Irrbb что это

Irrbb что это

Перевод: IRRBB – Interest rate risk in the banking book

Процентный риск – риск потерь из-за неблагоприятных изменений процентных ставок.

В банковском риск-менеджменте распространен раздельный анализ процентного риска для краткосрочных торговых позиций (торговая книга) и прочих позиций банка (банковская книга).

Процентный риск банковской книги рассматривается как отдельный, как правило, значимый вид риска, тогда как процентный риск торговой книги входит в состав рыночного риска.

• Доклад для общественных консультаций «Система управления процентным риском в крупнейших российских банках» — апрель 2017- http://cbr.ru/analytics/ppc/Consultation_Paper_170411.pdf
• Стандарт Базельского комитета по банковскому надзору Standards for Interest Rate Risk in the Banking Book (IRRBB) – апрель 2016 — http://www.bis.org/bcbs/publ/d368.htm

Стандарты по управлению рисками изменения процентной ставки в банковской книге

Обновленные принципы управления процентным риском банковской книги (IRRBB) Базельского комитета ужесточают требования к раскрытию информации и банковскому надзору за управлением рисками (Компонент II)

Вольф Кристоф Граматке

Cтарший менеджер, Zeb Мюнстер

Мануэль Коллмейер

Менеджер, Zeb Мюнстер

Давид Бенц

Консультант, Zeb Мюнстер

Базельский комитет по банковскому надзору (BCBS) 21.04.2016 опубликовал итоговый вариант стандартов по управлению процентным риском банковской книги (BCBS № 368). Новый документ обновляет требования, установленные документом «Принципы управления и надзора за риском изменения процентных ставок» от 2004 года (Principles for the Management and Supervision of Interest Rate Risk, BCBS № 108). Принятые изменения основываются на результатах завершенного этапа консультаций (BCBS № 319). Все предложения и решения данного этапа нашли отражение в новой редакции стандартов IRRBB. Банковский сектор выступил с идеей отказаться от внедрения стандартизированного подхода к измерению процентного риска банковской книги, то есть от включения данного типа риска в состав требований к минимальному объему капитала в рамках Компонента I, так как данный подход не отражает неоднородный и комплексный характер различных банковских бизнес-моделей. Таким образом, в итоговой редакции стандартов BCBS 2016 года (BCBS 368) этот метод был значительно преобразован и теперь рассматривается лишь в качестве промежуточного решения до момента определения какого-либо отраслевого сравнительного показателя. Модель управления процентными рисками банковской книги в рамках Компонента II (ICAAP), в свою очередь, должна позволить проводить анализ в отдельно взятых кредитно-финансовых учреждениях в соответствии с обновленными принципами, которые предусматривают внесение следующих важных изменений:

• новые требования к.

Полная версия доступна только подписчикам

Доступ Онлайн

2490 /месяц
Оформить подписку

Доступ Онлайн + Печатное издание

Оформить подписку

Подписавшись на Bosfera.ru, вы сможете ежедневно читать аналитические материалы, расследования, интервью с известными экспертами и бизнесменами. Подписчики также получают неограниченный доступ к архиву

Неофлекс

Компания Neoflex объявила о запуске приложения NeoLimits, которое доступно для приобретения через маркетплейс FusionStore компании Finastra. Приложение позволяет финансовым организациям устанавливать и контролировать лимиты для метрик банковской книги: процентный риск банковской книги (IRRBB), лимиты контрагентов, страновые и отраслевые, а также лимиты для таких показателей, как коэффициент покрытия ликвидности (LCR), чистый процентный доход (NII) и экономическая стоимость капитала (EVE).

26 августа 2021

Компания Neoflex автоматизировала оценку активов по амортизированной стоимости в соответствии с требованиями МСФО (IFRS) 9 в Росбанке. Калькулятор амортизированной стоимости активов реализован на базе одной из лучших в своем классе платформ для автоматизации управления рисками Finastra Fusion Risk.

