Нse риски что это

Немного теории об управлении рисками

Вводная информация по управлению рисками

Ответы же на все вопросы в каждой конкретной ситуации придется искать самостоятельно – так что не стоит видеть в процессе управления рисками какой-то панацеи от всех бед, либо немедленного и радикального улучшения процесса разработки. Впрочем, несмотря на это, я считаю управление рисками обязательной частью хорошего процесса управления проектами.

Определение риска

Определений рисков огромное множество и все они, в принципе, общеизвестны и интуитивно понятны. Приведу тут лишь несколько запомнившихся мне цитат.

Risks are schedule delays and cost overruns waiting to happen (by Peter Kulik)
Risk is the possibility of suffering loss (SEI, Dorofee 96)

Некоторые термины и определения

Для одного и того же риска могут разрабатываться оба плана, но в большинстве случаев – только один (тут уже надо решить что важнее – не допустить срабатывания риска, или же минимизировать потери при его срабатывании). Также при разработке mitigation plan часто руководствуются либо только стратегией снижения влияния или только стратегией снижения вероятности риска (что позволяет экономить – зачем направлять усилия на снижение влияния риска, если одновременно снижается и его вероятность).

Процесс управления рисками

С чего начать?

С чего начинается процесс управления рисками на проекте? Согласно теории – с идентификации риска(ов). Необходимо составить список рисков, которые бы наиболее полно отражали картину рисков и потенциальных проблем на проекте. Следует помнить, однако, что даже самый большой список никогда не будет полным – что-то всегда будет упущено. 😉

Анализ

При таком определении величина риска является простейшим способом определить количественную характеристику риска. Практически имеет смысл отслеживать и управлять рисками, которые находятся на главной диагонали данной матрицы или выше ее (то есть со значениями величины риска большими или равными 4 или 6).

После анализа риска мы можем составить топ10 рисков (Top 10 Risk List), выстроив риски по убыванию значения величины риска и выбрав первые десять. Следует помнить, что выбор большего числа рисков может превратить управление рисками в очень тяжелый процесс, который будет слишком дорог и неэффективен.

Планирование

Разрешение рисков

На данном этапе фактически происходит разрешение риска после того, как он сработал. То есть выполняется соотвуетствующий contingency plan. Задача этапа – выполнить его наиболее эффективным образом, а также собрать и проанализировать информацию о данном риске для следующего этапа.

Отслеживание и модификация данных по рискам

Заключение

Ключевым моментом процесса управления рисками должно быть периодическое повторение данных процессов, желательно согласованное с длительностью циклов разработки и рабочих процессов. Можно порекомендовать проводить оценку рисков один раз в 1-2 недели в зависимости от размера проекта (в некоторых особо крупных проектах периодичность может быть увеличена до месяца, однако больше я бы делать не стал).
Также хочу порекомендовать сохранять историю изменений списка рисков и их параметров (хотя бы Top 10 Risk List) – в будущем это даст нам необходимые статистические данные.

Постскриптум

Хочется отметить, что информация, приведенная выше, является выжимкой из большой, официальной и предельно формализованной процедуры по менеджменту рисков, которую я создал для компании, в которой работаю. Опущены некоторые формальные этапы (например, планирование управления рисками, контроль), для приведенных этапов дано описание их сути, что помогает понять их, но оставляет определенную свободу выбора и гибкость при применении на различных проектах.

Источник

ESG-принципы: что это такое и зачем компаниям их соблюдать

Что такое ESG и почему это актуально

Аббревиатуру ESG можно расшифровать как «экология, социальная политика и корпоративное управление». В широком смысле это устойчивое развитие коммерческой деятельности, которое строится на следующих принципах:

В современном виде ESG-принципы впервые сформулировал бывший генеральный секретарь ООН Кофи Аннан. Он предложил управленцам крупных мировых компаний включить эти принципы в свои стратегии, в первую очередь для борьбы с изменением климата.

