Kvalitativne metode analize rizika

Nakon što su svi identificirani moguće rizike za konkretan projekt potrebno je utvrditi opravdanost ulaganja, razvoja i rada na tom projektu. U tu svrhu provodi se analiza rizika investicijskog projekta.

Sve moguće metode analize rizika predložene u teoriji mogu se podijeliti na kvalitativne i kvantitativne pristupe. Kvalitativni pristup, osim utvrđivanja rizika, uključuje utvrđivanje izvora i uzroka njihova nastanka, kao i troškovnu procjenu posljedica. Glavne značajke kvalitativnog pristupa su: identificiranje jednostavnih rizika za projekt, identificiranje ovisnih i neovisnih rizika međusobno i od vanjskih čimbenika te određivanje jesu li rizici otklonjivi ili ne.

Uz pomoć kvalitativne analize utvrđuju se svi čimbenici rizika koji u jednoj ili drugoj mjeri povlače za sobom gubitke ili gubitke poduzeća, kao i vjerojatnost i vrijeme njihovog nastanka. Za najgori mogući scenarij razvoja projekta izračunava se maksimalni iznos gubitaka za tvrtku.

U kvalitativnom pristupu razlikuju se sljedeće metode analize rizika: metoda ekspertnih procjena; metoda troškovne izvedivosti; metoda analogija.

Metoda vještačenja.

Metoda ekspertne procjene uključuje tri glavne komponente. Prvo, intuitivno-logička analiza problema temelji se samo na intuitivnim pretpostavkama određenih stručnjaka, čije znanje i iskustvo mogu poslužiti kao jamac ispravnosti i objektivnosti zaključaka. Drugo, izdavanje rješenja o vještačenju; ova faza je završni dio rada vještaka. Stručnjaci donose odluku o svrsishodnosti rada na projektu koji istražuju i daju procjenu očekivanih rezultata prema različitim scenarijima razvoja projekta. Treća faza, završna za metodu ekspertne procjene, je obrada svih rezultata odluke. Za konačnu ocjenu potrebno je obraditi sve dobivene ocjene stručnjaka, te utvrditi ukupnu relativno objektivnu ocjenu i odluku vezanu uz pojedini projekt.

Od stručnjaka se traži da ispune upitnik s detaljnim popisom rizika vezanih uz projekt koji se analizira, u kojem trebaju utvrditi vjerojatnost rizika koje su identificirali na određenoj ljestvici. Najčešće metode ekspertne procjene rizika uključuju Delphi metodu, metodu bodovanja, rangiranje, usporedbu po parovima i druge.

Delphi metoda je jedna od metoda ekspertne procjene koja pruža brza pretraga odluke među kojima se naknadno bira najbolje rješenje. Korištenje ove metode omogućuje izbjegavanje proturječja među stručnjacima i dobivanje neovisnih pojedinačnih odluka, eliminirajući komunikaciju između stručnjaka tijekom ankete. Vještacima se daje upitnik na čija pitanja moraju dati neovisne, što objektivnije i razumne ocjene. Na temelju popunjenih upitnika analizira se odluka svakog stručnjaka, prevladava mišljenje, identificiraju se ekstremni sudovi, odluke su što jasnije, dostupnije i obrazložene, itd. Naknadno, stručnjaci mogu promijeniti svoje mišljenje. Cijela operacija obično se provodi u 2-3 kruga, sve dok se mišljenja stručnjaka ne počnu podudarati, što će biti konačni rezultat studije.

Metoda bodovanja rizika temelji se na općem pokazatelju određenom nizom privatnih stručnih pokazatelja rizika. Sastoji se od sljedećih koraka:

• 1) Utvrđivanje čimbenika koji utječu na pojavu rizika;
• 2) Odabir općeg pokazatelja i skupa posebnih kriterija koji karakteriziraju stupanj rizika za svaki čimbenik;
• 3) Izrada sustava težinskih koeficijenata i ljestvica ocjenjivanja za svaki pokazatelj (faktor);
• 4) Integralna procjena generaliziranog kriterija za stupanj rizika projekta;
• 5) Izrada preporuka za upravljanje rizicima.

Metoda rangiranja uključuje raspoređivanje objekata uzlaznim ili silaznim redoslijedom nekog inherentnog svojstva. Rangiranje vam omogućuje odabir najznačajnijeg čimbenika iz skupa čimbenika koji se proučavaju. Rezultat rangiranja je poredak.

Ako je dostupno n objekata, tada kao rezultat njihovog rangiranja od strane j-tog stručnjaka, svaki objekt dobiva ocjenu x ij - rang koji je i-tom objektu dodijelio j-ti stručnjak. Vrijednosti x ij su u rasponu od 1 do n. Rang najvažnijeg faktora jednak je jedinici, najmanje značajnog - broju n. Rang j-tog stručnjaka je niz rangova x 1j , x 2j , …, x nj .

Ova metoda je jednostavna za implementaciju, ali kada se procjenjuje veliki broj parametara, stručnjaci se suočavaju s poteškoćama konstruiranja rangirane serije, zbog činjenice da je potrebno istovremeno uzeti u obzir mnoge složene korelacije.

Metoda usporedbe po parovima je utvrđivanje najpoželjnijih objekata kada se uspoređuju svi mogući parovi. U ovom slučaju nema potrebe, kao kod metode rangiranja, poredati sve objekte, već je potrebno identificirati značajniji objekt u svakom od parova ili utvrditi njihovu jednakost.

Opet, u usporedbi s metodom rangiranja, parna usporedba može se provesti s velikim brojem parametara, kao iu slučajevima neznatnih razlika u parametrima (kada ih je praktički nemoguće rangirati, a spojeni su u jedan ).

Pri korištenju metode najčešće se sastavlja matrica veličine nxn, Gdje n- broj uspoređivanih objekata. Kada se uspoređuju objekti, matrica se popunjava elementima a ij na sljedeći način (može se predložiti druga shema punjenja):

Zbroj (po retku) u ovom slučaju omogućuje procjenu relativne važnosti objekata. Objekt za koji je iznos najveći može se smatrati najvažnijim (značajnim).

Zbrajanje se može vršiti i po stupcima (), tada će najznačajniji faktor biti onaj s najmanje bodova.

Vještačenje se sastoji u utvrđivanju stupnja utjecaja rizika na temelju stručnih procjena specijalista. Glavna prednost ove metode je jednostavnost izračuna. Nema potrebe prikupljati točne izvorne podatke i koristiti skupe i softver. No, razina rizika ovisi o znanju stručnjaka. Drugi nedostatak je teškoća privlačenja neovisnih stručnjaka i subjektivnost njihovih procjena. Radi jasnoće i objektivnosti rezultata, ova se metoda može koristiti u kombinaciji s drugim kvantitativnim metodama (objektivnijim).

Metoda relevantnosti i svrsishodnosti troškova, metoda analogija.

Analiza troškova i koristi temelji se na pretpostavkama da određeni čimbenici (ili jedan od njih) uzrokuju preveliku potrošnju projekta. Ti čimbenici uključuju:

• · početno podcjenjivanje troškova projekta u cjelini ili njegovih pojedinačnih faza i komponenti;
• · promjene granica projektiranja zbog nepredviđenih okolnosti;
• · razlike u izvedbi strojeva i mehanizama od onih predviđenih projektom;
• · povećanje troškova projekta u usporedbi s izvornim, zbog inflacije ili promjene porezno zakonodavstvo.

Za provedbu analize, prije svega, svi gore navedeni čimbenici su detaljizirani, zatim se sastavlja okvirni popis mogućih povećanja troškova projekta za svaku opciju za njegov razvoj. Cijeli proces provedbe projekta podijeljen je u faze, temeljem toga je i proces financiranja razvoja i provedbe projekta također podijeljen u faze. Međutim, faze financiranja postavljene su uvjetno, jer se mogu napraviti neke promjene kako se projekt razvija i razvija. Fazno ulaganje sredstava omogućuje investitoru da pažljivije prati rad na projektu, a ako se rizici povećaju, ili prekine ili obustavi financiranje, ili počne poduzimati određene mjere za smanjenje troškova.

Među kvalitativne metode analiza rizika, uobičajena je i metoda analogija. Glavna ideja ove metode je analizirati druge projekte slične onom koji se razvija. Na temelju istih rizičnih projekata analiziraju se mogući rizici, razlozi njihovog nastanka, posljedice rizika, proučavaju se posljedice utjecaja nepovoljnih vanjskih ili unutarnjih čimbenika na projekt. Primljene informacije se zatim projiciraju na novi projekt, što vam omogućuje da identificirate sve najveće moguće potencijalne rizike. Izvor informacija mogu biti ocjene pouzdanosti projektantskih, ugovornih, investicijskih i drugih tvrtki koje redovito objavljuju zapadne osiguravajuće kuće, analize trendova potražnje za određenim proizvodima, cijene sirovina, goriva, zemljišta itd.

Teškoća ove metode analize je teškoća dobivanja najtočnijeg analoga, zbog činjenice da ne postoje formalni kriteriji koji precizno utvrđuju stupanj sličnosti situacija. Ali, u pravilu, čak i ako je analog ispravno odabran, postaje teško formulirati ispravne preduvjete za analizu, potpuni i bliski stvarnosti skup scenarija za neuspjeh projekta. Razlog tome je što postoji vrlo malo potpuno identičnih projekata ili ih uopće nema; svaki projekt koji se proučava ima svoje individualne karakteristike i rizike koji su međusobno povezani s obzirom na jedinstvenost projekta, pa nije uvijek moguće apsolutno točno odrediti uzrok određenog rizika.

Kratak opis metode moderiranja troškova i metode analogija pokazuje da su one prikladnije za identifikaciju i opis mogućih rizičnih situacija za pojedini projekt nego za dobivanje čak i relativno točne procjene rizika investicijskog projekta.

Metoda kvantitativne analize rizika

Za procjenu rizika investicijskih projekata najčešće kvantitativne metode analize su:

• analiza osjetljivosti
• · metoda skripte
• · simulacijsko modeliranje (Monte Carlo metoda)
• · način usklađivanja diskontne stope
• stablo odlučivanja

Analiza osjetljivosti

U metodi analize osjetljivosti faktor rizika se uzima kao stupanj osjetljivosti rezultirajućih pokazatelja analiziranog projekta na promjene u vanjskim ili unutarnjim uvjetima njegovog funkcioniranja. Rezultirajući pokazatelji projekta obično su pokazatelji uspješnosti (NPV, IRR, PI, PP) ili godišnji pokazatelji projekta (neto dobit, akumulirana dobit). Analiza osjetljivosti podijeljena je u nekoliko uzastopnih faza:

• · utvrđuju se osnovne vrijednosti rezultirajućih pokazatelja, matematički se utvrđuje veza između početnih i rezultirajućih podataka
• · izračunavaju se najvjerojatnije vrijednosti početnih pokazatelja, kao i raspon njihovih promjena (obično unutar 5-10%)
• · utvrđuju se (izračunavaju) najvjerojatnije vrijednosti rezultirajućih pokazatelja
• · Izvorni parametri koji se proučavaju ponovno se izračunavaju jedan po jedan unutar dobivenog raspona, dobivaju se nove vrijednosti rezultirajućih parametara
• · Početni parametri su rangirani prema stupnju utjecaja na rezultirajuće parametre. Stoga su grupirani prema stupnju rizika.

Stupanj izloženosti investicijskog projekta odgovarajućem riziku i osjetljivost projekta na svaki čimbenik određuje se izračunavanjem pokazatelja elastičnosti, koji je omjer postotne promjene rezultirajućeg pokazatelja i promjene vrijednosti parametra za jedan posto.

Gdje je: E - indeks elastičnosti

NPV 1 - vrijednost osnovnog rezultirajućeg pokazatelja

NPV 2 - vrijednost rezultirajućeg pokazatelja pri promjeni parametra

X 1 - osnovna vrijednost varijabilnog parametra

X 2 - promijenjena vrijednost varijabilnog parametra

Što je veći indeks elastičnosti, to je projekt osjetljiviji na promjene u ovom faktoru, a projekt je osjetljiviji na odgovarajući rizik.

Također, analiza osjetljivosti može se provesti grafički, iscrtavanjem ovisnosti rezultirajućeg pokazatelja o promjenama faktora koji se proučava. Osjetljivost NPV vrijednosti na promjenu faktora mijenja razinu nagiba odnosa; što je veći kut, to su vrijednosti osjetljivije, ai rizik je veći. U točki sjecišta izravnog odgovora s x-osi, vrijednost parametra određena je u postotcima pri kojima će projekt postati neučinkovit.

Nakon toga se na temelju provedenih izračuna svi dobiveni parametri rangiraju po stupnju značajnosti (visoki, srednji, niski), te se konstruira „matrica osjetljivosti“ uz pomoć koje se utvrđuju faktori koji su najviše i najmanje rizični za investicijski projekt.

Bez obzira na inherentne prednosti metode - objektivnost i jasnoću dobivenih rezultata, postoje i značajni nedostaci - promjene jednog faktora promatraju se izolirano, dok se u praksi svi ekonomske snage su u korelaciji u jednom ili drugom stupnju.

