выяснено лишь опытным путем» [2, с. 582]. Из этого следует, что «экономическая модель - это алгебраическое или графическое (формализованное) описание экономического процесса или явления для выявления функциональных зависимостей между рассматриваемыми компонентами» [3, с. 504]. Как следствие, результатом процесса формализации будем считать новое знание или информацию, полученную об исследуемом экономическом процессе или явлении.

управление риск экономический банк

Положительные и отрицательные черты математической формализации экономических процессов

Процесс формализации экономической науки неразрывно связан с методами математического моделирования. Принцип аналогий можно считать основным для построения математической и имитационной модели экономического процесса. Под данным принципом будем понимать изучение реальных экономических объектов или явлений через модели подобных им процессов или явлений. Процедура математической формализации экономической проблемы может осуществляться в следующей по следовательно сти:

- разделение проблемы экономического характера на две части: формальную и содержательную;

- определение экономических понятий, обеспечивающих коммуникацию;

- обозначение экономических понятий с математической символикой;

- представление логических связей между экономическими понятиями при помощи математического аппарата.

К сожалению, математическое моделирование нельзя считать инструментом, в полной мере объективно характеризующим экономические процессы и явления. Процесс математической формализации экономики имеет свои положительные и отрицательные стороны (рисунок).

Обзор современной научной экономической литературы показал, что математическая формализация процесса управления рисками банковской системы еще не достаточно исследована. Но уже можно однозначно сказать, что ученые-экономисты не высказывают единого мнения о форме и содержании данной модели, которые могли бы определить основы ее построения.

Рассмотрим возможные варианты математических и имитационных моделей, отвечающих особенностям и специфике деятельности финансово-кредитных организаций. Модель управления рисками в банковской системе в общем виде представляет собой некую конструкцию, основанную на стандартах деятельности банковской системы, определенных качеств и свойств, присущих ей, которые не только взаимосвязаны между собой, но и взаимодействуют с внешней средой. Общая модель управления рисками в банковской системе строится на взаимосвязи концептуальной, математической и формализованной моделей.

При детальном рассмотрении модели управления рисками банковской системы видно, что концептуальная ее часть включает множество понятий и связей между ними, определяющих смысловую структуру рассматриваемой предметной области, математическая часть представлена имитационной моделью, формализованная часть - компьютерными технологиями. Концептуальная часть модели отражает смысловую связь предметной области с объектом исследования и позволяет получить ответ на вопрос: «Что делать, чтобы управлять рисками в банковской системе?» В отличие от концептуальной формализованная часть модели показывает, «как делать (или какие действия необходимо предпринять для управления рисками)» [3, с. 506].

Математический инструментарий позволяет провести конкретные решения, вычислить экономико-статистические показатели, установить между ними пропорции. Все это отражает сущность модели банковской системы управления рисками. В нашем исследовании модель управления рисками банковской системы - это совокупность взаимозависимых экономико-математических показателей, влияющих на управление рисками и отражающих сущность банковско-финансовой системы. Имитационная модель управления рисками банковской системы, как и любая математическая модель, имеет систему ограничений. В нашем случае система ограничений содержит информацию о факторах внешней и внутренней среды изучаемой системы и сценарии ее развития [3, с. 518].

Модель управления рисками в банковской системе можно отнести к финансовой модели. Финансовая модель должна иметь простую структуру, которая включает в себя систему алгоритмов, дающих экономическое обоснование рассматриваемому процессу. С точки зрения эконометрического моделирования усложнение модели при помощи увеличения экономическо-статистической информации не всегда приводит к результату, имеющему значительный положительный эффект.

На начальном этапе построения математической модели необходимо определиться с понятием «риск» с экономико-математической точки зрения. Под экономическим риском будем понимать случайную величину, которая взаимодействует с другими случайными величинами экономической природы на разных этапах моделирования с различной долей вероятности. С учетом риск-менеджмента данная случайная величина характеризуется возможным возникновением нежелательных убытков или недополучением доходов по сравнению с прогнозируемым вариантом, измеряемая в денежном выражении. Задачи сравнения рисков различной экономической природы являются неразрешимыми, если риски рассматривать как функции, зависящие от аргументов, имеющих различный смысл. Рассматривая экономические риски как функцию распределения, мы можем применять к ее исследованию методы теории вероятностей, применимые к случайным величинам. Такое представление в большей степени включает в себя важную и подкрепленную результатами область - имитационное моделирование. Если сравнивать аналитическое и имитационное моделирование, то аналитическое можно охарактеризовать как моделирование простых и идеализированных задач. Сложные объекты не всегда можно описать аналитически. Имитационное моделирование является частным случаем математического моделирования, следовательно, позволяет разложить процесс на части, с которыми можно работать по отдельности или группировать в сложные или простые модели. Имитационное моделирование объектно-ориентированно. Имитационную модель можно усложнять постепенно, аналитический способ этого не позволяет[5].

