Владимир Живетин - Управление рисками коммерческих банков (управление: синтез, анализ)

• Название: Управление рисками коммерческих банков (управление: синтез, анализ)
• Автор: Владимир Живетин
• Жанр: Математика
• Год: 2009
• ISBN: 978-5-986640-51-8, 978-5-903140-50-3

В монографии представлены материалы, полученные автором в области качественных и количественных моделей риска и безопасности функционирования коммерческих банков. Значительное внимание уделено качественным моделям систем управления как основе структурно-функционального синтеза рассматриваемых систем, которые в свою очередь создают условия для структурно-функционального анализа, включающего математическое моделирование. При этом решающее значение имеют не только системы управления, но и системы контроля. Материалы, представленные в работе, дополняют и развивают модели, разработанные международными организациями, которые представлены в Базель-2.

---

Определение 3. Все те значения функциональных свойств, финансового потенциала, внутренних и внешних возмущающих факторов, при которых банк не способен выполнять свое целевое назначение, назовем критическими, а область этих значений – критической Ωкр.

Всякий банк, как динамическая система, подвержен внешним W и внутренним V факторам риска R = (W, V), которые создают потери. При этом факторы риска R, создавая потери в виде ΔS = ΔS(R, t), в общем случае Δθ = (ΔS, ΔJ), обусловливают при некотором значении ΔS выход финансового потока S* = S – ΔS в область опасных (критических) Ωоп (Ωкр) значений, т. е. текущее значение S, равное S* Ωоп.

Если банк по величине S покинул область допустимых значений Ωдоп, то, начиная с некоторого момента времени t1 пребывания S в Ωкр, в системе сначала изменяются функциональные свойства подсистем до Φ*. При этом

F(Σ, Φ*, S*, J*, W, V) = 0,

где Φ* ≠ Φ, т. е. текущие функциональные свойства не совпадают с заданным или необходимым для достижения заданной цели; J* = = J – ΔJ, т. е. происходит потеря информации на величину ΔJ, что обусловливает потери функциональных свойств Ф.

Начиная с некоторого момента времени t2 пребывания динамического процесса S(t) в области Ωкр, в динамической системе происходит деструктуризация, когда хотя бы одна из подсистем, формирующих структуру, теряет свои функциональные свойства, и банк перестает функционировать. При этом имеет место

F(Σ*, Φ*, S*, J*, δn, δp, W, V) = 0,

где Σ* ≠ Σ, J* ≠ J.

В рассматриваемых моделях

Φ* = Φ – ΔΦ; J* = J – ΔJ; S* = S – ΔS.

Величина ΔΦ = f(V, ΔJ, …) характеризует организационные потери, которые включают: сокращение (ниже нормы) квалифицированного персонала, способного выполнять необходимые функциональные свойства.

Величина ΔJ характеризует отсутствие или недостаток коммерческой и финансовой информации, обусловленной в том числе маркетингом банковских услуг и поступлением информации от социальной системы.

Внешние возмущающие факторы W включают Wi , которые формируются, в частности, так называемым риском состава клиента, когда возникают потери ΔSn – потока поступления, т. е. ΔSn = f(Wi). Так, мелкий заемщик порождает малые значения потерь ΔSn, но их вероятность велика, так как он зависит от большого количества возмущений по сравнению с клиентом, который получает больший по величине кредит.

Отметим, что ΔJ – случайный процесс, создаваемый подсистемами банка, обусловливает искажение фактической информации о состоянии как внутренней, так и внешней финансовой системы.

Решение проблемы анализа, прогнозирования и управления финансовыми потоками банка в условиях как воздействия факторов риска, так и без учета их, связано с построением математической модели и исследованием изменений финансовых потоков, включая:

1. Анализ эффективности функционирования банка; детерминированную модель в условиях отсутствия внутренних и внешних факторов риска и возмущающих факторов.

2. Учет факторов риска в процедуре выдачи кредита; оценку вероятности ошибочных действий.

