Обзор сервиса
Поиск и анализ главных факторов риска
Очередная волна финансового кризиса (2005-2009 гг.) прокатилась по миру. Экономики разных стран ощутили ее на себе по-разному. Кризис обрушился на мировую экономику и, как результат, ущерб составил миллиарды долларов и потери миллионов рабочих мест во всем мире. Поэтому, особенно важно оценить и исследовать то, что случилось, чтобы быть готовым к следующей волне. Более эффективные регуляторные механизмы и лучшие практики портфельного менеджмента помогают достичь этой цели и минимизировать возможные последствия очередных финансовых кризисов. Далее рассмотрим пример американского рынка кредитных портфелей для раскрытия сути исследуемых факторов риска.
Даже поверхностный анализ статистических данных показывает, что качество новых выдач по Американской ипотеке начало ухудшаться с 2005 года. Американская экономика в тот период была достаточно стабильна, цены на недвижимость росли, а безработица была достаточно низкой. Самые же худшие кредиты были выданы в 2007 году. Все типы портфелей во всем мире к этому моменту показали ухудшение качества. В большинстве европейских стран удар пришелся на 2008-2009 гг и в первую очередь благодаря “плохим” кредитам. Этот фактор рассматривается как внутренний фактор для кредитного моделирования, и мы будем его называть фактором качества кредитов.
С другой стороны, существуют внешние факторы. Преимущественно это влияние макроэкономики, а также сезонность и изменение в бизнес процессах (далее макро-фактор). В США этот фактор начал ухудшаться в середине 2006 года и вплоть до 2009 года. К этому времени макроэкономика находилась в наихудшем своем положении: цены на дома достигли минимума, а безработица своего максимума за этот период времени. В Европе для большинства кредитных портфелей максимум негативного влияния макроэкономик достиг в январе – феврале 2009 года. Этот удар был также усилен сезонностью, и общая картина выглядела весьма удручающе.
Большие лаги созревания дефолтов (главным образом в ипотечных кредитах) замаскировали ухудшение качества новых выдач на месяцы, и даже годы.
Технология Roll Rate Analytic System позволяет выявить чистый эффект каждого фактора, а затем и исследовать их, и составить релевантные прогнозы поведения каждого из этих факторов. Здесь уместно также упомянуть сервис стресс-тестирование и сценарный анализ и прогнозирование, так функционал системы позволяет наблюдать поведение кредитных портфелей для пользовательских сценариев по оттоку клиентов, для сценариев развития бизнеса, ценообразования, макроэкономики …
НазадСервис
- Сценарный анализ и прогнозирование
- Стресс-тестирование
- Поиск и анализ главных факторов риска
- Калибрация скоринговых карт
- Оценка кредитных рисков
- Оценка рыночного риска и риска ликвидности
- Страхование рисков
- План фондирования
- Прогноз резервов
- Ценообразование
- Моделирование экономического капитала
- Базель
- Оценка качества моделей
УЧЕБНЫЙ ЦЕНТР
Вашему вниманию предлагаются курсы по темам: финансы, кредитные риски, рыночные риск и риск ликвидности, ценообразование ... Для заказа курса вам необходимо отправить заявку по адресу: info@bsc-consult.com.
Риск-менеджмент и международная практика (курс 16 часов)
Финансовые вычисления: курс для практиков (семинар 4 часа)
Ключевые показатели эффективности банка (семинар 4 часа)
Внутреннее казначейство: подразделение банка, которое отвечает за всё (семинар 4 часа)
ПУБЛИКАЦИИ
Методы исследования поведения кредитных портфелей, представленные автором, в статье Моделирование поведения кредитных портфелей и стресс-тест частично основаны на так называемом подходе “Dual time dynamics”. В этой работе предлагается использовать упомянутый подход не для декомпозиции скалярных величин, а для декомпозиции матриц. Автор рассматривает кредитный портфель, как процесс, описываемый неоднородной цепью Маркова первого порядка. Посредством такого представления и используя винтажный анализ, а также, основываясь на результатах теоремы о сильной сходимости модифицированных алгоритмов с неподвижной точкой, и осуществляется декомпозиция матриц переходов, что позволяет прогнозировать поведение кредитных портфелей с высокой точностью. Как следствие, появляется возможность высокоточной оценки резервов, получать релевантные оценки для стресс-тестирования.
В статье Теория и практика розничного кредитования автором рассмотрены некоторые прикладные задачи, при решении которых успешно применяются методы, описанные в статье Моделирование поведения кредитных портфелей и стресс-тест.