Эффективное управление модельным риском

ESG-риски для бизнеса

ESG-риски — это опасности для компании, которые возникают из-за игнорирования принципов ESG. Сооснователь PR-агентства Vinci Agency Александр Изряднов перечисляет их.

Репутационные риски. Некорректные действия по отношению к сотрудникам компании или ущерб для экологии могут привести к скандалу.

Отставание в инфополе. PR — это жёсткая конкурентная борьба. Если компания не следует принципам устойчивого развития и не рассказывает об этом, она может уступить конкурентам, которые это делают.

Трудности в привлечении инвестиций. Предприниматели, которые вовремя сумели внедрить ESG-практики, имеют высокие шансы на финансовую поддержку со стороны крупных игроков — государства, банков и инвесторов. Ответственное инвестирование сегодня — повсеместный тренд. Для этого даже создаются специальные фонды: их количество с каждым годом только растёт, а общая сумма активов в прошлом году оценивалась в 153 миллиарда долларов.

Давление со стороны участников рынка. По данным исследования Высшей школы экономики, 64% крупнейших российских компаний уже требуют от своих поставщиков соблюдения ESG-практик.

Примеры модельного риска в реальном мире

Долгосрочное управление капиталом

Long-Term Capital Management (LTCM) Разгром в 1998 году был связан с моделью риски.В этом случае небольшая ошибка в компьютерных моделях фирмы была увеличена на несколько порядков из-за торговой стратегии LTCMс высокой долей заемных средств.1

На пике своего развития хедж-фонд управлял активами на сумму более 100 миллиардов долларов и сообщал о годовой доходности более 40%. Как известно, основными акционерами LTCM были два лауреата Нобелевской премии по экономике, но фирма рухнула из-за своей финансовой модели, которая потерпела неудачу в этой конкретной рыночной среде.

JPMorgan Chase

Почти 15 лет спустя компания JPMorgan Chase (JPM) понесла огромные торговые убытки из-замодели стоимости под риском (VaR), содержащей ошибки в формулах и операционные ошибки.Риск-менеджеры используют модели VaR для оценки будущих убытков, которые потенциально может понести портфель.В 2012 году объявленная генеральным директором Джейми Даймоном «буря в чайнике» обернулась убытком в размере 6,2 миллиарда долларов в результате неудачных сделок по его синтетическому кредитному портфелю (SCP).2

Трейдер открыл крупные позиции по деривативам, которые были отмечены моделью VaR, существовавшей в то время. В ответ главный инвестиционный директор банка внес изменения в модель VaR, но из-за ошибки таблицы в модели торговые убытки могли накапливаться без предупреждающих сигналов от модели.

Это не первый случай, когда модели VaR терпят неудачу.В 2007 и 2008 годах модели VaR подвергались критике за то, что они не смогли предсказать огромные убытки, которые многие банки понесли во времямирового финансового кризиса .3

Экономическая сущность кредитного риска

В трудах классиков экономической теории (А. Смита, Дж. М. Кейнса, А. Маршалла, А Пигу и др.) и в современной научной (отечественной и зарубежной) литературе нет однозначного определения такого понятия, как риск. Разноречиво трактуется «банковский риск» и «кредитный риск».

Для России это вполне объяснимо: до 1988 г. деятельность советской банковской системы считалась безрисковой. Процесс осуществления банковских реформ, т.е. формирование двухуровневой банковской системы, переход к рыночной экономике, предопределил проблему учета банковских рисков как разновидности предпринимательского риска, и в том числе кредитного риска.

В связи с этим для рассмотрения сущности кредитного риска прежде всего необходимо рассмотреть понятия «предпринимательский риск» и «банковский риск».

Один из основоположников макроэкономического анализа Дж. М. Кейнс вводит понятие «издержки риска». Издержки риска — это денежная сумма, необходимая для того, чтобы компенсировать возможные непредвиденные отклонения действительной выручки от ожидаемого валового дохода. В связи с этим, стоимость товара должна включать издержки риска .

Дж. М. Кейнс выделил три вида риска:

— риск предпринимателя;

— риск кредитора;

— риск, связанный с возможным уменьшением ценности денежной единицы.

Риск предпринимателя — это риск, связанный с использованием собственных средств. Предприниматель, реализуя проект, надеется получить в будущем выгоду, которую он рассчитал.

