Методы статистического анализа финансовых рисков банка

Краткое описание

Год:

2006

Автор научной работы:

Золкин, Александр Юрьевич

Ученая cтепень:

кандидат экономических наук

Место защиты диссертации:

Москва

Код cпециальности ВАК:

08.00.12

Специальность:

Бухгалтерский учет, статистика

Количество cтраниц:

158

Оглавление диссертациикандидат экономических наук Золкин, Александр Юрьевич

ВВЕДЕНИЕ.
ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫАНАЛИЗАФИНАНСОВЫХ РИСКОВ БАНКА.
1.1 Финансовые рискибанка: формулировки, классификация, подходы к оценке.
1.2. Современная процедура управления рисками банка (статистический аспект).
ГЛАВА 2.МЕТОДЫОЦЕНКИ И ПОДХОДЫ К УПРАВЛЕНИЮ РИСКАМИ БАНКА ПРИ
ОПЕРАЦИЯХ СЦЕННЫМИБУМАГАМИ.
2.1 Анализдоходностиопераций с ценными бумагами по моделям временных рядов ARMA и ARIMA.
2.2. Исследование моделей оценки условной дисперсии доходности в качестве показателя риска.
2.3. Совершенствование статистических процедурлимитнойполитики банка.
ГЛАВА 3. ТЕСТИРОВАНИЕ ЭФФЕКТИВНОСТИ ЭТАПОВСТАТИСТИЧЕСКОГОАНАЛИЗ РИСКА И НОВЫХ ПОДХОДОВ КЛИМИТИРОВАНИЮОПЕРАЦИЙ.
3.1 Статистическая оценка доходности и риска операций банка с ценнымибумагами.
3.2 Тестирование эффективности статистических оценок финансового риска и верификаций нового подхода к формированию икорректировкебанковских лимитов.

Введение диссертации (часть автореферата)На тему "Методы статистического анализа финансовых рисков банка"

