Cognitive Method of Analysis and Modeling of credit risk as Efficient Mode to Support Management Decision Making in Commercial Banks

Marina Chefranova

Journal paper

Creative Economy (РИНЦ, ВАК)
опубликовать статью | оформить подписку

№ 11 / November, 2011

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=17289404
Cited: 1 by 07.12.2023

Abstract:
The main topic is research of credit risk in commercial banks as probability process and application of cognitive modeling methods to it. Work objective is development of credit risk management methods for securing of stable functioning of bank. The object of research is credit process in bank. The result of work is development of cognitive model of credit process which extends the possibilities to forecast credit risk.

Keywords: risk management, modeling, credit risk, commercial bank, cognitive approach, complex system



Существует достаточно много определений риска в слабоструктурированных сложных системах. Эти определения зависят от ситуаций, в которых риск появляется, и от области его применения. Наиболее распространенным и широким является понимание риска как ожидаемых потерь, которые могут быть причинены рисковым событием, либо вероятности этого события. Однако данное определение имеет смысл лишь тогда, когда сами потери можно ясно измерить и зафиксировать.

В экономике и финансах под риском в основном понимают субъективную вероятность экономического события, при оценке которого могут использоваться формальные методы.

Предосторожность не бывает лишней

Обобщив наиболее часто встречающиеся определения экономического риска, можно выявить их общие моменты: деятельность, совершаемая в надежде на удачный исход; возможная опасность или неудача; вероятность ошибки или успеха того или иного выбора в ситуации с несколькими альтернативами; специфическая форма деятельности, которая реализуется субъектом и условиями неопределенности; неопределенность результатов неких событий; вероятность возникновения потерь, убытков, непоступления планируемых доходов, прибыли.

Измерение последствий рисков предполагает возможность управления вероятностью их наступления и масштабами последствий, то есть управление экономическими рисками.

Кредитный риск в системе банковских рисков является одним из самых существенных, так как большое число банкротств кредитных учреждений связано именно с невозвратом заемщиками полученных ссуд и непродуманной стратегией управления кредитным риском.

Кредитный риск, как и любой другой, является величиной вероятностной и напрямую зависит от тщательности и полноты анализа факторов, приводящих к его росту. Пробелы в этом анализе могут дать о себе знать как при принятии решения о выдаче кредита, так и при последующем обслуживании уже выданного кредита.

Вследствие этого регулирующие органы западных стран все чаще высказывают идею применения подхода, основанного на использовании внутренних банковских моделей оценивания кредитного риска.

С их стороны есть понимание того, что необходимо взять все достоинства внутренних банковских систем, так как никто так аккуратно не подходит к вопросу измерения кредитного риска, как сам объект, подвергающийся этому риску и связанным с ним финансовыми потерями.

Таким образом, точное моделирование рисков, в частности, риска кредитного, является одной из наиболее острых и требующих решения проблем банковской сферы.

В моделировании кредитных рисков используются различные подходы. Одним из самых применяемых на практике является парадигма дефолта. Суть данного подхода заключается в том, что кредитные потери имеют место только в том случае, когда заемщик не выполняет обязательств в течение планового временного горизонта.

Если заемщик возвращает ссуду, то потерь не будет. В случае дефолта заемщика кредитные потери определяются разностью между потенциальными потерями при невыполнении обязательств по ссуде и текущей стоимостью будущего чистого возмещения. Именно с данным подходом связано применение внешних рейтингов компаний-заемщиков во многих крупных международных банках.

Вероятность дефолта заемщика (невозврата ссуды) в данном случае интерпретируется как вероятность перехода ссуды из одной группы внутреннего кредитного рейтинга в другую. При этом оценка производится в течение выбранного в рамках кредитной модели периода времени.

Парадигма рыночной переоценки предполагает, что кредитные потери могут возникать в результате ухудшения качества кредитных активов без наступления дефолта. Кредитный портфель в этом случае рассматривается как подверженный модельной переоценке в начале и в конце планового временного промежутка. Разность между этими двумя оценками представляет собой величину кредитных потерь.

У перечисленных методов есть определенный недостаток – они не реагируют на внешние и внутренние факторы, порождающие риск, а лишь изменяют его при определенных наступивших обстоятельствах.

Однако, как показывает практика, кредитный риск – это не событие, а процесс, возникающий на базе взаимосвязи банк-клиент, а также банк-государство, банк-банк, клиент-клиент и т.д.