Metoda skriptiranja

Metoda scenarija predstavlja opis svih mogućih uvjeta za provedbu projekta (bilo u obliku scenarija ili u obliku sustava ograničenja vrijednosti glavnih parametara projekta) kao i opis mogućih rezultata i pokazatelji uspješnosti. Ova se metoda, kao i sve druge, također sastoji od određenih uzastopnih koraka:

• · grade se najmanje tri moguće opcije scenariji: pesimistični, optimistični, realni (ili najvjerojatniji ili prosječni)
• · početne informacije o čimbenicima nesigurnosti pretvaraju se u informacije o vjerojatnosti pojedinih uvjeta provedbe i određenih pokazatelja izvedbe

Na temelju dobivenih podataka određuje se pokazatelj ekonomska učinkovitost projekt. Ako su vjerojatnosti pojave određenog događaja koji se odražava u scenariju točno poznate, tada se očekivani integralni učinak projekta izračunava pomoću formule matematičkog očekivanja:

Gdje je: NPVi - integralni učinak pri provedbi i-tog scenarija

pi je vjerojatnost ovog scenarija

U ovom slučaju, rizik neučinkovitosti projekta (Re) procjenjuje se kao ukupna vjerojatnost onih scenarija (k) u kojima očekivana učinkovitost projekta (NPV) postaje negativna:

Prosječna šteta od provedbe projekta u slučaju njegove neučinkovitosti (Ue) određena je formulom:

Glavni nedostatak metode analize scenarija je faktor uzimanja u obzir samo nekoliko mogućih ishoda za investicijski projekt, ali u praksi broj mogućih ishoda nije ograničen.

Metoda analize PERT (Tehnika evaluacije i pregleda programa)

Stručnjaci kao jednu od metoda analize scenarija ističu metodu PERT analize (Program Evaluation and Review Technique). Glavna ideja ove metode je da se pri razvoju projekta postavljaju tri parametra projekta - optimističan, pesimističan, najvjerojatniji. Zatim se očekivane vrijednosti izračunavaju pomoću sljedeće formule:

Očekivana vrijednost = [Optimistična vrijednost 4x Najvjerojatnija vrijednost + Pesimistična vrijednost]/6

Koeficijenti 4 i 6 dobiveni su empirijski na temelju statističkih podataka velikog broja projekata. Na temelju rezultata proračuna provodi se ostala analiza projekta. Učinkovitost PERT analize je maksimalna samo ako se vrijednosti sve tri procjene mogu opravdati.

Stablo odlučivanja

Metoda stabla odlučivanja predstavlja mrežne grafove u kojima svaka grana predstavlja različite alternativne opcije za razvoj projekta. Prateći svaku izgrađenu granu projekta, možete pratiti sve moguće faze razvoja projekta, te sukladno tome odabrati najoptimalniji, a s najmanje rizika. Ova metoda analize podijeljena je u sljedeće faze:

• · Identificiraju se vrhovi za svaki problematičan i dvosmislen trenutak u razvoju projekta te se grade grane (mogući putovi za razvoj događaja)
• · Za svaki luk se ekspertnom metodom utvrđuje vjerojatnost i mogući gubici u ovoj fazi.
• · Na temelju svih dobivenih vrijednosti vrhova izračunava se najvjerojatnija vrijednost NPV (ili drugog pokazatelja značajnog za projekt).
• · Provedena je analiza distribucije vjerojatnosti

Jedino ograničenje i mogući nedostatak metode je obvezna prisutnost razumnog broja mogućnosti razvoja projekta. Glavna razlika je mogućnost potpunog i detaljnog uzimanja u obzir svih čimbenika i rizika koji utječu na projekt. Metoda se posebno koristi u situacijama kada se odluke o realizaciji projekta donose postupno, te ovise o prethodno donesenim odlukama, tako da svaka odluka zauzvrat određuje scenarij daljnji razvoj projekt.

Simulacijsko modeliranje (Monte Carlo metoda)

Analiza rizika investicijskih projekata Monte Carlo metodom kombinira dvije prethodno proučavane metode: metodu analize osjetljivosti i analizu scenarija. U simulacijskom modeliranju, umjesto generiranja scenarija najboljeg i najgoreg slučaja, računalo generira stotine mogućih kombinacija parametara dizajna na temelju njihove distribucije vjerojatnosti. Svaka rezultirajuća kombinacija proizvodi vlastitu NPV vrijednost. Takav izračun moguć je samo korištenjem posebnih računalni programi. Fazna shema simulacijskog modeliranja konstruirana je na sljedeći način:

• · formuliraju se čimbenici koji utječu na novčane tokove projekta;
• · za svaki faktor (parametar) konstruira se distribucija vjerojatnosti, a u pravilu se pretpostavlja da je funkcija distribucije normalna, pa je za njeno postavljanje potrebno odrediti samo dvije točke (matematičko očekivanje i varijancu) ;
• · računalo nasumično odabire vrijednost svakog faktora rizika na temelju njegove distribucije vjerojatnosti;

sl.1.3

sl.1.4

Nedostaci ove metode modeliranja rizika uključuju:

• · postojanje koreliranih parametara uvelike komplicira model
• · tip distribucije vjerojatnosti za parametar koji se proučava može biti teško odrediti
• · kada se razvijaju pravi modeli, možda će biti potrebno privući vanjske stručnjake ili znanstvene konzultante;
• · istraživanje modela moguće je samo uz dostupnost računalne tehnologije i posebnih aplikacijskih programskih paketa;
• · relativna netočnost dobivenih rezultata u usporedbi s drugim metodama numeričke analize.

Metoda usklađivanja diskontne stope

Zbog jednostavnosti izračuna, u praksi je najprimjenjivija metoda diskontne stope prilagodbe rizika. Ova metoda je prilagodba zadane osnovne diskontne stope, smatra se bezrizičnom i minimalno prihvatljivom (na primjer, granični trošak kapital za tvrtku). Usklađivanje se provodi na sljedeći način: dodaje se iznos potrebne premije rizika, zatim se izračunavaju kriteriji učinkovitosti investicijskog projekta (NPV, IRR, PI). Odluka o učinkovitosti projekta donosi se prema pravilu odabranog kriterija. Što je veći rizik, to je veća premija.

Korekcije rizika postavljaju se zasebno za svaki pojedini projekt, jer u potpunosti ovise o specifičnostima projekta koji se proučava.

Pošaljite svoj dobar rad u bazu znanja jednostavno je. Koristite obrazac u nastavku

Studenti, diplomanti, mladi znanstvenici koji koriste bazu znanja u svom studiju i radu bit će vam vrlo zahvalni.

Objavljeno na http://www.allbest.ru/

Objavljeno na http://www.allbest.ru/

Uvod

1.1 Uvodne napomene

1.4.2 Sustav upravljanja rizikom

Poglavlje 2. Modeliranje procesa upravljanja operativnim rizikom kreditnih institucija

2.1 Matematička formulacija problema

2.2 Modeliranje iznosa gubitaka

2.3. Modeliranje ovisnih struktura slučajnih varijabli. Funkcije kopule

2.4 Modeliranje frekvencija gubitaka

2.5 Stohastički Monte Carlo model slučajne aproksimacije

2.6 Izračun rizičnog kapitala 66

Poglavlje 3. Implementacija sustava upravljanja operativnim rizikom

3.1 Razvoj i implementacija sustava upravljanja operativnim rizikom

3.2 Izračun rizičnog kapitala

3.3 Ocjena ekonomske učinkovitosti i održivosti modela

Zaključak

Popis korištene literature

Prijave

Uvod

matematički operativni rizik

Ekonomsko i matematičko modeliranje sada je u fazi u kojoj je sazreo kvalitativni skok. Po cijelom svijetu se nakupilo veliki iznos razni modeli. Koje god područje ekonomije uzmemo, uvijek će postojati cijeli niz matematičkih, računalnih, verbalnih i smislenih modela koji se na ovaj ili onaj način odnose na to. Stotine znanstvenih časopisa mjesečno objavljuju opise novih modela, ili modifikacije i razvoj starih.

Svi oni, iako se nazivaju ekonomskim modelima, zapravo su modeli jednog određenog područja gospodarstva i objašnjavaju jednu stvar. Svaki od njih doprinosi sustavu znanja o gospodarstvu. Osobitost procesa razumijevanja i spoznaje složenih pojava od strane osobe je njihovo pojednostavljenje, svođenje na jednostavnu sliku. Stoga, budući da je znanje beskonačno, stvaranje modela također, očito, nema ograničenja.

U okviru matematičke ekonomije, koristeći se formalnim sredstvima, proučavanje složenih ekonomskih mehanizama već nailazi na značajne poteškoće. Modeli više nisu tako lijepi i cjeloviti kao u klasičnim slučajevima, iako se smatraju najčešćim ili ekonomski najisplativijim kombinacijama jednostavnih mehanizama.

S praktičnog gledišta, bilo koji, čak i vrlo veliki broj informacija sama po sebi nema vrijednost. Podaci u svom čistom obliku nisu vrsta znanja koja se naziva "moć". Informacija postaje moć kada vam omogućuje da predvidite budućnost, tj. odgovoriti na glavno pitanje pri odabiru rješenja: "Što će se dogoditi ako?" Za odgovor na ovo pitanje, osim podataka, morate imati i model stvarnog svijeta.

Odakle dolaze modeli i zašto ih praktički nema u sustavima upravljanja bankama? U bankarskom poslovanju proces stvaranja adekvatnih modela kompliciraju dva objektivno postojeća faktora. Prvi je da je banka sa stanovišta upravljanja izuzetno složen objekt, koji se sastoji od mnogo različitih podsustava, između kojih postoji veliki broj heterogenih veza. Poslovanje banke sastoji se od niza poslovnih procesa koji značajno ovise o mnogim vanjskim čimbenicima: zakonodavnim, ekonomskim, društvenim, političkim.

U kibernetici se objekti poput banke nazivaju složenim sustavima, a metode za njihovo proučavanje nazivaju se metodama analize sustava. Najznačajniji rezultati u ovom području povezani su s operacijskim istraživanjem, pristupom koji se temelji na korištenju kvantitativnih matematičkih metoda za procjenu odluka. Međutim, korištenje kvantitativnih metoda moguće je samo u slučaju kada istraživač ima odgovarajuće matematičke modele, kojih u bankarstvu upravo nema.

Drugi čimbenik očituje se u činjenici da je u bankarstvu (osobito u kontekstu prijelaza na tržište) nemoguće provoditi ciljane eksperimente koji prethode postavljanju hipoteze i omogućuju njezinu praktičnu provjeru. Akumulacija analitičara osobno iskustvo onemogućuje dinamičnu promjenu situacije tipične za modernu Rusiju.

Više od svega financijska znanost povezana je s analizom isplativosti investicijskih aktivnosti. Osim mjerenjem profitabilnosti, bankovni analitičari bave se i neizvjesnošću stvaranja prihoda; Analiza rizika povezana je s ovom neizvjesnošću. Nerazvijenost ovih pitanja u našoj praksi objašnjava potrebu proučavanja strano iskustvo u smislu njegove primjene u Rusiji.

Skup pokazatelja, metoda i modela izračuna koji se koriste u procjeni profitabilnosti pojedine bankarske strategije predmet je novih, dinamično razvijajućih znanstvenih pravaca-- financijska matematika i financijska analiza, formirana na raskrižju moderna teorija financije i niz matematičkih disciplina, kao što su: ekonometrija, teorija vjerojatnosti, matematička statistika, operacijska istraživanja, teorija slučajnih procesa.

Glavni cilj bankarstva je maksimiziranje profita; Gotovo jednak zadatak je i minimiziranje bankovnih rizika. Pad profitnih marži iz bankovnog poslovanja, sve manja baza klijenata i smanjenje prometa na računima klijenata dovode do toga da omjer dobiti banke i troškova poslovanja postaje izrazito nepovoljan. Tako se stvara situacija u kojoj su banke prisiljene tražiti načine za smanjenje troškova i minimiziranje rizika. A to zauzvrat tjera banke na konverziju Posebna pažnja na financijsku analizu i metode upravljanja vašim resursima.

Sposobnost preuzimanja razumnog rizika jedan je od elemenata kulture poduzetništva općenito, a posebice bankarstva. U tržišnim uvjetima svaki njegov sudionik prihvaća određena pravila poslovne igre i u određenoj mjeri ovisi o ponašanju svojih partnera. Jedno od tih pravila može se smatrati spremnošću za preuzimanje rizika i uzimanje u obzir mogućnosti njegove primjene u svojim aktivnostima.

Jedna od glavnih vrsta rizika kreditnih institucija je operativni rizik, uzrokovan neizvjesnošću stanja i funkcioniranja njihovog unutarnjeg i vanjskog okruženja. Gubici od nastanka događaja operativnog rizika mogu dovesti do značajnih izravnih i neizravnih gubitaka, propasti poduzeća pa čak i gubitka života. Stečajevi visokog profila zadnjih godina, koji su između ostalog uzrokovani greškama u organizaciji sustava upravljanja operativnim rizikom, ukazuju na razmjere i nedovoljnu razrađenost problematike procjene, sprječavanja i minimiziranja gubitaka od nastanka događaja povezanih s operativnim rizikom. Nedostatak reprezentativnih statističkih informacija, heterogen i individualan profil operativnog rizika za svaku kreditnu organizaciju onemogućuje korištenje općeprihvaćenih metoda i modela mjerenja i upravljanja financijskim rizicima koji se koriste u teoriji upravljanja rizicima za analizu i upravljanje operativnim rizikom. .

Potreba za rezerviranjem kapitala za operativni rizik (uključivanje operativnog rizika u izračun stope adekvatnosti kapitala H1) postala je stvarnost za ruske poslovne banke već u kolovozu 2010., jer to odražava strategiju razvoja bankarskog sektora i tijek Središnja banka Ruske Federacije prema uvođenju pristupa temeljenih na riziku u procjeni kreditnih organizacija.

Dakle, građevinski zadaci učinkovit sustav mjerenje, predviđanje i minimiziranje operativnog rizika koji nastaje u poslovanju kreditnih institucija određuju relevantnost studije.

