О некоторых подходах к оценке рисков дефолта кредитного портфеля банка (часть 2)

Щетинин Евгений Юрьевич


	1		Использование конструкций из парных копул для оценки и прогнозирования кредитного риска
	2		Бизнес-модель для анализа кредитного риска
	3		Рис. 7. Прогнозирование кредитного риска: бизнес-модель процесса Рис. 8. Схема мониторинга портфеля с использованием аппарата на основе конструкций из парных копул
	4		Оценка параметров d-vine-структуры и расчет матрицы агрегированного риска
	5		Рис. 9. Распределение входных сгенерированных данных
	7		Таблица 2. Оценка парной корреляции Пирсона Таблица 3. Оценка парной корреляции Кендалла Таблица 4. Оценка парной корреляции Спирмена Моделирование d-vine-структуры на данных german credit data
	9		Рис. 13. Сравнение уровня фактического и оцененного по матрице уровня риска Рис. 14. Совместное распределение псевдонаблюдений, полученных на основе симулированных данных
	10		Рис. 15. Трансформация симулированных наблюдений в псевдонаблюдения Таблица 5. Используемые для анализа семейства парных копул и область определения их параметров
	11		Таблица 6. Параметры оцененных парных копул D-vine-конструкции С Рис. 16. Оцененные копулы на симуляционных данных
	16		Рис. 22. Совместное распределение псевдонаблюдений U1, U2, U3, полученных на данных German Credit Data Таблица 7. Параметры оцененных парных копул D-vine-конструкции
	17		Рис. 23. Распределение, сгенерированное на основе D-vine-структуры Литература

Банковские риски Риск дефолта

Ключевые слова: кредитный портфель, кредитный риск, дефолт, вьющиеся копулы, D-vine-структуры

Аннотация

В статье предложен новый подход к моделированию структуры кредитного портфеля розничных ссуд на основе концепции вьющихся копул, позволяющий свести задачу оценки риска портфеля к оценке совокупности параметров парных копул. Представленные алгоритмы также могут быть использованы для решения таких задач, как поиск аномалий и выявление изменений структуры кредитного портфеля, симуляция эффекта от внедрения новых мер риск-менеджмента и изменение макроэкономического состояния кредитной организации.

Журнал: «Управление финансовыми рисками» — №2, 2022 (© Издательский дом Гребенников)

Объем в страницах: 18

DOI

10.36627/2221-7541-2022-2-2-90-107 — https://doi.org/10.36627/2221-7541-2022-2-2-90-107

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Акимов В.А., Быков А.А., Щетинин Е.Ю. Введение в статистику экстремальных значений и ее приложения. — М.: Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России, 2009.

2. Васильева Е.Е. Ретроспектива подходов к оценке кредитного риска: Базель I, II, III // Проблемы современной экономики. — 2015. — №2(54). — С. 175–179.

3. Герасина Ю.А., Расулов Р.М. Управление кредитным портфелем коммерческого банка // Проблемы экономики и юридической практики. — 2011. — №1. — С. 288–291.

4. Иевлева А.А. Формирование портфеля розничных кредитных продуктов коммерческим банком. — Волгоград: Научная книга, 2015. — 28 с.

5. Инструкция Банка России от 3 декабря 2012 г. №139-И «Об обязательных нормативах банков». — Подробнее .

6. Коновало в К.А., Щетинин Е.Ю. Иерархические типы структур статистических зависимостей // Вестник Российского университета дружбы народов. — Серия «Математика, информатика, физика». — 2009. — №3. — С. 68–71.

7. Кредитный портфель. — Подробнее .

8. Обзор рынка розничного кредитования в России. — Подробнее .

9. Оперативный доклад за 2020 год. — Подробнее .

10. Отчет о развитии банковского сектора и банковского надзора в 2018 году. — Подробнее .

11. Селявина Е.А. Гармонизация российского банковского законодательства с международными принципами банковского регулирования и надзора: Базель III // Сборник статей участников IV Международного научного студенческого конгресса. — М.: Финансовый университет при Правительстве Российской Федерации, 2013. — С. 243–253.

