Математические методы моделирования и прогнозирования экономических процессов

Презентация
Содержание скрыть

Учебно-методический материал

для аспирантов

Математические методы

моделирования и

прогнозирования

экономических процессов

Сорокин Александр Сергеевич

Кандидат экономических наук, доцент

Доцент кафедры «Бизнес-статистики»

2. Краткая информация о кафедре

Кафедра «Бизнес-статистики» МФПУ «Синергия»

Местоположение кафедры: Ленинградский проспект,

д. 80, корпус Г кабинет 400 (1)

Личный сайт научного руководителя: www.alsorokin.ru

Электронная почта:

Телефон: +7-903-611-98-24, Skype: alsorokin79

График консультаций: согласовывается по телефону,

электронной почте или по расписанию занятий

3. Краткая биография: образование

  • В 2001 г. закончил Московский государственный

университет экономики, статистики и информатики

(МЭСИ), специальность «Статистика», специализация

«Актуарий для банков, страховых компаний и фирм»

  • в 2005 г. защитил диссертацию на соискание ученой

степени кандидата экономических наук по теме

«Эконометрическое исследование конъюнктуры

мирового рынка нефти» по специальности 08.00.12

4. Краткая биография: преподавательская деятельность

  • С 2007 г. доцент кафедры «Бизнес-статистики» МФПУ

«Синергия»

  • С 2007 г. доцент кафедры «Математической статистики и

эконометрики» МГУЭСИ (МЭСИ)

  • В 2013 г. приглашенный ассоциированный профессор

Казахско-Британского технического университета

г. Алматы, Казахстан

5. Краткая биография: научная деятельность

работ

курсов по статистическому анализу данных

  • Создатель более 8 курсов дистанционного обучения

методам статистического анализа и моделирования

6. Краткая биография: практическая деятельность

  • Создатель и генеральный директор консалтинговой

компании «Центр Статистического анализа»

Центр Статистического Анализа

15 стр., 7205 слов

Очень краткое содержание биографии грина. Александр грин интересные факты

... псевдонимом «Грин»: в год автор сочинял приблизительно по 25 рассказов, зарабатывая при этом неплохие деньги. В 1913 году читательская публика увидела сочинения Александра Степановича в виде ... нужды в деньгах Александр Степанович поступил на солдатскую службу. Тяжесть солдатской жизни заставила Гриневского дезертировать: после сближения с революционерами Грин занялся подпольной деятельностью. В 1903 ...

  • Тренер консультант, специалист в области статистического

анализа

  • 2010-2014 г. – ведущий преподаватель по курсам SPSS в

ЦКО «Специалист» при МГТУ им. Н.Э. Баумана (обучено

свыше 30 групп) http://www.specialist.ru/

  • С 2009 проведено обучение на корпоративных тренингах в

более чем 20 компаниях

7. Публикации: монография

  • Бамбаева Н.Я., Сорокин А.С. Применения законов

распределения случайных величин для моделирования

экономических явлений и процессов. Монография. – М.:

Издательство МЭСИ, 2010 – 156 с.

8. Публикации: основные статьи в 2014 г.

  • Сорокин А.С. К вопросу валидации модели логистической

регрессии в кредитном скоринге, Науковедение, 2014 (21)

  • Сорокин А.С. Построение скоринговых карт с

использованием модели логистической регрессии.

Науковедение, 2014 (21)

  • M. Abugaliyev, L. Salykova, A. Sorokin. Dependence of Local

Budget Revenues from Small Business Indicators and Other

Essential Economic Indicators in Kazakhstan’s Regions. SSRN

(Social Science Research Network)

9. Публикации: методические и учебные пособия

  • Миронкина Ю.Н., Сорокин А.С. Основы актуарных

расчетов: учебно-практическое пособие. – М.: Изд.центр

ЕАОИ, 2011 – 284 с.

  • Мхитарян В.С., Корнилов И.А., Сорокин А.С.

Эконометрическое исследование конъюнктуры мирового

рынка нефти, издание 2-е. (Учебное пособие).

– М.:

Издательство МЭСИ, 2005 – 43 с.

10. Сфера научных интересов

  • Прикладной статистический анализ
  • Методы моделирование и прогнозирование экономических

процессов

  • Моделирование рисковых ситуаций на основе

скоринговых моделей

  • Актуарные расчеты

11. Паспорт специальности

Шифр специальности:

08.00.13 Математические и инструментальные методы

экономики,

Области исследований 1.4, 1.6, 1.9

12. Содержание специальности

  • Разработка теоретических и методологических положений

анализа экономических процессов и систем на основании

использования экономико-математических методов и

инструментальных средств

13. Области исследований пункт 1.4.