Svrha rada je razviti metode i modele za integrirano upravljanje operativnim rizikom kreditnih institucija. U skladu s tim ciljem postavljeni su i riješeni sljedeći zadaci:

1. Provedite istraživanje postojeći modeli te metode analize i upravljanja financijskim rizicima u odnosu na specifičnosti operativnog rizika.

2. Razviti cjelovitu klasifikaciju događaja i čimbenika operativnog rizika, uzimajući u obzir specifičnosti djelatnosti kreditnih institucija.

3. Razviti matematičke alate potrebne za analizu, mjerenje i upravljanje operativnim rizikom, uključujući:

· postaviti i implementirati problem matematičkog modeliranja slučajnih procesa nastanka gubitaka, uzimajući u obzir postojanje učinka korelacija među njima;

· razviti i programski implementirati stohastički algoritam za modeliranje ukupnog iznosa gubitaka sa zadanom strukturom ovisnosti i izračunavanje iznosa rizičnog kapitala za njihovo pokriće (uzimajući u obzir dostupnost različitih osiguravajućih pokrića i mjera rizika).

4. Razviti programsku implementaciju za modeliranje procesa upravljanja operativnim rizikom kreditne organizacije, procijeniti osjetljivost implementiranih metoda na različite poremećaje ulaznih parametara.

5. Utvrditi ekonomsku učinkovitost implementiranog modela upravljanja operativnim rizikom. Razviti smjernice o organiziranju procesa upravljanja operativnim rizikom u kreditnim institucijama.

Predmet istraživanja diplomskog rada su operativni rizici koji nastaju tijekom tekuće aktivnosti kreditne organizacije. Predmet diplomskog istraživanja su ekonomsko-matematičke metode i modeli procesa upravljanja operativnim rizikom kao elementom sustava upravljanja rizicima kreditne organizacije.

Teorijski i metodološka osnova Istraživanje je obuhvatilo radove domaćih znanstvenika iz područja osiguranja, financijske i aktuarske matematike, teorije igara, teorije vjerojatnosti i matematičke statistike, teorije ekstremnih vrijednosti, slučajnih procesa, numeričkih metoda i upravljanja rizicima.

Znanstvena novost istraživanja leži u razvoju integriranog pristupa upravljanju operativnim rizikom koji se temelji na sintezi sljedećih zadataka ekonomskog i matematičkog modeliranja: analiza procesa nastanka gubitaka, procjena ukupnog iznosa gubitaka, izračun iznos rizičnog kapitala za njihovo pokrivanje. Predmet zaštite su sljedeće odredbe i rezultati koji sadrže elemente znanstvene novosti:

1. Postavljen je i riješen problem matematičkog modeliranja slučajnih procesa nastanka gubitaka kreditnih institucija povezanih s operativnim rizikom, čime je omogućena preciznija procjena veličine operativnog rizika u odnosu na postojeće metode izračuna.

2. Implementirano je probabilističko modeliranje agregiranog iznosa gubitaka, uzimajući u obzir prisutnost korelacija među njima, što omogućuje točniju procjenu ukupnog iznosa gubitaka i razumno smanjenje procijenjenog iznosa potrebnog rizičnog kapitala na pokriti ih.

3. Razvijena je programska implementacija za stohastičko modeliranje iznosa slučajnih procesa (gubitaka) s unaprijed određenom strukturom ovisnosti i izračunom iznosa kapitala za njihovo pokriće, uzimajući u obzir dostupnost različitih programa osiguranja i mjera rizika. Procijenjena je osjetljivost razvijenih metoda na različite poremećaje ulaznih parametara.

4. Ekonomska učinkovitost korištenja razvijenog cjelovitog modela upravljanja operativnim rizikom u kreditnim institucijama dokazana je u usporedbi s postojeće metode te modeli analize i upravljanja operativnim rizikom (u smislu uštede iznosa rizičnog kapitala).

U prvom poglavlju govori se o značajkama simulacijskog modeliranja bankovnih procesa, modelu funkcioniranja banke, pojmu rizika u bankarstvu, klasifikaciji bankovnih rizika i sustavu upravljanja rizicima.

U drugom poglavlju postavlja se i rješava problem matematičkog modeliranja procesa nastanka gubitaka kreditnih institucija povezanih s operativnim rizikom. Implementirani su matematički modeli i metode za procjenu, mjerenje i prognozu ukupnog iznosa agregiranih gubitaka, izračun i koherentnu distribuciju iznosa rizičnog kapitala, predložen je mehanizam dopune vlastitih podataka mapiranjem informacija o gubicima vanjske organizacije, pri modeliranju iznosa gubitaka uzet je u obzir učinak ročne strukture novca i prisutnost praga značajnosti. Treći dio poglavlja predstavlja osnovne činjenice teorije kopule, potrebne za modeliranje ovisnih slučajnih procesa, te raspravlja o korelacijskim mjerama invarijantnim na monotone transformacije. Implementiran je algoritam za stohastičko modeliranje slučajnih procesa s poznatim funkcijama distribucije i unaprijed zadanom strukturom ovisnosti pomoću Gaussove kopule. Primjenom teorije kopule implementiran je algoritam za generiranje ovisnih procesa koji modeliraju učestalost gubitaka. Odjeljak 2.5 opisuje stohastički Monte Carlo model, razvijen i implementiran u MATLAB-u, za procjenu distribucije vjerojatnosti kumulativnih gubitaka kreditne institucije za opći slučaj, koristeći Gaussovu i Studentovu t-kopulu i brzu Fourierovu transformaciju. Ovaj model čini osnovu AMA modela, a rezultati njegove implementacije razmatraju se u trećem poglavlju. Kao alternativa kvantilnoj VaR funkciji Basel II za izračun iznosa kapitala za pokrivanje operativnog rizika, odjeljak 2.6 predlaže korištenje koherentnih mjera rizika. Smatra se da mjera (Očekivani manjak - ES) zadovoljava uvjet subaditivnosti, što nam omogućuje da dobijemo rezultate koji su otporniji na razne ekstremne distribucije vrijednosti gubitaka. Formuliran je i riješen problem koherentne raspodjele rizičnog kapitala između područja djelovanja i/ili odjela kreditne institucije. Dobiveni rezultat je da se u smislu neatomske teorije igara, princip koherentne distribucije rizičnog kapitala može jedinstveno definirati kroz Aumann-Shapleyev vektor, koji uvijek postoji i pripada srži igre.

Treće poglavlje razvija glavno faze implementacije te informacijska podrška integriranom sustavu upravljanja operativnim rizikom kreditne institucije. Dane su ključne točke u izradi internih akata i metodologija kojima se regulira proces upravljanja operativnim rizicima koji podliježu obveznom pokriću sukladno zahtjevima Središnje banke Ruske Federacije i preporukama Basela II. Osim proračuna kvantitativni pokazatelji operativnom riziku, preporuča se pratiti kvalitativne pokazatelje operativnog rizika koji najbolje karakteriziraju glavna područja djelovanja kreditne institucije koja su izložena operativnom riziku. Odjeljak 3.1 razvija sveobuhvatan sustav pokazatelja (KIR - ključni pokazatelji rizika) za kreditne institucije srednje veličine.

Kao demonstracija razvijenih kvantitativnih metoda za upravljanje operativnim rizikom, u drugom dijelu trećeg poglavlja razmatra se pojednostavljena implementacija AMA modela na primjeru izračuna CaR vrijednosti za kreditnu banku srednje veličine. Usporedba vrijednosti rizičnog kapitala izračunatih na temelju različiti pristupi i za različite mjere rizika i razine značajnosti. U odjeljku 3.3 analizirana je osjetljivost implementiranog modela na različite poremećaje ulaznih parametara. Procjena očekivanog ekonomski učinak od implementacije razvijenih modela i metoda upravljanja operativnim rizikom kreditnih institucija u usporedbi s postojećim pristupima.

U zaključku su formulirani glavni dobiveni rezultati i zaključci istraživanja.

Poglavlje 1. Analiza postojećih matematičkih modela banke

1.1 Uvodne napomene

Kao što je gore spomenuto, glavni cilj bankarstva je maksimiziranje profita; Gotovo jednak zadatak je i minimiziranje bankovnih rizika. To znači da se politika poslovne banke treba temeljiti na temeljitoj procjeni i simulaciji različitih situacija, analizi mnogih čimbenika koji utječu na visinu dobiti. Ovi čimbenici određuju razinu bankovnog rizika; Zadatak banke je minimizirati ga.

Profitabilnost banke = Profitabilnost kreditnih sredstava + Povrat ulaganja:

Gdje -- specifična gravitacija ta i ti vrsta resursa,

DB - profitabilnost banke,

KR - kreditna sredstva,

Centralna banka - ulaganja u vrijednosne papire.

Ulagači kupuju imovinu, kao što su dionice, obveznice ili nekretnine, s ciljem generiranja prihoda prodajom po višoj cijeni ili u obliku dividendi, kuponskih kamata ili plaćanja rente. Zajmodavci posuđuju novac u nadi da će zaraditi povrat na isplatu kamata kada zajmoprimac u cijelosti otplati zajam. Dakle, zajmodavci i investitori imaju zajednički cilj-- primati prihode ili kamate kao rezultat aktivnosti ulaganja ili zajmova.

Pad profitnih marži iz bankovnog poslovanja, sve manja baza klijenata i smanjenje prometa na računima klijenata dovode do toga da omjer dobiti banke i troškova poslovanja postaje izrazito nepovoljan. Tako se stvara situacija u kojoj su banke prisiljene tražiti načine za smanjenje troškova i minimiziranje rizika. A to zauzvrat prisiljava ruske banke da posvete posebnu pozornost financijskoj analizi i metodama upravljanja svojim resursima.

Najvažnije pravilo na kojem se temelje strategije donošenja odluka u uvjetima rizika u poslovanju:

Rizik i prinos kreću se u istom smjeru: što je prinos veći, to je u pravilu veći rizik operacije.

Ako banke žele prikupiti dodatna sredstva, moraju pokazati svojim klijentima da su u potpunosti uzele u obzir omjer rizika i povrata.

Upravo se ta teza trenutno koristi u nizu najvećih stranih banaka.

U uvjetima planskog gospodarstva isključeno je shvaćanje rizika i neizvjesnosti kao sastavnih sastavnica društveno-ekonomskog razvoja, kao najvažnijih znanstvenih kategorija koje zahtijevaju sveobuhvatno proučavanje. Formiranje tržišnih odnosa i odgovarajućih ekonomskih mehanizama u Rusiji dovelo je do povratka koncepta rizika u teoriju i praksu upravljanja gospodarskim objektima svih razina i oblika vlasništva.

Velika pažnja posvećena je modeliranju bankovnih procesa u inozemstvu. Ideja o upravljanju bankovnim portfeljem ili end-to-end bilančnom upravljanju potječe iz moderne teorije portfelja, razvijene sredinom 50-ih. Prvi pokušaji primjene moderne teorije portfelja na bankarstvo bili su u obliku linearnih i kvadratnih modela matematičkog programiranja. Iako su ovi modeli bili prilično vitki u klasičnom smislu, bili su previše ograničeni i složeni za praktičnu upotrebu. Njihovo glavna vrijednost je mogućnost uvida u kompletno vođenje bilance. Koristan je kao pomoć pri razumijevanju upravljanja bankovnim portfeljem i rizikom.

Koncepti upravljanja portfeljem ilustrirani su modelom linearnog programiranja. Naravno, da bismo stvarnost sveli na dvodimenzionalni problem, morali smo ozbiljno pojednostaviti formulaciju problema.

Predstavimo bilancu banke u sljedećem pojednostavljenom obliku:

gdje su Centralna banka vrijednosni papiri,

KR - zajmovi,

DV - depoziti po viđenju,

SD - oročeni depoziti,

K - kapital. Egorova N.E., Smulov A.S. Poduzeća i banke: interakcija, ekonomske analize i modeliranje.-M.;Delo,2002. Str.61.

Dobit od vrijednosnih papira i dobit od kredita označit ćemo s P cb odnosno P cr. Pretpostavlja se da su troškovi privlačenja depozita i kapitala jednaki nuli. Dakle, prihod ili dobit banke Pr dana je jednadžbom:

Također dajemo klasifikaciju analitičkih programa za bankarske aktivnosti:

1. Nivelirajte organizacijska struktura banka: viši menadžment, srednja razina, izvođači.

2. Vrsta transakcije koja se analizira: kreditne transakcije, vrijednosni papiri, valutne operacije, ostale operacije.

3. Vrsta problema koji se rješava: praćenje, analiza, optimizacija, modeliranje, prognoza, planiranje, kontrola.

4. Vremenski odmak analize: trenutni trenutak, kratkoročne procjene, srednjoročne procjene, dugoročne procjene.

1.2 Značajke simulacijskog modeliranja bankovnih procesa

Potreba za korištenjem simulacijskog modeliranja je prije svega zbog značajki rusko tržište. Posebnost ruskog financijsko tržište-- njegov “subjektivizam”, izrazita ovisnost o neekonomskim čimbenicima i, kao rezultat toga, visok stupanj neizvjesnosti, što otežava donošenje informiranih financijskih odluka.