Риск кредитора возникает в процессе осуществления кредитных операций. Под кредитными операциями Дж. М. Кейнс понимает выдачу ссуд под обеспечение. Следовательно, риск кредитора есть не что иное, как кредитный риск. Дж. М. Кейнс определяет понятие кредитного риска как опасность наме 11 ренного банкротства или других попыток должника уклониться от выполнения обязательств.

Денежный заем, по мнению Дж. М. Кейнса, менее надежная форма богатства, нежели реальное имущество.

Представитель классической теории Дж. Милль при исследовании предпринимательской прибыли рассматривал структуру предпринимательского дохода в виде процента (как долю на вложенный капитал) заработной платы предпринимателя и платы за риск (как возмещение возможного риска, связанного с предпринимательской деятельностью) .

В классической теории предпринимательского риска понятие «риск» отождествляется с математическим ожиданием потерь, которые могут произойти в результате выбранного решения. Риск здесь не что иное, как ущерб, который наносится осуществлением данного решения.

Такое толкование сущности риска повлекло за собой выработку иного понимания у зарубежных экономистов предпринимательского риска.

В 30-е годы нашего столетия экономисты А. Маршалл и А. Пигу разработали основы неоклассической теории предпринимательского риска . Согласно этой теории, предприниматель, работающий в условиях неопределенности, получает прибыль, которая есть случайная переменная. При заключении сделки он руководствуется двумя критериями: размерами ожидаемой прибыли; величиной возможного ее колебания.

Поведение предпринимателя, согласно неоклассической теории риска, обусловлено концепцией предельной полезности. Это означает, что при наличии двух вариантов, например, инвестиционных проектов, дающих одинаковую ожидаемую прибыль, инвестор выбирает вариант, в котором колебания ожидаемой прибыли меньше

Если принимать во внимание небольшое число решений одного типа, то нельзя рассчитывать, что отклонения от ожидаемой прибыли взаимно уравниваются, так как в этом случае закон больших чисел не действует. Именно поэтому предприниматель, принимая решение, должен учитывать колебания прибыли и выбирать вариант решения, который дает тот же результат, но характеризуется меньшими колебаниями

Примечания

1. ^
2. Геннхеймер, Генрих (2002). «Модельный риск в моделях ценообразования по умолчанию на основе копул». CiteSeerX  .
3. Фрей, Рюдигер (2000). «Неликвидность рынка как источник модельного риска при динамическом хеджировании». CiteSeerX  .
4. Блэк, Кейт Х. (2004). Управление хедж-фондом. McGraw-Hill Professional. ISBN  978-0-07-143481-2.
5. Рантала, Дж. (2006). «О совместной и раздельной истории вероятности, статистики и актуарной науки». В Ликси; и другие. (ред.). Праздник для Тармо Пуккилы в день его 60-летия. Университет Тампере, Финляндия. С. 261–284. ISBN  951-44-6620-9.
6. ^
7. Талеб, Нассим (2010). Динамическое хеджирование: управление ванильными и экзотическими опционами. Нью-Йорк: Вили. ISBN  978-0-471-35347-8.
8. Керубини, Умберто; Лунга, Джованни Делла (2007). Структурированное финансирование. Хобокен: Вайли. ISBN  978-0-470-02638-0.
9. Фендер, Инго; Кифф, Джон (2004). «Методология рейтинга CDO: некоторые мысли о модели и ее последствиях». Рабочие документы BIS № 163. SSRN  .
10. Оценка различных финансовых моделей

Программное обеспечение для моделирования рисков

Ниже представлено моделирование рисков программного обеспечения.

№1. Программное обеспечение для моделирования рисков nTask

Мысль о том, что придется справляться с выявленными рисками и устранять их, не кажется слишком пугающей в nTask. И это можно объяснить исключительно дружелюбным и удивительно нейтральным тоном совета по управлению рисками.

Тот факт, что nTask является полнофункциональным инструментом управления проектами, ставит его на более высокий уровень. пьедестал чем его конкуренты. Таким образом, независимо от того, работаете ли вы над задачей или проводите собрание, nTask внимательно следит за обновлениями рисков.