Актуальность темы исследования обусловлена значительными объемами потерь банков вследствиенеэффективногоуправления рисками, усилением конкуренции, развитиемфондовогорынка, проблемой наличия впортфелемногих банков существенной доли иизко ликвидиыхценныхбумаг (далее по текстубумаг) и проблемных кредитов. Все эти обстоятельства требуют совершенствования методов статистического анализа (выявления, оценки, прогноза рисков операций, аналитическойкорректировкипозиции и уровня лимитов) финансовых рисков байка.
В повседневной практике многие банки оценивают финансовые риски экспертно (суждение на опыте) или исходя из предположения лишь о нормальном распределениидоходностейинструментов, нет системности и единообразия в принятии решения об открытии, закрытии или корректировки позиции,лимитовпо ценным бумагам разныхэмитентов. Иная крайность - прямое заимствование методов анализа рисков у западных партнеров без учета соответствия отечественному рынку - зачастую приводит к росту напряженности внутри банка, снижению егодоходности.
Научных достижений в области статистической оценки риска операций банка сценнымибумагами, основанных на иных (не Гаусса) распределениях, мало, а в вопросе проведения обоснованной и современнойлимитнойполитики, как одного из активных способов управления риском при операцияхинвестирования, банки испытывают методологические трудности.
Стенень изученности проблемы оценки риска и формирования эффективного подхода к осуществлению банком лимитной политики определяется тенденциями в развитии отечественных рынков, наличием опасности проявления системныхкризисови банкротств. Вопрос оценки рыночного риска операций с ценнымибумагамипосредством различных моделей волатильности (volatility-изменчивость, непостоянство) и распределений остатков глубоко проработан в работах зарубежных авторов. Существуют результаты тестирования и теоретические обоснования направлений дальнейших исследований. Многие из теоретических разработок практически апробированы и широко используются в деятельности компаний и банков. В исследованиях отечественныхэкономистовуделено внимание адаптации российским условиям подходов к применению VaR (мера риска value-at-risk), простого аппарата оценки риска ценных бумаг на базе нормального распределения их доходностей. Остается неизученным вопрос возможности использования для оценкиволатильностидоходности как показателя риска ценных бумаг различных моделей семейства Arch (AutoRegressive Conditional Heteroskedasticity) - Garch (Generalized AutoRegressive Conditional Heteroskedasticity), допустимости применения в нашей стране различных законов распределения остатков. Не ослабевает интерес к разработке эффективных подходов управления рисками посредством установления лимитов.
Вопросы установлениярезервовна банковские операции регламентированы инструкциями ЦБ РФ, международнымБазельскимсоглашением о капитале. Исследованиебанковскихрисков и способов проведения лимитной политики проводилосьэкономистамии статистиками - представителями разных экономических школ и стран, придерживающихся собственных, порой диаметрально противоположных взглядов на объект исследования. Так, эта тема изложена в работах:АбалкинаЛ.И., Аброскина А.С., Балдина К.В., Боллерслева Т., Бужероля П.,ВоробьеваС.Н., Джормона Ф., Заровой Е.В.,ИвасенкоА.Г., Искакова Б.И., Канторовича Г.Г.,КоробкинаА.Д., Кузнецова В.Е., Майлза Т.С.,НельсонаД.Б., Рогова М.А., Смирнова А.В.,СтупаковаB.C., Тихомирова Н.П., Хенучела JL,ЧерноваГ.В., Ширинской Е.Б., Щукина Д.В. и др. Изучение источников показало, что предложенные этими учеными взгляды на определение, оценку и прогноз банковских рисков требуют дальнейшего совершенствования в вопросах их эффективного практического применения и адаптации к российским реалиям.
Недостаточнаяпроработанностьметодологических вопросов установления, корректировки, закрытия лимитов в рамках управления рисками, отсутствие теоретических разработок эффективных методов оценки риска посредством расчета волатильности через Arch-Garch модели с распределениями GED (Generalized Error Distribution, обобщенное распределение ошибки), Стьюдента и большая практическаязаинтересованностьбанков определили выбор и актуальность темы исследования.
Цель диссертационного исследования. Усовершенствовать методы статистической оценки финансовых рисков и подходы к формированию лимитов типового российского банка, с учетом тестирования соответствия российским условиям методов статистического анализа финансовых рисков.
Поставленная цель обуславливает необходимость решения следующих задач:
1) уточнить финансовые риски банка, систематизировать подходы к их определению;
2) провести обзор и анализ развития методов оценки рисков (рыночных,кредитных, ликвидности). Уточнить понятие и обсудить подходы к оценке волатильности доходности ценных бумаг, описать способы расчета VaR;
3) систематизировать и выявить адекватный метод оценки риска операций банка с цепными бумагами по Arch и Garch моделям волатильности доходности с учетом специфики российского финансового рынка на основе законов распределения: Стьюдента, GED, Гаусса (нормального) и скошенного распределения Стьюдента;
4) обосновать недостатки формирования лимитов на базе непосредственных оценок VaR;
5) разработать новый синтетический подход к установлению лимитов на операции типового банка с ценными бумагами, продемонстрировать егопреимущество;
6) обосновать и подчеркнуть необходимость использования разной логики и методов при установлении резервов и лимитов;
7) сформулировать рекомендации по повышению качества управлениябанковскимирисками и увеличению эффективности деятельности. Обосновать преимущество для оценки и управления рисками координации деятельности управления по анализу и контролю рисков (УАКР) и службы внутреннего контроля (СВК).
