Модельный риск в банковском регулировании

Возрастающая зависимость банков от моделей требует, чтобы менеджеры по управлению рисками лучше понимали и управляли модельным риском. Повышенная доступность данных и новые технологии в области вычислений, моделирования и алгоритмов существенно расширили круг сфер, в которых могут применяться модели. Однако ошибки от субоптимальных моделей могут привести к принятию некомпетентных решений и повышению рисков банков. Поэтому целью данной работы является совершенствование системы управления модельным риском на примере российского банка. Для достижения цели были определены следующие задачи: выполнить анализ существующей литературы, определить источники модельного риска и влияние моделей на финансовые организации и систему в целом, провести анализ наиболее распространённых систем управления модельным риском, рассмотреть конкретную модель по управлению риском на примере российского банка, разработать возможные варианты улучшения системы управления модельным риском в анализируемом банке. В результате проведённого анализа были определены четыре категории основных источников модельного риска: данные, алгоритмы, предпосылки и ошибки при реализации модели. При разработке и внедрении системы управления модельным риском менеджерам стоит организовать свою работу таким образом, чтобы должное внимание уделялось каждой категории источников модельного риска. Наиболее существенными по мнению автора проблемами в настоящее время являются отсутствие общепринятых международных стандартов в области качества данных, а также недостаточная подготовка кадров. Кроме того, необходимо как можно скорее внедрить количественную оценку модельного риска, которая позволит получать более точную и качественную оценку, а также разработать такие модели, которые были бы способны самостоятельно адаптироваться к постоянно меняющимся условиям и рискам.