Наглядно проиллюстрировать необходимость разработки многофакторных методов анализа риска можно, рассмотрев потери экономики в случае его реализации (рис.1).

Рис.1. Потери экономики в случае невозврата кредитов

Выявление для устранения

Экономический эффект E(t,t0) от риск-менеджмента за период времени (t,t0) (где t – рассматриваемый период, а t0 – период, выбранный в качестве базисного (t0<t)) определяется разностью между размером предотвращенных системой риск-менеджмента потерь, наносимых экономике страны невозвратом кредитов, и совокупными затратами на разработку эффективной системы риск-менеджмента и возврат банком все-таки реализованных в указанный период невозвратов.

Через М(t,t0) обозначены совокупные затраты на прогнозирование и компенсацию кредитного риска.

В связи с обозначенными причинами крайне необходимой представляется разработка модели, которая позволит отразить подвижность множества факторов, обуславливающих кредитный риск, и взаимосвязи между ними как единую систему. При этом основная проблема процесса моделирования в слабо структурируемых системах заключается в том, как малым резонансным воздействием подтолкнуть систему на один из собственных и благоприятных для нее путей развития, как обеспечить самоуправление и самоподдерживаемое развитие.

Одним из способов решения подобных задач является построение системы поддержки принятия управленческих решений на основе когнитивного моделирования.

Когнитивное моделирование предназначено для структуризации, анализа и принятия управленческих решений в сложных и неопределенных ситуациях при отсутствии количественной или статистической информации о происходящих процессах в таких ситуациях.

Когнитивная структуризация предметной области – это выявление будущих целевых и нежелательных состояний объекта управления и наиболее существенных (базисных) факторов управления и внешней среды, влияющих на переход объекта в эти состояния, а также установление на качественном уровне причинно-следственных связей между ними, с учетом взаимовлияния факторов друг на друга [2].

Для решения описанных выше задач предлагается когнитивный метод анализа и моделирования кредитного риска в коммерческих банках, состоящий из:

• адаптированной к задачам кредитного риска методики построения нечеткой когнитивной модели экономического взаимодействия системы банковского кредитования и внешней среды;

• применения методики коллокационного моделирования и прогнозирования величины кредитных рисков;

• процедур импульсного моделирования кредитных процессов в коммерческом банке;

• оценки показателей эффективности кредитных процессов на основании процедур импульсного моделирования.

В основе метода лежит когнитивный подход к анализу слабоструктурированных нечетких систем. Полученные оценки факторов, влияющих на процесс кредитования, являются фактически вершинами нечеткого графа – когнитивной карты кредитного процесса, а дуги графа – соответственно взаимосвязи между указанными факторами.

Для более точного прогнозирования величины кредитного риска, полученной от влияния того или иного фактора, предлагается применение помимо статистических методов метода коллокационного моделирования и прогнозирования.

Результатом составления данного нечеткого графа является некое множество сценариев, полученных в результате импульсного моделирования. В зависимости от задач, стоящих перед руководством кредитного учреждения, существует выбор между несколькими сценариями в сторону более подходящего к сложившейся ситуации.

Для формализации принятия данного решения и отсечения постороннего влияния предлагается создание блока принятия управленческих решений на основе предлагаемого когнитивного метода.

Структурное представление блока поддержки принятия управленческих решений позволяет проводить качественный анализ кредитного риска и снижение стоимостных затрат банка, что даст возможность лицу принимающему решения находиться в постоянном взаимодействии с внешней и внутренней средой организации и корректировать кредитную политику в зависимости от различных изменений.

Вывод

Результатом внедрения разработанного метода в систему управления рисками в банке в целом является изменение структуры и направленности риск-подразделений, основными задачами которых при обозначенном когнитивном подходе становятся:

• изучение макроэкономических показателей в стране и мире и определение наиболее негативных тенденций с целью установления мероприятий, способных уменьшить их влияние на кредитный процесс;

• получение количественных характеристик, отображающих состояние кредитного портфеля в текущий момент, в том числе анализ сезонных колебаний и построение сезонных волн с целью бизнес-планирования и перераспределения нагрузки между прочими подразделениями коммерческого банка;

• определение основных тенденций, прогнозирование кредитного портфеля банка на определенный период времени (построение трендовых и коллокационных моделей);

• формирование стоимости кредитных продуктов исходя из их рисковости и основных тенденций в экономике на очередной период времени;

• внедрение в процесс кредитования новых видов финансовых инструментов, которые могут уменьшать размер кредитного риска.


Страница обновлена: 29.03.2025 в 13:17:22