Построение имитационных моделей для учета рисков банковской деятельности

Основы имитационного моделирования учета банковских рисков

Рыночный риск является важным аспектом учета и контроля любого хозяйствующего субъекта. Специфика банковской деятельности обуславливает и специфичный характер рисков, с которыми сталкиваются банки. Банкам требуется непрерывное поддержание баланса между объемами привлекаемых и выдаваемых средств, регламентирование сроков привлечения и выдаче ресурсов. Это позволяет оперировать кредитными рисками и контролировать риск ликвидности банковской деятельности.

Важным механизмом управления рисками банковской деятельности является имитационное моделирование.

Статья: Построение имитационных моделей для учета рисков банковской деятельности

Найди решение своей задачи среди 1 000 000 ответов

Найти решение задачи

Имитационное моделирование – это методика исследования различных процессов, основанная на построении модели с наделением ее свойствами и условиями, максимально приближенными к реальности.

Данное моделирование является частным случаем математического моделирования. Оно основывается на использовании математических моделей, которые позволяют исследовать различные экономические процессы и объекты, выявить их закономерности, свойства и тенденции развития. Имитационные модели позволяют максимально точно оценить вероятность наступления рисков, оценить масштабы негативного развития событий, отрицательных последствий реализации того или иного риска.

Имитационные модели лежат в основе системы управления банковскими рисками. Основной целью построения системы управления банковскими рисками является снижение уровня неопределенности при принятии управленческих решений. Моделирование финансовых потоков позволяет полноценно и детально описать финансовую деятельность банка. Любое направление финансового развития банка, различных направлений его деятельности может быть представлено в виде совокупности элементов финансового потока, зависимыми от перемещения денежных средств.

Целевыми ориентирами построения имитационных моделей в направлении учета рисков банковско деятельности являются:

• учет влияния максимально возможного числа факторов внешней среды, оказывающих воздействие на финансовые показатели и определяющие принятие тех или иных финансовых решений;
• оценка вероятности возникновения риска ликвидности и кредитных рисков банка;
• оценка степени развития и последствий того или иного риска банковской деятельности.

Особую роль в моделировании процессов банковской деятельности отводится возможностям того или иного имитационного подхода по учету факторов нелинейности, наличия обратных связей, динамического и случайного характера функционирования реальных объектов, принятие решений по управлению которыми осуществляется в условиях значительной неопределенности.

Организация экспериментальной деятельности с имитационными моделями

Эксперимент в имитационном моделировании является построением компьютерной модели с альтернативными системными конфигурациями, которые подлежат рассмотрению, анализу и изучению, а также сопоставлению с определенными данными, сформированными для них результатами.

Эксперименты с имитационными моделями, разрабатываемыми для учета рисков банковской деятельности, включают рассмотрение четырех приоритетных направлений:

1. Бюджет портфеля проектов.
2. Временной период реализации портфеля проектов.
3. Определение количественных характеристик сотрудников банка, принимающих участие в банковских проектах.
4. Определение соотношения банковских проектов различного типа, входящих в состав портфеля.

Если оценка рисков опирается на учет факторов в количестве более двух единиц, то открываются возможности выявления и оценки взаимодействия этих факторов и сокращения количества имитационных прогонов модели.

В основе данной методики лежит выбор двух уровней каждого фактора, а затем проведение имитационных прогонов для каждой модели прогона. Уровни влияния того или иного фактора именуются точками плана. Они обозначаются знаками «+» и «- ». Знак «+» соответствует большему числовому значению фактора, или же степени его воздействия на банковскую деятельность, знак «-» меньшему числовому воздействию.

Наиболее существенно на отклик (Kr) оказывают влияние увеличение доли инвестиционных проектов в портфеле проектов коммерческого банка, средний эффект от увеличения с 30 % до 50 % состоит в увеличении уровня риска на 0,57 %. А также увеличение доли технических проектов в портфеле Tf, средний эффект от увеличения Tf с 20 % до 40 % отражается в увеличении степени риска на 0,72 %.

Метод Монте-Карло в оценке рисков банковской деятельности

Метод Монте-Карло – это процесс проведения оценки рисков банковской деятельности на основании построения имитационной модели симуляции большого количества сценариев изменения цен активов в течение определенного временного промежутка, посредством генерации случайных чисел, имеющих нормальное распределение, и моделирующих изменение цен актива в разрезе малых временных промежутков внутри анализируемого интервала.

Что касается значений параметров нормального распределения, то их вычисление реализуется в опоре на имеющиеся исторические данные.

Посредством формирования имитационной модели производится оценка вероятности наступления того или иного риска автоматизированным путем. Каждая смоделированная ситуация является исключительной, что открывает возможности оценки целого спектра рисков.

При создании модели все неопределенные факторы заменяются диапазоном возможных значений т.е. придается определенное значение ем показателям, которые не известны заранее и могут быть лишь предсказаны. Невозможно заранее дать реальный прогноз развития рыночных событий в долгосрочной перспективе. Для этих целей применяются программные методы моделирования, дающие возможности формирования диапазона значений на усмотрение каждой конкретной кредитной организации.

Следующим шагом деятельности, посредством применения данного метода, является распределение вероятностей. Распределение вероятностей может быть реализовано следующими вариантами:

1. Нормальное распределение вероятностей. Такое распределение имеет вид:

   
   
   Рисунок 1. Нормальное распределение вероятностей. Автор24 — интернет-биржа студенческих работ

   Выпуклая точка кривой отражает наибольшую вероятность наступления того или иного события.

2. Равномерное распределение вероятностей. Оно отражает возможности наступления рассматриваемых событий с одинаковой вероятностью. Требуется нахождение лишь минимального и максимального значения.

   
   
   Рисунок 2. Равномерное распределение вероятностей. Автор24 — интернет-биржа студенческих работ

3. Логнормальное распределение вероятностей. Такое распределение применяется для расчета параметров, которые не могут принимать отрицательное значение, но имеют возможности бесконечного роста. Например, это цены на ресурсы, энергоносители. График логнормального распределения выглядит несимметричным.

   
   
   Рисунок 3. Логнормальное распределение вероятностей. Автор24 — интернет-биржа студенческих работ

4. Треугольное распределение вероятностей. Оно ориентировано на выявление значений максимальной, минимальной и предельной вероятности. Используется в анализе показателей продаж, стоимости ценных бумаг, прогнозировании перспектив развития, финансовых показателей деятельности.

   
   
   Рисунок 4. Треугольное распределение вероятностей. Автор24 — интернет-биржа студенческих работ

Важно отметить, что имитационное моделирование по методу Монте-Карло реализуется многократным повторением. По результатам всех операций формируется выборка значений, результаты систематизируются и определяется итоговая вероятность наступления того или иного события.