Явление стало популярным только в последние пару лет, но уже закрепилось за рубежом. По словам вице-президента Тинькофф Нери Толлардо, в ближайшем будущем мировые фонды перестанут инвестировать в компании, которые игнорируют принципы устойчивого развития.

В России принципы ESG менее распространены, чем за рубежом, но их уже постепенно внедряют в бизнес. Одной из актуальных тем на Петербургском международном экономическом форуме (ПМЭФ) в 2021-м стала защита окружающей среды.

Участники ПМЭФ-2021 обсуждали снижение выбросов углекислого газа при добыче и переработке топлива, а также развитие новых источников энергии. В рамках нацпроекта «Экология» поставлена задача к 2030 году отправлять на сортировку 100% отходов и вдвое сократить объем захоронения мусора.

Кроме того, треть крупнейших банков страны уже внедрила в кредитный процесс ESG-оценку компаний, еще 20% — планируют. Это значит, что банки будут тестировать каждого заемщика на соблюдение принципов устойчивого развития.

Как оценивают соблюдение ESG-принципов

Бизнес, который претендует на хорошую ESG-оценку, должен соответствовать стандартам развития в трех категориях: социальной, управленческой и экологической.

Экологические принципы определяют, насколько компания заботится об окружающей среде и как пытается сократить ущерб, который наносится экологии.

Например, бренд обуви Timberland сотрудничает с производителем шин Omni United и делает подошвы ботинок из переработанных шин.

Социальные принципы показывают отношение компании к персоналу, поставщикам, клиентам, партнерам и потребителям. Чтобы соответствовать стандартам, бизнес должен работать над качеством условий труда, следить за гендерным балансом или инвестировать в социальные проекты.

Например, американский бренд верхней одежды Patagonia не владеет фабриками, которые шьют его продукцию, поэтому не может влиять на размер зарплаты рабочих. Чтобы это исправить, в рамках программы «Честная торговля» бренд направляет часть средств с продажи продукции на фабрики, чтобы поднять зарплату сотрудников до уровня прожиточного минимума.

Управленческие принципы затрагивают качество управления компаниями: прозрачность отчетности, зарплаты менеджмента, здоровую обстановку в офисах, отношения с акционерами, антикоррупционные меры.

По словам Евгения Хилинского, директора управления анализа инструментов с фиксированной доходностью Газпромбанка, для устойчивого развития компания должна соблюдать баланс между всеми критериями. Но их значимость может различаться в зависимости от деятельности разных компаний. Например, для энергетики особую роль играют экологические критерии, для сектора услуг — социальные, а для финансов — управленческие.

Что такое ESG-рейтинг и как он формируется

ESG-рейтинг формируют независимые исследовательские агентства — Bloomberg, S&P Dow Jones Indices, JUST Capital, MSCI, Refinitiv и другие. Они оценивают развитие компаний по трем критериям — E, S и G — и присваивают баллы по стобалльной шкале.

Например, конгломерат Kering (модные дома Gucci, Balenciaga, Saint Laurent) с 2019 года остается лидером рейтинга MSCI среди 28 компаний в сфере производства одежды и предметов роскоши. Всё благодаря его программе устойчивого развития, которая включала в том числе:

Единого подхода к формированию рейтинга нет. Все агентства анализируют открытые данные о компаниях, но считают баллы по-разному. Поэтому ESG-рейтинги разных агентств могут сильно различаться.

Например, MSCI присвоила розничной сети Boohoo высокий рейтинг, несмотря на расследования о том, что компания занижает зарплату сотрудникам и игнорирует локдаун во время пандемии. В то же время другие рейтинговые агентства поставили Boohoo более низкую оценку.

Как ESG-инвестиции влияют на рынок

Популярность ESG-инвестиций растет с каждым годом. Эксперты считают, что это происходит в том числе из-за интересов миллениалов (рожденных в 1980–1990-х годах), которые стали платежеспособной аудиторией. Ценности этого поколения отличаются от предыдущего: для них бизнес и инвестиции — это не только про доход, но и про заботу об экологии и обществе.