Объектом исследования является типовой банк в части активных операций нафондовомрынке, политика установления резервов и лимитов побанковскимоперациям.
Предметом данного исследования являются подходы к формированию эффективной лимитной политики байка, статистические методы корректной оценки и прогнозирования финансового риска операций банка сакциямии облигациями.
Методологическая основа исследования. В процессе работы применялись общенаучные методы и приемы: научной абстракции, классификации, сравнения, обобщения, аналогии, моделирования, логического и функционального анализа. Нашли свое отражение методы статистического исследования временных рядов; построенияэкопометрическихмоделей.
Теоретической и статистической основой диссертационного исследования явились труды российских и зарубежных исследователей, посвященные вопросам анализа финансовых временных рядов, оценки, контроля и управления рисками банков, финансовых и инвестиционных компаний. Значительный вклад в разработку темы диссертации внесли положенияБазельскогосоглашения о капитале, передовые новости о научных изысканиях ведущихмировыхнаучных центров, технические документыкорпорацииJ.P. Morgan, Судостроительного банка, ассоциации профессиональных финансовыхменеджеров. За период с 1998 года накопился существенный объем статистической информации окотировкахценных бумаг на отечественныхбиржах. В работе были использованы данныеММВБпо: объему торгов, котировкам бумаг, индексам.
Область исследования соответствует п. 3.1 «Методы статистического измереиия и наблюдения социально-экономических явлений, обработки статистической информации, оценка качества данных наблюдений; организация статистических работ», п. 3.6 «Методология экономико-статистических исследований, направленных на измерение эффективности функционирования предприятий и организаций» и п. 3.7 «Методы измерения финансовых истраховыхрисков, оценки бизнес-рисков, принятия решений в условияхнеопределенностии риска, методология финансово-экономических иактуарныхрасчетов»
Раздела 3 «Статистика» специальности 08.00.12 «Бухгалтерскийучет, статистика» паспорта специальностейВАКРФ.
Научная новизиа заключается в решении теоретических и практических задач по совершенствованию методов статистического анализа финансовых рисков банка, с разработкой нового подхода лимитной политики банка для операций на фондовом рынке, систематизации и тестировании соответствия российскому рынку моделей волатильности доходности ценных бумаг.
К конкретным научным результатам исследования, полученным лично соискателем и выносимых на защиту, относятся следующие:
1) Дан анализ и систематизация подходов к формулировке и классификации банковских рисков, предложено собственное обобщенное определение риска;
2) Уточнены и систематизированы модели оценки волатильности уровней финансового временного ряда семейства Arch-Garch;
3) С использованием законов распределения GED, Стьюдепта, Нормального и скошенного распределения Стыодента, методов регрессионного анализа выявлены оптимальные с позиции целей банка модели оценки икраткосрочногопрогноза рыночного риска ценных бумаг российского фондового рынка. Отмечено преимущество распределений Стыодента и GED, систем моделей среднего и условной дисперсии со структурой волатильности доходности Garch и Egarch (Exponential garch) над более сложными формами;
4) Сформирован синтетический подход к проведению лимитной политики. В нем находит отражение как субъективный взгляд лица принимающего решения, его опыт, так и аналитические методы. Отмечена позитивность разбиения временного интервалаторговпо облигации с учетом моментоввыплатдля принятия адекватных корректировок позиции. Обоснована необходимость дифференцированного принятия решения по размерам позиции,лимитаи оцененных посредством VaR резервов;
5) Сформированы рекомендации по повышению эффективности управления финансовыми рисками банка. Обосновано преимущество координации деятельности УАКР и СВК. Разработана оптимальная с позиций соответствия отечественному рынку периодичность пересмотра лимитов.
Практическая значимость данного исследовании состоит в том, что полученные результаты относительно совершенствования метода оценки и краткосрочного прогноза рыночного риска ценных бумаг позволят снизить потери банков, повыситьприбыльностьинвестирования и как следствие качество работы склиентамии партнерами. Разработанный новый подход к проведению лимитной политики и установлению резервов не нарушает требований постепенно вводимых норм Базельского соглашения окапиталеи поможет байкам избежать конфликта с регулирующими органами государства, сделает их более прозрачными для партнеров.
Ряд выводов диссертации позволяет наметить дальнейшие направления исследований. Предложенная методика корректировки позиции по накопленным доходам, резервов в соответствии с размером VaR, оценкиволатилыюстис учетом разных законов распределения может быть использована при анализе риска, формировании планов и резервов покредитами иным операциям, как банков, так ипрочихпредприятий, в том числе и промышленных. Интересны возможности применения моделей оценки волатилыюсти доходности на базе распределений Стыодента и GED в качестве показателя риска при формировании предложенийклиентам- физическим лицам, как индивидуальныминвесторам, для повышения качества управления ихпортфелеми роста его прибыльности.
Материалы диссертации могут быть привлечены для дальнейших исследований оценки волатилыюсти доходности бумаг российского фондового рынка и управления рисками субъектовкредитнойсферы, в статистических аналитических работах. Кроме того, их можно использовать в качестве практических пособий и иллюстраций для таких учебных курсов как: «Банковскоедело», «Финансовая статистика», «Финансовые риски», «Методы математико-статистического прогнозирования».

