Тип работы:
Предмет:
Язык работы:


ОЦЕНКА ЭКОНОМИЧЕСКОГО КАПИТАЛА ПОД ПОКРЫТИЕ КРЕДИТНОГО РИСКА КОММЕРЧЕСКОГО БАНКА

Работа №136946

Тип работы

Дипломные работы, ВКР

Предмет

менеджмент

Объем работы122
Год сдачи2020
Стоимость4390 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
46
Не подходит работа?

Узнай цену на написание


Введение 5
Глава 1. ВИДЫ, РЕГУЛИРОВАНИЕ И УПРАВЛЕНИЕ БАНКОВСКИМИ РИСКАМИ 8
1.1. Определение и меры измерения риска 8
1.1.1. Определение риска 8
1.1.2. Меры риска 11
1.2. Банковский риск: понятие и управление 17
1.2.1. Понятие и управление банковским риском 17
1.2.2. Классификация и определения видов банковских рисков 18
1.3. Понятие и управление кредитным риском 22
1.3.1. Определение кредитного риска 22
1.3.2. Понятие дефолта контрагента 23
1.3.3. Оценка величины ожидаемых потерь по кредитному риску 25
1.3.2. Модели вероятностей дефолта 27
1.3.3. Модели оценки LGD и EAD 33
1.4. Выводы 36
Глава 2. ПОНЯТИЕ ЭКОНОМИЧЕСКОГО КАПИТАЛА 37
2.1. Достаточность капитала банка 37
2.1.1. Достаточность капитала банка в соответствии с Базелем I 37
2.1.2. Достаточность капитала банка в соответствии с Базелем II 39
2.1.3. Экономический капитал 46
2.2. Взаимосвязь между оценками экономического капитала и кредитного риска 50
2.2.1. Модели оценки потерь по кредитным портфелям 50
2.2.2. Оценка экономического капитала для покрытия кредитного риска 54
2.3. Методы распределения экономического капитала 57
2.3.1. Условия когерентности и принцип распределения капитала 58
2.3.2. Метод распределения по видам деятельности 60
2.3.3. Бета метод 61
2.3.4. Метод Шепли 62
2.3.5. Метод Эйлера 64
2.4. Выводы 67
Глава 3. ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ И АНАЛИЗ РЕЗУЛЬТАТОВ 69
3.1. Оценка экономического капитала под покрытие кредитного риска 69
3.1.1. Вычисление потерь контрагентов 69
3.1.2. Вычисление коэффициентов корреляции 74
3.1.3. Моделирование потерь по кредитному портфелю 79
3.1.2. Данные 81
3.2. Результаты оценки экономического капитала под покрытие кредитного риска 88
3.3. Распределение оценки экономического капитала под покрытие кредитного риска 93
3.4. Результаты распределения оценки экономического капитала по группам заемщиков 94
3.5. Выводы 96
Заключение 99
Список использованной литературы 102
Приложение А 110
Свойство положительно определенной однородной функции степени k 110
Приложение Б 111
Доказательство метода Эйлера 111
Приложение В 113
Распределение экономического капитала под покрытие кредитного риска с помощью оценок
Надарайя-Уотсона 113


Банковская отрасль играет одну из ключевых ролей в успешном функционировании экономической системы любой страны. Привлекая денежные средства и перераспределяя их, банковские организации фактически выступают посредниками, которые принимают риски, связанные c неисполнением обязательств как со стороны контрагентов, так и со стороны самого банка перед поручившими средства лицами. Соответственно, можно говорить о том, что управление рисками одна из важнейших задач, стоящая перед банками.
Данное утверждение подтверждается периодами потрясений, циклично происходящими в мире. На сегодняшний день наибольший урон, нанесенный банковской отрасли, произошел в 2007-2008 гг. В тот период в связи с наступившим финансовым и экономическим кризисом обанкротился ведущий банк мира Lehman Brothers в результате недооценки принимаемых рисков в рамках процесса управления ими.