Повышенный спрос на ESG вынуждает компании считаться с принципами устойчивого развития. Теперь, из-за давления инвесторов и банков, им невыгодно иметь низкий ESG-рейтинг.

Инвесторы меньше поддерживают компании с низким ESG-рейтингом. В 2020 году компания EY провела опрос среди институциональных инвесторов — страховых и инвестиционных компаний, пенсионных и благотворительных фондов. В результате 98% опрошенных заявили, что строго отслеживают ESG-рейтинг компании. Вот главные причины:

Банки учитывают ESG-рейтинг при выдаче кредитов. Например, Сбербанк выдал кредит инвестиционной компании АФК «Система» в ноябре 2020 года: в этом кредите процентная ставка привязана к выполнению требований об экологической политике и ответственном инвестировании.

Какие компании входят в топ ESG-рейтингов

В мире есть множество примеров успешных корпораций, которые ориентируются на принципы ESG. По версии компании Corporate Knights, в 2021 году в первую пятерку входят:

Компания Corporate Knights ежегодно публикует рейтинг 100 самых устойчивых глобальных корпораций в мире. Рейтинг основан на публично раскрытых данных.

Многие российские компании тоже придерживаются ESG-принципов. Например, горнорудная компания «Полиметалл» активно развивает экологические и социальные проекты:

В результате Полиметалл уже четвертый раз подряд становится лидером рэнкинга независимого кредитного рейтингового агентства RAEX-Europe. Рэнкинг — это часть проекта RAEX-Europe по сбору, систематизации и анализу ESG-данных компаний постсоветского пространства.

RAEX-Europe обновляет ESG-рэнкинг каждый месяц: агентство переоценивает компании по мере выхода их годовых отчетов, а также включает новые, которые еще не получали оценку. Таким образом, рэнкинг охватил уже 135 российских компаний из 24 различных отраслей.

Первый в России крупный форум на тему ESG состоялся в Москве 14 октября 2021 года при поддержке медиахолдинга РБК. С итогами конгресса «ESG-(Р)Эволюция» вы можете ознакомиться на странице мероприятия.

Источник

Risk Management: предотвращение проблем vs. ведение регистра рисков

Странно, но факт

Риски, источники рисков, категории рисков

В ходе проекта такие нерешенные заранее проблемы становятся уже источниками рисков. По поводу источников: типичные источники рисков, задокументированные в регистрах рисков, которые я наблюдала — «Клиент», «Команда», «environment», и т.д. Никто не задумывается над тем, что источник потенциальной проблемы это не обобщенное понятие, а определенная ситуация чаще всего негативная)!
«Клиент», «Команда», «environment» – это категории, через которые мы смотрим на ситуацию на проекте и можем найти негативные факты или ситуации, которые вызывают сомнения в достижении целей проекта.
Определенная негативная ситуация (чаще всего это отклонение от контракта, от стандартов работы, вызванные как ошибкой, так и сознательным решением) может повлечь за собой отклонения от желаемых (и запланированных) результатов работы, то есть целей проекта. Вот это уже проектный риск!

Оценка риска

Последствия (Impact) этого риска определяеюся тем, насколько большим будет отклонение от проектных целей, и тем, насколько большие отклонения мы можем себе позволить в отношении данной цели.
Пора, наверное, привести пример. Не полезнее ли вместо типичного
«Source«: Команда
«Risk«: Человек может заболеть
«Impact:» не сделаем вовремя
иметь следующую информацию:
«Source«: У человека (А), выполняющего задачи на критическом пути, беременная жена, которая должна родить в период выполнения человеком (А) своих задач (это факт)
“Risk«: вышеуказанный факт может повлечь отсутствие человека (А) более 3-х рабочих дней (риск)
«Impact: «возможно отклонение от расписания на 20%.
Отклонение от расписания на 20% может быть мелочью для одного проекта (где 20% это 4 рабочих часа и разница во времени с клиентом 8 часов в нашу пользу), но реальной трагедией для другого проекта (где 20% это 2 дня и у клиента назначена презентация с важными stakeholders на заранее определенное число). Учитывая все подобные реалии, оценивается серьезность риска (например, от 1 до 9, как в нашей компании).