  • Разработка и исследование моделей и математических

методов анализа микроэкономических процессов и

систем: отраслей народного хозяйства, фирм и

предприятий, домашних хозяйств, рынков, механизмов,

формирования спроса и потребления, способов

количественной оценки, предпринимательских рисков и

обоснования инвестиционных решений

14. Области исследований пункт 1.6.

  • Математический анализ и моделирование процессов в

финансовом секторе экономики, развитие метода

14 стр., 6662 слов

Роль экономического анализа в системе управления предприятием

... Теория экономического анализа в управлении предприятием 1.1. Сущность, цели и задачи экономического анализа Термин "анализ" происходит от греческого слова "аnalyzis" ("разделяю", "расчленяю"). В узком плане анализ представляет собой расчленение явления или предмета на составные его части ...

финансовой математики и актуарных расчетов

15. Области исследований пункт 1.9.

  • Разработка и развитие математических методов и

моделей анализа и прогнозирования развития социальноэкономических процессов общественной жизни:

демографических процессов, рынка труда и занятости

населения, качества жизни населения и др.

16. Объекты исследования специальности

  • Клиенты компаний (физические и юридические лица)
  • Заемщики банков (физические и юридические лица)

17. Предмет исследования исследования специальности

  • Социально-экономические процессы и явления,

протекающие в банковской сфере, страховании,

логистике, продажах и маркетинге

18.

1.6, 1.9 паспорта специальности 08.00.13

по теме Моделирования кредитных рисков

19. Будина Елена Сергеевна

Математические и инструментальные методы

оценки рисков в розничном кредитовании на основе

композиции статистического и экспертного подходов

Научный руководитель:

доктор технических наук,

профессор Харитонов Валерий Алексеевич

ПЕРМЬ 2010

20. Цель исследования

  • Целью диссертационного исследования является

исследование организации процесса розничного

кредитования с точки зрения ускорения процесса принятия

решения на различных этапах процесса кредитования и

сокращения кредитного и операционного рисков банка,

разработка и построение скоринговых моделей как на

основе знаний экспертов в области кредитования, так и

имеющихся данных о кредитных историях

21. Задачи исследования

  • Раскрыть основные этапы процесса розничного

кредитования

  • Предложить направления использования различных

видов скоринга в организации процесса розничного

кредитования

  • Разработать структуру скоринговой системы для

розничного кредитования банка

22. Задачи исследования

  • Разработать методы и алгоритмы построения скоринговой

модели с учетом знаний экспертов в области

кредитования и имеющихся данных о кредитных историях

  • Разработать программное обеспечение, реализующее

предложенные методы и алгоритмы построения

скоринговых моделей, и внедрить в бизнес-процессы

кредитной организации

23. Предмет исследования

  • Предметом исследования являются подходы,

методы, алгоритмы, обеспечивающие поддержку

принятия решения в процессе розничного

кредитования

24. Объект исследования

  • Объектом диссертационного

исследования является процесс организации

розничного кредитования

25. Результаты выносимые на защиту, имеющие научную новизну

  • Показаны направления использования различных

видов скоринга в организации процесса розничного

кредитования, описана организация системы

кредитного скоринга в различных бизнес-процессах

3 стр., 1182 слов

Маркетинговые исследования в современной экономике

... В последние годы в маркетинговых исследованиях стали использоваться Интернет-технологии. Они помогают ускорить сбор первичной информации для анализа быстротекущих социально-экономических процессов, ... управленческого решения на основе результатов маркетингового исследования. Метод исследования - способ проведения маркетингового исследования. Поскольку стоимость исследования определяется выбранным ...

  • Разработан алгоритм построения скоринговой модели в

виде дерева решений на основе знаний эксперта в

области кредитования, представленных в виде правил,

и имеющихся данных о кредитных историях

26. Результаты выносимые на защиту, имеющие научную новизну

  • Разработан метод построения «коллективной»

