Банковские риски

ВВЕДЕНИЕ 5
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНИЯ БАНКОВСКИМИ РИСКАМИ 11
1.1. Понятие банковского риска как экономической категории 11
1.2. Принципы и этапы управления банковскими рисками 18
ГЛАВА 2. УПРАВЛЕНИЕ БАНКОВСКИМИ РИСКАМИ 33
2.1. Управление кредитным риском 33
2.2. Управление процентным риском 44
2.3. Управление валютным риском 47
2.4. Управление страновым риском 53
ГЛАВА 3. СОВЕРШЕНСТВОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ БАНКОВСКИМИ РИСКАМИ НА ПРИМЕРЕ КРЕДИТНЫХ РИСКОВ 58
3.1. Состояние банковского кредитования в РФ 58
3.2. Направления совершенствования управления кредитным риском коммерческого банка 68
ЗАКЛЮЧЕНИЕ 83
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 93
СПИСОК СОКРАЩЕНИЙ 99
Приложение

Актуальность темы. Банковская деятельность по своей сути является чрезвычайно рисковой, но грамотное управление рисками помогает банкам получать прибыль. При этом важно понимать, что рискованность банковского бизнеса является объективным фактором, который не может быть полностью устранён в процессе совершенствования банковских технологий.
Между тем, сегодня, по мере усложнения банковских продуктов, использования систем хранения и обработки данных, а также вовлечения российских банков в международную банковскую систему, происходит постоянное увеличение разновидностей рисков. Например, в связи с улучшением характеристик компьютерной техники, появились новые разновидности операционного риска. Следовательно, единственно правильное решение для уменьшения уровня банковских рисков до приемлемого значения является постоянное улучшение качества менеджмента и внедрение современных автоматизированных систем оценки рисков.
В своей деятельности банки регулярно выявляют значимые риски и постоянно проводят их оценку. К наиболее значимым рискам относят: кредитный, ликвидности, валютный, рыночный, процентный и риск подрыва деловой репутации. Согласно проведённому в конце 2011 года Банком России анкетированию крупнейших банков основное место по уровню значимости среди всех банковских рисков занял кредитный риск или риск неплатежа по ссуде, в процессе взаимодействия банка и клиента. Этот факт можно объяснить тем, что кредитование является наиболее прибыльной и одновременно наиболее рискованной частью банковских операций. Непогашение кредитов, особенно крупных, может привести банк к банкротству, а иногда, из-за его положения в банковском секторе и к системного кризису банковской системы, с возможными банкротствами, связанными с ним предприятиями, банками и частными лицами.
Таким образом, управление кредитным риском является необходимой частью стратегии и тактики выживания и развития любого банка.
Необходимость идентификации и измерения уровня рисков вызвала в последнее время к жизни множество методик анализа, в большинстве своём основанных на составлении кредитного рейтинга, со всеми присущими этому методу достоинствами и недостатками. Помимо указанного метода анализа существует и ряд других методов, способных более качественно измерить уровень кредитного риска. Например, методы нечёткой логики, нейронных сетей, дерева решений и генетические алгоритмы.
Современные экономические условия ставят перед банками новые проблемы. Активно развивающийся рынок потребительского кредитования требует от банка, для поддержания конкурентоспособности своего бизнеса, перехода к быстрому и качественному анализу кредитного риска. Развитие же экономики (в том числе и из-за развития потребительского кредитования) побуждает всё больше предпринимателей брать кредит для развития своего бизнеса, что приводит к увеличению нагрузки на специалистов банка, занимающихся оценкой рисков или увеличению их числа. Применение современных автоматизированных систем может помочь решить банкам многие проблемы. Такая автоматизированная система позволит не только увеличить скорость анализа, а значит, и сократить время на принятие решения по кредиту, но и в определённой степени повысить качество этого решения (конечно, если система создавалась опытным специалистом) и немного уменьшить вероятность злоупотребления служебным положением сотрудниками банка. Именно на разработку такой системы и направленно исследование в данной работе.