Когда мы определились с последствиями риска, необходимо подумать о его вероятности (Probability). Вероятность риска, что человек может внезапно отсутствовать на работе, достаточно высока, так как на проекте есть несколько человек. У каждого из них может быть несколько причин отсутствовать. Но отсутствие вполне определенного человека в определенный период может не быть проблемой, а отсутствие другого в этот же период — будет трагедией. Вот еще один аргумент против обобщенных проблем и в пользу специфических рисков.

Серьезность риска – в классике – определяется произведением последствия на вероятность. В первую очередь, задача менеджера работать с самыми серьезными рисками. Это понимает каждый. Все так же знают и основные стратегии ответа на риск. Проблемы начинаются тогда, когда нужно продумать о планах ответа на риск.

Планы ответа на риск

План ответа на риск – это действие, которое должно полностью или частично убирать потенциальную проблему, но не констатация намерения ее предотвратить.
Действия также имеют свою стоимость (влияние на достижение целей проекта: например, человекочасы).
Только в том случае, когда есть 2 и более альтернативных сценария, с указанием их стоимости для проекта (например, один – реактивный, т.е. после срабатывания риска, а второй – превентивный, если план ответа на риск включается в план проекта изначально и выполняется), тогда мы можем принимать решение, что из этого делать. Или предоставить возможность руководству или клиенту принимать решение. Только в этом случае мы управляем (или принимаем участие в управлении) проектом, оправдывая звание Project Manager. Кстати, это неплохой способ заслужить уважение в глазах клиента, что ведет к снижению давления с его стороны.

Например, в риске с человеком (А), ответ может быть такой:
«Сделать возможным выполнение задачи другим человеком: ежедневный митинг по knowledge sharing со вторым человеком (1 час в день у основного действующего лица и 1 час в день у «бэкапа»)».
Стоимость ответа на риск=10 человекочасов в неделю, что в перерасчете на расписание будет N% отставания.
Сравниваем с возможным отклонением, если риск случится, учитываем вероятность риска, и идем с этим всем к тому, кто принимает решение. Возможным результатом будет уменьшение объема работ или принятие клиентом одного из отклонений.

Количество Рисков

То есть, все дело в правильной идентификации риска. Корректно сформулированный риск позволит оценить его влияние на цели проекта, а следовательно и отобрать наиболее актуальные и серьезные риски. Конечно, если цели проекта тоже сформулированы корректно. Но это уже другая тема.

Источник

ML и DS оттенки кредитного риск-менеджмента

Мы команда Advanced Analytics GlowByte и запускаем цикл статей о моделировании в задачах управления кредитным риском. Цель цикла — кратко рассказать о сфере, расширить словарь профессиональных терминов и дать ссылки на полезные статьи и книги. В вводной статье мы покажем особенности применения ML и DS в сфере кредитного риска, без глубокого погружения в предметную область.

Далее раскроем вопросы методологии моделирования, работы с компонентами кредитного риска, а также подходов к калибровке и валидации, которые учитывают специфику работы моделей в банке.

Основа публикаций — наш проектный опыт по разработке и внедрению аналитических моделей в банковской сфере.

Чем рискуем?

Простым языком, кредитный риск — риск нарушения клиентами условий выплаты денежных средств по кредитным договорам.

Сфокусируемся на трех задачах, которые возникают в рамках кредитного риск-менеджмента.

Всем труба (pipeline) или схема кредитного процесса

Схематично кредитный процесс выглядит так:

Часть этого процесса от подачи заявления до выдачи именуется кредитным конвейером. В этой схеме есть упрощения. Например, мы рассматриваем процесс в рамках одного кредитного продукта, т.е. остаются за скобками вопросы маркетинга (Marketing Optimization, каннибализации продуктов, оттока клиентов и др). Из pipeline исключены процессы прескоринга, экспертной корректировки рейтинга и применения стоп-факторов андеррайтерами. Под стоп-факторами подразумеваются ограничения, природа которых, в первую очередь, в структуре продукта, который банк предлагает клиенту. Пример — вхождение клиента в список банкротов или наличие просрочки по кредитам в других банках.