скоринговой модели на основе метода иерархического

синтеза, т.е. модели, построенной на основании мнений

нескольких экспертов и учитывающей различную

значимость каждого из экспертов

  • Разработано программное обеспечение, реализующее

предложенные автором методы построения

скоринговых моделей

27. Теоретическая и методологическая основа исследования

  • Труды отечественных и зарубежных ученых в

области создания автоматизированных систем

управления бизнес-процессами и систем поддержки

принятия решений, управления рисками,

экономической теории, теории информации,

экономической кибернетики

  • Законодательные и нормативные акты Российской

Федерации, Банка России, внутренние инструкции

кредитных организаций

28. Теоретическая и методологическая основа исследования

  • В работе использованы материалы,

опубликованные в российской и зарубежной печати,

а также представленные на специализированных

профессиональных сайтах сети Интернет. При

разработке представленных в диссертации

экономико-математических моделей и методов

использовались методы системного анализа,

теории вероятностей, теории информации, методы

построения деревьев решений и иерархического

синтеза

29. Практическая значимость

  • Заключается в реализации основных рекомендаций в

деятельности коммерческих банков при организации

процесса розничного кредитования, разработан

комплексный механизм принятия решений и

эффективного управления кредитными и

операционными рисками в розничном кредитовании.

Разработанная автором система скоринговой оценки

может использоваться кредитующими

подразделениями коммерческих банков при принятии

организационно-управленческих решений по

кредитованию населения

30. Практическая значимость

  • Предложенный метод построения «коллективной»

модели кредитного скоринга может использоваться в

системе скоринговой оценки в случае недостаточности

количества и/или качества статистических данных, а

также когда необходимо внести изменения в

скоринговую модель, не дожидаясь изменений в

кредитном портфеле

31. Селянин Владимир Евгеньевич

Разработка моделей и инструментальных средств анализа

кредитного риска на основе технологии нечётких

нейронных сетей

Научный руководитель:

доктор технических наук, профессор

Андрейчиков Александр Валентинович

ВОЛГОГРАД 2007

32. Цель исследования

  • Целью настоящей работы является разработка и

исследование методик, а также основанных на них

2 стр., 918 слов

Особенности маркетинговых и социологических исследований

... немалые деньги. Маркетологам в этом смысле и проще и сложнее. У нас есть инструмент для оценки адекватности полученной в ходе проведения маркетингового исследования информации. Этот ... применение находят в прикладной социологии (например - политической) и маркетинге. Цели, задачи, методология, ограничения и анализ при проведении социологических и маркетинговых исследований существенно различаются. ...

инструментальных средств анализа кредитного риска

коммерческого банка на рынках потребительского и

межбанковского кредитования, кредитования организаций

и предприятий

33. Задачи исследования

  • Показать важность качественной оценки кредитного риска
  • Определить факторы, оказывающие воздействие на

уровень кредитного риска

  • Провести анализ действующей практики выявления и

оценки кредитного риска

  • Разработать методику автоматизации кредитного

процесса

  • Разработать модель кредитного риска на основе

технологии нечётких нейронных сетей

34. Задачи исследования

  • Исследовать возможность улучшения стандартного

алгоритма для нечётких нейронных сетей

  • Решить прикладные задачи оценки кредитного риска

банка на рынках потребительского и межбанковского

кредитования, а также кредитования

предприятий и организаций

35. Предмет исследования

  • Предметом исследования является процесс

анализа банковского кредитного риска с

применением метода нечётких нейронных сетей

36. Объект исследования

  • Объектом исследования выступают коммерческие

банки, обеспечивающие процесс кредитования

юридических и физических лиц

37. Научная новизна исследования

  • Разработана методика автоматизации кредитного

процесса коммерческого банка с применением

байесовского и метода нечетких нейронных сетей,

позволяющая улучшить его качество и сократить время на

принятие решения по кредитной заявке

  • Предложена многофакторная модель кредитного риска

коммерческого банка на основе нечёткой нейронной сети

с генетическим алгоритмом обучения, позволяющая

увеличить качество принимаемых решений сотрудниками

кредитного отдела коммерческого банка

38. Научная новизна исследования

  • Предложен метод оптимизации структуры нейронной сети на

основе применения различных мер сходства и

модифицированный метод её обучения на основе генетического

алгоритма, позволяющие увеличить точность вывода сети

  • Предложено инструментальное средство с нечёткой нейронной

сетью в своей основе (как с обычной, так и модифицированной

структурой), позволяющее решать задачу определения уровня

кредитного риска, делать промежуточные и заключительные

выводы, выделять сильные и слабые стороны клиента, а также

выдвигать предложения (с подсчетом уровня необходимых

резервов) о целесообразности выдачи кредита

39. Теоретическая и методологическая основа исследования

  • Методологическую основу исследования составили

монографии и труды ведущих отечественных и

зарубежных учёных в области оценки банковских рисков,

а также методические и аналитические материалы

Центрального банка РФ, коммерческих банков,

международных финансово-кредитных институтов и

26 стр., 12641 слов

Оценка кредитоспособности заёмщиков в процессе банковского кредитования ...

