80.Применение концепции рисковой стоимости (var) при управлении финансовыми рисками корпорации

В момент своего появления концепция VaR представляла собой в первую очередь инструмент измерения рисков и констатации величины возможного ущерба. VaR — инструмент активного управления рисками. С его помощью компании определяют оптимальное соотношение риска и доходности. Системы VaR помогают выявить самые конкурентоспособные направления, а также те сферы деятельности, которые позволяют нарастить скорректированную на риск стоимость. Для определения величины VAR необходимо знать зависимость между размерами прибылей и убытков и вероятностями их появления. Ключевые параметры при определении рисковой стоимости – доверительный интервал и временной горизонт. Поскольку убытки являются следствием колебаний цен на рынке, доверительный интервал служит той границей, которая, по мнению управляющего портфелем, отделяет «нормальные» колебания рынка от экстремальных ценовых всплесков по частоте их проявления.

Базой для оценки VaR является динамика курсов и цен инструментов за установленный период времени в прошлом. Временной горизонт часто выбирается исходя из срока нахождения финансового инструмента в портфеле. Уровень доверия, или вероятность, выбирается в зависимости от предпочтений по риску, выраженных в регламентирующих документах банка. Величина VaR рассчитывается тремя основными методами: 1) Параметрический метод расчёта VaR может использоваться для оценки рыночного риска финансовых инструментов, по которым банк имеет открытую позицию. Для параметрического расчёта VaR необходимо регулярно рассчитывать волатильность котировок ценных бумаг, валютных курсов, процентных ставок или иных риск-факторов. 2) Метод исторического моделирования расчета VaR основан на предположении о стационарности поведения рыночных цен в ближайшем будущем. 3) Метод Монте-Карло является самым сложным методом расчета VaR, однако его точность может быть значительно выше, чем у других методов. Метод Монте-Карло подразумевает осуществление большого количества испытаний – разовых моделирований развития ситуации на рынках с расчетом финансового результата по портфелю. В результате проведения данных испытаний будет получено распределение возможных финансовых результатов, на основе которого путем отсечения наихудших согласно выбранной доверительной вероятности может быть получена VaR-оценка.

Общий недостаток VAR заключается в том, что все модели VAR независимо от применяемых методов вычисления используют исторические данные. И если условия на рынке резко меняются, например, скачкообразно изменяется волатильность рынка или изменяется корреляция между активами, то VAR учтет эти изменения только через определенный промежуток времени. А до этого момента оценка VAR будет некорректна.

81.Разработка политики корпорации для управления операционными рисками

Операционный риск - это риск возникновения убытков в результате несоответствия характеру и масштабам деятельности кредитной организации и требованиям действующего законодательства внутренних порядков и процедур проведения банковских операций и других сделок, их нарушения служащими кредитной организации и иными лицами, несоразмерности функциональных возможностей применяемых кредитной организацией информационных, технологических и других систем и их отказов, а также в результате воздействия внешних событий.

Важной составляющей системы управления операционным риском является контроль и регулярная отчетность. Под управлением операционном риском понимается минимизация возможных операционных потерь. Она обеспечивается с помощью: - комплекса мер, направленных на снижение вероятности наступления событий или обстоятельств, приводящих к операционным потерям, и на уменьшение размера потенциальных операционных потерь; - мер по обеспечению непрерывности фин-хоз деятельности при совершении банковских операций и других сделок; - планирования и разработки сценариев на случай непредвиденных ситуаций; -обеспечения оперативного восстановления бизнеса в случае наступления чрезвычайных ситуаций; - разработки и реализации мероприятий по ограничению и нейтрализации выявленных критических зон риска; - развития банковских технологий, правил и процедур совершения операций; -защиту информации; - развития системы автоматизации; -прочие меры

В целях мониторинга операционного риска применяется система индикаторов уровня операционного риска, т.е. показателей, которые связаны с уровнем операционного риска, принимаемого кредитной организацией.

Основным компонентом операционного риска, подлежащего регулированию, является совершение несанкционированных операций, ошибки в работе персонала, нарушения и сбои в работе компьютерных сетей и оборудования.

В целях минимизации операционного риска, а также исключения возможных убытков (потерь) в банках на постоянной основе осуществляется выявление и сбор данных о внутренних и внешних факторах операционного риска.

Целями управления и контроля над операционным риском являются минимизация информационных и финансовых потерь, связанных с отражением банковских операций на счетах бухгалтерского учета, а также адекватностью отражения учетной информации в различных формах отчетности. Для минимизации операционного риска финансовые институты применяют следующие основные инструменты: разграничение доступа к информации; разработка защиты от несанкционированного входа в информационную систему; разработка защиты от выполнения несанкционированных операций средствами информационной системы; организация контролирующих рабочих мест до исполнения документов; автоматическое выполнение рутинных повторяющихся действий; аудит (регистрация и мониторинг) действий пользователей. 

82.СПОСОБЫ ОЦЕНКИ И МИНИМИЗАЦИИ ПОТЕРЬ КОМПАНИИ В СЛУЧАЕ ДЕФОЛТА Существует три альтернативных подхода к оценке вероятности дефолта предприятий.

1. Оценка вероятности дефолта отраслей экономики на основе информации об объемах сформированного резерва на возможные потери по ссудам. Идея подхода состоит в том, что каждый банк, принимая решение о кредитовании заемщика из той или иной отрасли, классифицирует его по степени риска, корректируя эту оценку по мере изменения его финансового состояния и качества обслуживания долга Формируя выборку из большого количества кредитных организаций банковского сектора, можно построить линейную регрессию по оценке вероятности дефолта в разрезе отраслей, позволяющую найти искомые вероятности дефолта.

2. Анализ изменения вероятности дефолта отраслей экономики с использованием матрицы «перетока» категорий качества крупных ссуд. В соответствии с нормативными документами НБ РК кредитным организациям следует классифицировать выдаваемые ссуды по пяти различным группам (категориям качества): стандартные ссуды, нестандартные ссуды, сомнительные ссуды, проблемные ссуды и безнадежные/безвозвратные ссуды. Выдавая очередную новую ссуду, банк присваивает ей первую или вторую группу риска и на протяжении срока действия кредитного договора ежемесячно производит переоценку степени риска. Данный процесс может быть представлен в виде матрицы «перетока» категорий качества ссудной задолженности. Элементы матрицы определяют долю ссуд в общем объеме кредитного портфеля, для которых риск «невозврата» банку увеличился, а элементы ниже главной диагонали соответствуют ссудам, риск неплатежей по которым уменьшился. Формируя матрицы для заемщиков с разными основными видами деятельности можно определить среднее ухудшение и улучшение (в случае восстановления благоприятного финансового состояния заемщика или увеличения рыночной стоимости обеспечения по кредиту) вероятности дефолта р-й отрасли.

3. Оценка пороговых значений вероятности дефолта отраслей экономики по данным уровня просроченной задолженности по кредитам и количеству убыточных предприятий. В основе подхода лежит исследование вопроса о пороговых значениях (логически допустимых минимальных и максимальных границах) вероятности дефолта той или иной отрасли экономики. Значительно сократив область допустимых значений решения задачи, можно существенно снизить требования к искомой функции оценки вероятности дефолта отраслей экономики. С применением методов линейного программирования найденное решение оценок PD может быть исследовано на возможные изменения в рамках допустимого диапазона минимальной и максимальной границы. Наравне с линейными уравнениями также может использоваться и функция нелинейной зависимости.