Рейтинговое моделирование

Задача рейтингового моделирования (РМ) — это построение модели рейтингования клиентов для последующего ранжирования. Рейтингование производится по отношению к разным негативным событиям — ухудшение кредитоспособности, банкротство и т.д.

В зависимости от контекста, можно по-разному классифицировать эту задачу:

По этапу жизненного цикла клиента:

Из смежных задач стоит упомянуть задачу кредитного офферинга (см. далее) и задачу подбора порога отсечки по скоринговому баллу — определение порога одобрения. Последняя задача не освещается в этой статье, но содержит пространство для cutting-edge ML подходов. Например, есть попытки использования RL [7].

Еще кратко следует упомянуть актуальные тенденции по увеличению качества разрабатываемых моделей рейтингового моделирования:

Кредитный офферинг или как сделать предложение от которого нельзя отказаться

Результат рейтинговой модели (абсолютное значение оценки вероятности дефолта — PD) может быть использован для решения задачи кредитного офферинга. Под кредитным офферингом подразумеваем, в первую очередь, задачу установки первоначального лимита клиенту.

Безусловно, одного значения PD — прогноза вероятности дефолта — для определения оптимального лимита недостаточно. Нужно понимать допустимую область значений лимита, которые разумно предлагать клиентам. Это необходимо, чтобы сумма хотя бы косвенно отражала потребности клиента и его возможности по обслуживанию долга.

Ориентиром в этом случае может быть, например, оборот собственных средств клиента по некредитным продуктам.

Что еще нужно знать? Для лучшего понимания задачи нужно иметь представление о структуре стоимости кредита. Она схематично представлена на следующей диаграмме (подсмотрено в [11]):

«Ресурс» — стоимость денег, за счет которых осуществляется кредитование (например, ставка по депозитам, которая привлекает деньги вкладчиков и обеспечивает требуемую денежную массу). «Маржа» — ожидаемая прибыль от выдачи кредита. «Риск» — отчисление на случай невозврата кредита. «Расходы» — расходы на привлечение и обслуживание.

В этой структуре рейтинговое моделирование может быть использовано для определения размера и структуры блока «Риск». «Ресурс», в значительной степени, определяется ключевой ставкой ЦБ. «Расходы» и «маржа» — продуктовые составляющие, часто указываются в паспорте продукта.

Другими словами, «Риск» является всего лишь одной из компонент, которая влияет на итоговую доходность по сделке.

А как быть с другими? Похоже, возникает оптимизационная задача. Попробуем ее формализовать. Стоит подчеркнуть, что вариантов может быть множество, и опираться, в первую очередь, стоит на бизнес-задачу и контекст процесса разработки.

Начнем с простого варианта и далее покажем потенциальные точки развития решения. Проще всего оптимизировать доходность сделки.

Пусть происходит выдача кредитного договора на сумму L (лимит). У этого договора есть прогнозная вероятность дефолта PD. В первом приближении считаем, что клиент на момент дефолта имеет задолженность равную L.

Тогда оптимизационная задача будет выглядеть следующим образом:

Видим, что PD фиксирован и зависимость от L линейная. Казалось бы, оптимизировать нечего.

Однако в реальной жизни PD зависит от L по следующим соображениям: чем больше лимит, тем сложнее обслуживать долг и, соответственно, тем выше вероятность дефолта. В этом случае наша задача, действительно, превращается в оптимизационную. Однако и тут есть нюанс. В выборке бывают клиенты с разными доходами, поэтому абсолютных значений будет недостаточно. Лучше всего строить зависимости не от лимита, а от уровня закредитованности, т.е. параметра :

Зависимость может быть восстановлена на исторических данных или данных пилота.

Также на оптимизационную задачу могут влиять продуктовые стопы. Например, в паспорте продукта могут быть указаны допустимые границы уровня риска (вероятности дефолта). Тогда оптимизация производится только до указанной границы.