В то же время кредитный риск является одним из наиболее значимых видов риска для банковских организаций. В ежегодном отчете Banking Banana Skins, подготавливаемом аудиторской компанией PricewaterhouseCoopers и Центром изучения финансовых инноваций (CSFI), кредитный риск в течение последних 20 лет неизменно находится в десятке рейтинга рисков, вызывающих наибольшую обеспокоенность со стороны ведущих риск-менеджеров мира. В свою очередь, в моменты происходящих рецессий данный вид риска входит в тройку значимых видов риска, упомянутого выше списка. Это подтверждает то, что в свете последних событий, происходящих в мире, профессиональные аналитики в сводках новостей все чаще освещают возросшую обеспокоенность относительно наступления кредитного кризиса .
В целях оценки рисков и определения капитала для покрытия экономических последствий рискованных видов деятельности в 2004 г. принятие второго Базельского соглашения, помимо модификации правил по порядку существующего на тот момент расчета регулятивного капитала, рекомендовало банкам определять величину экономического капитала по каждому значимому виду риска, принимаемого банком, в частности по кредитному риску. При этом методы оценки данного показателя банки устанавливают сами, так как цель расчета заключается в определении внутренних требований организации к капиталу.
Помимо вычисления оценки экономического капитала, в рамках данной темы поднимается вопрос рискованности групп заемщиков. В России особый практический интерес вызывает проблема кредитования корпоративных заемщиков. Так, в декабре 2019 г. Центральным банком России было объявлено, что кредитный портфель крупнейших заемщиков превысил 5 трлн руб. При этом в "Обзоре финансовой стабильности" Банк России обращает внимание на то, что банки могут недооценивать риски крупнейших корпоративных заемщиков. В подобных обстоятельствах часть данной работы будет сконцентрирована на распределении полученной оценки экономического капитала для покрытия кредитного риска по основным группам заемщиков.
В качестве актуальности данного исследования также можно привести то, что количество предложенных публикаций по запросу "economic capital for credit risk" в поисковой системе Google Scholar с начала 2020 г. составило 13300. Также вопросы методов оценки экономического капитала под покрытие кредитного риска поднимали аналитические и исследовательские отделы таких крупнейших корпораций, как JPMorgan Chase, Credit Suisse, Moody's Corporation, Fitch Ratings, McGraw Hill и др.
Таким образом, в данной работе ставится следующий исследовательский вопрос: "Существуют ли методы, способные адекватно оценить экономический капитал под покрытие кредитного риска и осуществить распределение рассчитанного значения между заемщиками?". Соответственно, цель данной работы состоит в оценке экономического ка-питала для покрытия кредитного риска коммерческого банка. Для достижения поставлен-ной цели были сформулированы следующие задачи:
1. Представить определения видов банковских рисков, существующие международные и российские предписания, рекомендации по управлению рисками в коммерческих банках;
2. Проанализировать научную литературу, исследования и статьи, посвященные вычислению экономического капитала в банках и методам его распределения между заемщиками;
3. Провести исследование, направленное на оценку экономического капитала под покрытие кредитного риска кредитного портфеля банка из топ-25 по величине активов, и распределить полученное значение между группами заемщиков, включенными в данный кредитный портфель;
4. Проанализировать полученные результаты, сделать соответствующие выводы.
Работа выполнена в формате эмпирического исследования, основным инструментом которого являлся эконометрический анализ.
Объектом данного исследования были выделены методы оценки экономического капитала под покрытие кредитного риска и распределения вычисленного значения по группам заемщиков, предметом - кредитный портфель российского банка из топ-25 по величине активов.
Теоретической основой для написания данной работы служили работы таких зарубежных исследователей, как R. Merton, O. Vasicek, C. Homburg, J. Hull, J.A. McNeil, L. Bathazar, J. Lopez и др. Нормативной базой исследования являлись инструкции, указания, письма Банка России, федеральные законы и документы Базельского комитета по банковскому надзору.
Выпускная квалификационная работа состоит из введения, основной части, состоящей из трех глав, заключения, списка использованной литературы и приложений.
В первой главе будут рассмотрены основные понятия риска и мер риска, выделены основные различия между существующими определениями. Особое внимание будет уделено рассмотрению циклического процесса управления риском в банковских организациях, в частности кредитного риска.