Имитационное моделирование позволяет создать перспективные направления в управлении и принятии решений в финансовых сферах. Математическое и имитационное моделирование считается наиболее эффективным методом, который с большей долей реальности воспроизводит финансовые процессы и денежные расчеты с внешними и внутренними контрагентами. Основной идеей имитационного метода можно назвать план или сценарий, который позволяет по различным критериям сравнить несколько проектов, на каждый из которых действуют разные факторы. Пропустив финансовый проект через несколько сценариев, делается вывод о приемлемости проекта, его достоинствах и недостатках, факторах, что делают его уязвимым. Следует отметить, что информационные технологии и инновационные программные продукты делают процесс моделирования более доступным для экономистов и финансистов. Сегодня регулятор стремится ориентировать банки на применение продвинутых подходов в оценке риска. Одной из предпринятых мер стало письмо Центрального банка Российской Федерации от 29.12.2012 №192-Т «О методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков».

Чтобы качественно применять рекомендованные инновационные подходы к регулированию банковской системы, необходимо обратить внимание на уровень автоматизации процессов управления рисками в банковской системе. Для этого потребуется провести сбор необходимых данных, дать математико-статистическую оценку, сформировать систему принятия решений, на основании которой можно промоделировать, например, вероятности дефолта или же восстановление залога. Обращение заемщика в банк начинается с кредитной заявки и проходит многоуровневый процесс обработки: анализ кредитного риска, оценка залогов и обеспечения, регулярный мониторинг последующего состояния сделки, который только частично автоматизирован. На сегодняшний день банки приходят к пониманию необходимости моделей, направленных на оценку риска, на управление активами и пассивами организации в целом. Это сложные композиции моделей, так как в них заложена вся деятельность банка.

В основу моделирования управления банковскими рисками положена методика оценки интегрального показателя кредитного риска, основанная на данных балансов и отчетности и анализе внутренних ресурсов банка. Данная методика находит применение в ряде коммерческих банков и предполагает:

- идентификацию ключевых показателей кредитного риска (Key Risk Indicator - KRI);

- определение правил расчета KRI;

- вывод интегральной оценки рискованности релевантных операций банка (Integral Risk Indicator - IRI).

Ключевые показатели кредитного риска могут принимать определенные математические числовые значения в зависимости от ряда факторов. Выделяется несколько групп KRI в зависимости от вида релевантных операций в отношении финансовых инструментов [4].

Интегральная оценка риска вычисляется по следующим формулам:

где A_, - удельный вес показателя;

K_i - значение показателя, рост которого является для банка положительным фактором;

n - число показателей, рост которых для банка можно считать положительным фактором;

L_t - значение показателя, понижение которого для банка является положительным фактором;

m - число показателей, понижение которых для банка можно считать положительным фактором.

IRI = Wn^KRI xWn^G x KRIn,

где n - общее количество KRI;

W^KRJ - коэффициент влияния n-го KRI;

wT щиент влияния группы, к ко

торой относится n-ный KRI [4].

Коэффициенты влияния ключевых показателей кредитного риска и их групп на интегральный показатель могут быть определены разными способами, в частности экспертным путем.

Для операционализации изложенной выше методики применяется системно-динамическая модель, реализованная в среде Vensim1, - это пакет имитационного моделирования, реализующий концепцию системной динамики. Метод системной динамики, предложенный Дж. Форрестером, базируется на аналогии между процессами ресурсного обмена. Применительно к теме исследования структура модели должна состоять из трех блоков: основного, вспомогательного и блока капитала банка. Основной блок отвечает за расчеты, связанные с выдачей и погашением кредитов заемщиками, вспомогательный - за расчеты основных показателей кредитного риска. Описывая вспомогательный блок модели, необходимо заметить, что он должен быть разделен на несколько частей по типам контрагентов банка (они запрашивают и получают кредиты, выполняют перед банком финансовые обязательства), и каждый контрагент должен быть представлен блоком выдачи и погашения кредита. Необходимо сделать следующие замечания к построению математического аппарата:

- спрос на кредит и сумма требований банка к контрагентам представляют собой равномерно распределенную случайную величину;

- сроки для погашения долга для всех заемщиков одинаковы;

- не учитывается целевое назначение кредитов;

- принята единая ставка процента на все кредиты.