Степень научной разработанности проблемы. Во времена плановой экономики проблема оценки уровня риска не была столь актуальна для отечественных исследователей. Множество исследований в этом направлении началось лишь с приходом в экономику рыночных отношений. Исследования, посвящённые анализу риска в банковской сфере с использованием различных методик, связывают с именами следующих отечественных и зарубежных исследователей: Батраковой Л.Г., Беляева М.К., Белякова А.В., Буздалина А.В., Бухтина М.А., Воробьёва Л.И., Жованикова В.Н., Иванова В.В., Ильясова С.М., Козлова А.А., Косована К.С., Лаврушина О.И., Ли О.В., Масленченкова Ю.С., Недосекина А.О., Потоцкой Е.Г. , Строева А.А., Субботина А.В., Супруновича Е.Б., Фаррахова И.Т. и многих др.
Большой вклад в развитие теории нечетких множеств, теорию и практику построения интеллектуальных моделей, а также теорию нечетких нейронных сетей, внесли следующие отечественные и зарубежные ученые: Алтунин А.Е., Андрейчиков А.В., Андрейчикова О.Н., Асаи К., Гольдберг Д., Заде Л., Ковалёв С.М., Коско Б., Кофман А., Круглов В.В., Мамдани Е., Мелихов А.Н., Минаев Ю.Н., Пилиньский М., Рутковский Л., Семухин М.В., Сугэно М., Тэрано Т., Филимонова О.Ю., Холланд Дж., Ягер Р. и многие др.
Вместе с тем, несмотря на большое внимание отечественных и зарубежных ученых к проблеме анализа кредитного риска, работ опирающихся на стык упомянутых областей науки достаточно мало и степень разработанности данной темы остаётся низкой. Применение нечётких нейронных сетей в целях анализа банковских рисков представляет большой интерес вследствие возможности увеличения качества оценок рисков и частичной автоматизации процесса анализа риска.
Целью работы является разработка и исследование методик, а также основанных на них инструментальных средств анализа банковских рисков коммерческого банка.
Для достижения поставленной исследователем цели в рамках научно-исследовательской работы по теме «Банковские риски» предполагается решить следующие задачи:
1. Раскрыть понятие банковского риска как экономической категории.
2. Изучить виды банковских рисков и особенности управления ими.
3. Провести анализ состояния банковского кредитования в Российской Федерации.
4. Определить особенности кредитного риска банковской системы Российской Федерации.
5. Показать важность качественной оценки кредитного риска.
6. Определить факторы, оказывающие воздействие на уровень кредитного риска.
7. Провести анализ действующей практики выявления и оценки кредитного риска.
8. Разработать модель кредитного риска на основе технологии нечётких нейронных сетей.
9. Исследовать возможность улучшения стандартного алгоритма для нечётких нейронных сетей.
Объект исследования – банковские риски.
Предмет исследования – совокупность экономических отношений, возникающих при организации эффективной системы управления банковскими рисками.
Методологическую основу исследования составляют диалектический метод, комплексный и системный подход. Процессы управления рисками в многофилиальном коммерческом банке рассмотрены через призму общих закономерностей банковской деятельности и управления. В работе использовались такие общенаучные методы и приемы, как научная абстракция, обобщение, количественный и качественный анализ, методы группировки и сравнения, экономико-математические методы, моделирование, анализ и синтез, статистический и графический анализ.
Информационной базой исследования явились законодательные и нормативные акты Российской Федерации, положения и инструкции банков, бухгалтерские формы отчетности банков и промышленных предприятий, материалы периодической печати, а также экспертные оценки, расчёты и результаты экспериментов.
В качестве теоретической основы исследования при написании работы предполагается использовать 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 рейтинговых агентств. В основу диссертационной работы положены основные научные положения и математический аппарат теории нечётких нейронных сетей, генетических алгоритмов, экономического анализа и риск-менеджмента.
Научная новизна состоит в том, что в дипломной работе 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.
Теоретическая и практическая значимость работы 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). 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.
Структура работы определена целями и задачами работы, и состоит из введения, трех глав, объединяющих восемь параграфов, заключения, списка использованной литературы и приложений.
Во введении обосновываются значимость, актуальность и новизна, цели и задачи исследования, краткий обзор литературных источников, методы исследования.

с докладом и раздатками