Вторая глава посвящена проблематике достаточности капитала коммерческого банка и, соответственно, представлению существующих рекомендаций Базельского комитета по банковскому надзору и требований Центрального банка Российской Федерации. В рамках изучения данного вопроса будут представлены концепция экономического капитала банка и важность данного показателя при управлении риском, а также при принятии стратегических решений.
В третьей главе раскрывается используемая в данной работе методология нахождения и распределения оценки экономического капитала под покрытие кредитного риска по основным группам заемщиков, анализируются полученные результаты.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В соответствие с поставленным исследовательским вопросом - "Существуют ли адекватные методы оценки экономического капитала под покрытие кредитного риска коммерческого банка и распределения полученного значения?" - была выдвинута цель исследования, заключавшаяся в оценке экономического капитала под покрытие кредитно-го риска коммерческого банка.
Кредитование является основой банковского бизнеса. Подтверждением этому служит тот факт, что кредитный портфель, как правило, составляет больше половины активов коммерческого банка и доход по рассматриваемому виду деятельности вносит существенный вклад в выручку организации. Соответственно, банки при выделении значимых видов риска относят к этой группе кредитный риск.
В то же время экономический капитал - это сумма, необходимая для ведения банковского бизнеса с установленным уровнем доверительной вероятности в отношении принимаемых рисков. Потребность в определении его значения обуславливается необходимостью самого банка в понимании его внутренних требований к капиталу, возникающих в рамках ведения своей рисковой деятельности. Расчет экономического капитала под покрытие значимых видов риска осуществляется раздельно, в частности под покрытие кредитного риска. Более того, в ряде крупных банковских организаций расчету экономического капитала под покрытие кредитного риска уделяют особое внимание, поскольку его доля в общей сумме экономического капитала приблизительно равна доле процентно-го дохода по кредитованию в выручке.
Величина экономического капитала под покрытие кредитного риска равна разнице между стоимостью под риском портфеля на заданном уровне доверительной вероятности VaR и ожидаемыми убытками. В данной работе при определении величины VaR использовалось имитационное моделирование Монте-Карло, по результатам которого получено эмпирическое распределение потерь по кредитному портфелю. В целях описания моделируемого процесса выбрана широко применяющаяся на практике обобщенная модель Пых- тина. Величина ожидаемых потерь рассчитывалась в соответствии с формулой, рекомендуемой Базельским комитетом по банковскому надзору.
Данные по кредитному портфелю предоставлены банком из топ-25 по величине активов.
Одной из основных проблем при моделировании потерь кредитного портфеля являлось нахождение оценки коэффициента корреляции между активами клиента и индексом соответствующей отрасли. В итоге учет корреляции между публичными клиентами и отраслью осуществлялся с помощью линейного коэффициента корреляции Пирсона и ко-пула-функции Стьюдента, непубличными клиентами и отраслью - методологии банка, предоставившего данные по кредитному портфелю, и моделью логистической регрессии. Различия в полученных оценках экономического капитала являлись доказательством того, что определение оценок коэффициентов корреляции является одним из ключевых этапов процесса оценки экономического капитала под покрытие кредитного риска. Следует отметить, что выбор одного из четырех используемых методов может представлять отдельную задачу риск-менеджерам и частично должен основываться на политике управления рисками банка.
Следующим шагом в данной работе являлось распределение найденных значений по основным группам заемщиков. В целях осуществления аллокации выбран метод Эйлера для VaRa, реализуемый через нахождение оценки условного математического ожидания Надарайя-Уотсона. Существенных различий в структурах распределения оценок экономического капитала по группам заемщиков, полученных при использовании метода Эйлера для VaRa, выявлено не было.
Затем, чтобы проверить адекватность полученных результатов, было сопоставлено распределение оценки экономического капитала, рассчитанной с использованием банковского подхода, с фактическими результатами распределения. Так, сумма экономического капитала под покрытие кредитного риска корпоративных заемщиков, рассчитанная по методу банка, оказалась выше, чем соответствующая сумма, полученная в результате применения метода Эйлера для VaRa.
