Пример готовой дипломной работы по предмету: Экономика
Содержание
Содержание
Введение……………………………………………………………………… 3
Глава
1. Теория и практика стресс-тестирования финансовых рисков….. 6
1.1. Ключевые понятия и виды стресс-тестирования финансовых рисков…………………………………………… 6
1.2. Международный опыт применения стресс-тестирования в банковских секторах различных стран………………………. 13
Глава
2. Существующие модели оценки кредитного риска и их основные характеристики…………………………………………….………. 18
2.1. Модели, основанные на макроэкономических данных и внутренних банковских показателях………………………… 19
2.2. Модели, основанные на макроэкономических и агрегированных по банковскому сектору данных……….… 24
2.3. Факторы кредитного риска и показатели качества кредитного портфеля…………..………………………..……. 26
Глава
3. Регрессионный анализ влияния внутренних и внешних факторов на качество кредитного портфеля банка……………………..…. 31
3.1. Анализ показателей качества кредитного портфеля АО «Альфа-Банк» ……………………………………………..….. 31
3.2. Построение модели кредитного риска и прогноз просроченной задолженности………….………………….…. 36
3.2.1. Розничный портфель……….…………………………..…….. 40
3.2.2. Корпоративный портфель………………………………..…… 49
3.2.3. Прогноз просроченной задолженности…………………..…. 57
Заключение……………………………………………………………….… 62
Библиографический список……………………………..……………….…. 64
Приложения..…………………………………………………………….…… 67
Выдержка из текста
Введение
Деятельность каждого банка тесно связана с управлением различными видами риска. Среди них рыночный, операционный и кредитный. Существуют основания полагать, что кредитный риск, под которым понимается возможность неисполнения контрагентом в лице заемщика своих обязательств по возврату предоставленных ему денежных средств и процентов по ним в указанный в кредитном договоре срок, – основной риск банковской деятельности, потому что кредитный портфель фактически основной актив любого коммерческого банка. По данным ЦБ РФ [6]
на 1 января 2015 года сумма предоставленных средств нефинансовым организациям и физическим лицам составляет 52,6% от активов банковской системы. С целью обезопасить себя от данного вида риска, банки проводят анализ финансового положения заемщика и мониторинг качества обслуживания долга. Эти меры позволяют нивелировать внутренние кредитные риски. Наравне с внутренними, существуют и внешние, зависящие от политический, макроэкономической и законодательной составляющих. На данный момент существует ряд подходов к оценке совокупного риска кредитного портфеля и вероятности дефолта заемщика. Среди них методология исторического, параметрического и Monte-Carlo VaR, z-модель Альтмана, модели CreditRisk+, KMV, CreditMetrics. Однако эти модели не учитывают изменение внешних факторов риска. На основании этого факта возникает естественная потребность в оценке потерь от реализации негативного сценария развития событий с целью принятия превентивных мер, способствующих сохранению финансовой устойчивости кредитной организации.
Цель исследования заключается в оценке потенциального уровня потерь конкретного банка по его кредитному портфелю при наступлении негативных условий для деятельности кредитной организации.
Объектом исследования является кредитный портфель коммерческого банка, относящегося к группе крупных частных российских банков, АО «Альфа-Банк», период исследования — с первого квартала 2001 года по третий квартал 2015 года. Внимание будет сконцентрировано на анализе структуры кредитного портфеля и динамике основных показателей качества портфеля.
Задачи исследования:
1. Определить характер динамики кредитного портфеля банка за последние
1. лет.
2. Установить взаимосвязи между микро- макро- показателями и динамикой просроченной задолженности.
3. Построить модели, устанавливающие количественные взаимосвязи между микро- макро- показателями и уровнем неработающих ссуд по розничному и корпоративному кредитным портфелям.
4. Провести многофакторный гипотетический стресс-тест розничного и корпоративного кредитных портфелей.
5. Сделать прогноз просроченной задолженности по розничному и корпоративному кредитным портфелям исходя из предпосылки различных возможных сценариев развития динамики факторов кредитного риска.
В условиях глобализации и высокой зависимости от мировых цен энергоносителей темпы экономического роста России тесно связаны темпами роста мировой экономики. Наблюдающаяся нестабильность на мировом финансовом рынке зеркально отражается на финансовом рынке нашей страны в виде падающих доходов как населения, так и юридических лиц. Все это не может не сказаться на качестве кредитного портфеля, определяемого долей неработающих ссуд в нем. Этими фактами обусловлена актуальность и своевременность настоящего исследования.
Для анализа данных используется регрессионный анализ (построение эконометрической модели векторной авторегрессии).
Для построения моделей и тестирования их значимости используется эконометрический пакет EViews.
Основной источник информации по кредитному портфелю – месячные данные оборотной ведомости по счетам бухгалтерского учета (форма 101).
Источник макроэкономических показателей – Росстат, статистическая база данных finam.
Предполагаемые результаты:
1. Представлена характеристика кредитной политики банка и выявлен присущий ему уровень кредитного риска.
2. Выявлены факторы кредитного риска и их влияние во времени на просроченную задолженность.
3. Построены модели, на базе которых проведен стресс-тест уровня просроченной задолженности по розничному и корпоративному кредитным портфелям.
Список использованной литературы
Список литературы
1. Алескеров Ф. Т., Андриевская И.К., Пеникас Г. И., Солодков В. М. Анализ Математических моделей Базель III: Физматлит. 2010. – 285 с.
