Дипломная работа: Управление финансовыми рисками на микро и макроуровне
Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам
74
включает оценку зависимостей между основными экономическими и
финансовыми факторами, такими как процентные ставки, ВВП, безработица,
долевой рынок, цены на недвижимость и товары и т.д.
31
Проведем сравнительный анализ вышеуказанных методик стресс-
тестирования и определим уровень собственного капитала, необходимый для
покрытия обязательств при возникновении критических условий. За основу
сравнительного анализа выберем следующие методы: однофакторный стресс-
тест, консистентный стресс-тест и метод симуляции Монте-Карло.
В качестве объекта исследования был взят АО «ЮниКредит Банк»,
входящий в десятку крупнейших отечественных банков по величине чистых
активов.
Для проведения стресс-тестирования была разработана эконометрическая
модель, в основе которой лежит показатель собственного капитала
коммерческого банка, так как именно его величина является одной из
важнейших характеристик обеспечения финансовой устойчивости и
дальнейшего функционирования кредитной организации. Эконометрическая
модель имеет вид уравнения множественной линейной регрессии, отражающей
функцию зависимости результата от подобранных эмпирическим путем
предикторов.
Для построения модели зависимости результирующего показателя Y, были
систематизированы макро- и микроэкономические факторы за определённый
промежуток времени напрямую либо косвенно на него влияющие (см. табл. 13).
Таблица 13
Значения факторов для эконометрической модели в 2007-2019 гг.
YEAR
EQUITY
KEY RATE
DOLL
OIL
INFLATION
CONS
CONF IND
RISK-
WEIGHTED
ASSETS
2007
34390990
10,5
24,45
91,98
111,87
-5
286591583,3
2008
50330625
12
35,81
45,93
113,28
-20
419421875
2009
59786792
9,5
30,41
71,18
108,8
-20
463169179
31
Официальный сайт «Ассоциация российских банков». URL: https://arb.ru
75
2010
69757303
8
29,80
100,56
108,78
-10
484092400
2011
88308144
8,25
30,29
111,16
106,1
-7
691840524
2012
113253131
8
30,00
114,56
106,57
-8
853083834
2013
132044699
5,5
35,16
105,79
106,47
-11
771708451
2014
142066024
17
69,99
52,95
111,35
-18
1268832782
2015
164527263
11,5
75,48
35,91
112,91
-26
1369639149
2016
181674905
10,5
60,11
55,49
105,39
-18
998461998
2017
200233409
7,75
57,86
55,864
102,51
-14
1027062779
2018
195762304
7,75
62,89
71,597
104,26
-17
1106293154
2019
213228615
6,75
65,03
61,63
103,4
-13
1100992675
Источник: [составлено автором по данным информационного портала
«Мир процентов», официального сайта «Федеральная служба
государственной статистики», официального сайта «Банк России»].
В основе модели лежит величина собственного капитала (EQUITY),
которую и обозначим величиной Y. За факторы принимаются: X
1
-ключевая
ставка (KEY RATE),%; X
2
-курс доллара (DOLL); X
3
– цена на нефть марки Brent
(OIL); X
4
– инфляция (INFLATION),%;
X
5
– индекс потребительской уверенности
(CONS CONF IND),%;
X
6
– активы, взвешенные с учетом риска (RISK-WEIGHTED
ASSETS), тыс. руб.
Для нахождения параметров линейного уравнения множественной
регрессии необходимо воспользоваться следующими формулами:
,
a-свободный коэффициент;
b
1
, b
2
-коэффициенты наклона при факторах X;
Y
ср.
– среднее фактического значения результативного признака
X
ср
– среднее значение фактора
,
Ϭ – коэффициент ковариации
r
xy
– коэффициент корреляции между фактором и значением результата
,
76
Таблица 14
Расчетные значения коэффициентов регрессии
Коэффициенты
Y-пересечение
716104352
KEY RATE
-4381120,066
DOLL
1364928,801
OIL
-459590,795
INFLATION
-5748595,847
CONS CONF IND
1208900,565
RISK-WEIGHTED ASSETS
0,071548168
Источник: [составлено и рассчитано автором по данным
информационного портала официального сайта АО «ЮниКредит Банк»].
После нахождения коэффициентов регрессии (табл. 2), уравнение
выглядит следующим образом:
Коэффициент при факторе X
1
показывает, что при его увеличении на 1%,
величина собственного капитала банка снизится более чем на 43811 тыс. руб.
при нулевом значении факторов.
Для определения функциональной связи в экономико-математическом
моделировании используется понятие корреляция.
Таблица 15
Корреляционный анализ факторов уравнения регрессии
Источник: [составлено и рассчитано автором по данным
информационного портала официального сайта АО «ЮниКредит Банк»].