В результате аллокации экономического капитала также выявлено существенное различие между структурой кредитного портфеля и структурой распределения экономического капитала по группам заемщиков. Данный результат интерпретировался с точки зрения характеристик видов кредитования. Корпоративному кредитованию обычно свойственна большая концентрация риска в сравнении с потребительским кредитованием. В целом на основе полученных результатов можно сделать вывод, что вызывающая обеспокоенность со стороны Банка России недооценка риска корпоративных заемщиков происходит при оценке вероятности дефолта, а не на этапе аллокации данной группе заемщиков экономического капитала.
Результаты данной работы могут быть полезны для модификации существующих методологий оценки экономического капитала под покрытие кредитного риска. Также особую практическую значимость может добавлять освещение результатов распределения 100
методами Эйлера для VaRa, проведенного для полученной на основе реальных данных оценки экономического капитала.


1. Банковское дело. Экспресс-курс: учебное пособие / кол. авторов; под ред. Б23 О.И. Лаврушина. — 3-с изд., перераб. и доп. — М.: КНОРУС, 2009. - 352 с.
2. Березинец И. В. Практикум по теории вероятностей и математической статистике. / И. В. Березинец. - 9-е изд., испр. и доп. - СПб.: Изд-во "Высшая школа менеджмента", 2013. - 163 с.
3. Ведяхин А. Основы риск-менеджмента: учеб. пособие. / А. Веляхин, В. Ку-лик. - М.: АНО ДПО "Корпоративный университет Сбербанка" [и др], 2015. - 384 с.
4. Владимирова Т.А. Экономический капитал как инструмент антикризисного управления в коммерческих банках. / Т. А. Владимирова, Д. Г. Пашкин. // Вестник Томского государственного университета. - 2009. - Т. 8, № 4.
5. Власов В. Е. Модель оценки и аллокации капитала на покрытие убытков операционного риска коммерческого банка: автореф. дис. ... канд. эк. наук: 08.00.13. - Екб., 2015. - 165 с.
6. Грюнинг Х. ван. Анализ банковских рисков. Система оценки корпоративно-го управления и управления финансовым риском / Х. Ван Грюнинг, С. Брайович Братанович; пер. с англ.; вступ. сл. д.э.н. К.Р. Тагирбекова - М: Издательство «Весь Мир», 2004. - 304 с.
7. Дамодаран А. Стратегический риск-менеджмент: принципы и методики. Пер. с англ. / А. Дамодаран. - М.: ИД "Вильямс", 2018. - 496 с.
8. Ковалев В. В. Финансовый менеджмент; теория и практика. / В. В. Ковалев - 2-е изд., перераб. и доп. - М.: ТК Велби, Изд-во Проспект, 2007. -1024 с.
9. Коновалов Л. А. Когерентные меры риска и предельный переход / Л. А. Коновалов. // Теория вероятностей и ее применение. - 2009. - Т. 4. № 3. - С. 466-491.
10. Кошкина Ю. Кредитный риск крупнейших российских заемщиков превысил
5 трлн руб. [Электронный ресурс] // РБК. - 2019. - 2 декабря. - М.: РО-СБИЗНЕСКОНСАЛТИНГ, 2019. - Режим доступа:
https://www.rbc.ru/fmances/02/12/2019/5de4dc439a7947ed6133ac56, свобод¬
ный. Загл. с экрана. (29.01.2020.)
11. Мануйленко В.В. Концепция экономического капитала коммерческого банка / В. В. Мануйленко. // Финансы и кредит. - 2011. - Т. 445, № 13.
12. Международная гармонизация измерений и стандартов капитала. // Базельский комитет по банковскому надзору. - 1988. - 22 с.
13. Международная конвергенция измерения капитала и стандартов капитала: новые подходы // Базельский комитет по банковскому надзору. - 2004. - 333 с.
14. Морозов А. В. Управление рисками ALM и ликвидности банка. Учебное пособие / под ред.: А. В. Морозова, А. Ю. Лякина, И. В. Малаховой, М. В. Воробьева. - М.: АНО ДПО «Корпоративный университет Сбербанка», 2017. - 336 с.
15. Мотовилов О.В. Банковское дело: учебник. / О. В. Мотовилов, С. А. Белозерова. - М.: Проспект, 2017. - 406 с.