№ 2. Программное обеспечение для моделирования рисков Resolver

Resolver — один из таких инструментов, основное внимание в котором уделяется планированию рисков и подготовке к ним. Это способствует раннему планированию выявления рисков в периоды, когда цели проекта и нормативные требования еще разрабатываются

Кроме того, Resolver предлагает комплексный набор интегрированных продуктов, адаптированных для предприятий всех размеров и секторов.

№3. Программное обеспечение для моделирования рисков TimeCamp

Хотя TimeCamp — это, прежде всего, приложение для отслеживания времени, предназначенное для того, чтобы помочь командам работать вовремя. Кроме того, пользователи могут также проводить оценку рисков, используя определенные встроенные инструменты для различных аспектов своего рабочего процесса.

№ 4. Программное обеспечение для моделирования рисков CURA

Некоторые угрозы обычно предсказуемы, тогда как другие скрыты и повторяются. В результате мониторинг рисков, которые постоянно возникают или продолжаются, должен стать важным компонентом программного обеспечения для моделирования рисков, которое вы выберете.

CURA предлагает компаниям возможность контролировать каждый риск с учетом его влияния и вероятности.

Он предоставляет решения для управления проектными рисками, управления корпоративными рисками, управления операционными рисками и управления рисками инцидентов для широкого круга предприятий, включая банки, больницы, страховые компании, коммунальные предприятия и телекоммуникации.

№ 5. Программное обеспечение для моделирования рисков Tracker A1

Трекер А1. Он одновременно прост в использовании и чрезвычайно мощен. Кроме того, он поддерживает взаимодействие с финансовым программным обеспечением и имеет модули для отслеживания событий, проблем, контрактов, страхования, претензий, проектов и активов.

Зачем компании нужен рейтинг ESG

ESG-рейтинг может быть полезен компании для публичной демонстрации следования ESG-повестке. Рейтинговое агентство подтверждает, что компания учитывает социальные аспекты, своё влияние на окружающую среду и делает акцент на прозрачности корпоративного управления.

Такой рейтинг понадобится, если компания планирует привлечь финансирование для «зелёных» или социальных проектов. Иными словами, ESG-рейтинг высокого уровня — доказательство успеха в сфере ESG. Он отражает одновременно подверженность компании ESG-рискам и желание и способность менеджмента работать с ними, управлять своим влиянием на окружающую среду и общество.

Позиции одной и той же компании в ESG-рейтингах по разным системам могут существенно различаться. Рейтинговые агентства учитывают разные факторы ESG и придают им разный вес при подсчёте баллов. Но стоит помнить, что эти оценки весьма условны: в них мало количественных показателей, много допущений, а методики расчёта недостаточно прозрачны.

Самые известные мировые ESG-рейтинги — Sustainalytics, MSCI, ISS ESG, RobecoSAM, S& P Global Ratings, ESG evaluation и RAEX Europe. Сотрудничество с ними для российских компаний сейчас затруднено или в принципе невозможно.

Финансовый и ESG-аналитик Банка России Ярослав Ченчик говорит, что российские компании могут обратиться к отечественным рейтинговым агентствам: например, «Эксперт РА», АКРА и НРА. Услуга оценки платная: нужно заключить договор и предоставить агентству требуемую нефинансовую информацию. Предполагается, что к моменту заказа оценки у компании уже сформировалось понимание темы ESG, возможно, есть стратегия устойчивого развития и готовые проекты, которые можно оценивать. Если их нет или они недостаточно проработаны, можно обратиться к консалтинговым компаниям.

Методология оценки ESG от агентства АКРАИнфографика: АКРА

Чтобы точнее определиться с ESG-стратегией, Ярослав Ченчик рекомендует использовать карту существенности. Одна из них разработана SASB — Советом по стандартам учёта в области устойчивого развития.

Источники

Неопределенность волатильности

Волатильность — это самый важный вклад в модели управления рисками и модели ценообразования. Неопределенность в отношении волатильности приводит к модельному риску. Дерман считает, что товары, стоимость которых зависит от непостоянство улыбка вероятнее всего пострадают от модельного риска. Он пишет: «Я думаю, можно с уверенностью сказать, что нет области, в которой риск модели является более серьезной проблемой, чем при моделировании улыбки волатильности».Avellaneda & Paras (1995) предложили систематический способ изучения и снижения модельного риска, возникающего в результате неопределенности волатильности.