13 июля 2021

Neoflex и FinExtra Group автоматизировали управление активами и пассивами (ALM), а также расчет резервов по МСФО (IFRS) 9 в «Народном банке» Узбекистана. В рамках проекта осуществлено успешное внедрение одного из ведущих в мире решений по управлению рисками – Fusion Risk от компании Finastra.

8 июля 2021

Банк «Открытие» начал опытно-промышленную эксплуатацию технологической платформы для разработки и внедрения моделей машинного обучения. Ее архитектура признана общебанковской. Новая платформа моделирования снизит операционный риск и позволит быстро внедрять в бизнес-процессы модели любой сложности. Технологическим партнером проекта является компания Neoflex.

11 мая 2021

«Неофлекс» подвел итоги года: более чем 50% рост основных бизнес-показателей компании стал результатом существенной вовлеченности в проекты по цифровой трансформации бизнеса крупнейших российских и международных финансовых организаций. Компания фокусировалась на развитии технологической и отраслевой экспертизы, а также расширении линейки предлагаемых заказчикам типовых решений, технологических компонентов и платформ, ускоряющих процесс создания сложных информационных систем. Максимальные темпы роста показали направления по заказной микросервисной разработке и созданию аналитических решений.

9 февраля 2021

Членство в такой уважаемой профессиональной международной организации как ACCIS, позволит «Неофлекс» обмениваться экспертизой с ключевыми мировыми игроками и обеспечит доступ к лучшим практикам в области цифровизации кредитных бюро.

4 февраля 2021

Национальный Клиринговый Центр (далее НКЦ) завершил проект по автоматизации подготовки отчетности, предоставляемой в Банк России. В результате автоматизации создана высокопроизводительная ИТ-платформа на базе продукта Neoflex Reporting, включённого в единый реестр российского ПО. Это обеспечивает высокую скорость формирования ежедневного пакета отчетов с учетом 60 млн. транзакций в день. Технологическим партнером проекта выступила компания «Неофлекс».

2 февраля 2021

Компания «Неофлекс» внедрила в Икано Банк платформу микросервисной разработки приложений Neoflex MSA Platform. На базе платформы банк совместно со своими партнерами создал и в короткие сроки вывел на рынок новый кредитно-карточный продукт, поддерживающий программу лояльности клиентов торговых центров МЕГА и магазинов ИКЕА.

21 января 2021

Компания «Неофлекс» завершила проект по комплексной автоматизации расчета стоимости финансовых инструментов и резервов на ожидаемые кредитные убытки в соответствии с требованиями МСФО (IFRS) 9 в ПАО «БАНК УРАЛСИБ». Для расчета всех необходимых финансовых показателей была внедрена система Finastra Fusion Risk – программный продукт мирового уровня, имеющей множество международных премий и наград как лучший в своем классе. В качестве интеграционной платформы в проекте был использован программный продукт Informatica PowerCenter.

17 декабря 2020

Компания «Неофлекс» разработала интеграционную платформу на базе IBM App Connect Enterprise для бесшовного внедрения дистанционного банковского обслуживания (ДБО) в «Банке «МБА-МОСКВА». Платформа обеспечивает быструю, стабильную и надежную работу ДБО с системами банка в режиме реального времени. Внедрение новой системы позволит банку предоставить физическим клиентам новый функционал и продукты, которые увеличат их денежные потоки.

22 октября 2020

Благодаря новой платформе банк улучшит процессы мониторинга и принятия решений в сегменте юридических лиц и индивидуальных предпринимателей за счет использования многофакторных статистических моделей оценки кредитного риска.

10 сентября 2020

Компания «Неофлекс», разработчик ИТ-платформ для цифровой трансформации бизнеса, создала решение Active Archive на основе стека технологий Big Data. Оно помогает компаниям существенно оптимизировать стоимость владения архивными данными, обеспечивает удобный доступ к ним и минимизирует риски их потери.