16. Никифорова В. Д. Достаточность собственного капитала как основа регулирования банковских рисков / В. Д. Никифорова. // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». 2016. № 3. С. 40-46.
17. О банках и банковской деятельности: Федеральный закон № 395-1 от 02.12.1990: (ред. от 27.12.2019) [Электронный ресурс] // КонсультантПлюс: справ.-правовая система. - Справ.-правовая система «КонсультантПлюс». - Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_5842/, свободный. - Загл. с экрана. (23.10.2019).
18. О типичных банковских рисках: Письмо Банка России № 70-T от 23.06.2004.
[Электронный ресурс] // Кодекс: справ.-правовая система. - Справ.-правовая система «Кодекс». - Режим доступа:
http://docs.pravo.ru/document/info/30327/, свободный. - Загл. с экрана. (04.11.2019).
19. О требованиях к системе управления рисками и капиталом кредитной организации и банковской группы: Указание Банка России № 3624-У от 15.04.2015. [Электронный ресурс] // Сайт Банка России. - Банк России. - Режим доступа: http://www.cbr.ru/faq_ufr/dbrnfaq/doc/forPrint/?id=423, свободный. - Загл. с экрана. (01.11.2019).
20. Об обязательных нормативах и надбавках к нормативам достаточности ка-питала банков с универсальной лицензией: Инструкция Банка России №199¬103
И от 29.11.2019. [Электронный ресурс] // ГАРАНТ: справ.-правовая система.
- Справ.-правовая система «ГАРАНТ».- Режим доступа:
https://www.garant.ru/products/ipo/prime/doc/73263119/, свободный. - Загл. с экрана. (24.12.2019).
21. Окулов В. Л. Риск-менеджмент: основы теории и практика применения: учебное пособие. / В. Л. Окулов. - СПб.: Изд-во С.-Петерб. гос. ун-та, 2019 - 280 с.
22. Пенюгалова А. В. Банковские риски: сущность и основные подходы по определению / А. В. Пенюгалова. Е. А. Старосельская. // Финансы и кредит.
- 2013. - Т. 536, № 8. - С. 2-5.
23. Попондопуло В. Ф. Банковское право / В. Ф. Попондопуло [и др.]; под ред. В. Ф. Попондопуло, Д. А. Петрова. - М.: Издательство «Юрайт», 2017. - 468 с.
24. Тотьмянина К.М. Обзор моделей оценки вероятности дефолта / К.М. Тотьмянина // Управление финансовыми рисками. - 2011. — Т. 25, № 01.- С. 12-24.
25. Тэпман Л. Н. Риски в экономике: Учеб. пособие для вузов / Л. Н. Тэпман; под ред. проф. ВА Швандара. - М.: ЮНИТИ-ДАНА, 2002. - 380 с.
26. Указание Банка России от 15.04.2015 № 3624-У "О требованиях к системе управления рисками и капиталом кредитной организации и банковской группы" // Банк России. - 2015.
27. Фантаццини Д. Моделирование многомерных распределений с использованием копула-функций. I. / Д. Фантаццини. //Прикладная эконометрика. - 2011. - Т. 22, № 2. - С. 98-134.
28. Финансовый менеджмент: теория и практика. Учебник/ под ред. Стояновой Е.С. - М: Перспектива, 1998. - 656 с.
29. Цехомский Н. В. Финансы банка: Учеб. пособие / Н. В. Цехомский, Д. Л. Волков, О. Н. Щербакова [и др.]; под ред. Н. В. Цехомского, Д. Л. Волкова.
- М.: АНО ДПО «Корпоративный университет Сбербанка», 2015. - 200 с.
30. Altenbach T.J. A Comparison of Risk Assessment Techniques from Qualitative to Quantitative. / T.J. Altenbach. // Lawrence Livermore National Laboratory. - 1995. - P. 1-14.
31. Altman E.I. Corporate distress diagnosis: comparisons using linear discriminant analysis and neural networks (the Italian experience). / E.I. Altman, G. Marco, F. Varetto // Journal of Banking and Finance. - 1994. -- Vol. 18, Issue 3.