... оценкикредитоспособности заёмщика. Рекомендации внедрения результатов ВКР - результаты исследования предложены для внедрения в практическую деятельность банка «Возрождение» для улучшения качества кредитного портфеля. Область применения - в кредитных организациях РФ. Экономическая эффективность ...

рейтинговых агентств. В основу диссертационной работы

положены основные научные положения и

математический аппарат теории нечётких нейронных

сетей, генетических алгоритмов, экономического анализа

и риск-менеджмента

40. Практическая значимость

  • Состоит в возможности использования предложенных

моделей, методик и инструментальных средств для

оптимизации процесса анализа кредитного риска путём

частичной его автоматизации (в условиях высокой

степени уверенности в решении, вмешательство

специалиста ограничивается проверкой исходных

данных на достоверность)

41. Практическая значимость

  • Представленная модель анализа кредитного риска

позволяет эффективно оценивать уровень кредитного

риска, а возможность создания собственной модели

оценки на базе разработанной автоматизированной

системы оценки предоставляет банкам возможность

повысить качество выдаваемых заключений о надёжности

клиента, а значит, и снизить уровень кредитного риска для

банка

42. Результаты выносимые на защиту

  • Модель автоматизированного кредитного процесса,

позволяющая повысить конкурентоспособность банка за счёт

более качественного и быстрого

анализа кредитных заявок

  • Структура программного обеспечения, используемого для

автоматизации процесса анализа кредитного риска,

позволяющая сократить нагрузку на специалистов банка

  • Модель кредитного риска на основе модифицированной

нечёткой нейронной сети, обучающейся также

модифицированным генетическим

алгоритмом, способствующая повышению качества оценок

риска

43. Колоколова Ольга Владимировна

Моделирование банкротств и оценка риска при

кредитовании предприятий

Научный руководитель:

доктор экономических наук, профессор

Тихомиров Николай Петрович

МОСКВА 2007

44. Цель исследования

  • Целью данного исследования является разработка

методологических подходов и методов моделирования

банкротств предприятий малого и среднего бизнеса, не

обладающих длинной кредитной историей и не имеющих

котируемых на бирже ценных бумаг, и оценки кредитных

рисков банков, возникающих при кредитовании таких

предприятий

45. Задачи исследования

  • Систематизированы подходы к анализу и оценке кредитного

риска, предложенные ведущими учеными, рейтинговыми

агентствами и корпорациями мира, выделены их сильные и

слабые стороны и оценены возможности их использования в

Российской Федерации

  • Разработан метод оценки риска при кредитовании предприятий,

не имеющих котируемых ценных бумаг, позволяющий оценить как

вероятность банкротства предприятия-заемщика, так и

соответствующую величину ожидаемых потерь в случае дефолта

  • Разработана модификация бинарной пробит-модели,

позволяющая оценить потенциальную близость банкротства

предприятия-заемщика

46. Задачи исследования

  • Разработана модификация метода кернел-сопоставления для

оценки величины ожидаемых потерь в случае дефолта

42 стр., 20922 слов

По Кредиту и кредитным операциям

... банк, созданный и действующий в интересах государства и его экономической политики. 2) ЦБ – банк банков, обеспечивающий операции всех банков и служащий для них кредитором последней инстанции. 3) ЦБ – это банк правительства, обслуживающий его счета и управляющий его ... на кредитной основе стоимость ... его способ-тью обеспечивать прибыль заемщику; -передача капитала от кредитора заемщику и его ...

  • Разработана процедура верификации методов оценки

кредитного риска на основе имитационного моделирования

  • Оценено качество предложенного подхода на основе

собранной автором базы данных по более чем пятидесяти

предприятиям, работающим на территории России в

двенадцати различных отраслях экономики

  • Выработаны рекомендации по применению предлагаемого

метода оценки вероятности банкротства и величины

ожидаемых потерь кредитных организаций в случае дефолта,

направленные на повышение эффективности их деятельности

47. Предмет исследования

  • Методы прогнозирования банкротства предприятийзаемщиков, не обладающих длинной кредитной