Список литературы

Заключение диссертациипо теме "Бухгалтерский учет, статистика", Золкин, Александр Юрьевич

ВЫВОДЫ И РЕКОМЕНДАЦИИ
1) В рамках исследований были охарактеризованы сущность, особенности деятельности и место типовогокоммерческогобанка в современном мире, его роль в процессе эволюции финансовых отношений. Проведен исторический обзор и критический анализ взглядов отечественных и зарубежных ученых к вопросу понятия риска в целом,банковскогориска в частности, классификации рисковкредитнойорганизации. Предложено собственное обобщенное определение, обоснованопреимуществогибкой классификации рисков Базельского комитета, важность экспертного мнения и целей банка при выявлении риска.
2) На основании анализа существующих научных трудов произведена авторская систематизация моделей оценкиволатильностиуровней финансового временного ряда семейства Arch-Garch (с этим процессом в ряде).
3) Исследование показало общее преимущество использования для оценки риска операций банка сакциямизаконов распределения Стьюдента и GED, выделить лидера из них практически по всемакциямне удалось. Оптимальность той или иной системы и распределения чрезвычайно лабильна к целям байка (минимум потерь или минимумрезервирования), событиям рынка, к уровню выбранной доверительной вероятности. На практике решение следует принимать на основе индивидуальных особенностей каждойценнойбумаги.
4) Для оценки риска (волатильностидоходности) акций на российском рынке можно использовать системыэконометрическихмоделей оценки временных рядов малых порядков (<= 2) и простой структуры (в основном AR(1),MA(1), ARMA(1,1) - Garch (1,1)). Случаи наличия эффекта «левериджа» в рядах отлично удается учесть посредством формы моделей волатильности EGarch и GJR.
5) Системы с моделью волатильностидолгосрочнойпамяти показали себя адекватными лишь дляакцииСбербанка (система ARMA(3,1)-Fiaparch-Chung (1,1) St), что отражает в какой-то мере значительное воздействие этогоэмитентана банковскую систему в целом.
6) Системы срегрессоромволатильности в модели среднего допустимы и иногда, при сочетании целей банка и свойств рынка, оптимальны.
7) Абсолютно не пригодными показали себя методы расчета волатильности доходности как простой и экспоненциально скользящих средних. При наличии тенденции к стабильному ростукотировоки ограниченности во времени принятия решения, применение метода вычисления волатильности какСКОиногда предпочтительно и требует меньшего объема резервирования. При этом количество и размер превышений может быть больше соответствующих значений оптимальнойэконометрическоймодели.
8) Дляакцийс большей ликвидностью чаще наблюдается эффект «левериджа» (модели EGarch, GJR), в период негативных новостей рынка желательно использовать модели с распределением Стыодента. В периодволатильногороста рынка те же модели при уровне доверия 99% лучше рассматривать с позиций распределения GED.
9) В условиях роста рынка увеличение волатильности приводит к потере экономности эконометрических моделей. Допустимо в этой связи оцениватьволатильностькак СКО, но при резких колебаниях в этом случае потери могут быть существенны.
10) Значительныхотраслевыхособенностей выявить не удалось. В то же время анализценныхбумаг ТНК, энергетики, машиностроения показал возможности улучшить эффективность оценки риска посредством законов распределения Стьюдента, GED. Цепныебумагиотрасли связи требуют более сложных распределений для оценки. Скошенное распределение Стыодента эффективно вметаллургии.
11) Эффективнее оценивать рыночный риск операций с акциямиэмитентовс государственной формой собственности посредством рассмотрения остатков по закону распределения Стьюдента. Для иных формсобственностиособых предпочтений нет.
12) Дляоблигацийоптимальными стали системы моделей с простыми формами модели условной дисперсии и незначительным шагом модели среднего при предположении аппроксимации остатков распределением GED.
13) Проведенное исследование подтвердило возможность повысить эффективность статистического анализа риска посредством применения: различных форм моделей семейства Arch-Garch для оценки волатильности доходности, распределений Стыодента и GED для характеристики поведения остатков. Выявленныеотраслевыеособенности, различия по типу ценной бумаги, форме собственности могут быть полезны в повседневной деятельности банка нафондовомрынке, корректной оценки рискатекущихпозиций.
14) Новые подходы к установлениюлимитовпоказали свое преимущество по сочетанию критериев, чувствительность к адекватности выбранной системы моделей среднего и волатильности доходности, распределению случайной величины £. Их применение, наряду с рекомендованным графиком пересмотра лимитов, позволит банкам повысить эффективность своей деятельности, надежность и обоснованность принимаемых решений.
15) Обоснована необходимость установления лимитов на группы связности, различия в статистических подходах к определению индивидуальных лимитов, лимитов по направлениям, лимитов по группамактивов. Предложен порядок прекращения направлений деятельности вкризиснойситуации на рынке.
16) Рекомендовано устанавливать связь в функционировании, контроле и обмене информацией между УАКР иСВК, под единоначалием заместителя председателя правления банка, что наряду с систематизацией лимитов может быть полезно в процессереорганизацииструктуры управления рисками банка.