Ovu neizvjesnost stvaraju:

1. nestabilnost vanjskog okruženja ruskih banaka, nedostatak jasno utvrđenih pravila i procedura za organiziranje različitih sektora financijskog tržišta (institucionalni aspekt);

2. nepostojanje dovoljno razvijenog aparata za prognoziranje makroekonomske situacije u neizvjesnim uvjetima i analizu mnoštva faktora (instrumentalni aspekt);

3. nemogućnost uzimanja u obzir i formaliziranja svih veza za izgradnju ekonomskog i matematičkog modela koji adekvatno odražava strukturu financijskog tržišta (kognitivni aspekt);

4. nedostupnost pouzdanih informacija - nepostojanje jedinstvenog informacijskog prostora “banka - klijent - financijsko tržište - država” (informacijski aspekt);

5. neadekvatan odraz stvarnog financijsko stanje banka u financijska izvješća(bilance itd.) i, samim time, nedostatak financijske transparentnosti u banci (računovodstveni aspekt). Korištenje tradicionalnih sredstava podrške upravljačkim odlukama i predviđanju u ovakvim uvjetima je teško, a tim je dragocjenija mogućnost korištenja metode simulacijskog modeliranja. Emelyanov A.A. Simulacijsko modeliranje u upravljanju rizicima. - St. Petersburg: St. Petersburg Academy of Engineering and Economics, 2000. P.132.

Mnogi moderni softverski proizvodi dizajnirani su posebno za predviđanje situacije na financijskom tržištu. To uključuje alate za tehničku analizu burze, ekspertne sustave i statističke pakete. Ovi proizvodi prvenstveno su namijenjeni donositeljima odluka na tržištu državnog duga.

Praksa primjene od strane banaka i investicijska društva alati za predviđanje u tržišnom trgovanju vrijedni papiri pokazuje da prognoza nije uvijek pouzdana ni sa stajališta trenda. Jedan od razloga za to je ograničeno razdoblje statističkih promatranja.

Zauzvrat, simulacijsko modeliranje je alat s kojim možete pokriti sva područja aktivnosti banke: kredit i depozit, dionice, rad s deviznim sredstvima. Bankovni simulacijski model (BSM) ne predviđa ponašanje tržišta. Njegova je zadaća uzeti u obzir najveći mogući broj financijskih čimbenika vanjskog okruženja (valutno tržište, tržište vrijednosnih papira, međubankarski zajmovi itd.) za potporu donošenju financijskih odluka na razini upravitelja banke, riznice i imovine i odbor za upravljanje obvezama.

U tom smislu, MPI je po svojim funkcijama usko vezan uz razvijenu automatiku bankarski sustavi(ABS) zapadnog dizajna, koje koriste velike međunarodne trgovačke banke.

Modeliranje procesa u banci omogućuje simulaciju registracije bankovnih transakcija i uzimanje u obzir informacija koje transakcija sadrži. Korištenje ove konstrukcijske ideologije potpuno je opravdano ne samo sa stajališta simulacije stvarnih financijskih tokova u banci, već i sa stajališta praktične primjenjivosti rezultata modeliranja u aktivnostima financijskog menadžera banke.

Doista, bilanca se pokazuje kao sekundarni rezultat donesenih odluka. Kako u praksi, tako iu MPI-u, menadžer prilikom donošenja odluke o transakciji procjenjuje njezine rizike i posljedice za banku ne odjednom, već tijekom cijelog životnog ciklusa transakcije.

Simulacijski modeli sastavni su dio suvremenog bankovnog menadžmenta. Upravljanje imovinom i obvezama te planiranje velikih operacija zahtijevaju pouzdane analitičke tehnike.

Sustavi za simulacijsko modeliranje naširoko se koriste za analizu, predviđanje i proučavanje različitih procesa u raznim područjima ekonomije, industrije, znanstveno istraživanje kako čisto teorijskih tako i praktičnih smjerova.

Korištenje takvih sustava najučinkovitije je i opravdano za dugoročno predviđanje iu situacijama kada je izvođenje praktičnog eksperimenta nemoguće ili teško. Simulacijsko modeliranje je informacijska tehnologija, koji radi sa simulacijskim modelom i omogućuje procjenu njegovih parametara (dakle, učinkovitosti) u ubrzanoj vremenskoj skali.

Simulacijski model -- softver, što vam omogućuje simulaciju aktivnosti bilo kojeg složenog objekta. Ponekad objekti koji se simuliraju mogu biti toliko složeni i imati toliko mnogo parametara da stvaranje simulacijskog modela u standardnom programskom jeziku visoke razine može oduzeti previše vremena da bi se opravdali rezultati. Emelyanov A.A. Simulacijsko modeliranje u upravljanju rizicima. - St. Petersburg: St. Petersburg Engineering and Economic Academy, 2000. P.24

Mnogo je zadataka i situacija koje zahtijevaju korištenje simulacijskih tehnologija. To uključuje modeliranje scenarija poslovanja banke, "testiranje" određenih odluka, analizu alternativnih strategija i još mnogo toga. Kvalificirani stručnjak može navesti desetke standardnih i specifičnih problema koji zahtijevaju analitičke tehnike. Tu spadaju kako klasični poslovi bankovnog planiranja tako i poslovi “kućnog” podrijetla, primjerice usklađivanje rasporeda obveza i primitaka. Simulacijski modeli omogućuju i približne procjene i ekspresne revizije donesenih odluka, kao i detaljne numeričke prognoze i izračune. Brza analiza stanja temeljena na kompaktnom modelu srednje složenosti dragocjena je prilika za svakog menadžera banke.

Simulacijski modeli omogućuju povezivanje aktivnosti svih odjela banke u jedinstvenu cjelinu. Na temelju toga postaje moguće učinkovito organizirati cijeli sustav operativnih i Strateško planiranje Komercijalna banka. Zahvaljujući korištenju streaming pristupa, informacije o aktivnostima banke i njezinim uslugama poprimaju sažet i lako čitljiv oblik. Pogodan je za kvantitativne i kvalitativne (sadržajne) analize. Simulacijski model temeljen na jednom od ekspertnih paketa pouzdan je vodič za upravljanje bankom. Protočna “slika” poslovanja banke uvelike olakšava kako operativno upravljanje tako i dugoročno planiranje rada banke.

Simulacijski modeli mogu biti ugrađeni u osnovu ekspertnog kompleksa poslovne banke. U tom slučaju simulacijski model izrađen na temelju jednog od ekspertnih paketa povezuje se kanalima za razmjenu podataka s drugim specijaliziranim programskim paketima i proračunske tablice baze podataka. Takav kompleks može raditi u stvarnom vremenu. Po svojim mogućnostima približava se velikim, skupim sustavima automatizacije bankovnog upravljanja.

Optimizacijski modeli, uključujući i višekriterijske, imaju zajedničko svojstvo - poznati cilj, za čije postizanje se često moraju suočiti sa složenim sustavima, gdje se ne radi toliko o rješavanju optimizacijskih problema, koliko o proučavanju i predviđanju stanja ovisno o odabranom upravljanju. strategije. I tu se susrećemo s teškoćama provedbe prethodnog plana. Oni su sljedeći:

1. složeni sustav sadrži mnoge veze među elementima;

2. stvarni sustav je pod utjecajem slučajnih faktora, koji se ne mogu analitički uzeti u obzir;

3. mogućnost usporedbe originala s modelom postoji samo na početku, a nakon korištenja matematičkog aparata, budući da međurezultati ne moraju imati analogije u stvarnom sustavu. Emelyanov A.A. Simulacijsko modeliranje u upravljanju rizicima. -SPB: St. Petersburg Engineering and Economic Academy, 2000. Str.58.

Zbog raznih poteškoća koje se javljaju pri proučavanju složenih sustava, praksa je zahtijevala fleksibilniju metodu, te se pojavila - Simulacijsko modeliranje.

Obično se simulacijski model shvaća kao skup računalnih programa koji opisuje funkcioniranje pojedinih blokova sustava i pravila interakcije među njima. Korištenje slučajnih varijabli zahtijeva provođenje ponovljenih eksperimenata sa simulacijskim sustavom (na računalu) i naknadnu statističku analizu dobivenih rezultata. Vrlo čest primjer korištenja simulacijskih modela je rješavanje problema čekanja pomoću Monte Carlo metode.

Stoga je rad sa simulacijskim sustavom eksperiment koji se provodi na računalu. Koje su prednosti?

1. veća blizina stvarnom sustavu od matematičkih modela;

2. princip bloka omogućuje provjeru svakog bloka prije njegovog uključivanja u cjelokupni sustav;

3. korištenje ovisnosti složenije prirode, koje se ne opisuju jednostavnim matematičkim odnosima.

Navedene prednosti određuju nedostatke:

1. izgradnja simulacijskog modela je duža, teža i skuplja;

2. za rad sa simulacijskim sustavom potrebno je imati računalo primjereno nastavi;

3. interakcija između korisnika i simulacijskog modela (sučelja) ne smije biti previše složena, zgodna i dobro poznata;

4. izgradnja simulacijskog modela zahtijeva dublje proučavanje stvarnog procesa od matematičkog modeliranja. Emelyanov A.A. Simulacijsko modeliranje u upravljanju rizicima. -SPB: St. Petersburg Engineering and Economic Academy, 2000. Str.79.

Postavlja se pitanje: može li simulacijsko modeliranje zamijeniti optimizacijske metode? Ne, ali ih zgodno nadopunjuje. Simulacijski model je program koji implementira određeni algoritam, za optimizaciju upravljanja kojim se najprije rješava problem optimizacije.

Dakle, niti računalo, niti matematički model, niti algoritam za njegovo proučavanje sami po sebi ne mogu riješiti dovoljno složen problem. Ali zajedno predstavljaju snagu koja nam omogućuje razumijevanje svijeta oko nas i upravljanje njime u interesu čovjeka.

Uzimajući u obzir kompleks zadataka s kojima se suočavaju bankarski analitičari, ovaj sustav bi trebao osigurati:

1. izračun pokazatelja sadašnjeg i budućeg financijskog stanja banke;

2. predviđanje stanja pojedinih financijskih transakcija i stanja banke u cjelini;

3. procjena atraktivnosti pojedinih financijskih transakcija;

4. sinteza (formiranje) upravljačkih odluka;

5. ocjenu učinkovitosti donesene upravljačke odluke;

6. ocjenu potpunosti i neredundantnosti skupova pokazatelja financijskog stanja banke.

Izvođenje bilo koje od gore navedenih funkcija zahtijeva simulaciju financijske aktivnosti staklenka.

1.3 Model poslovanja banke

Raspon metoda korištenih za analizu i modeliranje bankarskih aktivnosti je opsežan i raznolik. Tijekom evolucije matematičke teorije banaka korištene su metode matematičke statistike, teorija optimalnog upravljanja, teorija slučajnih procesa, teorija igara, teorija operacijskog istraživanja itd. Treba imati na umu da je banka složena cjelina koja zahtijeva integrirani pristup. Bit će izuzetno teško kreirati integrirani model banke koji istovremeno pokriva upravljanje likvidnošću, formiranje imovinskog portfelja, formiranje kreditne i depozitne politike itd., stoga ćemo funkcioniranje banke opisati prilično agregirano. .

Razmotrimo poslovanje banke u prilično velikom vremenskom intervalu.

Neka banka ostvaruje prihode u obliku plaćanja svojih usluga za obavljanje namire jamstvenih poslova, brokerskih usluga (ili drugih prihoda neovisnih o imovinskom portfelju) - te prihoda od vrijednosnih papira kupljenih raspoloživim sredstvima koji zajedno čine portfelj bankarska imovina.

Prihodi od kupljenih vrijednosnih papira sastoje se od kamata na vrijednosne papire - i isplata uloženih sredstava pri otkupu ili prodaji vrijednosnih papira -

(u slučaju napredovanja

gdje je kamatna stopa na kupljene vrijednosne papire

prosječno vrijeme do dospijeća vrijednosnih papira koje je banka kupila. Kolemaev V.A. Matematička ekonomija. - M.: JEDINSTVO, 1998. Str.68.

Banka također prima posuđena sredstva od plasmana svojih vrijednosnih papira po stopi od - W. Pretpostavit ćemo da su vrijednosni papiri koje je banka izdala inicijalno plasirani i otkupljeni po nominalnoj vrijednosti, a prihod od kamata na njih se utvrđuje na temelju situacije na financijsko tržište u trenutku izdavanja.

Banka primarno koristi dobiveni prihod za plaćanje troškova prikupljanja sredstava, koji se sastoje od plaćanja kamata na plasirane vrijednosne papire - i plaćanja glavnice posuđenih sredstava -

gdje je kamatna stopa na plasirane vrijednosne papire

Prosječno vrijeme do dospijeća vrijednosnih papira koje je izdala banka.

Osim toga, banka snosi troškove neovisno o obimu svojih obveza - pri čemu:

Indeks potrošačkih cijena,

Za plaćanje najma prostora, plaćanje telekomunikacijskih troškova, kao i drugih troškova koji ne ovise o obimu prikupljenih sredstava (obveza).

Banka zatim plaća potrebne poreze. Preostala sredstva banka koristi za ulaganje u vlastitu infrastrukturu (interne investicije) – te za isplatu dividendi.

Činjenica da je banka dužna platiti neke troškove iz svoje neto dobiti može se uzeti u obzir povećanjem iznosa troškova dijeljenjem s (1-porezna stopa). Postoje i porezi koji se naplaćuju na iznose prihoda bez obzira na troškove koji nastaju da bi se taj prihod ostvario, kao što je porez na korištenje autocesta. Takvi se porezi mogu uzeti u obzir množenjem iznosa dohotka unaprijed s (1-porezna stopa). Slične metode također mogu uzeti u obzir druge značajke određene poreznim odbicima, tako da u nastavku nećemo razmatrati probleme povezane s oporezivanjem i porezne olakšice za neke vrijednosne papire, kao što su državni vrijednosni papiri. Napominjemo da troškove banka plaća određenim redoslijedom. Prije svega, banka je dužna otkupiti prethodno izdane vrijednosne papire i platiti kamate na njih, zatim platiti troškove koji ne ovise o obimu obveza, poreze, a tek nakon toga može isplatiti dividendu.