В целом, и особенно для других индустрий (телеком, например) оценка дохода и дебиторской задолженности (по-другому, EAD — Exposure at default — величина кредита на дату дефолта) в виде лимита являются слишком консервативными. Кроме того, стоит учесть, что часть средств может быть возвращена (та доля EAD, которая не будет возвращена, обозначается LGD – Loss Given Default). Тогда

Обычно для выручки и EAD разрабатываются отдельные модели. LGD чаще всего заменяется консервативным значением, которое зависит от отрасли (банки, телеком и т.д.) и типа продукта (может оценивается как средний LGD по продукту). Для ориентира можно посоветовать использовать любимое число в диапазоне 0.9-1.

До сих пор мы считали, что только PD зависит от . Но такой зависимостью могут обладать и другие компоненты:

Далее, если мы хотим учитывать другие продукты в офферинге (например, для выбора оптимального предложения клиенту), то дополнительно следует учитывать вероятность отклика клиента на продукт и вероятность оттока, если клиент уже обслуживается:

«Отклик» — вероятность взятия продукта, «Отток» — вероятность оттока клиента. В этом случае можно сравнивать доходности между разными продуктами и решать задачи Marketing Optimization.

Все что здесь перечислено — лишь канва для решения задачи. Пока мы не учитывали расходы на каждый продукт, стоимость привлечения ресурсов, стоимость кампании, вероятность мошенничества и т.д.

В общем случае их надо также включать в оптимизатор. Все зависит от контекста и приемлемого уровня приближения для решения бизнес-задачи.

Что еще погуглить? Ключевые слова risk-based limit, credit-limit management profit-based approach.

Итак, деньги предложены и выданы клиентам. Но часть из них начинает уходить в просрочку. Как управлять ситуацией? Берем паяльник. Собираем подушку безопасности в виде резерва денег. Как это сделать, расскажем прямо сейчас.

Резервы и роль DS для их расчета

Определение величины риска является ключевым в деятельности банка: в зависимости от аппетита к риску банк определяет с какими клиентами готов работать. Но в любом случае для минимизации возможных потерь формируется денежный резерв в виде наличности или ликвидных ценных бумаг. В худшем случае банк теряет весь портфель, однако это маловероятно, поэтому иметь полный резерв не слишком эффективно. Нужен некоторый баланс.

Для этого надо точно определить объем денег, который следует зарезервировать. Так появляется задача обеспечения достаточности капитала (required capital) под ожидаемые потери. (Expected Loss — EL). Требования достаточности капитала определяются и отслеживаются регулятором (Центральный банк).

Интуицией для регулятора служит международный опыт, отраженный в разных нормативных документах. Международный опыт спроецирован на отечественную реальность в ряд положений и указаний. Но об этом чуть позже.

Взглянем на эволюцию подхода, чтобы подчеркнуть как именно возрастала роль DS и ML в контексте данной задачи.

В 1974 году при банке международных расчетов в Базеле был сформирован Базельский комитет по банковскому надзору, который и по сей день занимается внедрением единых стандартов в сфере банковского регулирования.

Первым принятым соглашением было Базельское соглашение о капитале Basel I в 1988 году. В Basel I основное внимание уделялось кредитному риску и было установлено, что размер капитала должен превышать 8% активов банка, взвешенных с учетом риска (Активы, взвешенные с учетом риска – Risk-weighted Assets (RWA)).

Например, рассмотрим Ипотеку за 100кР (да-да, пример в вакууме):

Т.е. банку под данный договор необходимо зарезервировать не менее 4кР.

Подход очень прост и в этом его большое преимущество. Но и недостаток тоже: не применить XGBoost не учитываются, например, поведение клиента и общая экономическая ситуация.

Для устранения недостатков соглашения Basel I было введено соглашение Basel II. Во-первых, Basel II учел другие типы рисков (операционные и рыночные) для резервирования, а во вторых, что более важно для нас, декомпозировал расчет на компоненты. В этот момент и появляется простор для Xgboost ML и DS.