Список литературы диссертационного исследованиякандидат экономических наук Золкин, Александр Юрьевич, 2006 год

1. Законы и инструкции.
2. Гражданский кодекс Российской Федерации2. «Международная конвергенция измерениякапиталаи стандартов капитала: новые подходы, Июнь 2004, Банк международных расчетов.Базельскийкомитет по банковскому надзору (Базель2);
3. Постановление Федеральной комиссии по рынкуценныхбумаг РФ от 24.12.2003, №03-52/пс.
4. ЦБ РФ Положение о порядке расчетакредитнымиорганизациями размера рыночных рисков N 89-П 24 сентября 1999 г.;
5. ЦБ РФ Положение о правилах ведениябухгалтерскогоучета в кредитных организациях, расположенных на территории Российской Федерации N 205-П, 5 декабря 2002 г.
6. ЦБ РФ Положение о порядке формирования кредитными организациямирезервовна возможные потери N 232-П, 9 июля 2003 г.
7. ЦБ РФ Положение о порядке формирования кредитными организациями резервов на возможные потери поссудам, по ссудной и приравненной к нейзадолженностиN 254-П, 26 марта 2004 г.
8. Basel Committee on Banking Supervision, "Public Disclosure of the Trading and Derivatives Activities of Banks and Securities Firms" BIS, Basel, Switzerland, 1995.
9. Basel Committee on Banking Supervision, "Amendment to the Capital Accord to Incorporate Market Risks", Basle, Switzerland, 1996
10. Basel II: International Convergence of Capital Measurement and Capital Standards: A Revised Framework November. 2005.
11. Basel II: International Convergence of Capital Measurement and Capital Standards: A Revised Framework Comprehensive Version, June 2006.1. Отечественные источники.
12.АбчукВ.А. Предприимчивость и риск (21 рокпредпринимательстваи менеджмента). -Л.: ЛФВИПКРП, 1991.-8 с.
13. Альгии А.П. Грани экономического риска. -М.: Знание, 1991 8 с.
14.АникинА.В. Юность науки: жизнь и идеи мыслителей-экономистов до Маркса. -Политиздат, 1985. 204 с.
15.БалабановИ.Т. Риск-менеджмент. М.: Финансы и Статистика, 1996
16.БеляковА.В. Банковские риски: проблемы учета, управления и регулирования М.: ИГ "БДЦ-Пресс", 2003г.
17. Бочкаи Т.,МессенД., Мико Д. Хозяйственный риск и методы его измерения. М.: Экономика, 1979.
18. Васютович А., Сотникова 10. Рыночный риск: измерение и управление. 2003, www.finrisk.ru.
19.ВолковС.Н. Современный риск-менеджмент с использованием методологии VaR. -2002, www.finrisk.ru.
20.ВоробьевС.Н., Балдин К.В. Управление рисками впредпринимательстве. М.: 2005
21.ГамзаВ.А. Рисковый сектор коммерческих организаций, М.: Экономика, 2002
22. Грибунин В. Глоссарий по цифровой обработке сигналов (предварительная версия). -2005, www.autex.spb.ru.
23.ДзарасовС.С. Деятельность банков: современный опытСША. М.: Экономист, 1992. -161с.
24.ДубининС.К. Об итогах работы Банка России за 1996 г. и задачах на 1997 г. //Деньгии кредит. -1997. №1. - с. 6.
25.ДоугертиК. Введение в эконометрику: Учебник для вузов: Пер с англ. М.: Инфра-М, 1999.
26.ЕлисееваИ.И. Эконометрика. Издание 2. М.:Финансыи статистика, 2005.
27.ЕрмасоваН.Б. Риск-менеджмент организации. М.: Альфа-пресс, 2005.
28.ЖуковЕ.Ф., Литвиненко Л.Т., Зеленкова Н.М. Деньги,кредит, банки. Гриф МО РФ. -М.:Юнити, 2003.
29. Золкип А.Ю. Эффективность статистическо-эконометрических методов оценки финансовых рисков в России// XVIIПлехановскиечтения. М.: РЭА, 2004.
30.ЗолкинА.Ю. Оценка рыночного рискакорпоративныхоблигаций в рамках банковской деятельности // XVIII Плехановские чтения. М.:РЭА, 2005.
31.ЗолкинА.Ю. Лимитирование банковских операций сакциями// XIX Плехановские чтения.-М.: РЭА, 2006.
32.ЗолкинА.Ю. Анализ эффективности оценки риска финансового рынка на различных периодах воздействия внешних факторов // Прикладная финансовая статистика банков ифондовогорынка. Сб. науч. тр., Вып. 1. -М.: РЭА, 2006.
33.ЗолкинА.Ю. Общие структуры и реализация аналитической компоненты процесса управления рисками вкредитныхорганизациях // Прикладная финансовая статистика банков и фондового рынка. Сб. науч. тр., Вып. 1. М.: РЭА, 2006.
34.ЗолкинА.Ю. Эффективная оценка риска инвестиционныхвложенийклиентов в коммерческом банке //Материалы конференций МБИ. М.: МБИ, 2006.
35.ЗолкинА.Ю. Новый подход к установлениюбанковскихлимитов на акции // Финансы и Кредит. №29. М.: ИД Финансы и кредит, 2006.
36.ИвасенкоА.Г. Банковские риски. М.: Вузовская книга, 1998. - 4 с.
37.КанторовичГ.Г. Анализ временных рядов //Экономический журналВШЭ. 2002. -№1-4.
38.КанторовичГ.Г. Анализ временных рядов //Экономический журнал ВШЭ.-2003.-№1.
39.КейнсДж. Общая теория занятости,процентаи денег. -М.:, 1991. 132 с.
40.КовалевВ.В. Введение в финансы именеджмент. М.: ИД Финансы и кредит, 1999
41. Кононова Т., Кузнецов В. Рыночный риск и как с ним бороться //Банковскиетехнологии (эл. версия).
42.КузнецовВ.Е. Измерение финансовых рисков // Банковские технологии. 1997.-№7. -С.76-78
43.ЛаврушинаО.И. Банковские операции часть 1. М.: Инфра-М, 2000.
44.ЛапустаМ.Г., Шаршукова Л.Г. Риски впредпринимательскойдеятельности. М.: ИНФРА-М, 1996.
45.ЛебедевС.А. Оценка кредитного рискапортфеляфинансовых инструментов // Прикладная финансовая статистика банков и фондового рынка. Сб. науч. тр., Вып. 1. М.: РЭА, 2006. - С. 12-25
46.ЛобановА. А., Кайнова Е. И. Сравнительный анализ методов расчета VaR-лимитовс учетом модельного риска на примере российского рынкаакций// Управление финансовыми рисками. 2005. - №1 - С. 44-55.
