Бюджетирование в кредитной организации 
Бабиков В.Г.

1
Основные понятия и обозначения

3
Рис. 1. Возможные переходы из состояния RC0
Аннуитет
Логика расчета потока процентных платежей и начисленной просроченной задолженности

4
Рис. 2. Эффект досрочного погашения для потребительских кредитов: зависимость доли платежей по основному долгу от возраста кредита

5
Рис. 3. Изменение риск-класса при переходе из одного риск-класса в другой

6
Модель сборов просроченной задолженности (recovery model)

7
Рис. 4. Начисленная просроченная задолженность и просроченные процентные платежи, признаваемые доходом: модельные и фактические значения

8
Рис. 5. Сравнение денежных потоков: модельные и фактические значения

9
Рис. 6. Сравнение денежных потоков, включая платежи по основному долгу: модельные и фактические значения
Оценка ожидаемых платежей для произвольного денежного потока (на примере лизинговых компаний)

10
Рис. 7. Пример расчета коэффициентов резервирования согласно требованиям стандарта МСФО 9

11
Рис. 8. Пример расчета: сборы основного долга и полные сборы, включая просроченную процентную задолженность
Рис. 9. Пример расчета: полные предельные сборы просроченной процентной задолженности в зависимости от глубины просрочки и для разных процентных ставок

12
Рис. 10. Пример: данные по графикам потоков лизинговых платежей

13
Литература

Ключевые слова: бюджетирование, МСФО 9, риск-класс, матрица миграций, просроченная задолженность, денежный поток

Аннотация

В настоящей работе автор предлагает собственные методики моделирования денежных потоков в целях решения задач бюджетирования, а также оценки резервов согласно требованиям стандарта МСФО 9. В основе данных методик лежат как подходы к моделированию основного долга по портфелям розничного кредитования (портфелям однородных ссуд), так и практический опыт автора в сфере реализации проектов в банках и лизинговых компаниях.

Журнал: «Управление финансовыми рисками» — №2, 2019 (© Издательский дом Гребенников)
Объем в страницах: 13
Кол-во знаков: около 17,343
* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Автоматизированная информационно-аналитическая система управления кредитными портфелями. — Подробнее .

2. Анализатор кредитных портфелей. — Подробнее .

3. Бабиков В.Г. Залоги: обесценение и ликвидность // Управленческий учет и финансы. — 2019. — №1(57). — С. 58–66.

4. Бабиков В.Г. Моделирование поведения кредитных портфелей и стресс-тест // Аналитический банковский журнал. — 2013. — №10(212). — С. 72–77.

5. Бабиков В.Г. Особенности методологии оценки розничных рисков: переход от риск-классов к грейдам // Управление финансовыми рисками. — 2019. — №1. — С. 2–11.

6. Бабиков В.Г. Теория и практика розничного кредитования // Управление финансовыми рисками. — 2014. — №1(37). — С. 44–61.

7. Международный стандарт финансовой отчетности (IAS) 39 «Финансовые инструменты: признание и оценка». — Подробнее .

8. Международный стандарт финансовой отчетности (IFRS) 9 «Финансовые инструменты». — Подробнее .

9. Система и способ управления кредитными портфелями. — Подробнее .

10. Babikov V.G. (2014). Automated Information and Analytical Loan Portfolio Management System. — Подробнее .

11. Fink G.A. (2003). Mustererkennung mit Markov-Modellen. Braunschweig: Vieweg+Teubner Verlag.

12. Halpern B. (1967). «Fixed points of nonexpanding maps». Bulletin of the American Mathematical Society, Vol. 73(6), pp. 957–961.

13. Zhang A. (2009). Statistical Methods in Credit Risk Modeling. — Подробнее .

Бабиков Владимир Георгиевич

Бабиков Владимир Георгиевич
кандидат физико-математических н

Исполнительный директор ООО «БИЗНЕС СИСТЕМЫ КОНСАЛТ».

г. Москва

Другие статьи автора 5