Важной составляющей данной модели является третий блок - блок капитала банка. При анализе кредитного риска обязательной является процедура выяснения достаточности капитала. Капитал банка учитывается и должен соответствовать принятым нормативам [1].

Необходимо учитывать, что регулятивный капитал банка состоит из основного и дополнительного капитала. Неизменный капитал, не подлежащий перераспределению и покрывающий все текущие убытки, считается основным капиталом. Капитал, величина которого непостоянна и варьируется на протяжении времени, считается дополнительным капиталом. Суммарные активы банка состоят из регулятивного капитала и денежных средств, лежащих на депозитах в банке.

Проектируемая имитационная модель должна стать механизмом управления рисками в банковской сфере. Это позволит прогнозировать финансово-экономические показатели, примерами таких показателей могут стать:

- величина задолженности контрагентов банка;

- величина суммарной просроченной задолженности;

- величина процентного дохода от кредитов;

- величина задолженности различной экономической типологии (типы финансовых инструментов, типы обеспечения, типы ценных бумаг);

- величины, характеризующие «большие кредиты»;

- интегральный показатель кредитного риска.

Данные, полученные эмпирическим путем посредством предлагаемой модели, позволят провести детальный анализ финансово-экономических показателей, влияющих на формирование кредитной политики банка и на работу кредитно-банковской системы в целом. Моделирование финансово-экономических процессов при оценке банковских рисков дает возможность повысить эффективность работы системы кредитования. Применение новых технологий позволит автоматизировать некоторые операции, уменьшить время принятия решения, повысить качество оценки рисков, уменьшить вероятность возможных потерь и риск мошенничества, ориентироваться на конкретного клиента банка. Предлагаемая модель предоставит возможность управлять процентной политикой банка, работать на снижение будущих потерь и увеличение прибыли. Недостаток рассматриваемой методики оценки рисков в банковской системе состоит в том, что она, к сожалению, не позволяет проанализировать и оценить все факторы рисков.

При управлении банковскими рисками в каждом конкретном случае необходимо учитывать экономическую и социально-политическую ситуацию в регионе, принимать во внимание внешние и внутренние факторы, влияющие на работу банковской системы и рисковые ситуации, уметь определять собственную кредитную политику. Разработка новых методов, позволяющих анализировать факторы и оценивать риски банковской системы, является актуальной задачей. Целью следующего этапа исследования является привязка реальных факторов и показателей банковской отчетности к формируемой модели. Это позволит повысить практическую значимость исследования.

Список литературы

1. Блэк Дж. Экономика: толковый словарь: англо-русский. М.: ИНФРА-М; Весь Мир, 2000. 829 с.

2. Малугин В.А., Фадеева Л.Н. Количественный анализ в экономике и менеджменте: учебник. М.: ИНФРА-М, 2016. 700 с.

3. Экономико-математическое моделирование бизнес-процессов отраслевых рынков в условиях цифровой экономики: монография / В.А. Цветков [и др.]. М.: Русайнс, 2019. 190 с.

4. Савиных В.Н. Математическое моделирование производственного и финансового менеджмента: учеб. пособие. М.: КноРус, 2016. 192 с.

5. Беспалова И.В., Яшина Н.М. Финансовая модель управления рисками российских банков // Фундаментальные исследования. 2014. №6. С. 1242-1246.

References

1. Blek Dzh. E'konomika: tolkovyj slovar': anglo-russkij [Economics: English-Russian Dictionary]. M.: INFRA-M; Ves' Mir, 2000. 829 s.

2. Malugin V.A., Fadeeva L.N. Kolichestvennyj analiz v e'konomike i menedzhmente [Quantitative analysis in economics and management]: uchebnik. M.: INFRA-M, 2016. 700 s.

3. E'konomiko-matematicheskoe modelirovanie biznes-protsessov otraslevykh rynkov v usloviyakh tsifrovoj e'konomiki [Economic and mathematical modeling of business processes in industry markets in the digital economy]: monografiya / V.A. Tsvetkov [i dr.]. M.: Rusajns, 2019. 190 s.

4. Savinykh V.N. Matematicheskoe modelirovanie proizvodstvennogo i finansovogo menedzhmenta [Mathematical modeling of production and financial management]: ucheb. posobie. M.: KnoRus, 2016. 192 s.

5. Bespalova I.V, Yashina N.M. Finansovaya model' upravleniya riskami rossijskikh bankov [Financial model of risk management of Russian banks] // Fundamental'nye issledovaniya. 2014. №6. S.1242-1246.

Размещено на Allbest.ru