историей и не имеющих котируемых на рынке

ценных бумаг, и методы оценки кредитного риска

банков, возникающего при работе с такими

заемщиками

48. Объект исследования

  • Объектом исследования являются параметры и

характеристики предприятий-заемщиков,

определяющие устойчивость предприятия и

потенциально влияющие на вероятность его

банкротства

49. Научная новизна исследования

  • Состоит в разработке адаптированных к условиям

российского рынка методологических подходов и

методов оценки кредитных рисков, базирующихся

на выделении* однородных групп предприятийзаемщиков на основе алгоритмов нечеткой

классификации и моделей бинарного выбора,

учитывающих ограниченность исходной

информации, а также в разработке процедур

верификации этих методов на основе

имитационного моделирования с использованием

реальных данных российской экономики

50. Теоретическая и методологическая основа исследования

  • Составляют научные разработки современных

российских и зарубежных ученых в области

микроэкономики, финансов, статистического анализа

временных рядов, экономико-математических методов и

моделей прогнозирования, а также риск-менеджмента. В

ходе работы над диссертацией использовались

методические разработки ведущих рейтинговых агентств

мира, таких как Moody’s и S&P. Особое внимание

уделялось законодательным и правовым актам

Российской Федерации, регулирующим деятельность

банков и других кредитных организаций

51. Практическая значимость

  • Состоит в том, что предложенные модели и

полученные результаты вносят существенный вклад

в совершенствование и развитие подходов и

методов моделирования банкротства предприятийзаемщиков, не имеющих кредитной истории и

котируемых ценных бумаг и оценки кредитных

рисков. Разработанный метод универсален, что

позволяет использовать его как на российском

рынке, так и на мировом.

52. Результаты выносимые на защиту

  • Предложена классификация существующих подходов к

оценке кредитного риска, в основу которой положены

особенности исходной информации о предприятияхзаемщиках и методов ее обработки, рассмотрены

23 стр., 11253 слов

Сравнительная оценка потребительских продуктов по уровню доходности ...

... научные статьи по заданной проблематике. В ВКР были использованы такие методы исследования ... оценки качества кредитного портфеля. Исходя из практики, коммерческие банки при оценке качества кредитного портфеля, уделяют значительное внимание оценки его риска. ... и способности кредитного портфеля обеспечить удовлетворение потребностей экономики в части ... также можно встретить мнение о том, что свойство ...

возможности применения их модификаций в условиях

России

  • Предложен методологический подход к оценке

кредитного риска на основе последовательной

(двухшаговой) процедуры расчета его основных

характеристик с учетом особенностей экономического

состояния, определяемого такими параметрами, как

53. Результаты выносимые на защиту

сфера деятельности, величина активов и собственного

капитала, структура капитала, выручка и ее динамика,

операционная маржа и другие параметры предприятийзаемщиков

•Предложен метод оценки функции распределения

времени наступления банкротства предприятийзаемщиков различных групп, формируемых по принципу

максимума энтропии с использованием информации,

характеризующей интенсивность банкротств по группам в

прошлом и отражающей текущее состояние

рассматриваемых предприятий

54. Результаты выносимые на защиту

  • Разработан метод оценки потерь банка по выданным

ссудам в случае дефолта предприятия-заемщика на

основе кернел-сопоставления с учетом его

потенциальной близости к банкротству, оцениваемой по

бинарной пробит-модели

  • Разработаны критерии качества двухшагового метода

оценки кредитного риска, отражающие его способность

идентифицировать устойчивые предприятия и

предприятия-банкроты и достоверно оценивать

величину потерь в случае дефолта

55. Результаты выносимые на защиту

  • Предложена процедура имитационного моделирования

кредитного портфеля коммерческого банка,

позволяющая верифицировать модели банкротств и

методы оценки кредитного риска

  • Разработаны рекомендации по практическому

использованию предложенной методологии оценки

кредитного риска в условиях неполной информации,

связанные с использованием информации о заемщикахбанкротах для прогнозирования состояния устойчивых

предприятий-заемщиков

56. Чижова Анна Сергеевна

Математические модели оценки банковского

кредитного риска с учетом динамики кредитных

рейтингов заемщиков

Научный руководитель:

доктор экономических наук, профессор

Мищенко Александр Владимирович

МОСКВА 2008

57. Цель исследования

  • Целью диссертационной работы является разработка и

совершенствование моделей оценки банковского

кредитного риска и методов управления банковским

кредитным портфелем, использующих более

обоснованные и достоверные оценки внутренних

кредитных рейтингов заемщиков, учитывающие влияние

систематических факторов риска и особенности среды

функционирования заемщиков кредитного портфеля

58. Задачи исследования

  • Выявление и анализ влияния макро- и

микроэкономических факторов на процесс изменений

16 стр., 7637 слов

Денежно–кредитная политика и её трансмиссионный механизм

... Принципы денежного и кредитного регулирования экономики Денежно-кредитное регулирование экономики осуществляется на основе принципа компенсационного регулирования, который предполагает следующее: политику ... исследование денежно-кредитного механизма государственного регулирования экономики. Для достижения поставленной цели необходимо решить следующие задачи: трансмиссионный денежный кредитный ...