32. Altman E.I. Financial ratios. Discriminant analysis, and the prediction of corpo-rate bankruptcy / E.I. Altman. // Journal of Finance. - 1968. - Vol. 23, Issue 4. - P. 589-609.
33. An Explanatory Note on the Basel II IRB Risk Weight Functions [Electronic Re-source] // Сайт Bank of International Standards. - Bank of International Stand-ards, [2005]. - Режим доступа: https://www.bis.org/bcbs/irbriskweight.pdf, свободный. - Загл. с экрана. (16.10.2019.)
34. Antwi O. Measuring Economic Capital Using Loss Distributions. / O. Antwi [et al.] // International Journal of Economics. - 2013. - Vol. 1, No. 6. - P. 406-412.
35. Asset correlations and credit portfolio risk - an empirical analysis [Electronic Re¬
source] / K. Dullman [et al.] // Deutsche Bundesbank. - 2007. - Frankfurt am Main: Deutsche Bundesbank. - Режим доступа:
https://gsom.spbu.ru/files/upload/library/bibliographia_text.pdf, свободный. Загл. с экрана. (07.03.2020.)
36. Aumann R.J. Values of Non-Atomic Games. / R.J.Aumann, L.S. Shapley. - Princeton, NJ: Princeton University Press, 1974. - 333 p.
37. Balog D. Risk-based capital allocation. / D. Balog. // Proceedings of FIKUSZ 2010 / ed. by L.A. Koczy. - Budapest, 2010. - P. 17-26.
38. Balthazar L. From Basel 1 to Basel 3: The Integration of State-of-the-Art Risk Modeling in Banking Regulation / L. Balthazar. - London: Balthazar L. From Ba-sel 1 to Basel 3: The Integration of State-of-the-Art Risk Modeling in Banking Regulation / L. Balthazar. - London: Palgrave Macmillan, 2006. - 294 p.
39. Bandyopadhyay A. Empirical estimation of default and asset correlation of large corporates and banks in India. / А. Bandyopadhyay, S. Ganguly. // The Journal of Risk Finance. - 2013. - Vol. 14, Issue 1. - P. 87-99.
40. Banking Banana Skins 2015: The CSFI Survey of bank risk / CSFI (Centre for the Study of Financial Innovation), PwC (PricewaterhouseCoopers). - London, 2015. - 43 p.
41. Boston C. Credit Is the Scariest Market to Watch, Not the Dow or S&P [Electron-ic Resource] // Bloomberg. - 2020. - 19 марта. - NY: Bloomberg L.P., 2020. режим доступа: https://www.bloomberg.com/news/articles/2020-03-19/credit-is- the-scariest-market-to-watch-not-the-dow-or-s-p, свободный. - Загл. с экрана. (01.04.2020).
42. Brown I. Developing Credit Risk Models Using SAS Enterprise Miner and SAS/STAT: Theory and Applications. / I. Brown. -- Caryn, NC: SAS Institute Inc, 2014. - 174 p.
43. Chatterjee S. Modelling credit risk [Electronic Resource] / S. Chatterjee. // Сайт Bank of England. - Bank of England, [2015]. Режим доступа: https://www.bankofengland.co.ukZ-/media/boe/files/ccbs/resources/modelling- credit-risk.pdf, свободный. - Загл. с экрана. (03.03.2020).
44. Chorafas D.N. Economic capital allocation with Basel II: Cost, Benefit and Im-plementation. / D.N. Chorafas. - Oxford: Elsevier Butterworth-Heinemann, 2004. - 409 p.
45. Convergence of credit capital models. / ISDA (International Swaps and Deriva-tives Association), IACPM (International Association of Credit Portfolio Manag-ers). - NY, 2006.
46. Danielsson J. Fat tails, VaR and subadditivity. / J. Danielsson, C. de Vries, B. Jorgensen, G. Samorodnitsky, and S. Mandira. // Journal of Econometrics. - 2013. - Vol. 2, Issue 172. - P. 283-291.
47. Denault M. Coherent allocation of risk capital. / M. Denault. // Journal of Risk. -
2001. - Vol. 4, Issue 1. - P. 1-34.
