Управление рисками коммерческих банков (управление: синтез, анализ) - Владимир Живетин

2. Структурно-функциональный синтез системы, порождающей изучаемые процессы или потребные процессы, необходимые для реализации желаемой цели, созданной в итоге стратегического планирования, т. е. в процессе человеческой деятельности идеолога системы.

3. Структурно-функциональный анализ синтезированной системы, включающий в себя этапы математического моделирования.

4. Итоговая оценка созданных и потребных процессов (целей), порождаемых системой, т. е. целевых процессов, потребных для реализации человеческой деятельности.

При изучении банковских систем целесообразно выделять:

1. Структурно-функциональный синтез банковской системы, включающей сеть устойчивых и упорядоченных связей между подсистемами банковской системы.

2. Структурно-функциональный анализ, включающий принцип исследований финансовых явлений и процессов как системы, в которой каждая подсистема структуры реализует определенную функцию.

Мы вводим следующие методы познания систем, созданных в процессе человеческой деятельности:

– качественное моделирование;

– количественное (математическое) моделирование.

Для динамических систем социального мира, в отличие от физического, необходимо реализовать структурно-функциональный синтез изучаемой системы.

Сложность исследования социально-экономических систем обусловлена необходимостью теоретико-экспериментального обоснования границ глубины и широты охвата качественного моделирования, т. е. структурно-функционального синтеза (А) (рис. 1.12), где х1, х2 – допустимые величины точностей расчетов при синтезе и анализе, которые должны быть обоснованы с позиции погрешностей конечных результатов, а также согласованы с возможностями структурно-функционального анализа (В), обеспечивающего потребные точности численных значений показателей функционирования: областей опасных и безопасных состояний; вероятностей риска и безопасности.

Рис. 1.12

Важно, чтобы был согласован «спрос» со стороны анализа и «предложение» со стороны синтеза, т. е. точки х1 и х2 совпадали в смысле научных знаний, их объема (α) и глубины (β), т. е. х = (α, β) в рассматриваемой сфере человеческой деятельности.

Цель структурно-функционального синтеза и анализа – рассмотреть в целом:

– Какие системы нужны?

– Какие структуры нужны?

– Какие структурные свойства систем, структур и подсистем нужны?

– Как контролировать достоверность знаний, области достоверности знаний, допустимые погрешности применяемых знаний к конкретным объектам бытия?

При этом необходимо разрабатывать методы и средства достижения научных знаний в динамике их развития, т. е. реализовать анализ, прогнозирование и управление процессами развития научных макросистем и микросистем. Пока все совершается от микросистем к макросистемам, что обусловливает отсутствие систем управления научными знаниями в области управления банковскими рисками.

Развитие знаний о любой динамической системе, в том числе банковской, начинается с созерцания и осмысления созданного, происходящего. Потом создается качественная модель путем анализа материалов, полученных опытным путем. Далее строятся научные модели, на базе которых создаются экспериментальные модели, а затем реальные системы или объекты. На этом этапе реализуется оперативный уровень развития и совершенствования знаний.

На следующем этапе изучаются итоги созданного, возможности улучшения их. Здесь, по существу, реализуется тактический уровень развития и совершенствования знаний.

Накапливая знания на тактическом уровне, суммируя их, мы переходим, как правило, к стратегическому уровню развития и совершенствования системы знаний, а именно к структурно-функциональному синтезу и анализу.

Математическое моделирование финансовых потоков банка целесообразно проводить согласно существующим подходам в четыре этапа.

На первом этапе произведем структурно-функциональный синтез банка как динамической системы, используя закон энергетическо-финансового баланса [37, 38].

На втором этапе создадим математическую модель функциональных свойств подсистем в синтезированной структуре в виде дифференциальных уравнений с целью прогнозирования процессов.

На третьем этапе проведем аналитическое (если позволяет математическая модель) или численное (если модель нелинейная) моделирование.

На четвертом этапе приведем анализ полученных результатов для функционирующего реального банка. По результатам анализа проведем идентификацию математической модели.

Возможны различные варианты модели банка как динамической системы по созданию финансовых потоков.

1. На простейшем уровне в детерминированном пространстве без учета внутренних факторов риска V(t), обусловленных изменением функциональных свойств подсистем Φi, и внешних возмущающих факторов риска W(t).

2. То же, что и в п. 1, но с учетом внутренних факторов риска V(t).

3. То же, что и в п. 1, но с учетом внешних факторов риска W(t).

4. То же, что и в п. 1, но с учетом внутренних V(t) и внешних W(t) факторов риска.

Мы ставим цель – выяснить:

– какими должны быть функциональные свойства каждой из подсистем (1–4), чтобы обеспечивать заданную величину динамических свойств банка, а также погрешностей функционирования;

– как изменять функциональные свойства подсистемы 1, обеспечивая процессы идентификации внешних W и внутренних V факторов, с целью коррекции цели функционирования банка;

– как изменять функциональные свойства комитетов банка, формирующие методы и средства достижения цели при изменении цели от подсистемы 1;

– как изменять функциональные свойства сотрудников [8] из подсистемы 3 по работе с клиентами.

Управляя функциональными свойствами подсистем, мы, прежде всего, предотвращаем их изменение в сторону ухудшения, т. е. снижение погрешности их функционирования, увеличиваем скорость прохождения финансовых потоков, т. е. максимизируем доходы и минимизируем потери и риски.

С учетом сказанного, возможны следующие модели, используемые при анализе, прогнозировании и управлении коммерческого банка.

Модель 1. 1) рассматриваются депозитно-кредитные операции; 2) среда стационарна, т. е. без внешних возмущающих факторов, обусловливающих потери банка; 3) клиенты надежные и такие, что не приносят потери или риски банку.

Модель 2. Пункты 1, 2 модели 1 сохраняются, а клиенты, получающие кредит, могут создать потери, например за счет выпуска недоброкачественной продукции, рекламы, мониторинга и т. п. При этом необходима математическая модель вероятностного показателя риска.

Модель 3. Пункты 1, 3 модели 1 сохраняются, но среда изменяется, например по причине инфляции.

Модель 4. Среда и клиенты создают внешние W возмущающие факторы риска.

Модель 5. Сам банк, его сотрудники создают возмущающие факторы V(t), обусловливая финансовые потери банка. Тогда функциональные свойства подсистем банка Φi зависят от внутренних факторов риска Vi , в итоге возникают погрешности управления и контроля кроме тех, что были от W(t).

Рассмотрим на системном уровне истоки погрешностей математических моделей, созданных человеком [8], а также отметим место достоверных и недостоверных знаний при системном анализе. Это позволит нам сформировать научно обоснованный подход к оценке потерь при изменении (ухудшении) функциональных свойств подсистем банка Φi .

Процесс построения абстрактных теорий и объектов, в том числе в виде математических моделей, представлен в виде совокупности подсистем (рис. 1.13), в каждой из которых содержатся определенные объекты и их описания посредством математической системы знаний. Представленная схема позволяет выделить основные погрешности δ = (δ1, δ2, δ3, δ4, δ5, δ6, δ7, δ8, δ31, δ32, δΣ), свойственные этому процессу, а также влияние внешних возмущающих факторов W = (W1, W2, W3, W4, W5), где δi – погрешности i-й подсистемы; Wi – внешние возмущающие факторы, действующие на i-ю подсистему.

На рис. 1.13 представлены следующие подсистемы:

– подсистема 1 искусственных объектов, созданных на базе математических моделей искусственных объектов (8), построенных в процессе научного творчества;