Несогласованность во времени

Бураски и Кориелли формализовали концепцию «несогласованности во времени» в отношении без арбитража модели, которые позволяют идеально соответствовать временной структуре процентных ставок. В этих моделях текущий кривая доходности это ввод, так что новые наблюдения на кривая доходности может использоваться для обновления модели с регулярными частотами. Они исследуют проблему согласованных во времени и самофинансируемых стратегий в этом классе моделей. Модельный риск влияет на все три основных этапа управление рисками: спецификация, оценка и реализация.

Неопределенность корреляции

Неопределенность параметров корреляции — еще один важный источник модельного риска. Cont и Deguest предлагают метод расчета модели подверженности риску в производных финансовых инструментах с несколькими активами и показывают те варианты, которые зависят от худших или лучших показателей в корзине (так называемые вариант радуги ) более подвержены неопределенности модели, чем варианты индекса.

Gennheimer исследует модельный риск, присутствующий в производных финансовых инструментах по умолчанию для корзины. Он оценивает эти деривативы с помощью различных копул и заключает, что «… если кто-то не очень уверен в структуре зависимости, управляющей кредитной корзиной, любые инвесторы, желающие торговать продуктами по умолчанию для корзины, должны в обязательном порядке рассчитывать цены в соответствии с альтернативными спецификациями копул и проверять ошибки оценки их моделирование, чтобы знать, по крайней мере, модели рисков, которым они подвергаются «.

Сложность

Сложность модели или финансового контракта может быть источником риска модели, что приводит к неправильной идентификации факторов риска. Этот фактор был назван основным источником модельного риска для портфелей ценных бумаг, обеспеченных ипотекой, во время кризиса 2007 года.

Неликвидность и модельный риск

Модельный риск существует не только для сложных финансовых контрактов. Фрей (2000) представляет исследование того, как неликвидность рынка является источником модельного риска. Он пишет: «Понимание устойчивости моделей, используемых для целей хеджирования и управления рисками, по отношению к предположению об идеально ликвидных рынках, поэтому является важным вопросом при анализе рисков модели в целом».Конвертируемые облигации, ценные бумаги с ипотечным покрытием, и высокодоходные облигации часто может быть неликвидным и трудным для оценки. Хедж-фонды, торгующие этими ценными бумагами, могут подвергаться модельному риску при расчете ежемесячной чистой стоимости активов для своих инвесторов.

Ошибки электронных таблиц

Многие модели построены с использованием технологии электронных таблиц, которые могут быть особенно подвержены ошибкам реализации.Стратегии смягчения последствий включают добавление проверок согласованности, проверку входных данных и использование специализированных инструментов.

Что такое ESG-отчётность и как её составить

ESG-отчётность составляется добровольно — в России к ней нет законодательных требований. Практика нефинансовой отчётности распространена у публичных компаний: они составляют её для своих акционеров и потенциальных инвесторов.

Их примеру может последовать любая компания, которая заинтересована в прозрачности. Банк России разработал подробные рекомендации по раскрытию нефинансовой информации — Информационное письмо от 12.07.2021 N ИН-06-28/49, а также по учёту ESG-факторов и вопросов устойчивого развития — Информационное письмо от 16.12.2021 N ИН-06-28/96.

Ярослав Ченчик даёт несколько рекомендаций по составлению ESG-отчётности.

Для отчётности важны три принципа: объективность, последовательность и сопоставимость информации. Вы должны показать, что ориентируетесь на стратегические цели компании учитываете интересы всех заинтересованных лиц. Для этого нужно рассказать о стратегии устойчивого развития компании, её бизнес-модели, корпоративном управлении, принятой политике, процедурах и результатах их реализации. А также об основных рисках, возможностях и ключевых нефинансовых показателях эффективности вашей компании.

В отчёте важно раскрыть информацию об экологических и социальных кампаниях фирмы. Отразить, что для вас важны трудовые отношения, соблюдение прав человека, борьба с коррупцией, коммерческим подкупом и подкупом иностранных должностных лиц

Также компании обычно показывают, что правильно управляют цепочками поставок: с учётом экологических, социальных и управленческих вопросов.

Опирайтесь на признанные международные стандарты и подходы. Самые известные из них — CDP, CDSB, GRI, IIRC, SASB, TCFD. Отчётность стоит составлять на русском языке, а дублировать, если у вас есть партнёрства с зарубежными организациями, — на иностранном. Денежные показатели указывать в рублях, по желанию дублировать в валюте.