48. Dullmann K. Determinants of the Asset Correlations of German Corporations and Implications of Regulatory Capital. / K. Dullmann, H. Scheule. // Working paper. Deutsche Bundesbank and Department of Statistics, University of Regensburg.
49. Duran M.A. An outer-approximation algorithm for a class of mixed-integer non-linear programs. / M.A. Duran, I.E. Grossmann. // Mathematical Programming. - 1986. - Vol. 36. - P. 307-339.
50. Elizalde A. Economic and Regulatory Capital in Banking: What Is the Differ-ence? / A. Elizalde, R. Repullo. // International Journal of Central Banking. - 2007. - Vol. 3, Issue 3. - P. 87-117.
51. Fischer M. How the Sector Copula Affects the Tail of the Portfolio Loss Distribu-tion. / M Fischer, K. Jakob. // Innovations in Quantitative Risk Management / ed. by K. Glau, M. Scherer, R. Zagst. - Munich, 2013. - P. 129-145.
52. Frequently asked questions on risk capital requirements [Electronic Resource] // Сайт Bank of International Standards. - Bank of International Standards, [2018]. - Режим доступа: https://www.bis.org/bcbs/publ/d437.pdf, свободный. - Загл. с экрана. (05.03.2020.)
53. Glasserman P. Measuring Marginal Risk Contributions in Credit Portfolios. / P. Glasserman. // Journal of Computational Finance. - 2005. - Vol. 9. - P. 1-41.
54. Gordy M. A risk-factor model foundation for ratings-based bank capital rules. / M. Gordy. // Journal of Financial Intermediation. - 2003. - Vol. 12, Issue 3. - P. 199-232.
55. Gruber W. Overview of EAD Estimation Concepts. / W. Gruber, R. Parchert. // The Basel II Risk Parameters. — Heidelberg, 2006. - P. 177-196.
56. Hashimoto T. Asset correlation for credit risk analysis. Empirical study of default
data for Japanese companies. / T. Hashimoto. // Bank of Japan. - 2009. - Tokyo: Bank of Japan. - Режим доступа:
https://pdfs.semanticscholar.org/6f05/f6ecac09fac7d3e9802c613c4a7cbfb7c949.p df?_ga=2.61843183.232841812.1590407635-1981423426.1583837123. Загл. с экрана. (15.03.2020.)
57. Hillson D. Extending the Risk Process to Manage Opportunities. / D. Hillson. // International Journal of Project Management. - 2002. -- Vol. 3, Issue 20. - P. 235-240.
58. Holton G. Defining Risk. / G.A. Holton // Financial Analysts Journal. - 2004. - Vol. 60, Issue 6. - P. 19-25.
59. Homburg С. How should the cost of joint risk capital be allocated for perfor-mance measurement? / C. Homburg, P. Sherpereel. // European Journal of Opera-tional Research. - 2008. - № 187. P. 208-227.
60. Hu Z. Economic capital model validation: a comparative study. / Z. Hu, A. Levy, J. Zhang. // Journal of Risk Model Validation. - 2013. - Vol. 7, Issue 1. - P. 3¬23.
61. Hull J.C. Risk Management and Financial Institutions. / J.C. Hull. - 4th ed. - Ho-boken: John Wiley & Sons, Inc., 2005. - 752 p.
62. Kalkbrener M. An axiomatic approach to capital allocation. / M. Kalkbrener. / Mathematical Finance. - 2005. - Vol. 15, Issue 3. - P. 425-437
63. Karabey U. Risk measures and risk capital allocation. / U. Karabey. // Dstatisti- kciler Dergisi. - 2012. - Vol. 5. - P. 32-42.
64. Kneigt F.H. Risk, Uncertainty, And Profit. / F.H. Kneight. - Boston: Houghton Mifflin Company. - 1921. - 381 p.
65. Kwok Y.K. Saddlepoint Approximation Methods in Financial Engineering / Y.K. Kwok, W. Zheng. - Cham: Springer International Publishing AG, 2018. -- 169 p.
66. Lando D. Credit Risk Modeling. // D. Lando. -- New Jersey: Princeton University Press, 2004. - 310 p.
67. Li P. A Factor Model for the Calculation of Portfolio Credit VaR. / P. Li, X. Wang, H. Wang. // Procedia Computer Science. - 2013. - No. 17. - P. 611-618. - Elsevier B. V., 2013. - Режим доступа: http://www.sciencedirect.com. - Загл. с экрана. (18.11.2019).