47.МалашихинаН.Н., Белокрылова О.С. Риск-менеджмент. Ростов-на-Дону: Феникс, 2004.-10-11 с.
48.МаршаллА. Принципы экономической науки: В 3-х т. М.:Прогресс, 1993. - Т.2,297 с.
49.МеньшиковИ.С., Шелагип Д.А. Рыночные риски: модели и методы. М.: Вычислительный центрРАН, 2000.
50. Милль Дж. С. Основы политическойэкономии: В 3-х т. М.: Прогресс, 1980. - Т.2.
51.НайтФ. Понятие риска инеопределенности//Альманах: теория и история экономических и социальных институтов и систем. М., 1994. Вып. 5. С. 23-24.
52. Нейман Дж. Ф.,МоргенштейнО. Теория игр и экономическое поведение: Пер. с апгл. -М., 1970.
53.ПечаловаМ.Ю. Организация риск-менеджмента вкоммерческомбанке // Менеджмент в России и за рубежом. 2001. - №1.
54.ПоловинкинП., Зозулюк А. Предпринимательские риски и управление ими // Российский экономический журнал. -1997. №9. - С. 71
55.ПолякГ.Б. Финансовый менеджмент / О. И.Дранко, Н. Ф. Самсонов, А.В.Тюрина, Г.Б. Поляк; Под ред. Г.Б. Поляка. М.: Юнити-дапа, 2004
56.ПолякГ.Б. Государственные и муниципальные финансы. М.: Юнити, 2004.
57. Проблемы формированиялимитнойполитики коммерческого банка: Материалы семинара. М.: АО «Диалог-МГУ», 2000.
58.РикардоД. Начала политической экономики иналогообложения// Антология экономической классики. М.: Экопов-Ключ, 1993. - С. 470
59.РоговМ.А. Риск-менеджмент. М.: Финансы и статистика, 2001. - 8-10,12 с.
60. Рэй К. И. Рынокоблигаций. Торговля и управление рисками, перевод с английского. -М.: ДЕЛО, 1999.- 150 с.
61.СеврукВ.Т. Банковские риски. М.: Дело ЛТД, 1995.
62.СмирновА.В. Управление ресурсами и финансово-аналитическая работа в коммерческом банке. М.: ИГ «БДЦ-пресс», 2002.
63.СмитА. Начала политической экономики и налогообложения // Антология экономической классики.-М.: Эконов-Ключ, 1993.-С. 161-162,171-174
64.СоколинскаяН.Э. Экономический риск в деятельностикоммерческихбанков. Методы оценки и практика регулирования. М.: Знания, 1991. - 4 с.
65.СтупаковB.C., Токарепко Г.С. Риск-менеджмент М.: Финансы и статистика, 2005.
66.ТавасиевА. М. Банковский менеджмент.// Деньги и кредит. 1997. - №8. - С. 57 - 64
67.ТагирбековК.Р. Основы банковской деятельности (Банковскоедело) / Л.П. Афанасьева,
68. B.И. Богатырев и др. (под редакциейТагирбековаК.Р.) М.: Весь Мир, 2003, С. 26-29
69.ТагирбековК.Р. Организация и управлениекоммерческимбанком: Учеб. пособие. М.: Изд-во Весь Мир, 2006. - С. 25-32
70.ТихомировН.П., Дорохина E.IO. Эконометрика. -М.: Экзамен, 2003.
71.ТэпманЛ.Н. Риски в экономике: В ред. В.А.ШвандарМ.: Юнити-Дата, 2002.
72.УткинЭ.А. Риск-менеджмент. М.: Ассоциация авторов и издателей «Тандем», 1998. -2 с.
73. Фипгер К. С.,МальцА. М. Добро пожаловать на событие этой недели одно на миллион, перевод с английского // Управление рисками. Сб. науч. тр., исп. ред. Д.Пикфорд. - М.: Вершина, 2004.
74.ЧелноковВ.А. Деньги, кредит, банки. М.: Юнити, 2005.
75.ЧерноваГ.В., Кудрявцев А.А. Управление рисками: Учеб. пособие. М.: Проспект, 2003.-112-114 с.
76.ШарпУильям Ф., Александер Г.Инвестиции. М.: Инфра-М, 2004 - 315 е.
77.ШиринскаяЕ.Б., Пономарева Н.А., Купчинский В.А. Финансово-Аналитическая служба в банке. -М.: ФБК-Пресс, 1998.
78.ШиряевА.Н. Вероятность. В 2-х тт. Изд.З. 2004.
79.ЩукинД.Ф. Банковский портфель: оценка риска, управление с помощьюопционов. -2003, finrisk.ru.
80.ЩукинД.Ф. О методике оценки риска VaR //РЦБ. -1999. № 16. - С.62-66
81. Экономический и юридический словарь: 13500 терминов / под ред. А.Н.Азрилияна-М.: Институт новой экономики, 2004.
82. Экономическая энциклопедия / под ред. Л.И.Абалкина. М.: Экономика, 1999. - 688 с.
83.ЭрроуК. Информация и экономическое поведение //Вопросы экономики. 1995. - №5.1. C.981. Иноязычные источники. .
84. Akaike Н. A New Look at the Statistical Model Identification, IEEE Transactions on Automatic Control, AC, 1974. pp. 716-723
85. Altman E., Resit A. Analyzing and Explaining Default Recovery Rates, Stern School of Business New York - December 2001.
86. Arrow K. Social Choice and individual values. 2nd ed. N. Y.: John Wiley, 1963.
87. Bachelier L. "Theorie de la Speculation", Annales de l'Ecole Normal Superieure. 1900. Series 3.-17,21-86 p.
88. Baillie R.T. The Message in Daily Exchange Rates: a Conditional Variance Tale / R.T. Baillie, T. Bollerslev // Journal of Business and Economic Statistics. 1989. - № 7. - pp 297 -305
89. Baillie R.T., Bollerslev T, Mikkelson H.O. Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity // Journal of Econometrics. -1996. №74 - pp. 3-30
90. Baillie R. Long Memory Processes and Fractional Integration in Econometrics // Journal of Econometrics. 1996. - №73 - pp. 5-59
91. Beaver W.H. Financial Rations and Predictions of Failure.//Empirical Research in Accounting Selected Studies, Supplement to Journal of Accounting Research. 1996. - №24.
92. Beeck H., Johanning L., Rudolph B. Value-at-Risk Limitstrukturen zur Steuerung und Begrenzung von Marktrisiken im Aktienbereich// OR-Spektrum 2002. - pp. 259-286
93. Bollerslev T. A Conditional Heteroskedastic Time Series Model for Speculative Prices and Rates of Return// Review of Economics and Statistics. 1987.-№69.-pp. 542 - 560
94. Bollerslev T. Generalised Autoregressive Conditional Heteroskedasticity // Journal of Econometrics. -1986. №31. - pp. 307-327
