Методы моделирования риска. Существует множество методов моделирования рисков. Хотя существует еще больше видов их классификации, для наших задач мы ограничимся организацией методов по отношению к историческим данным и экспертному мнению. Полный список таких методов неоправданно длинен для приведения его здесь, и требуется просто знать, что в распоряжении риск-менеджера находится большой выбор инструментов для моделирования рисков. Многие из них применимы в определенных обстоятельствах.

Методы, основанные на статистическом анализе и исторических данных. Рыночный, кредитный и страховой риски сильно зависят от статистического анализа исторических данных путем применения различного рода численных методов. Эти методы могут, например, включать в себя:

• Актуарные подходы на базе свертки функций распределения вероятности частоты риска и наносимого им ущерба;
• Симуляции на базе стохастических дифференциальных уравнений;
• Теория экстремальных значений для моделирования «хвостов» распределения вероятности

Операционные риски также могут быть смоделированы при помощи одного из этих подходов при условии наличия адекватного объема репрезентативных исторических данных. Частые операционные риски, приносящие небольшой ущерб, такие, как, например, ошибки в банковских расчетах, обычно дают достаточно данных для использования методов, основанных на статистическом анализе. Хотя, даже в этом примере, если банки оптимизируют процесс расчетов с тем, чтобы он содержал меньшее число операций, риски изменятся, и исторические данные, не учитывающие оптимизацию, станут неприменимы.

Методы на основе мнений экспертов.[11] Исследователи принятия решений долгое время полагались на мнения экспертов для оценки рисков в то время, когда в распоряжении менеджера нет данных, или имеющегося объема недостаточно для статистического анализа. Например, решение об удачном или неудачном исходе опыта на ранних стадиях испытаний новых лекарств – почти всегда принимает эксперт. Методы на основе экспертных мнений включают в себя:

• Дельфийский метод экспертных оценок для получения информации от группы экспертов;
• Деревья решений, которые содержат точки решений и возможные неопределенности;
• Диаграммы влияния, которые также содержат причинно-следственные связи;

Постепенно развиваясь, эти методы были усовершенствованы с тем расчетом, чтобы избежать распространенных ошибок и пристрастных мнений, возникающих из субъективных оценок вероятностей. Эти модификации значительно увеличили надежность экспертных подходов.

Методы, основанные на комбинации данных и мнений экспертов. К методам, сочетающим достоинства как анализа данных, так и экспертных мнений, относятся:

• Нечеткая логика, использующая лингвистические переменные и правила, основанные на экспертных мнениях
• Симуляция динамики системы, использующей системы нелинейных карт для представления причинной динамики
• Байесовские нейронные сети, которые основаны на сети причинно-следственных связей, вычисленных на основе условных вероятностей

Большинство из этих методов позаимствованы из других, в основном из инженерных дисциплин. Итак, статистические методы требуют слишком больших объемов данных, принятие решений слишком сильно полагается на экспертные мнения… А вот комбинация тех и других похожа на оптимум и лучше всего соответствует уникальным характеристика операционных рисков. По мере того, как бизнесы усложняются, а число взаимосвязей в них увеличивается, менеджеры борются за контроль над неопределенностью и принятие эффективных решений в неопределенных ситуациях. Использование таких технологий, как data mining значительно увеличило объем данных, доступных менеджерам. Печальная правда в этом случае заключается в том, что терабайты данных не увеличили понимания менеджерами динамики бизнеса в масштабе всего предприятия.

Сложность систем растет быстрее, чем наши знания о них. Менеджеры в ответ делят работу на меньшие сегменты, и обретают специализацию по риск-менеджменту отдельных видов рисков и конкретных бизнес-процессов. Они отлично, глубоко понимают свою часть проблемы, но намного хуже – ее связь с другими частями. Техники моделирования должны быть достаточно гибкими для того, чтобы фрагментированные знания множества экспертов. Они также должны эффективно соотносить данные и экспертные мнения для того, чтобы стала возможной разработка более понятного и надежного представления о реальности.

ГЛАВА 3. Применение инструментов регулирования операционного риска на примере «Балтийского Банка»

3.1 Краткая характеристика банка

Балтийский Банк зарегистрирован Госбанком СССР 5 июля 1989 года. Генеральная лицензия на совершение банковских операций № 128 выдана Центральным Банком России 25 марта 1994 года, разрешение на совершение операций с драгоценными металлами (золотом и серебром) от 7 сентября 1994 года, лицензия профессионального участника рынка ценных бумаг №15400014211400 от 24 декабря 1997 года. В июне 2001 года в связи с реорганизацией Балтийского Банка из товарищества с ограниченной ответственностью в закрытое акционерное общество, Банку была выдана новая Генеральная лицензия ЦБ РФ № 128 от 1.06.2001г. За истекшие со дня основания 13 лет Балтийский Банк вырос в одну из крупнейших финансовых структур не только Санкт-Петербурга, но и всего Северо-западного региона, получив всеобщее признание не только в России, но и за рубежом. По данным различных рейтинговых агентств и на основании информации Центрального Банка России по состоянию на середину 2001 года успешная деятельность позволила Балтийскому банку по различным показателям стабильно входить в число 50 крупнейших банковских институтов России.

На протяжении многих лет банк входит в лидирующую группу финансовых учреждений Северо-западного региона страны. На сегодняшний день филиальная сеть Банка включает 10 филиалов по России: Москва, Мурманск, Псков, Петрозаводск, Кириши, Бологое, Волхов, Новгород, Выборг, Великие Луки, а также 16 отделений и агентств в Санкт-Петербурге.

Банк известен эффективной поддержкой предприятий различных сфер деятельности не только города, области, но и России в целом. В число активных заемщиков банка входят предприятия связи, транспорта, коммунального хозяйства, жилищного и производственного строительства, добывающей промышленности, торговли, сельского хозяйства и других отраслей экономики. Балтийский банк постоянно разрабатывает и внедряет новые банковские продукты и услуги, осваивает современные технологии работы для эффективного обслуживания клиентов. В их числе: расчетно-кассовое обслуживание в рублях и иностранной валюте, кредитование предприятий реального сектора экономики, кредитование физических лиц на приобретение жилья и средств автотранспорта, различные виды срочных вкладов в рублях и в валюте для юридических и физических лиц, услуги по международным расчетам, документарные операции (аккредитивы, банковские гарантии, инкассо), операции с государственными и корпоративными ценными бумагами, доверительное управление средствами клиентов, операции с векселями различных эмитентов, вексельное кредитование, операции с пластиковыми картами известных международных платежных систем, дорожными чеками MasterCard/Thomas Cook и American Express, коммерческим чеками Bank of New York и Dresdner Bank.