кредитных рейтингов заемщиков

  • Разработка и совершенствование эконометрических

моделей прогнозирования кредитных рейтингов с учетом

влияния систематических факторов риска и

неоднородности заемщиков кредитного портфеля

  • Верификация эконометрических прогнозных моделей на

реальных данных кредитного портфеля банковской

группы West LB (Германия) и разработка процедур оценки

переходных вероятностей кредитных рейтингов

59. Задачи исследования

•Разработка методов оценки текущей дисконтированной

стоимости и минимальной доходности кредитных обязательств с

учетом индивидуальных уровней кредитного риска их эмитентов;

•Разработка и реализация алгоритма построения эмпирического

распределения вероятностей прямых и косвенных потерь по

кредитному портфелю на основе латентного индекса

кредитоспособности заемщиков;

•Разработка двухкритериальной модели формирования

оптимального кредитного портфеля с учетом ограничения

неделимости кредитов и предпочтений кредитора в области

доходность-риск

60. Предмет исследования

  • Комплекс экономико-математических моделей и

методов управления совокупным кредитным риском

портфелей коммерческих банков

61. Объект исследования

  • Кредитные портфели коммерческих банков,

осуществляющих кредитование корпоративных

заемщиков на основе системы внутренних

кредитных рейтингов с целью получения дохода

62. Научная новизна исследования

  • Состоит в совершенствовании подходов к

моделированию и оценке банковского кредитного риска,

базирующихся на использовании эконометрических

пробит-моделей для прогнозирования кредитных

рейтингов, учитывающих влияние систематических

факторов риска на кредитоспособность заемщиков, а

также в разработке моделей формирования

оптимального кредитного портфеля банка с учетом

неделимости кредитов и особенностей стратегии

кредитора в области доходность-риск

63. Теоретическая и методологическая основа исследования

  • Методологической, и теоретической основой

исследования являются труды отечественных и

зарубежных ученых в области экономической теории,

теории риска, финансового анализа, теории портфельных

инвестиций и теории Марковских цепей. При разработке

представленных в диссертации экономикоматематических моделей и методов использовались

методы системного анализа, математической статистики,

теории вероятностей, эконометрики, математического

программирования, теории оптимального управления и

финансовой математики

64. Практическая значимость

  • Разработанные в диссертации экономикоматематические модели и методы вносят определенный

вклад в развитие теории управления кредитным риском,

так как учитывают неоднородность и особенности среды

функционирования заемщиков при моделировании и

прогнозировании их кредитных рейтингов. Научные

результаты и выводы, полученные в диссертации, могут

быть использованы коммерческими банками при выборе

и разработке моделей управления кредитным риском, а

также в целях прогнозирования кредитных рейтингов

заемщиков и стресс-тестировании кредитного портфеля

65. Результаты выносимые на защиту

  • Выявлены наиболее значимые факторы риска, влияющие

на процесс изменений кредитных рейтингов заемщиков,

включая показатели отраслевой и географической

дифференциации, кредитной истории и стадии ,

экономического цикла в стране

  • Разработана двухуровневая эконометрическая модель

«пороговый порядковый пробит», позволяющая учитывать

свойство целочисленности кредитных рейтингов при их

прогнозировании. Верификация и оценка параметров

модели произведены на реальных данных кредитного

портфеля банковской группы West LB (Германия)

66. Результаты выносимые на защиту

  • Предложены подходы к оценке переходных вероятностей

кредитных рейтингов и индивидуальных индексов

кредитоспособности заемщиков с учетом влияния

выявленных факторов риска и неоднородности

заемщиков кредитного портфеля. Разработаны методы

оценки точности полученных вероятностных оценок

  • Предложен метод оценки предельных эффектов факторов

риска на значения переходных вероятностей кредитных

рейтингов с учетом индивидуальных характеристик риска

заемщиков и пороговой спецификации прогнозной

эконометрической модели

67. Результаты выносимые на защиту

  • Разработана модель оценки стоимости кредитных

обязательств заемщиков, а также минимальной доходности

по ссудам на основе метода дерева событий, где под

событиями подразумеваются изменения-кредитных

рейтингов, а так же потенциальный дефолт заемщика

  • Разработан алгоритм имитационного моделирования

прямых и косвенных потерь банка по кредитному портфелю

с учетом индивидуальных индексов кредитоспсобности

заемщиков, позволяющий определять ключевые

показатели кредитного риска портфеля, включая

показатель Стоимости-под- Риском (VaR)

