Дипломная работа: Управление финансовыми рисками на микро и макроуровне
Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам
79
Рисунок 32. ROC-анализ качества модели
Источник: [составлено и рассчитано автором по данным
информационного портала официального сайта АО «ЮниКредит Банк»].
На рисунке 32 видно, что построенная ROC-кривая показывает хорошее
качество модели, так как точка перегиба графика стремиться к 1. Однако для
получения численной значимости теста используется показатель AUC (Area
Under Curve).
Для определения значения данного показателя рассчитаем определённый
интеграл полиномиальной функции шестого порядка относительно ROC-
кривой.
????
????
Рассчитав вышеприведенное уравнение, получили значение AUC равное
0,73957, что соответствует хорошему качеству модели (интервал 0,7-0,8).
Определив площадь под ROC-кривой, найдем значение метрики Gini по
формуле.
Подставив необходимые значения переменных, получили коэффициент
Gini равный 0,47914, что в соответствии с Положением Банка России говорит о
возможности применения данной модели (порог значения 0,4).
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 0,2 0,4 0,6 0,8 1
Вариация прогнозного значения EQUITY
Вариация ошибки прогноза
ROC-кривая
80
Выявив целесообразность включения факторов, а также значимость
уравнения в целом смоделируем значение собственного капитала, использую
метод однофакторного стресс-тестирования. Для этого подставим стрессовое
значение фактора, изменение которого наиболее существенно оказывает
влияние на величину собственного капитала Банка. В нашем случае наиболее
влиятельными факторами являются курс доллара (X
2
) и величина риск-
взвешенных активов (X
6
) – у данных предикторов максимальные значения
коэффициентов корреляции с результатом (Y) (см. табл. 15). В качестве
основного параметра для тестирования целесообразно использовать курс
доллара. Это обусловлено тем, что валютный курс носит независимый от
политики кредитной организации характер, более того, он оказывает
существенное влияние на величину риск-активов Банка (коэффициент
корреляции между этими факторами 0,916, см. табл. 15). Стрессовое значение
курса доллара было выбрано на уровне 90 рублей за долл. (максимальное
снижение курса за период наблюдения не превышало 84 рубля за долл
(кризисные 2014–2015 годы, и устанавливать большее критическое значение
фактора нецелесообразно ввиду низкой вероятности реализации этого сценария
в текущей экономической ситуации в России).
Таблица 17
Однофакторный стресс-тест собственного капитала АО «ЮниКредит
Банк»
YEAR
EQUITY
KEY
RATE
DOLL
OIL
INFLATION
CONS
CONF
IND
RISK-
WEIGHTED
ASSETS
EQUITY^
2007
34390990
10,5
24,45
91,98
111,87
-5
286591583,3
32567531,19
2008
50330625
12
35,81
45,93
113,28
-20
419421875
45923099,69
2009
59786792
9,5
30,41
71,18
108,8
-20
463169179
66788460,4
2010
69757303
8
29,8
100,6
108,78
-10
484092400
72728481,92
2011
88308144
8,25
30,29
111,2
106,1
-7
691840524
101327290,9
2012
113253131
8
30
114,6
106,57
-8
853083834
108090055,7
2013
132044699
5,5
35,16
105,8
106,47
-11
771708451
121242398
2014
142066024
17
69,99
52,95
111,35
-18
1268832782
141734509,2
2015
164527263
11,5
75,48
35,91
112,91
-26
1369639149
169734921,9
2016
181674905
10,5
60,11
55,49
105,39
-18
998461998
170484901,4
81
2017
200233409
7,75
57,86
55,86
102,51
-14
1027062779
202717243,6
2018
195762304
7,75
62,89
71,6
104,26
-17
1106293154
194333793,6
2019
213228615
6,75
65,03
61,63
103,04
-13
1100992675
217691516,4
Стресс-тест
6,75
90,00
61,63
103,04
-13
1100992675
251773788,6
Источник: [составлено и рассчитано автором по данным
информационного портала «Finanz.ru»].
Данные таблицы 17 показывают, что скачок курса доллара до отметки 90
приведет к увеличению размера собственного капитала АО «ЮниКредит Банк»
до уровня в 251773788,6 тыс. руб. Кратность показателя составит 18,08% от
имеющейся величины собственного капитала на момент заключения
консолидированной финансовой отчетности (213228615 тыс. руб. в 2019 году).
Рост показателя на данную величину является достаточно вероятным в
краткосрочной перспективе с учетом того, что средний темп прироста за
период 2007-2019 гг. составлял 17%. Однако в условиях рыночной экономики
является невозможным фиксация, имеющихся факторов, что говорит о низкой
вероятности данного исхода.