Раскрыть информацию можно в годовом отчёте или в другой удобной форме. Самая распространённая форма для такого документа — «Отчёт о корпоративной социальной ответственности» либо «Отчёт об устойчивом развитии за календарный год». Утверждение документа стоит доверить совету директоров.

Что такое Модель риска?

Риск модели – это тип риска, который возникает, когда финансовая модель используется для измерения количественной информации, такой как рыночные риски фирмы или стоимость транзакций, а модель не работает или работает неадекватно и приводит к неблагоприятным результатам для фирмы.

Модель – это система, количественный метод или подход, основанный на допущениях и экономических, статистических, математических или финансовых теориях и методах. Модель обрабатывает входные данные для получения выходных данных с количественной оценкой.

Финансовые учреждения и инвесторы используют модели для определения теоретической стоимости цен на акции и определения торговых возможностей. Хотя модели могут быть полезными инструментами в инвестиционном анализе , они также могут быть подвержены различным рискам, которые могут возникнуть из-за использования неточных данных, ошибок программирования, технических ошибок и неправильной интерпретации результатов модели.

Ключевые моменты

• В финансах модели широко используются для определения потенциальной будущей стоимости акций, точного определения торговых возможностей и помощи руководителям компаний в принятии деловых решений.
• Риск модели присутствует всякий раз, когда для принятия решений используется недостаточно точная модель.
• Риск модели может быть связан с использованием модели с неверными характеристиками, программными или техническими ошибками, ошибками данных или калибровки.
• Риск модели можно снизить с помощью управления моделью, такого как тестирование, политики управления и независимая проверка.

Моделирование кредитного риска

Моделирование кредитного риска — это исследование кредитного риска, которое помогает понять неопределенность, с которой сталкивается кредитор, прежде чем давать деньги заемщикам. В текущих условиях современные подходы к аналитике позволяют организациям анализировать уровень риска для клиентов с небольшим кредитным счетом или без него, используя точки данных. Более того, учреждения начали разрабатывать комплексные системы кредитного моделирования с использованием методов машинного обучения и глубокого обучения.

№1. Моделирование кредитного риска с помощью машинного обучения

Об этом курсе: Теорема DexLab Analytics о мере центральной тенденции, меры дисперсии, теория вероятностей и распределение вероятностей. Кроме того, в этом курсе будут рассмотрены методы выборки, теория оценки, типы статистических тестов, линейная регрессия и логистическая регрессия. Кроме того, вы узнаете, как применять алгоритмы машинного обучения, такие как деревья решений, случайный лес, XGBoos. Кроме того, с помощью машины опорных векторов, банковских продуктов и процедур система показателей использует построение модели системы показателей, использование системы показателей для построения бизнес-стратегий банка, LGD, PD, EAD и многое другое.

№ 2. Моделирование кредитных рисков Python

В этом подробном курсе по моделированию кредитных рисков на Python. Вы узнаете все, что вам нужно знать о моделировании кредитного риска, от предварительной обработки до моделей вероятности дефолта (PD), потерь при дефолте (LGD) и подверженности дефолту (EAD) и, наконец, расчета ожидаемых убытков (EL). .

№3. Оценка кредитного риска и моделирование

О: В этом курсе вы познакомитесь с несколькими мерами кредитного риска, функцией плотности вероятности кредитных убытков. Кроме того, традиционные кредитные модели — кредитный рейтинг и кредитный скоринг, такие как сильные и слабые стороны. Плюс спецификация параметров, таких как потери при дефолте, вероятность дефолта и так далее. Кроме того, финансовые аналитики, аналитики кредитного рейтинга, аналитики прямых инвестиций, кредитные аналитики, инвестиционные банкиры, корпоративные банкиры, и бизнес-аналитики выиграют от этого курса.

№ 4. Тренинг по моделированию кредитных рисков (EDUCBA)

Этот курс кредитного моделирования предназначен для студентов и экспертов, которые хотят отточить свои навыки кредитного моделирования. Кроме того, вы узнаете о кредитном риске и о том, как он рассчитывается, а также о стандартных кредитных моделях и примерах. Со структурной моделью кредитного риска, Z-оценкой Альтмана, кредитным анализом, моделированием UFCE и WC, а также внутренними рейтингами в кредитном моделировании.