Ako banka ima slobodnih sredstava, onda ih koristi za kupnju vrijednosnih papira (eksterna ulaganja) brzinom od -. U slučaju nedostatka sredstava, vrijednosni papiri u portfelju banke mogu se prodati, tada ima negativan predznak. Artyukhov S., Bazyukina O.A., Korolev V.Yu., Kudryavtsev A.A. Optimalan model određivanja cijena temeljen na procesima rizika s nasumičnim premijama. // Sustavi i sredstva računalne znanosti. Posebno izdanje. - M.: IPIRAN, 2005. Str.102

Iznos novca, vrijednosnih papira koje je banka kupila i vrijednosnih papira koje je banka plasirala mijenja se tijekom vremena na sljedeći način:

gdje je utrošak novca na kupnju vrijednosnih papira (novac dobiven njihovom prodajom), a relativno mala vremenska konstanta koja karakterizira kvalitetu aktive banke, u smislu likvidnosti. Ako banka svu svoju imovinu smjesti u bilo koji segment financijskog tržišta, onda za nju postoji vrijednost koja karakterizira stupanj razvijenosti tog segmenta. U općem slučaju, dobiva se kao ponderirani prosjek obujma imovine iz vrijednosti koje karakteriziraju stupanj razvoja svakog od segmenata financijskog tržišta u kojem se imovina nalazi. Budući da ne razmatramo problem imovine formiranje u ovom radu, A se pretpostavlja da je dana vrijednost.

Maksimalni iznos sredstava koji banka može privući plasiranjem vlastitih vrijednosnih papira ograničen je i ovisi uglavnom o obujmu vlastitog kapitala banke, strukturi bilance, kvaliteti investicijskog portfelja banke i drugim manje važnim čimbenicima. važni pokazatelji njegova djela. Pretpostavit ćemo da

gdje je koeficijent pouzdanosti banke,

Volumen vlastita sredstva staklenka.

Kod nekih se također odvija plasman banke vlastitim vrijednosnim papirima radi privlačenja posuđenih sredstava ograničena brzina, Zato

gdje je vremenska konstanta koja karakterizira stupanj razvijenosti tržišta za druge vrijednosne papire koje izdaje banka. Ovisi o tome koliko je banka razvijena infrastruktura i koliki je broj tržišnih sudionika s kojima banka surađuje.

Uvedimo varijablu – vrijednost portfelja kupljenih vrijednosnih papira. Tada će jednadžbe (1.4) - (1.6) poprimiti oblik

Uvedimo bezdimenzionalne kontrole: preko kojih se stopa trošenja novca na kupnju vrijednosnih papira i stopa primitka novca od plasmana vrijednosnih papira banke izražavaju na sljedeći način:

Vrijednost odgovara kupnji/prodaji vrijednosnih papira trećih izdavatelja onoliko brzo koliko to dopušta učinkovitost tržišta vrijednosnih papira. Vrijednost odgovara najbržem prikupljanju posuđenih sredstava banke i potpunom odbijanju prikupljanja sredstava.

Glavna značajka novca, po kojoj se bitno razlikuje od vrijednosnih papira koje kupuje banka, pa čak i od državnih vrijednosnih papira, jest mogućnost da se njime plaćaju tekući troškovi banke. Tijek plaćanja se ne može provesti ako nema dovoljne količine novca, stoga je brzina plaćanja ograničena i ovisi o količini novca:

gdje je karakteristično vrijeme dolaska u banku Novac(plaćanje). Ograničenja ove vrste nazivaju se ograničenjima likvidnosti.

Plaćanja koja obavlja banka moraju se podijeliti u dvije skupine:

Obvezna plaćanja. To uključuje plaćanja za otkup vrijednosnih papira koje je izdala banka - plaćanje kamata na vrijednosne papire - troškove koji ne ovise o obimu obveza - U praksi banka može odgoditi obvezna plaćanja, ali to će dovesti do ozbiljnih financijskih gubitaka, a s dugim zakašnjenjem, do proglašenja insolventnim i na kraju do likvidacije. Pretpostavit ćemo da su kašnjenja obveznih plaćanja potpuno isključena, odnosno da je banka dužna stalno održavati likvidnost.

Izborna plaćanja. Izvršenje ovih uplata ovisi o upravi i vlasnicima banke. To uključuje domaća ulaganja - i dividende - rs 2 .

Za održavanje likvidnosti banka mora:

za sve (1.11)

Time smo dobili prvo fazno ograničenje za naš problem - uvjet (1.11).

Primijetimo da iz ove nejednakosti, pod uvjetom nenegativnosti posebno, slijedi da za sve

Neobavezna plaćanja također su ograničena u brzini:

Prema ovoj nejednakosti, može se uvesti bezdimenzijska kontrola tako da:

Budući da zadržavanje udjela banke na tržištu financijskih usluga ovisi o obujmu domaćih ulaganja, rashodi se mogu u neku ruku svrstati u obvezne, barem u većem dijelu planskog područja. (Nakon dostizanja horizonta planiranja T, banka može biti likvidirana od strane njezinih vlasnika). Budući da isplate dividende ne mogu biti negativne, dobivamo još jedno fazno ograničenje:

za sve (1.13)

Dakle, došli smo do zaključka da su domaće investicije doista obvezne u smislu ograničenja (1.13).

Pretpostavit ćemo da u planskom području banka ne ostvaruje “višak prihoda”, tj. veliku dobit u odnosu na vlastiti kapital, neovisno o veličini imovine. Posljedično, maksimalni iznos novca koji on može privući i primiti u obliku profita ograničen je nekom konstantom, tj. za sve i ovo je ograničenje treće faze (1.14).

Procjena se može dobiti na temelju maksimalnog obujma zajmova, omjera kamatnih stopa na privlačenje i plasiranje sredstava, obujma prihoda koji ne ovisi o iznosu imovine -.

Imajte na umu da bi u većini područja planiranja trebao biti blizu nule, budući da banci nije isplativo držati gotovinu koja ne generira prihod, jer financijsko tržište uvijek ima apsolutno pouzdane državne vrijednosnice koje generiraju fiksni pozitivni prihod.

Odsutnost “viška prihoda” također znači da je u području planiranja relativna stopa rasta cijena vrijednosnih papira ograničena:

Interese banke (njenih vlasnika) opisat ćemo željom da se maksimizira diskontirana korisnost budućih isplata dividende u dovoljno velikom vremenskom intervalu. Pretpostavit ćemo da se korisnost dobivena trenutnim plaćanjem čini puta većom od korisnosti isplata istog iznosa sredstava, uzimajući u obzir inflaciju, ali tijekom vremena . Koeficijent se naziva diskontni faktor za korisnost isplate dividende. Tada se maksimizirani funkcional zapisuje u sljedećem obliku:

gdje je funkcija korisnosti isplate dividendi.

Kada korisnost potrošnje igra ulogu, obično se zahtijeva da ona bude kontinuirana, monotona, konkavna i ograničena odozgo, a također se nameće uvjetu. Posljednji uvjet jamči da je trenutna potrošnja pozitivna u svakom trenutku u vremenu. Budući da dividende možda neće biti isplaćene, nećemo zahtijevati da uvjet bude zadovoljen, pod pretpostavkom da funkcija korisnosti ima nisku averziju prema nultoj potrošnji.

Ako funkcija korisnosti ima Arrow-Prattovu konstantnu relativnu averziju prema riziku: tada se može pokazati da se može napisati kao:

Kako biste se riješili velike averzije prema nultoj potrošnji, razmislite o malo modificiranoj funkciji korisnosti

U tom će slučaju relativna averzija prema riziku ovisiti o obujmu potrošnje: . Na temelju (1.9) i (1.11) dobivamo

Promotrimo umjesto funkcije (1.13) ravnu liniju koja prolazi kroz točke

Budući da će funkcija (1.17) biti negativna za bilo koji volumen dividendi, tj. omeđena odozgo nulom, a također kontinuirana i monotona za bilo koji. Takva funkcija korisnosti ima nultu Arrow-Prattovu relativnu averziju prema riziku, a mijenjanjem parametra može se promijeniti samo nominalna vrijednost isplate dividende. Ova činjenica naglašava razlike u stavovima o riziku između privatnih potrošača i potrošača komercijalna organizacija. S jedne strane, potonji nema averziju prema riziku, jer može postojati neograničeno dugo, u usporedbi s životnim vijekom osobe, i nije podložan opasnostima, poput živih bića. S druge strane, privatni potrošač koji je potrošio iznos od 2*M rubalja dobiva veće zadovoljstvo od prvih potrošenih M rubalja nego od sljedećih, što određuje konkavnost funkcije korisnosti potrošnje za pojedinaca. Pretpostavit ćemo da udvostručenje isplata dividendi dovodi do udvostručavanja njihove korisnosti za primatelje, kojih je prilično mnogo i uključuju pojedince i pravne osobe. To određuje linearnost funkcije korisnosti isplate dividende. U nastavku ćemo koristiti funkciju korisnosti (1.17).

Time dobivamo problem optimalnog upravljanja u kontinuiranom vremenu

Osim toga, postoji i granični uvjet koji znači da je banka dužna otplatiti svoj dug do kraja planskog razdoblja.

Ovdje su fazne varijable i kontrole. Ovdje se - predviđene vrijednosti odgovarajućih varijabli - smatraju danim nenegativnim funkcijama vremena, - konstante koje imaju dimenziju vremena.

Imajte na umu da ako u nekom trenutku nestane, tada prema jednadžbi (1.21), i.e. rješenje u ovoj točki ne opada. Prema tome, ako u nekom trenutku dosegne vrijednost, tada se otopina ne povećava. Dakle, s kontrolama, iz jednadžbe (1.21), uvjeta i kontinuiteta, dobivamo da je u cijelom segmentu volumen po nominalnoj vrijednosti plasiranih vrijednosnih papira banke nenegativan, tj. i ne prelazi dopušteni maksimum - , za sve (općenito govoreći na ).

Zatim iz uvjeta i uvjeta nenegativnosti zadanih funkcija, kao i nenegativnosti, dobivamo da za sve. Uz pretpostavku kontinuiteta, pomoću jednadžbe (1.20) može se pokazati da za sve. Dalje ćemo |pretpostaviti da su i kontinuirani i komadno kontinuirani na.

Budući da također iz jednadžbe (1.20) slijedi da. Koristeći ovu nejednakost, lako je pokazati postojanje takve da, za sve.

Nećemo, kao što je prethodno pretpostavljeno, razmatrati kako se točno formira portfelj vrijednosnih papira koje banka kupuje, ovisno o pouzdanosti, profitabilnosti i likvidnosti potonjih, kao i o preferencijama menadžmenta banke. Sva imovina banke bit će prikazana u agregiranom obliku – jedna varijabla.

Iz navedenog je razvidno da je kreditna i depozitna politika banke, koju u modelu određuje menadžment, neraskidivo povezana s politikom isplate dividendi koju postavlja menadžment, pa ćemo ih dalje zajedno proučavati.

Za praktičnost daljnjeg proučavanja djela, zapis pišemo odvojeno:

Obujam slobodnih novčanih sredstava banke - novčanice u gotovini u blagajni banke ili novac koji se drži u korespondentu. bankovni računi u centrima za poravnanje Središnje banke Ruske Federacije, kao i na korespondentu. račune u drugim bankama

Količina kupljenih vrijednosnih papira po nomin

Količina plasiranih vrijednosnih papira po nominalnoj vrijednosti

Prihodi neovisni o veličini imovine (provizije za usluge upravljanja gotovinom, jamstveni poslovi, brokerske usluge i dr.)

Horizont planiranja

Obim vlastitih sredstava (kapitala) banke

Koeficijent pouzdanosti banke

Brzina kojom banka troši sredstva na održavanje rukovodećeg osoblja, plaćanje najma prostora itd. ili troškovi neovisni o obujmu bankovnih obveza u cijenama u početnoj točki vremena

Stopa ponovnog ulaganja u infrastrukturu banke (domaće ulaganje) u cijenama u početnoj vremenskoj točki

Brzina isplate dividende u cijenama u početnoj točki vremena

Trenutni tržišni tečaj vrijednosnih papira koje je banka kupila

Tržišna vrijednost portfelja vrijednosnih papira banke

Vremenska konstanta koja karakterizira stupanj razvijenosti financijskog tržišta, uzimajući u obzir raspodjelu sredstava banke po njegovim sektorima

Vremenska konstanta koja karakterizira stupanj razvijenosti tržišta vrijednosnih papira koje izdaje banka

Nominalni indeks rasta portfelja vrijednosnih papira koje je stekla banka. Za svaki kupljeni vrijednosni papir nominalna stopa se svodi na godišnju stopu, uzimajući u obzir reinvestiranje, zatim se izračunava ponderirana prosječna godišnja stopa za sve vrijednosne papire u portfelju banke. Indeks je definiran kao ln (1 + "ponderirana prosječna godišnja stopa")

Efektivni indeks rasta portfelja vrijednosnih papira koje je stekla banka

Indeks rasta ukupnog duga po plasiranim vrijednosnim papirima. Za svaki plasirani vrijednosni papir nominalna stopa se svodi na godišnju, uzimajući u obzir refinanciranje duga kroz nove plasmane vrijednosnih papira, zatim se izračunava ponderirana prosječna godišnja stopa za sve plasirane vrijednosne papire. Indeks je definiran kao ln (1 + + “ponderirana prosječna godišnja stopa”)

Prosječno vrijeme otplate vrijednosnih papira koje je kupila banka - prosječno vrijeme otplate vrijednosnih papira koje je izdala banka - indeks potrošačkih cijena

Indeks inflacije

Uobičajeno vrijeme plaćanja (prijem sredstava)

Brzina cirkulacije novca u bankarskom sustavu

Brzina trošenja novca na kupnju vrijednosnih papira trećih izdavatelja, odnosno primitak novca od njihove prodaje

Stopa primitka novca od plasmana bankovnih vrijednosnih papira

Diskontni faktor za korisnost isplate dividende

Relativna averzija prema riziku prema Arrow-Prattu, parametar koji se koristi za određivanje funkcije korisnosti isplate dividende

M* - najveći iznos novca koji može pripadati banci

Funkcija korisnosti isplate dividende, kontinuirana, monotona

Upravljanje isplatama bankovnih dividendi

Upravljanje plasmanom slobodnih sredstava banke

Upravljanje privlačenjem sredstava u banku.