Исходя из данных таблицы 15 видно, что курс доллара и активы,
взвешенные с учетом риска, имеют сильную связь с результатом. Однако
EQUITY KEY RATE DOLL OIL INFLATION CONS CONF IND RISK-WEIGHTED ASSETS
EQUITY 1
KEY RATE -0,179141554 1
DOLL 0,830056235 0,328075404 1
OIL -0,401965869 -0,538032819 -0,74951203 1
INFLATION -0,647589128 0,680674191 -0,153399651 -0,232312837 1
CONS CONF IND -0,30589591 -0,451396786 -0,646079609 0,851605229 -0,302987539 1
RISK-WEIGHTED ASSETS 0,868361806 0,186615853 0,915997102 -0,476722302 -0,279972151 -0,47488947 1
77
факторы X
3
и X
2
имеют довольно сильную межфакторную связь, что говорит о
наличие мультиколлениарности.
Для оценки доли вариации результата за счет представленных в уравнении
факторов в общей вариации результата, находится нескорректированный
коэффициент детерминации R
2
. Эта доля составляет 98,58% и указывает на
высокую степень обусловленности вариации результата вариацией факторов.
При построении любой модели важно оценить надежность уравнения в
целом. Данный процесс описывается распределением Фишера.
В нашем случае фактическое распределение F-критерия Фишера равно:
Сравнивая данное значение с табличным (0,000019), можно судить об
отсутствии случайности получения данного значения критерия Фишера. Оно
сформировалось под влиянием существенных факторов, что подтверждает
статистическую значимость уравнения в целом, а также показателя тесноты
связи.
В современной банковской практике, согласно положению Банка России
от 06.08.2015 г. 483-П «О порядке расчета кредитного риска на основе
внутренних рейтингов», при построении эконометрических моделей
коммерческий банк должен удовлетворять порогу значимости коэффициента
Gini (>0,4), который показывает качество модели при ее валидации
32
.
Метрика Gini рассчитывается по следующей формуле:
, (25)
где, AUC – площадь под ROC-кривой, описывающая качество
составленной модели. Чем ближе значение к 1, тем модель более значима.
Для построения ROC-кривой предварительно рассчитаем
чувствительности ранее рассчитанных эмпирических значений собственного
капитала и ошибки модели (см. табл. 16).
32
Положение Банка России от 06.08.2015 г. 483-П «О порядке расчета кредитного риска на основе внутренних
рейтингов». URL: http://www.consultant.ru/document/cons_doc_LAW_186639/
78
Таблица 16
Расчетные значения чувствительности данных
EQUITY^
e
Коэффициент
вариации
EQUITY^
e
Кумулята
EQUITY^
e
0
0
101327290
13019146,87
14,74%
0,0615835
0,185213
0,0615835
0,185213
66788460
7001668,396
11,71%
0,0405919
0,099607
0,1021754
0,28482
45923099
4407525,311
8,76%
0,0279106
0,062702
0,130086
0,347523
121242398
10802300,97
8,18%
0,0736873
0,153676
0,2037733
0,501199
170484901
11190003,55
6,16%
0,1036153
0,159191
0,3073886
0,66039
32567531
1823458,81
5,30%
0,0197935
0,025941
0,3271821
0,686331
108090055
5163075,326
4,56%
0,0656937
0,073451
0,3928758
0,759782
72728481
2971178,924
4,26%
0,0442021
0,042269
0,4370778
0,802051
169734921
5207658,907
3,17%
0,1031595
0,074085
0,5402373
0,876136
217691516
4462901,397
2,09%
0,132306
0,06349
0,6725433
0,939626
202717243
2483834,618
1,24%
0,1232051
0,035336
0,7957484
0,974962
194333793
1428510,365
0,73%
0,1181099
0,020322
0,9138583
0,995284
141734509
331514,7733
0,23%
0,0861417
0,004716
1
1
Источник: [составлено и рассчитано автором по данным
информационного портала АО «ЮниКредит Банк»].
Для нахождения данного показателя необходимо определить долю
каждого отдельно-взятого шага от совокупного значения за период (шагом
признается временной период, заранее ранжированный по показателю вариации
ошибки). После нахождения показателей чувствительности, для построения
ROC-кривой, необходимо рассчитать накопленные частоты распределения по
определенным показателям чувствительности временных отрезков.
На основе рассчитанных в таблице 16 данных, построим ROC-кривую для
определения качества модели. У «идеального» теста кривая проходит через
верхний левый угол, где доля истинно положительных случаев составляет
100%, соответственно, чем ниже изгиб кривой, тем менее качественен тест.
Источник: https://baza.diplomsite.ru/previewfile/258