№ 5. Моделирование кредитного риска (Редклифф)

Об этом курсе: В этом курсе вы узнаете об основных аспектах моделей кредитного риска. Как они используются в финансовых учреждениях и связанные с этим опасности. Между тем, его курс охватывает проверенные временем методологии и процессы. Более того, они используются ведущими учреждениями для развертывания лучших в своем классе моделей для измерения, управления и контрольный кредит риски. Во-вторых, вы будете лучше понимать модели кредитного риска, как они используются в финансовых учреждениях. И, самое главное, присущие модели риски к концу этого курса.

№ 6. Моделирование кредитного риска (SAS)

Об этом курсе: В этом курсе вы узнаете, как создавать модели кредитного риска в рамках Базельских рекомендаций. Кроме того, он также предлагает отличное сочетание теоретических и технических идей, а также деталей практической реализации. Во-вторых, вы узнаете, как создать модель вероятности дефолта (PD), убытка при дефолте (LGD) и риска при дефолте (EAD), а также как проверять, тестировать на истории и сравнивать модели кредитного риска.

Наше предложение

С помощью решения SAS, вы сможете понимать и контролировать модельный риск, создав единую систему для управления всеми моделями и их жизненным циклом в вашей организации. Вы сможете контролировать уровень модельного риска, следить за документацией моделей, валидировать и быстро проходить аудит ваших моделей. Наше программное обеспечение поможет вам в следующем:

• Валидация моделей. Проводите независимые проверки моделей для понимания, соответствуете они требованиям регулятора и удовлетворяют ли потребностям бизнеса. Например, по рекомендациям Комплексного анализа капиталов банка от ФРС (CCAR), банкам следует вести учет всех моделей, которые используются в процессе расчета капитала, прогнозирующие доходы и убытки.
• Усовершенствуйте организацию ваших моделей. Используйте инструменты для оценки потенциальных кандидатов в модель, управляете всеми моделями, которые есть в вашей организации и отслеживайте статус моделей в рамках ее жизненного цикла.
• Контролируйте соблюдение принятых политик управления моделями. Отслеживайте проблемы связанные с моделями и контролируйте полноту документации, а также разрабатывайте планы для решения проблем и быстрого восстановления.
• Быстрый и гибкий обмен информацией. Подготавливайте и делитесь отчетами об уровне модельного риска по всем моделям в вашей организации.

Рейтинговое моделирование

По этапу жизненного цикла клиента:

1. Заявочный (аппликативный) скоринг применяется для новых клиентов или клиентов с небольшой (или давней и неактуальной) историей внутри финансовой компании. В построении такой модели рейтингования важны профиль и анкета клиента, данные о его платежном поведении в других финансовых организациях (есть в Бюро Кредитных Историй) и данные о вхождении в разные списки — например, негативные списки ЦБ для юр.лиц. Заявочный скоринг используется для решения о выдаче кредита заявителю.
2. Поведенческий скоринг применяется для определения рейтинга клиентов с актуальной историей. Здесь существенную роль играют поведенческие атрибуты внутри компании — обороты и платежная дисциплина по внутренним продуктам банка-кредитора. Поведенческий скоринг используется для вычисления и корректировки размера зарезервированных банком средств, но об этом чуть позже.

По требованиям к результатам работы модели:

«Относительный» рейтинг: важно качество ранжирования (относительный порядок) клиентов в рейтинге, абсолютное значение не играет роли при принятии итогового решения.
«Абсолютный» рейтинг: имеет значение абсолютное значение скора и алгоритм его пересчета в вероятность дефолта клиента. Часто бывает, что у банка зафиксировано пороговое значение вероятности дефолта, при котором клиенту может быть выдан кредит, и необходимо максимально корректно определить именно абсолютное значение вероятности дефолта по каждому из клиентов.. По степени включения экспертных представлений в итоговое решение:

По степени включения экспертных представлений в итоговое решение:

1. «Статистическая» модель. Ее веса подбираются на основании статистического анализа ретроспективных данных. Экспертные корректировки производятся на уровне отбора атрибутов и подготовки выборки для моделирования.
2. «Экспертная» модель. Финальные значения весов факторов устанавливаются вручную (или полуавтоматически) с учетом кейсов по дефолтам за историю. Классический пример — модель Альтмана Z-score .