95. Bollerslev Т., Engle R.F., Nelson D.B. "ARCH Models", in R. F. Engle and D.L. McFadden (eds.) // Handbook of Econometrics, Volume IV. New York: Noth-Holland, 1994. - pp. 2959 -3038.
96. Bollerslev, Т., Mikkelsen H. O. Modeling and Pricing Long-Memory in Stock Market Volatility // Journal of Econometrics. 1996 - №73. - pp. 151-184.
97. Boudoukh, J., Richardson M., Whitelaw R. The Best of Both Worlds // RISK 1998. -№11. -pp. 64-67
98. Box G.E.P., Jenkins G.M. Time Series Analysis: Forecasting and Control. San Francisco: Holden Day, 1970.
99. Box G.E.P., Jenkins G.M., Reinsel G.C. Time Series Analysis: Forecasting and Control, third edition. -NJ: Prentice-Hall, 1994.
100. Bougerol P., Picard N. Stationarity of GARCH Processes and of Some Nonnegative Time Series // Journal of Econometrics. 1992. - №52. - pp. 115-128
101. Brown T.M. Habit persistence and lags in consumer behavior // Econometrica 1952. - №20 (3).-pp. 355-371.
102. Cai J. A Markov Model of Switching-Regime ARCH // Journal of Business and Economic Statistics, 1994. №12. - pp. 309 - 316
103. Chung, C.-F. Estimating the Fractionnally Intergrated GARCH Model // National Taiwan University working paper. 1999.
104. Crouphy M., Galai D. Risk Management. McGraw Hill, 2001
105. Cocheo S. How Sanwa plans for overall risk management // Risk Management, ABA, 1997 -№1.
106. Danielsson J., C. de Vries. Beyond the Sample: Extreme Quantile and Probability Estimation: Discussion Paper 298 L.: London School of Economics, 1998.
107. Davidson J. Moment and Memory Properties of Linear Conditional Heteroscedasticity Models: Manuscript. Cardiff University, 2001.
108. Davidson R., MacKinnon J. G. Estimation and Inference in Econometrics. Oxford University Press, 1992.
109. Dickey D. A., Fuller W. A. Distribution of the Estimators for Autoregressive Time-Series with a Unit Root // Journal of the American Statistical Assiciation. 1979. - Vol. 74. - pp. 427431
110. Diebold F.X., Nerlove M. Unit Roots in Economic Time Series: A Selective Survey // Rhodes G.F. and Fomby T.B.(eds.). Advances in Econometrics. Greenwich, CT: JAI Press. - 1990. -Vol. 8.-pp. 3-69
111. Ding Z., Granger C.W.J., Engle R.F. A Long Memory Property of Stock Returns and a New Model // Journal of Empirical Finance. 1993. - № 1. - pp. 83 -106
112. Dolado J.J., Jenkinson T. and Sosvilla-Rivero S. Cointegration and Unit Roots // Journal of Economic Survey. 1990. Vol. 4. P. 249-73
113. Dufour J.-M. Dummy variables and predictive tests for structural change // Economics Letters -1980.-6(3).- pp. 241-247
114. Durbin J. Errors in variables // Review of the International Statistical Institute. 1954. - 22 (l).-pp. 23-32
115. Durbin J. Testing for serial correlation in least-squares regression when some of the regressors are lagged dependent variables // Econometrica. 1970. -№38(3). - pp. 410-421
116. Embrechts P., Kluppelberg C., Mikosch T. Modelling Extremal Events for Insurance and Finance. Berlin: Springer, 1997.
117. Engle R.F. Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation // Econometrica. 1982. - №50. - pp. 987-1007
118. Engle R.F. Discussion: Stock Market Volatility and the Crash of 1987 // Review of Financial Studies.-1990.-№3.-pp. 103-106
119. Engle R.F., Manganelli S. CAViaR: Conditional Value at Risk by Quantile Regression // Working Paper 7341. -NBER, 1999.
120. Engle R.F., Lilien D.M., Robbins R.P. Estimating Time Varying Risk Premia in the Term Structure: the ARCH-M Model // Econometrica. 1987. -№55. - pp. 391-408
121. EViews "EViews User Guide Version 4.0". California, 2001.
122. Fernandez C., Steel M. On Bayesian Modelling of Fat Tails and Skewness // Journal of the American Statistical Association. 1998. - №93. - pp. 359-371
123. Fong G., Vasicek O.A., Multidimensional Framework for Risk Analysis // Financial Analysis Journal.-1997.-pp. 51-58
124. Friedman M. A Theory of the Consumption Function. Princeton: Princenton University Press, 1957.
125. Friedman M. The demand for money: some theoretical and empirical results // Journal of Political Economy. -1959. №67 (4). - pp. 327-351
126. Glosten L.R., Jagannathan R., Runkle D. Relationship Between the Expected Value and the Volatility of the Nominal Excess Return on Stocks // Journal of Finance. 1993. - № 48. - pp. 1779-1801
127. Gourieroux C., Jasak J. Truncated Maximum Likelihood, Goodness of Fit Tests and Tail Analysis: Unpublished Manuscript, 1998.
128. Hamilton J.D. and Susmel R. Autoregressive Conditional Heteroskedasticity and Changes in Regime//Journal of Econometrics, 1994-№64.-pp. 307-333
129. Harvey A.C., Ruiz E., Sentana E. Unobserved Component Models with ARCH Disturbances // Journal of Econometrics. 1992. -№ 52. -pp. 129-157
130. Hentschel L. All in the Family: Nesting Symmetric and Asymmetric GARCH Models // Journal of Financial Economics. -1995. -№ 39. -pp. 71-104
131. Higgins M.L., Bera A.K. A Class of Nonlinear ARCH Models // International Economic Review.-1992.-№33.-pp. 137-158
132. Hsieh D.A. Modeling Heteroskedasticity in Daily Foreign Exchange Rates // Journal of Business and Economic Statistics. 1989. - №7. - pp. 307-317
133. J.P. Morgan. Riskmetrics Technical Manual. NY, J.P. Morgan, 1995.
134. Johnstone J., Dinardo Econometric Methods (fourth edition). NY: McGraw-Hill, 1977.
135. Jorion Ph. Value at Risk: the new benchmark for managing financial risk. NY: McGraw Hill, 2001.