68. Lopez J. The empirical relationship between average asset correlation, firm prob-ability of default, and asset size. / J. Lopez. // Journal of Financial Intermediation.
- 2004. - Vol. 13, Issue 2. - P. 265-283.
69. Martin R. Unsystematic Credit Risk. / R. Martin, T. Wilde. // Risk Magazine. -
2002. - Vol. 15. - P. 123-128.
70. Mango D.F. An Application of Game Theory: Property Catastrophe Risk Load. / D.F. Mango. // Proceedings of the Casualty Actuarial Society. - 1998. - Vol. 85.
- P. 157-186.
71. McNeil J.A. Quantitative Risk Management: Concepts, Techniques, and Tools. / J.A. McNeil, R. Frey, P. Embrechts. - Princeton [etc.]: Princeton University Press, 2005. - 608 p.
72. Merton R.C. On the pricing of corporate debt: the risk structure of interest rates. / R.C. Merton. // Journal of Finance. - 1974. - Vol. 29, № 2. - P. 449-470.
73. Messages from the academic literature on risk measurement for the trading book
[Electronic resource] // Сайт Bank for International Settlements. - Basel Commit-tee on Banking Supervision, [2011]. Режим доступа:
https://www.bis.org/publ/bcbs_wp19.pdf, свободный. - Загл. с экрана. (16.12.2019).
74. Mitra S. Risk Measures in Quantitative Finance. / S. Mitra. // International Journal of Business Continuity and Risk Management. - 2009. - P. 1-13.
75. Powers M.R. Using Aumann-Shapley Values to Allocate Risk: The Case of In-homogeneous Losses. / M.R. Powers. // North American Actuarial Journal. - 2007. - Vol. 11, Issue 3. - P. 113-127.
76. Pykhtin M. Multi-Factor Adjustment. / M. Pykhtin. // The Journal of Risk. - 2004.
- Vol. 3. - P. 85-90.
77. Ralph C.K. Economic profit and performance measurement in banking. / C.K. Ralph. // New England Economic Review. - 1998. - Volume 7. - P. 35-53.
78. Range of practices and issues in economic capital frameworks [Electronic Re-source] // Сайт Bank of International Standards. - Bank of International Stand-ards, [2009]. - Режим доступа: https://www.bis.org/publ/bcbs152.pdf., свобод-ный. - Загл. с экрана. (16.10.2019.)
79. Samuel. Disclosure of Economic Capital / Samuel. // Federal Reserve Bank of New York. - 2008.
80. Shapley L.S. A Calue for n-Person Games. / L.S. Shapley. // Contributions to the theory of games (AM-28) / ed. by H. Kuhn, A.W. Tucker. - Vol. 2. - Princeton, NJ, 1953. P. 343-360.
81. Shaw R.A. Measurement and Modelling of Dependencies in Economic Capital. / R.A.Shaw, A.D. Smith, G.S.Spivak. // British Actuarial Journal. - 2011. - Vol. 16, Issue 3. - P. 601-699.
82. Tasche D. Capital Allocation with Kernel Estimators. / D. Tasche. // Quantitative Finance. - 2009 - Vol. 9(5). - P. 581-595.
83. Tasche D. Euler Allocation: Theory and Practice. / D. Tasche. // Working paper. Fitch Ratings. - 2007. - 13 p.
84. Tasche D. Risk Contributions and Performance Measurement. / D. Tasche. // Working paper. Technische Universitat Munchen. - 1999. - 26 p.
85. Vasavada G. General Bank Management. / G. Vasavada, Sh. Kumar, S.U. Rao, S. Pai. - Mumbai: Indian Institute of Banking and Finance, 2005.
86. Vasicek O.A. Finance, Economics and mathematics. / O.A. Vasicek. - Hoboken: John Wiley & Sons, Inc., 2015. - 368 p.
87. Wilde T. Probing Granularity. / T. Wilde. // Risk Magazine. - 2001. - Vol. 14. - P. 103-106.

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