1.4 Pojam rizika u bankarstvu

Rizik je moguća opasnost od nekog nepovoljnog ishoda.

U tržišnim uvjetima svaki njegov sudionik prihvaća određena pravila igre iu određenoj mjeri ovisi o ponašanju svojih partnera. Jedno od tih pravila može se smatrati spremnošću za preuzimanje rizika i uzimanje u obzir mogućnosti njegove primjene u svojim aktivnostima.

Pod rizikom se obično podrazumijeva vjerojatnost, točnije prijetnja da će banka izgubiti dio svojih resursa, gubitak prihoda ili pojavu dodatnih troškova kao rezultat određenih financijskih transakcija. Shchelov O. Upravljanje operativnim rizikom u poslovnoj banci. Računovodstvo i banke, 2006. - br.6. Str.112

U krizi, problem profesionalni menadžment bankovnih rizika, pravovremeno vođenje računa o čimbenicima rizika od iznimne su važnosti za sudionike na financijskim tržištima, a posebno za poslovne banke.

Vodeće načelo u radu poslovnih banaka u prijelazu na tržišne odnose je želja za ostvarivanjem što većeg profita. Što je veća očekivana profitabilnost operacije, to su veći rizici. Rizici nastaju kao posljedica odstupanja stvarnih podataka od procjene postojećeg stanja i budućeg razvoja.

Moderno bankarsko tržište nezamislivo je bez rizika. Rizik je prisutan u svakoj operaciji, samo ga se može raznoraznih razmjera i na različite načine „ublažavati“ i kompenzirati. Bilo bi krajnje naivno tražiti mogućnosti obavljanja bankovnog poslovanja koje bi u potpunosti eliminirale rizik i unaprijed jamčile određeni financijski rezultat.

1.4.1 Klasifikacija bankovnih rizika

U svom poslovanju banke se suočavaju s kombinacijom različite vrste rizici koji se međusobno razlikuju po mjestu i vremenu nastanka, vanjski i unutarnji faktori, utječući na njihovu razinu, a time i na metode njihove analize i metode njihova opisa. Lobanov A.A., Chugunov A.V. Enciklopedija upravljanja financijskim rizicima. - M., Alpina poslovne knjige, 2005. Str.89. Sve vrste rizika su međusobno povezane i utječu na poslovanje banke.

Ovisno o sferi utjecaja odnosno pojave bankarskog rizika, dijele se na vanjske i unutarnje.

Eksterni rizici uključuju rizike koji nisu povezani s aktivnostima banke ili određenog klijenta, političke, ekonomske i druge. To su gubici nastali kao posljedica izbijanja rata, revolucije, nacionalizacije, zabrane plaćanja u inozemstvo, konsolidacije duga, embarga, ukidanja uvoznih dozvola, pogoršanja ekonomska kriza u zemlji pogođenoj prirodnim katastrofama. Interni rizici se pak dijele na gubitke iz glavne i pomoćne djelatnosti banke. Prvi predstavljaju najčešću skupinu rizika: kreditni, kamatni, valutni i tržišni rizici. Drugi uključuje gubitke na formiranju depozita, rizike od novih vrsta aktivnosti i rizike bankovnih zlouporaba.

Slični dokumenti

Simulacija jednog sektora ekonomski sustav. Izrada grafičkih, statističkih i dinamičkih modela. Planovi otplate vanjskih ulaganja. Modeliranje dvosektorskog gospodarskog sustava. Arhitektura sustava. Specifikacija podataka modela.

diplomski rad, dodan 16.12.2012


Načini poboljšanja financijskog poslovanja poduzeća u uvjetima inflacije. Procjena rizika ekonomska aktivnost poduzeća u fazi donošenja upravljačkih odluka. Modeliranje rizičnih situacija u gospodarstvu. Glavni pravci antiinflatorne politike.

kolegij, dodan 16.05.2016


Psihološko-pedagoški eksperiment. Utjecaj situacijske anksioznosti na karakteristike pamćenja. Čini se da je matematički model polinom trećeg reda. Generiranje pogrešaka za istraživanje matematičkog modela koristeći Monte Carlo metodu statističkog testiranja.

priručnik za obuku, dodan 18.01.2011


Modeliranje vrednovanja financijskih instrumenata ulaganja. Osnovni modeli koji se koriste u određivanju trenutne tržišne cijene dionica i obveznica. Modeliranje racionalne strukture investicijskog portfelja. Metode procjene ulaganja.

kolegij, dodan 16.04.2015


Pojam kapitala i izvora stvaranja. Postupak formiranja, načini upravljanja temeljnim kapitalom. Analiza i ocjena učinkovitosti korištenja temeljnog kapitala društva. Modeliranje i procjena rasta vrijednosti temeljnog kapitala poduzeća.

diplomski rad, dodan 05.11.2010


Pojam pojma "inflacija", ciljevi i opći principi modeliranja procesa inflacije. Pojmovi i osnovni modeli inflacije u ekonomiji. Značajke antiinflacijske politike države. Analiza modela i koncepata inflacije u ekonomiji.

kolegij, dodan 20.12.2015


Procjena isplativosti industrijska tržišta i njihov utjecaj na gospodarstvo u cjelini. Mikroekonomski pristup i ekonomsko-matematičko modeliranje kao osnova za razvoj strategija poduzeća, marketinških tehnika i metoda promocije robe.

tutorial, dodano 26.12.2011


Prikaz matematičkih modela financijskih piramida. Analiza Černavskog modela dinamike financijskih balona. Prikaz modela dugoročne socio-ekonomske prognoze. Prioritetna procjena jednostavnih modela. Derivacija matematičkog modela makroekonomije.

kolegij, dodan 27.11.2017


Vrste modela: deskriptivni, predikativni i normativni. Povezanost ekonomskih pojava. Model faktorskog sustava. Elementi teorije modeliranja. Metode odlučivanja. Platna matrica. Stablo odlučivanja (scenariji). Teorija igara.

sažetak, dodan 09.12.2002


Tromjesečni podaci o kreditima poslovnih banaka za stambenu izgradnju za 4 godine. Konstrukcija adaptivnog multiplikativnog Holt-Wintersovog modela uzimajući u obzir sezonski faktor. Kontrola točnosti, primjerenosti i kvalitete izrađenog modela.

U udžbeniku je prikazana bit neizvjesnosti i rizika, klasifikacija i čimbenici koji na njih utječu; Prikazane su metode kvalitativne i kvantitativne procjene ekonomskih i financijskih situacija u uvjetima neizvjesnosti i rizika.

Dana je klasifikacija uslužnih tehnologija, razmatraju se primjeri aktivnosti uslužnih organizacija u rizičnim situacijama.

Prikazana je metodologija upravljanja investicijskim projektima u uvjetima rizika, dane su preporuke za upravljanje investicijskim portfeljem, procijenjeno financijsko stanje i perspektiva razvoja investicijskog objekta te predložen model za uvažavanje rizika u investicijskim projektima.

Značajna pozornost posvećena je metodama i modelima upravljanja u uvjetima rizika te psihologiji ponašanja i procjeni donositelja odluka.

Za studente preddiplomskih i diplomskih studija ekonomskih sveučilišta i fakulteta, studente poslovnih škola, menadžere rizika, menadžere inovacija i investicija te bankarstva i financijske strukture, zaposlenici mirovinskih, osiguravajućih i investicijskih fondova.

Poglavlje 1. MJESTO I ULOGA EKONOMSKIH RIZIKA U DJELATNOSTIMA ORGANIZACIJA

1.2. MJESTO I ULOGA RIZIKA U GOSPODARSKOJ DJELATNOSTI

1.3. SUSTAV UPRAVLJANJA RIZICIMA

Poglavlje 2 RIZICI USLUŽNIH TVRTKI

Poglavlje 3 UTJECAJ GLAVNIH ČIMBENIKA TRŽIŠNE RAVNOTEŽE NA UPRAVLJANJE RIZIKOM

3.2. UTJECAJ ČIMBENIKA TRŽIŠNE RAVNOTEŽE NA PROMJENE RIZIKA

Poglavlje 4 UPRAVLJANJE FINANCIJSKIM RIZIKOM

4.1. FINANCIJSKI RIZICI

4.2. KAMATNI RIZICI

4.4. PROCESI RIZIČNOG ULAGANJA

4.5 KREDITNI RIZICI

4.7. RIZIK INFLACIJE

4.8. VALUTNI RIZICI

4.9. RIZICI IMOVINE

Poglavlje 5. KVANTITATIVNE PROCJENE EKONOMSKOG RIZIKA U PODRUČJU NEIZVJESNOSTI

5.2. MATRIX IGRE

5.5. VIŠEKRITERIJALNI PROBLEMI IZBORA UČINKOVITIH RJEŠENJA

5.7. ODREĐIVANJE OPTIMALNOG OBUMA PROIZVODNJE ODJEVNOG PODUZEĆA U UVJETIMA NEIZVJESNOSTI

Poglavlje 6. OPTIMALNO ODLUČIVANJE U UVJETIMA EKONOMSKOG RIZIKA

6.5. ODABIR OPTIMALNOG PLANA POMOĆU METODE KONSTRUKCIJE STABALA DOGAĐAJA

6.6. USPOREDNA OCJENA OPCIJA RJEŠENJA

6.8. DJELATNOST USLUŽNIH PODUZEĆA U UVJETIMA RIZIKA

Poglavlje 7. UPRAVLJANJE INVESTICIJSKIM PROJEKTIMA U UVJETIMA RIZIKA

7.1. INVESTICIJSKI PROJEKTI U UVJETIMA RIZIKA NEIZVJESNOSTI

7.3. ULAGANJE U PORTFELJ VRIJEDNOSNIH PAPIRA

7.4. ANALIZA EKONOMSKE UČINKOVITOSTI INVESTICIJSKOG PROJEKTA

7.5. RAČUNOVODSTVENI RIZIK U INVESTICIJSKIM PROJEKTIMA

Poglavlje 8 UPRAVLJANJE RIZICIMA U TURIZMU

8.2. PSIHOLOGIJA UTJECAJA TURIZMA NA SUDIONIKE I OKOLO

8.3. RIZICI POVEZANI UZ TURISTIČKE AKTIVNOSTI

Poglavlje 9 UPRAVLJANJE RIZICIMA HOTELA I RESTORANA

9.4. RIZICI INHERETNI U UGOSTITELJSTVU I UPRAVLJANJE NJIMA

Ime: Teorija rizika i modeliranje rizičnih situacija.

U udžbeniku je prikazana bit neizvjesnosti i rizika, klasifikacija i čimbenici koji na njih utječu; Prikazane su metode kvalitativne i kvantitativne procjene ekonomskih i financijskih situacija u uvjetima neizvjesnosti i rizika.

Dana je klasifikacija uslužnih tehnologija, razmatraju se primjeri aktivnosti uslužnih organizacija u rizičnim situacijama.

Prikazana je metodologija upravljanja investicijskim projektima u uvjetima rizika, dane su preporuke za upravljanje investicijskim portfeljem, procijenjeno financijsko stanje i perspektiva razvoja investicijskog objekta te predložen model za uvažavanje rizika u investicijskim projektima.

Značajna pozornost posvećena je metodama i modelima upravljanja u uvjetima rizika te psihologiji ponašanja i procjeni donositelja odluka.

Za studente preddiplomskih i diplomskih studija ekonomskih sveučilišta i fakulteta, studente poslovnih škola, menadžere rizika, menadžere inovacija i investicija, kao i stručnjake iz bankarskih i financijskih institucija, zaposlenike mirovinskih, osiguravajućih i investicijskih fondova.

