• резкая смена социального статуса физического лица как в сторону повышения, так и в сторону понижения. Кредитный риск (КР) этого физического лица в данном случае оценивается как высокий;
• смена социальной ориентации – КР высокий;
• резкое повышение или снижение реально проявляемой политической активности – КР низкий;
• смена места работы с изменением социального статуса – КР средний;
• изменение социального положения в связи с браком, наследством, обнаружившимися родственниками и др. – КР средний.
Известно, что серьезной проблемой при оценке банковских рисков является недостаток информации. Одним из ее возможных источников являются индикаторы рисков, которые представляют собой своеобразные сигналы раннего оповещения о потенциальной негативной ситуации. Эти индикаторы не требуют значительных организационных усилий и финансовых затрат по их обнаружению, идентификации и включению в оперативные циклы риск-менеджмента. Основная их задача – дать информацию об инициировании и активизации нестабильных агрессивных факторов окружающей среды, о возможно формирующихся при этом и усиливающихся рисках. Область действия и спектр этих индикаторов может быть очень широк. При формировании законченного комплекса банковского риск-менеджмента они должны занять свое место и играть важную роль. Использование индикаторов в качестве информационных инструментов риск-менеджмента предполагает их группировку, классификацию и ранжирование. Банки могут использовать эти индикаторы как по отношению к клиентам, так и в качестве информационных инструментов внутреннего аудита и контроля. Кроме того, указанные индикаторы могут использовать органы надзора, клиенты, партнеры банков и т.д.
А. Статистические результаты степени согласованности мнений экспертов в группе В распоряжении автора имеются статистические данные о работе экспертных групп в 107 российских банках. На рисунке на основании этих статистических данных построена функция распределения оценок степени согласованности мнений экспертов в группе Р% в виде F (P%) (показана зеленым цветом) и обратная ей функция распределения оценок степени несогласованности мнений экспертов в группе 1 - F (P%) (дана красным цветом). Как видно из рисунка 1, степень согласованности мнений экспертов 76% является наиболее вероятной, что, в свою очередь, означает, что наиболее вероятной степенью несогласованности мнений экспертов в их группе является 24%. Б. Проверка оценок степени согласованности мнений экспертов в группе на фрактальность Разработанный Х. Херстом (H. Hurst) метод анализа случайных рядов можно использовать и для анализа оценок степеней согласованности мнений экспертов в группе.
А. Экспертный анализ отдельного банка Как правило, математические методы базируются на анализе строго формализуемой информации, например на отчетности банка, а неколичественные аспекты его деятельности остаются без внимания (кадровая политика, качество менеджмента, в том числе риск-менеджмента, связь с криминальными структурами, судебные и арбитражные тяжбы и т.д.).
Но зачастую именно эти аспекты могут быть определяющими для оценки банка. Их трудно формализовать и тем более регламентировать степень их влияния на общее состояние банка в рамках стандартных неэкспертных методов. Экспертный подход при анализе отдельного банка позволяет учесть важные индивидуальные особенности банка, качественную информацию, а также использовать знания и опыт эксперта, которые невозможно применить в рамках стандартных методов. Но это является лишь частичным решением задачи анализа отдельного банка.
