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

На рис. 1.13 представлены следующие подсистемы:

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

– подсистемы 2 и 3 мира вещественных объектов и мира чувственных объектов, подлежащих математическому описанию;

– подсистема 4, представляющая совокупность абстрактных объектов, идей, мыслей, сформированных в процессе абстрактного творчества, являющаяся продуктом, созданным на уровне ноосферы человека, с включением основополагающих идей ноосферы человечества;

– подсистема 5 математических моделей, адекватно отображающих чувственные объекты (3);

– подсистема 6 моделей абстрактных объектов, их аналитического описания, включающих в себя модели, полученные на основе изучения мира абстракций и только для этого мира, а также для адекватного отображения мира чувственных объектов;

– подсистемы 7 и 8 включают уже созданные абстрактные теории и модели мира искусственных объектов;

– подсистема 9 анализа суммарных потерь, возникающих при сравнении свойств и качеств искусственных, абстрактных и вещественных объектов.

Рис. 1.13

Представленные подсистемы в идеальном виде мы не можем описать в полном объеме, однако такая модель позволяет рассматривать процесс научного творчества, осуществляемого в подсистемах человека, с системных позиций, учитывая, кроме свойств самих подсистем, также роль и место приложения, истоки возникновения как внешних, так и внутренних возмущающих факторов, обусловливающих создание недостоверных научных знаний, объем которых обозначим ΔDнз.

В данном случае каждая из рассмотренных моделей, а также их взаимосвязь, взаимовлияние отображает состояния и изменения изучаемых объектов и включает в себя возмущающие факторы Wi различной природы, не позволяющие получить истинное знание об изучаемых явлениях, средах, т. е. несущие в себе неопределенность. Суммарная неопределенность знаний создается во всех указанных выше моделях (рис. 1.13) и имеет вид

ΔDнз = f(δ1, δ2, δ31, δ32, …, δ8, W1, …, W5).

Таким образом, объекты и модели абстрактных объектов суть продукт взаимозависящих процессов, протекающих в подсистемах (рис. 1.13), каждая из которых вносит свой вклад в достоверные научные знания Dнз, а также в недостоверные ΔDнз знания. Недостоверные знания обусловливают риски.

Рассмотрим в качестве примера источники погрешностей и возмущений динамики финансовых потоков банка, которые необходимо учитывать в математических моделях.

I. Недополученные доходы.

а) по отдельным сделкам:

– неудачные условия сделки;

– неблагоприятные колебания рынка;

– реализация риска контрагента;

б) по бизнесу:

– ошибки в планировании ресурсов;

– неверный прогноз экономической ситуации;

– неверное стимулирование персонала;

– отсутствие анализа факторов эффективности;

в) по банку:

– недостаточная гибкость системы управления;

– ошибки в стратегическом и оперативном планировании.

II. Излишние расходы.

а) по отдельным сделкам:

– неудачные условия сделки;

– неоптимизированная технология исполнения;

б) по бизнесам:

– ошибки в планировании финансирования;

– неверный выбор поставщика услуг;

– отсутствие анализа факторов эффективности;

в) по банку:

– неверная модель управления бизнесом;

– ошибки в стратегическом и оперативном планировании;

– неверное стимулирование персонала.

III. Сопоставление бюджетирования и риск-менеджмента.

Бюджетирование и эффективность в нормальных условиях:

– инструмент реализации: логика и статистика связи доходов и расходов;

– регулярность анализа: по отчетным периодам;

– обеспечение эффективности капитала.

Риск-менеджмент [44]:

– инструмент реализации: логика и статистика рыночных котировок, сценарии реализации потерь;

– регулярность анализа: непрерывно;

– предотвращение возможности потерь капитала.

1.5. Принципы классификации рисков управления

1.5.1. Классификация рисков

Эффективность организации управления рисками во многом зависит от классификации. Под классификацией рисков следует понимать распределение рисков на конкретные группы по определенным признакам, направленным на достижение поставленных целей.

Научно обоснованная классификация риска позволяет четко определить место каждого риска в их общей системе. Она создает возможности для эффективного применения соответствующих методов, приемов управления риском, т. е. реализации систем управления.

В специальной литературе и в исследованиях применяется около двух десятков подходов к классификации рисков коммерческих организаций вообще и банков, в частности. На их основе предложен кластерный подход выявления и систематизации рисков в коммерческих банках при построении их внутренних систем управления рисками [6]. Рисковый ландшафт, а также виртуального банковского холдинга в контексте системы Базель-2 (уровни консолидации) образуется на пересечении рисковых полей банка и его корпоративных клиентов. Иначе говоря, и это признают авторы системы Базель-2, внутрибанковские системы рейтинга и риск-менеджмента могут и имеют право быть очень разнообразными. Поиск в этой сфере разрешен, хотя для внедрения в банковскую практику различных систем риск-менеджмента будет требоваться согласие надзора.

Согласно материалам текстов документов, созданных и приведенных в системе Базель-2, можно предположить достаточно близкую классификацию рисков.

Все риски и их регулятивные параметры распределяются индивидуально и группами по типам контрагентов (клиентов) коммерческих банков: суверенный, корпоративный, розничный, банковский.

На первом уровне (макроуровне) риски рассматриваются по уровням консолидации:

– всемирная банковская система;

– банковская система страны;

– финансовая группа;

– банковский холдинг;

– международно активный банк;

– внутринациональный банк;

– финансовая фирма;

– сегментированная клиентура.

На втором уровне (микроуровне) риски соотносятся с линиями бизнеса, включая, например: кредитный, процентный, рыночный, валютный и т. д.

Различные классификации банковских рисков роднит то, что все они однозначно полагают кредитный и процентный риски основными для банков.

Приведем различные классификации согласно сферам их применения.

Классификация № 1:

– кредитный (невыполнение заемщиком обязательств);

– процентный (колебания рыночных ставок);

– рыночный (падение курса ценных бумаг);

– валютный (колебания курсов валют).

К достоинствам данной классификации следует отнести выделение наиболее проблемных зон банковских рисков в области активных операций, учет колебаний рыночных ставок процента. В то же время она игнорирует пассивные и часть активных операций банка, организационные и внешние риски.

Классификация № 2:

– кредитный;

– риск ликвидности;

– валютный;

– процентный;

– риск неплатежеспособности.

Эта классификация расширяет круг учитываемых рисков, в ней учтены риски, характеризующие качество управления активами и пассивами банка, организационные риски. Она связана с выделением:

– зон рисков по видам банковских операций;

– рисков, связанных с качеством управления активами и пассивами банка;

– рисков финансовых услуг (организационных).

Эта классификация имеет недостатки: отсутствие внутренней группировки перечисленных видов рисков по критериям, положенным в их основу, их недостаточная полнота.

Классификация № 3:

– кредитный;

– процентный;

– проектный;

– валютный;

– отраслевой;

– риски невыполнения противоположной стороной своих обязательств;

– страховой;

– риск ликвидности.

Приведем вторую классификацию, отличающуюся от первой своими достоинствами.

Балансовые риски:

– кредитный;

– риск ликвидности;

– процентный;

– риск структуры капитала.

Забалансовые риски:

– по финансовым гарантиям;

– по финансовым услугам или по торговле финансовыми инструментами (аккредитивам, опционам);

– по инвестиционной деятельности (сделкам с ценными бумагами).

Риски финансовых услуг:

– операционные;

– технологические;