2. Алескеров Ф. Т., Андриевская И.К., Пеникас Г. И., Солодков В. М. Стресс-тестирование: обзор методологий, ГУ-ВШЭ (НИУ ВШЭ), 2007.
3. Бездудный М. А., Малахова Т. А., Сидельников Ю. В. О стресс-тестировании банков: Экономические стратегии. 2010 (№ 11).
– с. 80-87.
4. Козинова А. Т. Прогнозирование выручки предприятия: Вестник нижегородского университета им. Н.И. Лобачевского: серия экономика и финансы. Издатель ННГУ, Н. Н., 2004 (№ 1).
– с. 15-21.
5. Коростелева М. В. Имитационный подход к анализу чувствительности внутренней нормы доходности инвестиционного проекта: Вестник Санкт-Петербургского университета: серия 5: экономика: СПБГУ, 2011 (№ 2).
– с. 96-104.
6. Отчет о развитии банковского сектора и банковского надзора в 2014 году; Центральный банк Российской Федерации, 2015.
7. Пашков Е. К. Мировой опыт стресс-тестирования в банковской сфере: Московское научное обозрение: Государственный аэрокосмический университет им. Академика М. Ф. Решетнева, 2013 № 1(29).
– с. 76-77.
8. Подходы к организации стресс-тестирования в кредитных организациях (на основе обзора международной финансовой практики); Центральный банк Российской Федерации, 2003.
9. Усоскин В. М. Новая система банковского надзора в Европейском союзе: Деньги и кредит. 2015 (№ 3).
– с. 22-25.
10. Russian Federation: Financial System Stability Assessment, IMF Country Report № 01/147, 2003.
11. Consultative Paper “Credit Stress-Testing”, Monetary Authority of Singapore, 2002.
12. Babouček, I., Jančar. M. (2005).
Vector autoregression analysis of the effects of macroeconomic shocks to the quality of the aggregate loan portfolio of the Czech banking sector. Czech National Bank Working Paper, 1.
13. Berger, A., DeYoung, R. (1997).
Problem loans and cost efficiency in commercial banks. Journal of Banking & Finance, 21(6).
14. Bikker, J., Metzemakers, P. (2003).
Bank provisioning behaviour and procyclicality. DeNederlandsche Bank Staff Report, 111.
15. Çağatay, B., Cengiz, T. (2014).
Financial Stability Analysis in Banking Sector: A Stress Test Method. The Journal of Accounting and Finance.
16. Clair, R. (1992).
Loan growth and loan quality: some preliminary evidence from Texas banks. Federal Reserve Bank of Dallas Economic and Financial Policy Review, Q III.
17. Drehmann, M. (2009).
Macro stress tests and crises: what can we learn? BIS Quarterly Review.
18. Enders, W. 2003. Applied Econometric Time Series. Hoboken, NJ: Wiley.
19. Gambera, M. (2000).
Simple forecasts of bank loan quality in the business cycle. Emerging Issues Series, Federal Reserve Bank of Chicago.
20. Gerlach, S., Peng, W.,Shu, C. (2004).
Macroeconomic conditions and banking performance in Hong Kong: a panel data study. Hong Kong Monetary Authority Research Paper.
21. Gizycki. M. (2001).
The effect of macroeconomic conditions on banks’ risk and profitability. Reserve Bank of Australia Research Discussion Paper, 6.
22. Glasserman, P. (2015).
Are the Federal Reserve’s Stress Test Results Predictable? Columbia University Press.
23. Głogowski, A., Zochowski, D. (2004).
Modeling the impact of the zloty depreciation on the quality of foreign currency assets of banks. Financial Stability Report 2003, National Bank of Poland.
24. Grouthy, M., Galai, D., Robert, M., (2000).
A comparative analysis of current credit risk models. Journal of Banking & Finance. № 24. Р. 59-117.
25. Hoggarth, G., Sorensen, S., Zicchino, L. (2005).
Stress tests of UK banks using VAR approach. Bank of England Working Paper, 282.
26. Jiménez, G., Saurina, J. (2006).
Credit cycles, credit risk and prudential regulation. International Journal of Central Banking, 2.
27. Kupiec, P. (1999).
Stress-testing in a value at risk framework. Journal of Derivatives,v.24.
28. Longin, F. (2000).
From value at risk to stress testing: the extreme value approach. Journal of Money Banking and Finance 24: 1097-1130.
29. MacKinnon, J.G. (1990).
Critical values for cointegration tests. UC San Diego Discussion Paper, 90– 94.
30. Pain, D. (2003).
The provisioning experience of the major UK banks: a small panel investigation. Bank of England Working Paper, 177.
31. Pesola, J. (2005).
Banking fragility and distress: An econometric study of macroeconomic determinants. Bank of Finland Discussion Paper, 13.
32. Quagliariello, M. (2004).
Banks’ performance over the business cycle: A panel analysis on Italian intermediaries. Department of Economics, University of York Discussion Paper, 17, 5-12.
33. Quagriariello, M. (2009).
Stress-testing the banking system: methodologies and applications. Cambridge University Press.
34. Sorge, M. (2004).
Stress-testing Financial Systems: An Overview of Current Methodologies. BIS Working Papers № 165.
35. Williams, J. (2004).
Determining management behavior in European banking. Journal of Banking & Finance, 28(10).
36. Whitley, J., Windram, R. (2004).
Prudence Cox. An empirical model of household arrears. Bank of England Working Paper, 214.