Basel III было введено как прямой результат глобального экономического кризиса. Добавились риски и усложнились расчеты. Для рассуждений нам хватит первых двух соглашений. Чуть подробнее для первого ознакомления можно погрузиться в первые страницы [6].

Так как же посчитать? В России, аналогично базельской системе, есть несколько подходов к оценке RWA:

1. Стандартный подход– наиболее простой. Основа — положение ЦБ 590-П.
Далее цитата (подслушано в [12]):

«Концепция оценки кредитного риска, описанная в Положении 590-п, не предполагает непосредственного расчета параметров кредитного риска. Размер формируемого резерва определяется на основании профессионального суждения в соответствии с критериями, заданными регулятором по отдельным ссудам или на основании методики оценки кредитного риска по портфелям однородных ссуд, при этом ссуда (портфель однородных ссуд) относится к одной из пяти категорий качества. Для каждой категории банком России определены диапазоны обесценения в процентах от балансовой стоимости финансового инструмента.»

Иными словами, все ссуды экспертно классифицируются на 5 категорий качества, и в зависимости от категории определяется объем резервирования. Кроме того, определяются так называемые индивидуальные признаки обесценения (например, ухудшение финансового положения), на основе которых кредитный договор может быть выведен из ПОС (портфель однородных ссуд) с дальнейшей оценкой резервов на индивидуальной основе.

2. Подходы на основе Внутренних Рейтингов(ПВР, регламентируется положением ЦБ 483-П) уже подразумевают наличие компонент PD, LGD и EAD.
На иллюстрации ниже отражены зоны ответственности банка и регулятора при разных подходах:

Как видно из таблицы выше, в случае использования базового или продвинутого ПВР, задача по оценке отдельных компонент проводится банками самостоятельно, в связи с чем возникает необходимость построения предиктивных моделей на основе исторических данных. А с учетом того, что для отдельных кредитных продуктов зачастую используются различные сегменты клиентов и, соответственно, необходимо строить отдельные модели, появляется простор для работы data scientist’ов.

При имеющихся рассчитанных значениях указанных компонент можно определить ожидаемые потери (Expected Loss – EL) и неожиданные потери (Unexpected Loss – UL).

Потери в рублях представляют собой произведение трех компонент:

еще встретится нам неоднократно в цикле статей — это рефрен задачи резервирования в кредитном риске.

После такого рода декомпозиции EL (ECL), возникает возможность смоделировать (DS и ML, привет!) ) каждую из упомянутых величин PD (модель бинарной классификации), LGD (модель регрессии), EAD (модель регрессии), где, в рамках указанных регулятором требований на разных этапах моделирования (разработка, калибровка и валидация) появляется возможность для использования статистических методов и алгоритмов машинного обучения.

Сумма EL и UL формирует величину стоимости под риском (Value at Risk – VaR) – меру, которую с заданной вероятностью (по базельским соглашениям 99%) не превысят потери в течение определенного периода времени.

Подробнее об особенностях моделирования компонент PD, LGD, EAD расскажем в следующей статье цикла, а пока рассмотрим еще один способ оценки суммы для формирования резервов.

3. Методология МСФО9. Кратко.
Методология МСФО9 для определения резервов использует:

В подходе МСФО9 ещё больше простора для DS и ML-экспериментов.

Что еще почитать?

Выводы

Основной вывод после написания вводной статьи для нас (abv_gbc, alisaalisa, artysav, eienkotowaru) таков: крайне сложно коротко рассказать даже о трех задачах, возникающих в расчете кредитного риска. Почему?

Для этих задач разработана детальная методология, что дает хорошую пищу для ML и DS размышлений. Эти размышления развивают подходы для ответа на все более сложные вызовы рынка. Инструменты, основанные на таких подходах, из комплементарных постепенно становятся основными при принятии решения. Все это вместе позволяет переносить лучшие практики и интуиции риск-моделирования в другие индустрии (телеком, страхование, промышленность). Какие именно? Расскажем в следующих статьях цикла.

Источник