68. Результаты выносимые на защиту

  • Разработана модификация двухкритериальной модели

Марковича оптимизации кредитного портфеля с учетом

целочисленности переменной, отражающей факт

принятия решения о выдаче кредита, и стратегии

кредитора в области доходность-риск

69. Уланов Сергей Викторович

Скоринговые модели и средства управления рисками для

поддержки принятия кредитных решений

Научный руководитель:

заслуженный изобретатель РФ, доктор экономических наук,

доктор технических наук, профессор Лялин В.Е.

ИЖЕВСК 2007

70. Цель исследования

  • Целью работы является проведение комплексных исследований,

направленных на построение интеллектуальных методов оценки

кредитных рисков, базирующихся на построении алгоритмических

композиций из простых логических классификаторов, создания

средств управления рисками и поддержки принятия кредитных

решений, а также реинжиниринга бизнес-процессов,

обеспечивающих принятие эффективных решений при

стратегическом управлении кредитной организацией, что будет

способствовать выявлению портретов заемщиков (юридических и

физических лиц) и разработки скоринговых моделей, даже на

малых объемах исторических данных, что особенно актуально

при выходе на новые рынки кредитования

71. Задачи исследования

  • Исследовать внутренний механизм скоринга для

повышения эффективности его применения в связи со

значительным ростом кредитных портфелей российских

банков, разворачивающейся битвой за такой источник

денег как кошельки сограждан и расширением

потребительского кредитования

  • Предложить скоринговые модели путем объединении

классических рамочных моделей кредитного риска с

методами интеллектуального анализа накапливаемых

данных с учетом российской специфики

72. Задачи исследования

  • Создать кредитно-скоринговое решение на основе

использования нейронных сетей, систем нечеткого вывода,

имеющих высокие аппроксимирующие свойства при

нелинейном распознавании, а также способных

адаптироваться к изменениям макроэкономических

показателей и других внешних условий

  • Установить в скоринге для решения задачи классификации

правила перехода от графика погашений к классу заемщика по

качеству обслуживания долга; для этого разработать

универсальный механизм оперирования экспертными

правилами, который учитывал бы неопределенности в

суждениях при классификации займа

73. Задачи исследования

  • Получить зависимость функции полезности и риска от

ожидаемых результатов конкурентного противоборства, на

основе которой можно было бы оценивать как уровень

полезности и риска при достижении заданного уровня выигрыша

или потерь, а также уровень ожидаемых выигрыша или потерь,

если задан приемлемый уровень полезности или риска

  • Получить результаты расчетов Value at Risk (рисковой стоимости)

тремя методами: с использованием распределения Парето,

нормального распределения с оценкой матрицы ковариаций при

помощи GARCH модели и метода восстановления функции

плотности распределения (ВФПР), определить из них наиболее

оптимальный по критерию риск/доходность

74. Задачи исследования

  • Модернизировать экспертные модели кредитного скоринга,

позволяющие помимо получения эффективности и четкого

регламента параллельно производить сбор и улучшение

качества управления данными, что, в конечном счете,

нацелено на переход от применения экспертных моделей

кредитного скоринга к количественным статистическим

моделям, использующим большой набор исторических

данных

75. Предмет исследования

  • Предметом исследования являются средства

построения математической модели рисков

кредитной организации (скоринговой модели),

средства управления рисками и поддержки

принятия кредитных решений

76. Объект исследования

  • Объектом исследования является скоринг как

методика оценки кредитного риска для

установления кредитоспособности субъектов

малого бизнеса и физических лиц

77. Теоретическая и методологическая основа исследования

  • Методологической и теоретической основой исследования

являются труды отечественных и зарубежных ученых по

финансовому риск-менеджменту, теории финансов и кредита,

теории рисков, теории вероятностей, статистики, случайных

процессов и эконометрики. В процессе работы над диссертацией

использовались методы прикладной статистики, элементы

вычислительных методов, компьютерные технологии

  • Использовались методы теории нечетких множеств, нейронных

сетей, деревьев решений, генетических алгоритмов, системного

анализа, объектно-ориентированного программирования.