По степени автоматизации решения:

1. Результат рейтингования автоматически без ручных корректировок транслируется в конвейере для бОльшей части клиентов. Часть клиентов подвергается ручной проверке для оперативного мониторинга работы модели.
2. Результат рейтингования является дополнительным инструментом для владельца модели и андеррайтера.

По степени использования информации о внешней среде:

1. Stand-alone — приближение, при котором в факторах модели не учитывается взаимодействие клиента с другими клиентами. Основа — поведенческие атрибуты по финансовым продуктам. Влияние внешней среды учитывается или через процедуру калибровки, или через набор флагов о негативной информации с другими клиентами без детализации.
2. «Supply chain finance» — использование информации о связях с другими заемщиками. В первую очередь, данные о транзакциях и данные об экономической, юридической, родственной (для ФЛ) аффилированности с другими клиентами. Чем больше такой информации, тем точнее будет прогноз — не только на уровне клиента, но и на уровне сделки .

По степени вовлеченности в общий процесс:

1. Результат моделирования используется локально: задача, как правило, не интегрируется с другими процессами. При таком применении возможны дополнительные требования к обслуживанию рейтинга — например, введение корректировок (в частности, корректировка рейтинга компании в зависимости от уровня поддержки государством).
2. Результат является входом для другого процесса, т.е. частью большего приложения. В таких случаях необходимо учитывать специфику этого внешнего процесса, т.к. она может влиять на требования к разработке и валидации рейтинговой модели.

1. Поиск новой информации / источников данных (например, гео-аналитика , соц. сети , ОФД)
2. Использование продвинутых алгоритмов для моделирования (все чаще XGBoost заменяет стандартные скоринговые карты на основе логистической регрессии);
3. Использование продвинутых алгоритмов для поиска взаимосвязей (графовая аналитика) и генерации специфических атрибутов (text-mining);
4. Операционализация моделей (встраивание моделей в автоматический pipeline разработка-внедрение-мониторинг-переобучение) для снижения модельного риска и автоматизации процесса, т.н. ModelOps решения .

Ключевые принципы ISO 31000

ISO 31000 можно назвать универсальным стандартом. Он помогает предприятиям, нацеленным на победу в тендерах, работу с крупными контрагентами и госструктурами, в том числе с доступом к гостайне, формирует имидж надёжного партнёра и повышает инвестиционную привлекательность.

Стандарт ИСО 31000 определяет требования для следующих аспектов риск-менеджмента:

• внутренняя среда;
• способы постановки целей;
• определение событий и ответственных за них лиц;
• оценка рисков и способы реагирования на них;
• средства контроля;
• планирование, сбор и анализ информации;
• коммуникация между заинтересованными лицами;
• мониторинг.

Национальный стандарт Российской Федерации. ГОСТ Р ИСО 31000-2010 «Менеджмент риска. Принципы и руководство» (утверждён приказом Федерального агентства по техническому регулированию и метрологии от 21 декабря 2010 г. № 883-ст) касается компаний и организаций, независимо от сферы их деятельности. Он регламентирует принципы подхода к управлению рисками и используется на протяжении всего жизненного цикла организации.

Стандарт определяет, что риск-менеджмент должен быть неотъемлемой частью деятельности компании. Без учёта вероятных рисков её работа будет малоэффективной. Для риск-менеджмента устанавливается ряд принципов. Он должен быть структурированным, комплексным и всеобъемлющим.

Управление рисками осуществляется:

• методом отказа от чрезмерно рискованной деятельности;
• наработкой резервов и запасов;
• диверсификацией;
• страхованием или аутсорсингом рисковых функций.

Каждая компания может адаптировать рекомендации с учётом своей специфики. ГОСТ Р ИСО 31000-2010 можно применить к любому типу риска, независимо от его характера, а также того, имеет он отрицательные или положительные последствия.

На разных этапах существования компании риски могут возникать и исчезать, становиться более или менее весомыми. Работающая система управления способна предвосхитить, обнаружить, признать и отреагировать на произошедшие изменения. На всех этапах принятия решений обязательны постоянный мониторинг и периодическая проверка.

Узнайте больше об управлении экономическими рисками на предприятии на курсе «Обеспечение экономической безопасности предприятия».

Также вы можете выбрать другие программы обучения экономической безопасности в Учебном центре «ФИНКОНТ».