3. Назначение процентов по кредиту согласно возможным потерям, оцениваемым соответствующей вероятностью.

4. Анализ, прогнозирование и управление финансовыми потоками с учетом W, V, создающих риски потерь в деятельности банка.

1.3.3. Качественная модель функционального риска

Анализ характеристик риска осуществляется на двух уровнях: качественном и количественном. Главная задача качественного анализа – определить совокупность факторов на различных уровнях динамической системы, влияющих на риск и безопасность. Количественный анализ риска сводится к численному расчету размеров риска отдельных подсистем, отдельных индикаторов состояния системы и риска и безопасности системы в целом. Качественный анализ предшествует количественному, он осуществляется на уровне структур, учитывает функциональные особенности и свойства подсистем, принадлежащих системе.

Согласно существующим теоретическим основам, количественный расчет значений риска и безопасности динамической системы может быть осуществлен с использованием:

– аналогов;

– экспертных оценок;

– динамического моделирования;

– статистических испытаний;

– вероятностных методов.

Наиболее распространенным методом оценок риска в настоящее время является метод статистических испытаний.

Недостатки метода статистических испытаний:

– необходим большой объем исходных данных в течение длительного времени функционирования реально существующей банковской системы, когда полученные материалы часто теряют свою актуальность и значимость;

– их невозможно получить, например, на этом этапе создания системы;

– практически невозможно оценить влияние отдельных подсистем и факторов на показатель риска.

Этих недостатков лишен вероятностный метод, основанный на математических моделях процессов и полей, создаваемых банковской системой в процессе функционирования. Полное постижение такой системы, как банк с помощью вероятностных методов на данном этапе развития науки затруднительно. Мы можем описать только часть процессов. При этом мы ограничиваемся достаточно прозрачными связями, оставляя в стороне малоизученное. Важная особенность состоит в том, что, как правило, надежные модели мы имеем при расчетном (штатном) режиме функционирования системы и не имеем их при других нерасчетных (нештатных) состояниях. Однако основные потери (риски) от управления и от возмущений, приводящие к разорению (катастрофе), связаны с нестандартными ситуациями.

Изучение такой динамической системы, как банк на уровне структур сопряжено с использованием основополагающих принципов динамических систем. Иерархичность, многоуровневость характеризует строение структуры, морфологию системы, ее функционирование. Отдельные подсистемы обусловливают определенные свойства функционирования, а целостное функционирование есть итог совместного взаимодействия всех уровней структуры как вне, так и внутри динамической системы.

Рис. 1.9

Состояние подсистем динамической системы будем характеризовать индикаторами zi (рис. 1.9). В общем случае динамическая система подвержена воздействию внешней среды, в том числе других динамических систем, создающих некоторые процессы Y(t), включающие финансы, информацию, необходимые для динамической системы. Внешние возмущающие факторы риска W(t) так же, как и внутренние V(t) создают нестандартные отклонения динамической системы, обусловливая ее выход в область критических состояний Ωкр. Таким образом, для целей прогнозирования и управления рисками и безопасностью динамической системы необходима информация о векторе процессов на выходе из системы X = Ψ(Z, Y, W, V), где Ψ(·) – оператор преобразования. При этом имеют место контроль компонент вектора-индикатора Z = (z1, z2, z3, z4) и управление им (рис. 1.10).

Рис. 1.10

Как правило, мы не в состоянии контролировать, прогнозировать и управлять X, Y, Z, W, V и поэтому вынуждены ограничиваться контролем (в лучшем случае) и управлением только X, Z, где Z = = (z1, z2, z3, z4); zi – процессы, формируемые подсистемами A, B, C, D (рис. 1.10). При этом оценка риска на уровне подсистем A, B, C, D крайне необходима. Дело в том, что А, В, С обладают большим запаздыванием как в формировании соответствующих управлений, так и в измерении своего состояния А, В, С. Оценка только X слишком примитивна, она не дает возможности глубокого анализа, т. е. не позволяет осуществить анализ по всем структурно-функциональным уровням.