Sadržaj
Predgovor
Poglavlje 1 MJESTO I ULOGA EKONOMSKIH RIZIKA U UPRAVLJANJU DJELATNOSTIMA ORGANIZACIJA
1.1. Organizacije, vrste poduzeća, njihove karakteristike i ciljevi
1.2. Mjesto i uloga rizika u ekonomska aktivnost
1.2.1. Definicija i suština rizika
1.2.2. Upravljanje rizicima
1.2.3. Klasifikacija rizika
1.2.4. Sustav nesigurnosti
1.3. Sustav upravljanja rizicima
1.3.1. Upravljačke aktivnosti
1.3.2. Upravljanje rizicima
1.3.3. Proces upravljanja rizikom
1.3.4. Matematičke metode ekonomske procjene rizika
2. Poglavlje. RIZICI USLUŽNIH TVRTKI
2.1. Servisne tehnologije
2.2. Klasifikacija rizika poduzeća uslužnog sektora
2.3. Dinamička analiza stanja na tržištu usluga
2.4. Model upravljanja rizikom za uslužne organizacije
Poglavlje 3. UTJECAJ GLAVNIH ČIMBENIKA TRŽIŠNE RAVNOTEŽE NA UPRAVLJANJE RIZIKOM
3.1. Ograničavajući čimbenici rizika
3.2. Utjecaj čimbenika tržišne ravnoteže na promjene rizika
3.2.1. Odnos između tržišne ravnoteže i komercijalnog rizika
3.2.2. Utjecaj čimbenika tržišne ravnoteže na promjene komercijalnog rizika
3.2.3. Modeliranje procesa postizanja ravnoteže
3.2.4. Utjecaj promjena potražnje na razinu komercijalnog rizika
3.2.5. Utjecaj promjena ponude na stupanj komercijalnog rizika
3.2.6. Konstruiranje ovisnosti između potražnje i ponude
3.3. Utjecaj faktora vremena na stupanj rizika
3.4. Utjecaj faktora elastičnosti ponude i potražnje na razinu rizika
3.5. Utjecaj poreznog faktora u tržišnoj ravnoteži na razinu rizika
Poglavlje 4. UPRAVLJANJE FINANCIJSKIM RIZICIMA
4.1. Financijski rizici
4.1.1. Klasifikacija financijskih rizika
4.1.2. Komunikacija između financijskih i operativna poluga uz totalni rizik
4.1.3. Razvojni rizici
4.2. Kamatni rizici
4.2.1. Vrste kamatnih rizika
4.2.2. Operacije s kamatama
4.2.3. Prosječni postoci
4.2.4. Promjenjiva kamatna stopa
4.2.5. Kamatni rizici
4.2.6. Kamatni rizik obveznica
4.3. Rizik gubitaka od promjena u tijeku plaćanja
4.3.1. Ekvivalentni tokovi
4.3.2. Tokovi plaćanja
4.4. Rizični investicijski procesi
4.4.1. Rizici ulaganja
4.4.2. Stope povrata na rizičnu imovinu
4.4.3. Neto sadašnja vrijednost
4.4.4. Rentni i sinkronistički fond
4.4.5. Vrednovanje ulaganja
4.4.6. Rizična plaćanja ulaganja
4.4.7. Vremenski popust
4.5. Kreditni rizici
4.5.1. Čimbenici koji doprinose kreditnom riziku
4.5.2. Analiza kreditnog rizika
4.5.3. Tehnike smanjenja kreditnog rizika
4.5.4. Plaćanje kredita
4.5.5. Akumulacija i plaćanje kamata na potrošački kredit
4.5.6. Kreditna jamstva
4.6. Rizik likvidnosti
4.7. Rizik inflacije
4.7.1. Odnos kamatne stope i stope inflacije
4.7.2. Premija za inflaciju
4.7.3. Utjecaj inflacije na razne procese
4.7.4. Mjere za smanjenje inflacije
4.8. Valutni rizici
4.8.1. Pretvorba valuta i obračun kamata
4.8.2. Devizni tečajevi tijekom vremena
4.8.3. Smanjenje valutnih rizika
4.9. Rizici imovine
4.9.1. Razmjeni rizika
4.9.2. Utjecaj rizika neplaćanja i oporezivanje vrijednosti imovine
4.10. Probabilistička procjena stupnja financijskog rizika
5. poglavlje. KVANTITATIVNE PROCJENE EKONOMSKOG RIZIKA U PODRUČJU NEIZVJESNOSTI
5.1. Metode donošenja učinkovitih odluka u uvjetima neizvjesnosti
5.2. Matrix igre
5.2.1. Koncept igre s prirodom
5.2.2. Predmet teorije igara. Osnovni koncepti
5.3. Kriteriji izvedbe u uvjetima potpune nesigurnosti
5.3.1. Kriterij zajamčenog rezultata
5.3.2. Kriterij optimizma
5.3.3. Kriterij pesimizma
5.3.4. Savageov minimalni kriterij rizika
5.3.5. Hurwitzov generalizirani maksiminski (pesimizam – optimizam) kriterij
5.4. Usporedna procjena mogućnosti rješenja ovisno o kriterijima izvedbe
5.5. Višekriterijski problemi izbora učinkovitih rješenja
5.5.1. Višekriterijski problemi
5.5.2. Pareto optimalnost
5.5.3. Odabir rješenja u prisutnosti višekriterijskih alternativa
5.6. Model odlučivanja u uvjetima djelomične neizvjesnosti
5.7. Određivanje optimalnog obujma proizvodnje odjevnih predmeta u uvjetima neizvjesnosti
5.7.1. Gornja i donja cijena igre
5.7.2. Svođenje matrične igre na problem linearnog programiranja
5.7.3. Odabir optimalnog asortimana proizvoda
5.8. Rizici povezani s radom poduzeća za šivanje
Poglavlje 6. DONOŠENJE OPTIMALNE ODLUKE U UVJETIMA EKONOMSKOG RIZIKA
6.1. Probabilistička formulacija preferencijalnih odluka
6.2. Procjena stupnja rizika u uvjetima izvjesnosti
6.3. Odabir optimalnog broja poslova u frizerskom salonu, uzimajući u obzir rizik usluge
6.4. Statističke metode za donošenje odluka u uvjetima rizika
6.5. Odabir optimalnog plana metodom konstruiranja stabla događaja
6.5.1. Stablo odlučivanja
6.5.2. Optimiziranje vaše strategije izlaska na tržište
6.5.3. Maksimiziranje profita od dionica
6.5.4. Odabir optimalnog projekta rekonstrukcije tvornice kemijske čistionice
6.6. Usporedna procjena mogućnosti rješenja
6.6.1. Izbor optimalna opcija rješenja koristeći statističke procjene
6.6.2. Normalna distribucija
6.6.3. Krivulja rizika
6.6.4. Odabir optimalnog rješenja korištenjem intervala pouzdanosti
6.6.5. Model predviđanja troškova proizvodnje
6.7. Pojava rizika prilikom postavljanja misije ciljeva poduzeća
6.8. Djelatnosti uslužnih poduzeća u uvjetima rizika
6.8.1. Tvrtka za dekoraciju i dizajn Enterprise za pečenje pekarskih proizvoda i njihovu naknadnu prodaju
6.8.3. Kozmetički salon
Poglavlje 7. UPRAVLJANJE INVESTICIJSKIM PROJEKTIMA U UVJETIMA RIZIKA
7.1. Investicijski projekti u uvjetima neizvjesnosti i rizika
7.1.1. Osnovni pojmovi investicijskih projekata
7.1.2. Analiza i ocjena investicijskih projekata
7.1.3. Rizici investicijskih projekata
7.2. Optimalan izbor obujam ulaganja, osiguravajući maksimalno povećanje proizvodnje
7.3. Ulaganja u portfelj vrijednosnih papira
7.3.1. Proces upravljanja investicijama
7.3.2. Diverzificirani portfelj
7.3.3. Rizici povezani s ulaganjem u portfelj vrijednosnih papira
7.3.4. Praktične preporuke o formiranju investicijskog portfelja
7.4. Analiza ekonomske učinkovitosti investicijskog projekta
7.4.1. Analiza povezanih čimbenika rizika
7.4.2. Preliminarna procjena i izbor poduzeća
7.4.3. Procjena financijskog stanja poduzeća kao objekta ulaganja
7.4.4. Primjeri analize korištenjem financijskih pokazatelja
7.4.5. Procjena perspektive razvoja organizacije
7.4.6. Usporedna financijska analiza investicijskih projekata
7.4.7. Analiza metoda istraživanja organizacije na licu mjesta
7.5. Uzimanje u obzir rizika u investicijskim projektima
7.5.1. Model procjene rizika projekta
7.5.2. Uzimanje u obzir rizika prilikom ulaganja
7.5.3. Praktični zaključci o upravljanju rizičnim investicijskim projektima
Poglavlje 8. UPRAVLJANJE RIZICIMA U TURIZMU
8.1. Čimbenici koji utječu na dinamiku razvoja turizma
8.1.1. Razvoj turizma u Rusiji
8.1.2. Vrste i oblici turizma
8.1.3. Značajke turizma - kao čimbenici razvojne neizvjesnosti
8.2. Psihologija utjecaja turizma na sudionike i druge
8.2.1. Motivacija za putovanje
8.2.2. Utjecaj turizma
8.3. Rizici povezani s turističkom djelatnošću
8.3.1. Čimbenici koji utječu na turizam i ekonomika turizma
8.3.2. Klasifikacija rizika u turizmu
8.4. Ekonomski utjecaj turizma
8.5. Donošenje upravljačke odluke
8.6. Analiza aktivnosti organizacije koja pruža turističke usluge u uvjetima rizika
Poglavlje 9 UPRAVLJANJE RIZICIMA HOTELA I RESTORANA
9.1. Razvoj hotelskih poduzeća
9.2. Čimbenici razvoja restorana
9.3. Značajke i specifičnosti ugostiteljstva
9.4. Rizici svojstveni ugostiteljstvu i upravljanje njima
9.4.1. Identifikacija rizika
9.4.2. Rizici investicijskih projekata
9.4.3. Smanjenje rizika u ugostiteljstvu
9.5. Upravljačke odluke u ugostiteljstvu
Poglavlje 10. OSNOVNE METODE I NAČINI SMANJENJA EKONOMSKIH RIZIKA
10.1. Generalni principi Upravljanje rizicima
10.1.1. Dijagram procesa upravljanja rizikom
10.1.2. Primjeri rizika
10.1.3. Odabir tehnika upravljanja rizikom
10.2. Diversifikacija
10.3. Osiguranje od rizika
10.3.1. Suština osiguranja
10.3.2. Glavne karakteristike ugovora o osiguranju
10.3.3. Obračun poslova osiguranja
10.3.4. Ugovor o osiguranju
10.3.5. Prednosti i nedostaci osiguranja
10.4. Zaštita od rizika
10.4.1. Strategije upravljanja rizikom
10.4.2. Osnovni koncepti
10.4.3. Terminski i terminski ugovori
10.4.4. Zaštita tečaja
10.4.5. Glavni aspekti rizika
10.4.6. Zaštita tečaja korištenjem swapa
10.4.7. Mogućnosti
10.4.8. Osiguranje ili zaštita od rizika
10.4.9. Sinkronizacija novčanog toka
10.4.10. Model zaštite od rizika
10.4.11. Mjerenje učinkovitosti zaštite od rizika
10.4.12. Minimiziranje troškova zaštite
10.4.13. Korelirana transakcija zaštite
10.5. Ograničenje
10.6. Rezervacija sredstava (samoosiguranje)
10.7. Upravljanje rizikom kvalitete
10.8. Dodatne informacije o kupnji
10.9. Procjena učinkovitosti metoda upravljanja rizicima
10.9.1. Financiranje rizika
10.9.2. Procjena učinkovitosti upravljanja rizicima
Poglavlje 11. PSIHOLOGIJA PONAŠANJA I PROCJENA DONOSITELJA ODLUKA
11.1. Osobni čimbenici koji utječu na stupanj rizika pri donošenju upravljačkih odluka
11.1.1. Psihološki problemi ponašanje ekonomske ličnosti
11.1.2. Upravljačke akcije poduzetnika u uslužnom sektoru
11.1.3. Osobni odnos prema riziku
11.1.4. Intuicija i rizik
11.2. Teorija očekivane korisnosti
11.2.1. Grafikoni funkcije korisnosti
11.2.2. Teorija očekivane korisnosti
11.2.3. Uzimajući u obzir odnos donositelja odluke prema riziku
11.2.4. Grupno odlučivanje
11.3. Teorija racionalnog ponašanja
11.3.1. Teorija izgleda
11.3.2. Racionalan pristup odlučivanju
11.3.3. Asimetrija odlučivanja
11.3.4. Invarijantnost ponašanja
11.3.5. Uloga informacija u odlučivanju
11.4. Konfliktne situacije
11.5. Uloga menadžera u donošenju rizičnih odluka
11.5.1. Odlučivanje u uvjetima rizika
11.5.2. Zahtjevi za donositelja odluka
11.5.3. Načela za procjenu učinkovitosti odluka koje donose donositelji odluka
Pregled pitanja

Besplatno preuzmite e-knjigu u prikladnom formatu, gledajte i čitajte:
Preuzmite knjigu Teorija rizika i modeliranje rizičnih situacija - Shapkin A.S., Shapkin V.A. - fileskachat.com, brzo i besplatno preuzimanje.

Preuzmite pdf
U nastavku možete kupiti ovu knjigu po najpovoljnijoj cijeni uz popust s dostavom u cijeloj Rusiji.