136. Jorion P. On Jump Processes in the Foreign Exchange and Stock Markets // Review of Financial Studies. 1988. - № 1. - pp. 427-445
137. Jorion P. Risk2: Measuring the Risk in Value at Risk // Financial Analysts Journal. 1995.
138. Judge G. G., Griffits W. E., Hill R. C., Lutkepohl H., Lee T.-C. The Theory and Practice of Econometrics. Second edition. NY: John Willey and Sons, 1985.
139. Lambert P., Laurent S. Modelling Skewness Dynamics in Series of Financial Data: Discussion Paper. Institut de Ststistique, Louvain-la-Neuve, 2000
140. Lambert P., Laurent S. Modelling Financial Time Series Using GARCH-Type Models and a Skewed Student Density. Mimeo, Universite de Liege, 2001.
141. Laurent S., Peters J-Ph. A Tutorial for G@RCH 2.3, a Complete Ox Package for Estimating and Forecasting ARCH Models. Belgium, Netherlands. - 2002. - pp. 30-31.
142. Li D.X. Value at Risk Based on the Volatility, Skewness and Kurtosis: working papers -1999.-№4.
143. Linsmeier Т., Pearson N. Risk Measurment: An Introduction to Value at Risk. Illinois, University of Illinois at Urbana-Champaign. Department of Accountancy and Departament of Finance. -1996.
144. Ljung G.M., Box G.E.P. On a Measure of Lack of Fit in Time Series Models // Biometrika. -1978.-№65.-pp. 297-303
145. Lucas A. The Effect of Fat Tails on Optimal Asset Allocations and Downside Risk. Research Memorandum 1996-47. Faculteit der Economische Wetenschappen en Econometrie, Vrije Universiteit Amsterdam. -1997.
146. MacKinnon J. C. Critical Values for Cointegration Tests // UC San Diego Discussion Paper. -1990.-pp. 90-94
147. Mahoney J. Empirical-Based Approaches to Value at Risk: an Examination of Foreign Exchange and Global Equity Portfolios // Risk Measurement and Systemic Risk, 1996.
148. Manganelli S., Engle R.F. Value at Risk models in finance // European central bank: Working paper series. 2001. - № 75.
149. Markowitz H.M. Portfolio Selection // The Journal of Finance. 1952.
150. Matacz A. Financial modeling and option theory with the truncated Levy process // International Journal of Theoretical and applied finance. 2000. -№3. -pp. 143-160
151. Mills T.C. The econometric modeling of financial time series. Cambridge University Press. -1999.- 138 p.
152. Milhoj A. The Moment Structure of ARCH Processes // Scandinavian Journal of Statistics. -1985.-№12.-pp. 281-292
153. Mishra B. An introduction to Risk and Return. Course readings. WHU-Koblenz, Fall 2000. -2 p.
154. Nelson D.B. Conditional Heteroskedasticity in Asset Returns // Econometrica. 1991. -№59. -pp. 347-370
155. Nelson D.B. Stationary and Persistence in the GARCH (1,1) Model // Econometric Theory. -1990,-№6.-pp. 318-334
156. Nelson D.B., Cao C.Q. Inequality Constraints in Univariate Garch Models // Journal of Business and Economic statistics. -1992. -№10. pp. 229-235
157. Nelson C. R., Kang H. Pitfalls in the Use of Time as an Explanatory Variable in Regression // Journal of Business and Economic Statistics. 1984. - №2. - pp. 73-82
158. Nelson C.R., Plosser C.I. Trends and Random Walks in Macroeconomic Time Series: Some Evidence and Implication // Journal of Monetary Economics. 1982. - №10. - pp. 139-162
159. Peiro A. Skewness in Financial Returns // Journal of Banking and Finance. 1999. -№23. -pp. 847-862
160. Perron P. The Great Crash, the Oil Price Shock, and the Unit Root Hypothesis // Econometrica. 1989. -№57. - pp. 1361-1401
161. Phillips P.C.B., Perron P. Testing for Unit Roots in Time Series Regression // Biometrica.1988.-Vol. 75.-pp. 335-346
162. Pritsker M. Evaluating Value at Risk Methodologies: Accuracy Versus Computational Time // Wharton Financial Institution Center Working Paper Series, working Paper. -1996. pp. 96-148
163. Salkever D.S. The use of dummy variables to compute predictions, prediction errors and confidence intervals // Journal of Econometrics. -1976. -№4(4). pp 393-397
164. Schibata R. Selection of the Order on an Autoregressive Model by Akaike's Information Criterion // Biometrika. -1976. №63. pp. 147-164
165. Schwarz G. Estimating the Dimension of a Model // The Annals of Statistics. 1978. - №6. -pp. 461-464
166. Schwet G. W. Why does Stock Market Volatility Change Over Time? // Journal of Finance.1989.-№44.-pp. 1115-1153
167. Sentana E. Quadratic ARCH Models // Review of Economic Studies. 1995. -№62. -pp. 639-661
168. Shaw J. Beyond VAR and Stress Testing in Grayling. London: Risk, 1997 - pp. 211 -223
169. Taylor S.J. Modelling Financial Time Series. New York: Wiley, 1986.
170. Tse, Y. The Conditional Heteroscedasticity of the Yen-Dollar Exchange Rate // Journal of Applied Econometrics. 1998. - №193. - pp. 49-55
171. Weiss A.A. Asymptotic Theory for ARCH Models: Estimation and Testing // Econometric Theory. 1986.-№2.-pp. 107-131
172. Wilson, T. Infinite Wisdom // Risk. 1993. - №6. - pp.37-45
173. Wold H. A Study in the Analysis of Stationary Time Series. Stockholm: Almqvist and Wiksel, 1938.
174. Zangari P. How Accurate is the Delta-Gamma Methodology? // Risk-Metrics Monitor (Third Quarter 1996). 1996. - pp. 12-29
175. Zakoian J.M. Threshold Heteroskedastic Models // Journal of Economic Dynamics and Control. -1994. -№18. pp. 931-955бро1 & /бчч тЗ.
176.ГОУВПО "Российская экономическая академия им. Г.В. Плеханова"1. На правах рукописи1. Золкин Александр Юрьевич