Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ФР готовые.doc
Скачиваний:
58
Добавлен:
24.03.2015
Размер:
728.58 Кб
Скачать

73. Процедура оценки кредитного риска при помощи метода edf.

Наиболее ярким примером моделей оценки кредитных рисков, использующих информацию о стоимости акций, является модель оценки ожидаемой вероятности дефолта (EDF). Используя информацию, заложенную в стоимости акций, модель прогнозирует вероятность дефолта.

Cтоимость активов предприятия в модели EDF представлена распределением вероятностей, характеризующимся ожидаемым значением стоимости и ее стандартным отклонением.

Раcчеты по модели EDF осуществляются в несколько этапов.

Сначала на основе уравнений рассчитываются оценки рыночной стоимости активов предприятия и ее волатильности через рыночную стоимость акций, а также волатильность их доходности.

Количество стандартных отклонений от среднего стоимость акций (рассматриваемых как опцион колл на активы предприятия), а также волатильность их доходности. На этом же этапе определяется балансовая стоимость долговых обязательств. Модель может работать с различными классами акций, включая гибридные инструменты: привилегированные акции и конвертируемые облигации.

На втором этапе определяется ожидаемая к окончанию срока погашения обязательств стоимость активов компании и точка дефолта (DP). Для этого ожидаемая рентабельность предприятия, прогнозируемая на основе исторических данных, корректируется с учетом уровня систематического риска, которому подвергаются активы, и из нее вычитается доходность по долговым обязательствам и дивидендам, выплачиваемым компанией. Результирующая величина является ожидаемым темпом роста активов, который при умножении на их текущую стоимость дает оценку ожидаемой в будущем стоимости активов.

Затем модель EDF рассчитывает величину уменьшения стоимости активов, при котором наступит банкротство, как «расстояние» между ожидаемой стоимостью активов и точкой дефолта (в процентах).

Расстояние до точки дефолта показывает, на какое количество стандартных отклонений должна упасть ожидаемая стоимость активов, прежде чем компания будет вынуждена объявить дефолт.

На третьем, завершающем этапе модель EDF дает оценку ожидаемой частоты дефолта (EDF) в зависимости от расстояния до точки дефолта. Эта зависимость оценивается статистически по данным о частоте банкротств компаний с различными расстояниями до точки дефолта.

74. Информационно -аналитические системы финансового риск-менеджмента для банка.

Значительный массив информации, которую необходимо обрабатывать банкам для выявления рисков и управления ими, делает актуальным использование информационно-аналитических систем риск-менеджмента. Под информационно-аналитических систем риск-менеджмента понимают комплекс аппаратных, программных средств, информационных ресурсов, методик, которые используются для обеспечения автоматизации аналитических работ в целях обоснования принятия управленческих решений и других возможных применений. Информационно-аналитические системы финансового риск-менеджмента позволяет четко сегментировать клиентов и создать коэффициенты их удержания, а также значительного снизить риски. Для оценки ситуации банком должно быть выработана или принята система оценок, которая ложится в основу аналитической работы с имеющейся и требуемой информацией.

По видам связей различают две группы систем показателей: 1) Логико-дедуктивная система показателей строится в виде пирамиды, в основе которой лежат частные показатели, находящиеся в смысловой, подчас сложной взаимосвязи между собой и показателями, находящимися на более высоких «этажах». 2) Эмпирико-индуктивные системы составлены с помощью использования статистического отбора показателей, наиболее существенных и значимых с точки зрения подготовки принятия решений.

Информационно-аналитическая система, представляет инструмент, предназначенный для четкой сегментации клиентов, повышения коэффициента их удержания, а также значительного снижения рисков.

Примером успешной информационно-аналитических системы может послужит решения на базе OLAP-технологий позволяющая автоматизировать процессы выработки решений по клиентам банка, находить закономерности в огромных объемах данных и эффективно управлять рисками: Консолидация данных. В состав OLAP-систем входит хранилище данных, c помощью которого можно консолидировать информацию из территориально распределенных подразделений и обогатить систему сведениями из множества источников данных, как внутренних, так и внешних. Кредитный скоринг. В OLAP-системе реализован механизм самообучения с их помощью строятся скоринговые карты, модели аппликационного и поведенческого скоринга на основе деревьев решений и нейронных сетей, автоматически находятся значимые факторы и подбирается оптимальный скоринговый балл. Андеррайтинг. Перед скорингом заемщик, как правило, подвергается процедуре андеррайтинга на соответствие минимальным требованиям банка. Прогноз остатков на счетах. Для управления ликвидностю банка нужно прогнозировать остатки на счетах клиентов. Взяв из банковской системы или хранилища данных информацию об ежедневных остатках, OLAP-система преобразует ее во временные ряды, и аналитик получит возможность построить прогноз остатка на будущее.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]