12. Федеральный закон от 6 декабря 2011 г. №402-ФЗ «О бухгалтерском учете». — Подробнее .

13. Федеральный закон от 21 декабря 2013 г. №353-ФЗ «О потребительском кредите (займе)». — Подробнее .

14. Щетинин Е.Ю. Моделирование структур D-ветвлений на российском фондовом рынке // Вестник компьютерных и информационных технологий. — 2019. — №8(182). — С. 38–45.

15. Aas K., Czado C., Grigessi A., Bakken H. (2009). «Pair-copula constructions of multiple dependences». Insurance: Mathematics and Economics, Vol. 44, pp. 182–198.

16. De Jongh R. et al. (2017). «A critical review of the Basel margin of conservatism requirement in a retail credit context». International Business & Economics Research Journal, Vol. 16(4), pp. 257–274.

17. Dißmann J., Brechmann E.C., Czado C., Kurowicka D. (2012). «Selecting and estimating regular vine copulae and application to financial returns». Computational Statistics & Data Analysis, Vol. 59, pp. 52–69.

18. Esterhuysen J., van Vuuren G., Styger P. (2011). «The effect of stressed economic conditions on credit risk in Basel II». South African Journal of Economic and Management Sciences, Vol. 14(2), pp. 122–137.

19. Flores J.A., Basualdo T.L., Sordo A.R. (2010). Regulatory Use of System-wide Estimations of PD, LGD and EAD. — Подробнее .

20. García P., García F.J.P. (2017). Financial Risk Management. New York: Springer International Publishing.

21. Gourieroux C., Lu Y. (2019). «Least impulse response estimator for stress test exercises». Journal of Banking & Finance, Vol. 103, pp. 62–77.

22. Grebenar T. (2018). Behavioural Model of Assessment of Probability of Default and the Rating of Non-Financial Corporations. — Подробнее .

23. Guidelines on PD Estimation, LGD Estimation and Treatment of Defaulted Assets. — Подробнее .

24. Hisakado M., Mori S. (2020). Phase Transition in the Bayesian Estimation of the Default Portfolio. — Подробнее .

25. International Convergence оf Capital Measurement аnd Capital Standards. — Подробнее .

26. Joe H. (1996). «Familie of m-variate distributions with given margins and m(m – 1) / 2 bivariate dependence parameters of multiple dependences». Institute of Mathematical Statistics Lecture Notes — Monograph Series, Vol. 28, pp. 120–141.

27. LendingClub. — Подробнее .

28. Liu C. et al. (2019). «A new pricing approach for SME loans issued by commercial banks based on credit score mapping and Archimedean Copula simulation». Journal of Business Economics and Management, Vol. 20(4), pp. 618–632.

29. McNeil A.J., Frey R., Embrechts P. (2005). Quantative Risk Management. Princeton, New Jersey: Princeton University Press.

30. Nagler T. et al. VineCopula: Statistical Inference of Vine Copulas. — Подробнее .

31. Nelsen R.B. (2009). An Introduction to Copulas. New York: Springer.

32. Sevastianov L.A., Rassakhan N.D., Shchetinin E.Y. (2018). «Estimation of heavy tail dependence based on copulas for the precipitation analysis». CEUR Workshop Proceedings, Vol. 8, pp. 40–45.

33. Shchetinin E.Y. (2019). «Vine copulas structures modeling on Russian stock market». Discrete and Continuous Models and Applied Computational Science, Vol. 27(4), pp. 343–354.

34. Statlog (German Credit Data) Data Set. — Подробнее .

35. Stöber J., Joe H., Czado C. (2012). «Simplified pair copula constructions — limits and extensions». Journal of Multivariate Analysis, Vol. 119(C), pp. 101–118.

36. The Internal Ratings-Based Approach. — Подробнее .

Щетинин Евгений Юрьевич
д. ф.-м. н.
профессор

Профессор департамента анализа данных, принятия решений и финансовых технологий Финансового университета при Правительстве Российской Федерации.

г. Москва

Другие статьи автора 9

Электронная библиотека