Использованы элементы теории распознавания образов

(кластерный анализ), положения теории риска

78. Результаты выносимые на защиту, содержащие научную новизну

  • Предложены интеллектуальные алгоритмы анализа

признаков заемщиков, основанных на правилах,

которые построены на адаптивных системах нечеткого

вывода и деревьев решений. Метод деревьев решений

отличается высокой скоростью обработки данных и

обучения при сохранении свойств систем нечеткого

логического вывода. В алгоритмах использован

аппарат теории нечетких запросов, который позволяет

согласовать формальные критерии и неформальные

требования к заемщикам и задавать интервалы их

выбора как нечеткие множества

79. Результаты выносимые на защиту, содержащие научную новизну

  • Разработана структура скоринговой информационной

системы, включающая систему удаленного обслуживания,

связывающую при помощи удаленных веб-технологий

автоматизированные рабочие места операторов и лиц,

участвующих в принятии решения по заемщику. В скоринговой

системе добавлено еще одно звено — автоматическая оценка

кредитоспособности, и дополнительный этап — прескоринг,

который осуществляется сразу после ввода анкеты в систему

удаленного обслуживания. Прескоринг проводится на

решающем сервере вызовом специальной программной

процедуры. Это позволит оператору быстро получать

обратный ответ в случае неудачного прохождения прескоринга

80. Результаты выносимые на защиту, содержащие научную новизну

  • Разработана структура скоринговой информационной

системы, включающая систему удаленного обслуживания,

связывающую при помощи удаленных веб-технологий

автоматизированные рабочие места операторов и лиц,

участвующих в принятии решения по заемщику. В скоринговой

системе добавлено еще одно звено — автоматическая оценка

кредитоспособности, и дополнительный этап — прескоринг,

который осуществляется сразу после ввода анкеты в систему

удаленного обслуживания. Прескоринг проводится на

решающем сервере вызовом специальной программной

процедуры. Это позволит оператору быстро получать

обратный ответ в случае неудачного прохождения прескоринга

81. Результаты выносимые на защиту, содержащие научную новизну

  • Предложена модель оценки как своего выигрыша, так и

своих потерь, основанная на построении, анализе и

статистическом прогнозировании параметров функции

полезности и риска, которая, в отличие от известных,

более адекватно учитывает одновременное

противоборство факторов, способствующих достижению

цели противоборства, а также факторов, препятствующих

достижению этой цели

82. Результаты выносимые на защиту, содержащие научную новизну

  • Получены результаты расчетов VaR тремя методами: с

использованием распределения Парето, нормального

распределения с оценкой матрицы кова-риаций при

помощи GARCH модели и ВФПР. В результате сравнения

вышеуказанных методов расчета VaR определено, что

наиболее оптимальным по критерию риск/доходность

является метод ВФПР, который позволяет вместо

необоснованных предположений о нормальности

распределения получить картину, соответствующую

реальному положению дел. В результате кредитор принимает

решения на основе гораздо более точной оценки рисков

83. Практическая значимость

  • Когда банки не обладают значительными по объемам базами данных

о кредитной истории заемщиков (как физических, так и юридических

лиц), затрудняет, если вообще представляет возможность,

использовать статистические скоринговые модели. Применение

экспертных моделей кредитного скоринга, рассмотренных в

диссертации, позволяет обойти эту проблему. Преимуществом

данного подхода является то, что помимо получения эффективности

и получения четкого регламента параллельно производится сбор и

улучшение качества управления данными, что, в конечном счете,

нацелено на переход от применения экспертных моделей кредитного

скоринга к количественным статистическим моделям, использующим

большой набор исторических данных

84. Киблицкий Сергей Алексеевич

Скоринг-методика оптимизации банковской деятельности

при кредитовании физических лиц

Научный руководитель:

доктор педагогических наук, кандидат экономических наук,

профессор Князев Валерий Васильевич

МОСКВА 2011

85. Цель исследования

  • Цель диссертационного исследования заключается в

разработке новой скоринговой методики оптимизации

банковской деятельности при кредитовании физических

лиц и выработки методических рекомендаций по её

практическому применению

86. Задачи исследования

  • Проведен анализ существующих методов скоринга,

применяемых на российском и зарубежных кредитных

рынках, выявлены их преимущества и их недостатки,

сформулированы актуальные методологические

проблемы скоринга

  • Определены основные проблемы, препятствующие

развитию кредитования населения в России, и