Opis: Udžbenik “Teorija rizika i modeliranje rizičnih situacija” napisan je u skladu sa zahtjevima Državnih obrazovnih standarda 2. generacije Ministarstva obrazovanja Ruska Federacija. Odgovara programima disciplina “Teorija rizika i modeliranje rizičnih situacija” i “Matematičke metode financijske analize” spec. 061800 “Matematičke metode u ekonomiji”, program discipline “Teorija odlučivanja i upravljanje rizicima u financijskoj i poreznoj sferi” spec. 351200 “Porezi i oporezivanje”, program discipline “Menadžment” spec. 061100 “Menadžment”, kao i niz ekonomskih specijalnosti koje sadrže disciplinu “Menadžment”, budući da je “Upravljanje rizicima” dio ove discipline.
Udžbenik “Teorija rizika i modeliranje rizičnih situacija” sadrži jedanaest poglavlja.
U prvom poglavlju “Mjesto i uloga ekonomskih rizika u upravljanju aktivnostima organizacija” daje se definicija organizacije, ispituju se vrste organizacija, njihove karakteristike i ciljevi. Utvrđuje se mjesto i uloga rizika u gospodarskom poslovanju, daju se definicije i suština rizika. Daje se klasifikacija neizvjesnosti i rizika, otkriva sustav upravljanja rizicima i daju se osnovni pojmovi upravljanja rizicima. Razmatraju se glavne matematičke metode za procjenu ekonomskih rizika i daju se njihove karakteristike.
Drugo poglavlje, “Rizici uslužnih poduzeća”, posvećeno je uslužnim tehnologijama i njihovim razlikama od industrijske tehnologije. Dana je klasifikacija rizika poduzeća uslužnog sektora i dana je dinamička analiza stanja na tržištu usluga. Predlaže se model upravljanja rizikom za uslužne organizacije.
Treće poglavlje, "Utjecaj glavnih čimbenika tržišne ravnoteže na upravljanje rizikom", posvećeno je proučavanju utjecaja takvih čimbenika koji karakteriziraju neizvjesnost na promjene u stupnju ekonomskog rizika. Ekonomija tržišta, kao što su: ograničavajući rizici, neizvjesnost ponude i potražnje, vremensko računovodstvo, elastičnost, oporezivanje itd.
U četvrtom poglavlju „Upravljanje financijskim rizicima“, teorijska osnova upravljanje financijskim rizicima temeljeno na metodama financijske i aktuarske matematike. Prikazana je klasifikacija financijskih rizika, glavni parametri svojstveni razmatranim financijski rizici, a pomoću predloženih matematičkih metoda date su analitičke ovisnosti za njihovu procjenu. To vam omogućuje da provedete komparativnu kvantitativnu analizu rizika i na temelju nje odaberete metode upravljanja rizicima koje su najučinkovitije.
U petom poglavlju " Kvantitativne procjene ekonomski rizik u uvjetima neizvjesnosti” raspravlja o metodama za donošenje učinkovitih odluka u uvjetima neizvjesnosti, koristeći različite kriterije uspješnosti. Proučavaju se višekriterijski problemi izbora učinkovitih rješenja. Razmatramo šivaće poduzeće za koje je odabran optimalni obujam proizvodnje u uvjetima neizvjesnosti i ispitano je funkcioniranje poduzeća u rizičnoj situaciji.
Šesto poglavlje “Donošenje optimalne odluke u uvjetima rizika” posvećeno je prikazu probabilističkih i statističkih metoda za donošenje učinkovitih odluka i odabir optimalnog rješenja korištenjem intervala pouzdanosti. Razmatra se problem izbora optimalnog broja radnih mjesta u frizerskom salonu, uzimajući u obzir rizik usluge. Metodom „stabla odlučivanja“ razmatraju se problemi optimizacije strategije ulaska na tržište, maksimiziranja dobiti od dionica i izbora optimalnog projekta rekonstrukcije tvornice kemijske čistionice. Dotaknut će se materijal o nastanku rizika prilikom postavljanja misije i ciljeva poduzeća. Istražuju se aktivnosti poduzeća za uređenje i dizajn prostora, poduzeća za pečenje pekarskih proizvoda i njihovu naknadnu prodaju te kozmetičkog salona u uvjetima rizika.
U sedmom poglavlju “Upravljanje investicijskim projektima u uvjetima rizika” daju se osnovni pojmovi investicijskih projekata, njihova analiza i ocjena, te daje investicijski rizici. Istražuje ulaganja u portfelj vrijednosnih papira, čija je svrha formiranje učinkovitog portfelja sastavljenog od kombinacije nerizične i rizične imovine. Dane su metode analize ekonomske učinkovitosti investicijskog projekta i komparativne financijske analize investicijskih projekata. Razmatra se metodologija uzimanja u obzir projektnih rizika i daju praktične preporuke za njihovo upravljanje.
Osmo poglavlje „Upravljanje rizikom u turizmu“ posvećeno je vrstama i oblicima, dinamici razvoja turizma u Rusiji. Razmatraju se čimbenici neizvjesnosti u razvoju turizma i rizici povezani s turističkom djelatnošću te njihova klasifikacija. Proučava se ekonomski učinak turizma i specifičnosti donošenja upravljačkih odluka. Daje se analiza aktivnosti organizacije koja pruža turističke usluge u uvjetima rizika.
U devetom poglavlju „Upravljanje rizicima hotela i restorana“ istražuju se čimbenici razvoja, značajke i specifičnosti ugostiteljstva, rizici svojstveni ugostiteljstvu te upravljanje njima. Daju se preporuke za smanjenje i upravljanje rizicima u ugostiteljskoj djelatnosti.
U desetom poglavlju “Osnovne metode i načini smanjenja ekonomskih” rizika proučavaju se ekonomski alati za smanjenje rizika na temelju matematičkog modeliranja: diversifikacija, osiguranje, zaštita terminskim i terminskim ugovorima, swapovi i opcije itd., te također sažima metode za poboljšanje upravljanja rizicima s ciljem smanjenja njihove razine i povećanja profitabilnosti. Procjenjuje se učinkovitost metoda upravljanja rizicima.
Jedanaesto poglavlje “Psihologija ponašanja i procjena donositelja odluka” posvećeno je proučavanju i sistematizaciji utjecaja psiholoških čimbenika na probleme ponašanja tržišnih sudionika te formiranju paketa preporuka za upravljanje rizicima i izbor učinkovitih rješenja. . Razmatraju se konfliktne situacije te uloga menadžera u donošenju rizičnih odluka.
Na kraju udžbenika “Teorija rizika i modeliranje rizičnih situacija” za svako poglavlje nalaze se pitanja za ponavljanje i samokontrolu.
Sadržaj udžbenika

MJESTO I ULOGA EKONOMSKIH RIZIKA U UPRAVLJANJU DJELATNOSTIMA ORGANIZACIJA
1.1. Organizacije, vrste poduzeća, njihove karakteristike i ciljevi
1.2. Mjesto i uloga rizika u gospodarskom djelovanju

• 1.2.1. Definicija i suština rizika
• 1.2.2. Upravljanje rizicima
• 1.2.3. Klasifikacija rizika
• 1.2.4. Sustav nesigurnosti

• 1.3.1. Upravljačke aktivnosti
• 1.3.2. Upravljanje rizicima
• 1.3.3. Proces upravljanja rizikom
• 1.3.4. Matematičke metode za procjenu ekonomskih rizika

• 3.2.1. Odnos između tržišne ravnoteže i komercijalnog rizika
• 3.2.2. Utjecaj čimbenika tržišne ravnoteže na promjene komercijalnog rizika
• 3.2.3. Modeliranje procesa postizanja ravnoteže
• 3.2.4. Utjecaj promjena potražnje na razinu komercijalnog rizika
• 3.2.5. Utjecaj promjena ponude na stupanj komercijalnog rizika
• 3.2.6. Konstruiranje ovisnosti između potražnje i ponude

• 4.1.1. Klasifikacija financijskih rizika
• 4.1.2. Odnos između financijske i operativne poluge i ukupnog rizika
• 4.1.3. Razvojni rizici

• 4.2.1. Vrste kamatnih rizika
• 4.2.2. Operacije s kamatama
• 4.2.3. Prosječni postoci
• 4.2.4. Promjenjiva kamatna stopa
• 4.2.5. Kamatni rizici
• 4.2.6. Kamatni rizik obveznica

• 4.3.1. Ekvivalentni tokovi
• 4.3.2. Tokovi plaćanja

• 4.4.1. Rizici ulaganja
• 4.4.2. Stope povrata na rizičnu imovinu
• 4.4.3. Neto sadašnja vrijednost
• 4.4.4. Rentni i sinkronistički fond
• 4.4.5. Vrednovanje ulaganja
• 4.4.6. Rizična plaćanja ulaganja
• 4.4.7. Vremenski popust

• 4.5.1. Čimbenici koji doprinose kreditnom riziku
• 4.5.2. Analiza kreditnog rizika
• 4.5.3. Tehnike smanjenja kreditnog rizika
• 4.5.4. Plaćanje kredita
• 4.5.5. Akumulacija i plaćanje kamata na potrošački kredit
• 4.5.6. Kreditna jamstva

• 4.7.1. Odnos kamatne stope i stope inflacije
• 4.7.2. Premija za inflaciju
• 4.7.3. Utjecaj inflacije na razne procese smanjenja inflacije

• 4.8.1. Pretvorba valuta i obračun kamata
• 4.8.2. Devizni tečajevi tijekom vremena
• 4.8.3. Smanjenje valutnih rizika

• 4.9.1. Razmjeni rizika
• 4.9.2. Utjecaj neplaćanja i porezni rizik
• 4.9.3. Maksimiziranje vrijednosti imovine

• 5.2.1. Koncept igre s prirodom
• 5.2.2. Predmet teorije igara. Osnovni koncepti

• 5.3.1. Kriterij zajamčenog rezultata
• 5.3.2. Kriterij optimizma
• 5.3.3. Kriterij pesimizma
• 5.3.4. Savageov minimalni kriterij rizika
• 5.3.5. Hurwitzov generalizirani maksiminski (pesimizam – optimizam) kriterij

• 5.5.1. Višekriterijski problemi
• 5 5 2. Pareto optimalnost
• 5.5.3. Odabir rješenja u prisutnosti višekriterijskih alternativa

• 5.7.1. Gornja i donja cijena igre
• 5.7.2. Svođenje matrične igre na problem linearnog programiranja
• 5.7.3. Odabir optimalnog asortimana proizvoda

• 6.5.1. Stablo odlučivanja
• 6.5.2. Optimiziranje vaše strategije izlaska na tržište
• 6.5.3. Maksimiziranje profita od dionica
• 6.5.4. Odabir optimalnog projekta rekonstrukcije tvornice kemijske čistionice

• 6.6.1. Odabir optimalnog rješenja pomoću statističkih procjena
• 6.6.2. Normalna distribucija
• 6.6.3. Krivulja rizika
• 6.6.4. Odabir optimalnog rješenja korištenjem intervala pouzdanosti
• 6.6.5. Model predviđanja troškova proizvodnje

• 6.8.1. Tvrtka za uređenje i dizajn interijera
• 6.8.2. Poduzeće za pečenje pekarskih proizvoda i njihovu naknadnu prodaju
• 6.8.3. Kozmetički salon

• 7.1.1. Osnovni pojmovi investicijskih projekata
• 7.1.2. Analiza i ocjena investicijskih projekata
• 7.1.3. Rizici investicijskih projekata

• 7.3.1. Proces upravljanja investicijama
• 7.3.2. Diverzificirani portfelj
• 7.3.3. Rizici povezani s ulaganjem u portfelj vrijednosnih papira
• 7.3.4. Praktične preporuke za izgradnju investicijskog portfelja

• 7.4.1. Analiza povezanih čimbenika rizika
• 7.4.2. Preliminarna procjena i odabir poduzeća
• 7.4.3. Procjena financijskog stanja poduzeća kao objekta ulaganja
• 7.4.4. Primjeri analize korištenjem financijskih pokazatelja
• 7.4.5. Procjena perspektive razvoja organizacije
• 7.4.6. Usporedna financijska analiza investicijskih projekata
• 7.4.7. Analiza metoda istraživanja organizacije na licu mjesta

• 7.5.1. Model procjene rizika projekta
• 7.5.2. Uzimanje u obzir rizika prilikom ulaganja
• 7.5.3. Praktični zaključci o upravljanju rizičnim investicijskim projektima

• 8.1.1. Razvoj turizma u Rusiji
• 8.1.2. Vrste i oblici turizma
• 8.1.3. Značajke turizma - kao čimbenici razvojne neizvjesnosti

• 8.2.1. Motivacija za putovanje
• 8.2.2. Utjecaj turizma

• 8.3.1. Čimbenici koji utječu na turizam i ekonomika turizma
• 8.3.2. Klasifikacija rizika u turizmu

• 9.4.1. Identifikacija rizika
• 9.4.2. Rizici investicijskih projekata
• 9.4.3. Smanjenje rizika u ugostiteljstvu

• 10.1.1. Dijagram procesa upravljanja rizikom
• 10.1.2. Primjeri rizika
• 10.1.3. Odabir tehnika upravljanja rizikom

• 10.3.1. Suština osiguranja
• 10.3.2. Glavne karakteristike ugovora o osiguranju
• 10.3.3. Obračun poslova osiguranja
• 10.3.4. Ugovor o osiguranju
• 10.3.5. Prednosti i nedostaci osiguranja

• 10.4.1. Strategije upravljanja rizikom
• 10.4.2. Osnovni koncepti
• 10.4.3. Terminski i terminski ugovori
• 10.4.4. Zaštita tečaja
• 10.4.5. Glavni aspekti rizika
• 10.4.6. Zaštita tečaja korištenjem swapa
• 10.4.7. Mogućnosti
• 10.4.8. Osiguranje ili zaštita od rizika
• 10.4.9. Sinkronizacija novčanog toka
• 10.4.10. Model zaštite od rizika
• 10.4.11. Mjerenje učinkovitosti zaštite od rizika
• 10.4.12. Minimiziranje troškova zaštite
• 10.4.13. Korelirana transakcija zaštite

• 10.9.1. Financiranje rizika
• 10.9.2. Procjena učinkovitosti upravljanja rizicima

• 11.1.1. Psihološki problemi ekonomskog ponašanja ličnosti
• 11.1.2. Upravljačke akcije poduzetnika u uslužnom sektoru
• 11.1.3. Osobni odnos prema riziku
• 11.1.4. Intuicija i rizik

• 11.2.1. Grafikoni funkcije korisnosti
• 11.2.2. Teorija očekivane korisnosti
• 11.2.3. Uzimajući u obzir odnos donositelja odluke prema riziku
• 11.2.4. Grupno odlučivanje

• 11.3.1. Teorija izgleda
• 11.3.2. Racionalan pristup odlučivanju
• 11.3.3. Asimetrija odlučivanja
• 11.3.4. Invarijantnost ponašanja
• 11.3.5. Uloga informacija u odlučivanju

• 11.5.1. Odlučivanje u uvjetima rizika
• 11.5.2. Zahtjevi za donositelja odluka
• 11.5.3. Načela za procjenu učinkovitosti odluka koje donose donositelji odluka