В качестве одного из решений данной проблемы принято считать
проведение консистентного стресс-тестирования, которое учитывает
корреляционную зависимость между факторами.
Данная методика предполагает построение системы уравнений,
базирующейся на мультикорреялицонных изменениях. Для удобства расчета
введем обозначения ранее выбранных в модели факторов:
????
????
????
????
????
????
????
????
, (26)
x
s
– стрессовое значение, в рамках имеющейся модели – курс USD/RUB; z
– цена на нефть марки Brent; - индекс потребительских цен; - индекс
потребительского доверия; - риск-взвешенные активы.
82
Произведя необходимые расчеты по вышеуказанным формулам, получим
таблицу критических значений (см. табл. 18).
Таблица 18
Консистентный стресс-тест собственного капитала АО «ЮниКредит
Банк»
YEAR
EQUITY
KEY
RATE
DOLL
OIL
INFLATION
CONS
CONF
IND
RISK-
WEIGHTED
ASSETS
EQUITY^
2007
34390990
10,5
24,45
91,98
111,87
-5
286591583,3
32567531,19
2008
50330625
12
35,81
45,93
113,28
-20
419421875
45923099,69
2009
59786792
9,5
30,41
71,18
108,8
-20
463169179
66788460,4
2010
69757303
8
29,8
100,6
108,78
-10
484092400
72728481,92
2011
88308144
8,25
30,29
111,2
106,1
-7
691840524
101327290,9
2012
113253131
8
30
114,6
106,57
-8
853083834
108090055,7
2013
132044699
5,5
35,16
105,8
106,47
-11
771708451
121242398
2014
142066024
17
69,99
52,95
111,35
-18
1268832782
141734509,2
2015
164527263
11,5
75,48
35,91
112,91
-26
1369639149
169734921,9
2016
181674905
10,5
60,11
55,49
105,39
-18
998461998
170484901,4
2017
200233409
7,75
57,86
55,86
102,51
-14
1027062779
202717243,6
2018
195762304
7,75
62,89
71,6
104,26
-17
1106293154
194333793,6
2019
213228615
6,75
65,03
61,63
103,04
-13
1100992675
217691516,4
Стресс-тест
14,94
90
42,92
99,21
-29,13
1100992698
227001494,8
Источник: [составлено и рассчитано автором по данным
информационного портала официального сайта АО «ЮниКредит Банк»].
Как видно из таблиц 18, в отличие от однофакторного стресс-
тестирования, увеличение собственного капитала АО «ЮниКредит Банк»
составило 15,96% против 18,08%. Точка расчетной величины собственного
капитала (227 001 494,8) также соответствует тренду изменения капитала за
период. Соотношение же размера капитала с риск-взвешенными активами
(Н1.0) составляет 20,62%, что, как и в случае однофакторного теста, говорит о
том, что Банк в моделируемом стрессовом сценарии в состоянии обеспечить
платежеспособность по своим обязательствам, и не несет риска банкротства.
Это может объясняться проведением АО «ЮниКредит Банк» умеренной
политики в области риск-менеджмента, формированием такой структуры
83
баланса, что влияние на него как отдельно взятого фактора, так и комплекса
взаимозависимых предикторов является несущественным.
Одной из самых распространенных методик стресс-тестирования является
имитационное моделирование Монте-Карло. Суть методики заключается в
следующем: процесс моделируется при помощи генератора случайных
величин. Действие повторяется определенное экспертно количество раз, а затем
на основе полученных случайных данных вычисляются вероятностные
характеристики.
В качестве критерия риска несостоятельности Банка возьмем нормативное
значение достаточности собственного капитала (Н1.0≥8%). Сгенерируем 8000
сценариев для определения вероятности возникновения риска
несостоятельности. Для этого введем условный критерий оценки – норматив
достаточности собственных средств меньше 8%. Таким образом, в качестве
дефолтного состояния будем считать соотношение собственного капитала и
риск-взвешенных активов меньше обозначенного критерия.
В нашем случае для вычисления величин собственного капитала было
сгенерировано 10 000 сценариев (наборов факторов), для каждого сценария
рассчитаны эти величины по формуле (2), определены значения норматива Н1.0
и построено их частотное распределение (см. рис. 4).
Рисунок 33. Частотное распределение значений норматива
достаточности собственного капитала АО «ЮниКредит Банк»
Источник: https://baza.diplomsite.ru/previewfile/258