Помазанов М.В.кандидат физико-математических наук, доцент, Школа финансов, факультет экономических наук, Национальный исследовательский университет «Высшая школа экономики» (НИУ ВШЭ), Москва, Российская Федерация m.pomazanov@hse.ru https://orcid.org/0000-0003-3069-1511 SPIN-код: 1763-5033
Предмет. Концепция мотивации эффективного управления кредитными рисками. Цели. Предложить банкам справедливый алгоритм мотивации риск-менеджмента и кредитного менеджмента (бизнеса). Методология. Построение «игровых» правил, дискриминационный анализ, ошибки I, II рода, моделирование кривой Лоренца, статистический анализ, экономическое моделирование. Результаты. Предложен механизм оценки качества решений риск-менеджмента в противовес (или подтверждение) решений кредитного бизнеса при одобрении сделок. Разработан механизм, отслеживающий улучшение или ухудшение индикатора динамики частот убытков по сравнению со средними по рынку. Обоснованы стимулирующие «правила игры» между бизнесом и рисками для повышения эффективности бизнеса в целом, оптимизации взаимодействия в рамках внутренней конкуренции. Представлены общие правила такой «игры», разработан математический аппарат расчета, учитывающий естественные статистические погрешности ограниченных измерений. Область применения. Предложенный алгоритм в рамках общей цели максимизации кредитного дохода с учетом риска даст раздельные ориентиры риск-менеджменту и бизнесу для повышения эффективности каждого из них и совокупной эффективности. Выводы. При внедрении ключевых показателей эффективности, стимулирующих бизнес, оптимально использовать точку зрения риск-менеджмента в принятии решения по кредитным сделкам, а риск-менеджменту — снижать ошибки I, II рода в решениях.
Galloway T.M., Lee W.B., Roden D.M. Banks' Changing Incentives and Opportunities for Risk Taking. Journal of Banking & Finance, 1997, vol. 21, iss. 4, pp. 509–527. URL: Link00052-0
Danielsson J., Jorgensen B.N., de Vries C.G. Incentives for Effective Risk Management. Journal of Banking & Finance, 2002. vol. 26, iss. 7, pp. 1407–1425. URL: Link00269-8
Banerjee A., Chitnis U.B., Jadhav S.L. et al. Hypothesis Testing, Type I and Type II Errors. Industrial Psychiatry Journal, 2009, vol. 18, iss. 2, pp. 127–131. URL: Link
Schalow D., Schalow C. Controlling Type I and Type II Error for Investors. Journal of Financial Service Professionals, 2012, vol. 66, iss. 4, pp. 61–66.
Milanovic B. A Simple Way to Calculate the Gini Coefficient, and Some Implications. Economics Letters, 1997, vol. 56, iss. 1, pp. 45–49. URL: Link00101-8
Van der Burgt M. Calibrating Low-Default Portfolios, Using the Cumulative Accuracy Profile. Journal of Risk Model Validation, 2007, vol. 1, no. 4, pp. 17–33. URL: Link
Помазанов М.В. Окупаемость инвестиций в повышение качества внутренней рейтинговой системы банка // Банковское дело. 2010. № 9. С. 61—65.
Помазанов М.В. Маржинальный экономический эффект от повышения качества моделей рейтингования заемщиков банка // Финансовый менеджмент. 2018. № 4. С. 96—109.
Помазанов М.В. Методы фильтрации временного ряда вероятности дефолта из статистики просрочки кредитов и займов // Управление финансовыми рисками. 2020. № 3. С. 166—177.
Merton R.C. On the Pricing of Corporate Debt: The Risk Structure of Interest Rates. Journal of Finance, 1974, vol. 29, no. 2, pp. 449–470.
Sobehart J.R., Stein R.M., Mikityanskaya V., Li L. Moody’s Public Firm Risk Model: A Hybrid Approach to Modeling Short-Term Default Risk. Moody’s Investors Service, 2000. URL: Link
Лапшин В.А., Смирнов С.Н. Консолидация и агрегация оценок вероятности дефолта // Управление риском. 2012. Т. 61-63. № 1-3. С. 14—44.