30 июля 2020

«Народный банк», крупнейший акционерный коммерческий банк в Узбекистане, внедряет систему по управлению рисками Finastra Fusion Risk. Решение позволит банку управлять эффективнее всеми видами рисков (кредитным, рыночным, операционным, риском ликвидности, риском изменения процентных ставок и другими). Партнеры проекта — локальная финтех-компания «Финекстра» и компания «Неофлекс», разработчик ИТ-решений для цифровой трансформации бизнеса — осуществляют внедрение решения и отвечают за его соответствие локальным и международным нормативным требованиям.

22 июля 2020

Проект, не имеющий аналогов в России, открывает перед банком широкие возможности по оптимизации и развитию ИТ-ландшафта, а также выводит бизнес-процессы по работе с архивными данными на качественно новый уровень эффективности. Технологическим партнером проекта выступила компания «Неофлекс», разработчик ИТ-платформ для цифровой трансформации бизнеса.

Новости 1 — 20 из 29
Начало | Пред. | 1 2 | След. | Конец

Зарегистрированно Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор)
Свидетельство о регистрации СМИ (печатное издание «Национальный Банковский Журнал (NBJ)) ПИ № ФС 77-39520 от 21 апреля 2010 года.
Свидетельство о регистрации СМИ (сайт nbj.ru) Эл № ФС77-54046 от 30 апреля 2013 года. Национальный Банковский Журнал – о банках и финансовом секторе.
Новости, аналитика, комментарии, интервью.
Политика конфиденциальности

Учредитель и издатель: ООО Управляющая компания «Национальный Банковский Журнал»

Редакция:
Тел.: (495) 988-32-08
nbj@nbj.ru

Параметрическая иммунизация процентного риска на основе моделей срочной структуры процентных ставок Текст научной статьи по специальности «Экономика и бизнес»

ПРОЦЕНТНЫЙ РИСК / ПАРАМЕТРИЧЕСКАЯ ИММУНИЗАЦИЯ / ПАРАМЕТРИЧЕСКОЕ ХЕДЖИРОВАНИЕ / МОДЕЛИ СРОЧНОЙ СТРУКТУРЫ ПРОЦЕНТНЫХ СТАВОК / НЕПАРАЛЛЕЛЬНЫЕ СДВИГИ ПРОЦЕНТНЫХ СТАВОК / INTEREST RATE RISK / PARAMETRIC IMMUNIZATION / PARAMETRIC HEDGING / TERM STRU&SHY / CTURE MODELS / NON-PARALLEL YIELD CURVE SHIFTS

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Бешенов Сергей Витальевич, Лапшин Виктор Александрович

Работа посвящена хеджированию риска непараллельного изменения процентных ставок при управлении процентным риском долговых обязательств. Базель III при определении требований к капиталу и стресс-тести­ровании рекомендует учитывать риск непараллельных изменений кривой бескупонной доходности [Basel Committee on Banking Supervision, 2016]. При этом, как показывает опрос двадцати семи крупнейших банков России, проведенный Банком России [Банк России, 2017], по состоянию на апрель 2017 г. только один банк учитывал данный риск при расчете процентного риска и один разрабатывал методологию. Мы использовали ряд моделей срочной структуры процентных ставок для хеджирования непараллельных изменений кривой бескупонной доходности путем параметрической иммунизации. Исследование проводилось по данным российского рынка облигаций на пятилетней выборке наблюдений за котировками облигаций. Качество иммунизации обязательства определялось на основе метрик VaR и MAE. Новизна работы заключается в применении моделей срочной структуры процентных ставок различных классов, большая часть из которых ранее не использовалась для решения задачи параметрической иммунизации. Предложена методология оценки качества иммунизации. Исследование проведено на российском рынке облигаций. Кросс-валидация на недельном горизонте показала, что модели Нельсона Зигеля (а также ее усеченная версия), Свенссона и Кокса Ингерсолла Росса в рамках задачи параметрической иммунизации дают лучшие результаты по сравнению с общепринятым подходом на основе дюраций. Полученные результаты имеют серьезную практическую значимость для управляющих долговыми обязательствами

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Бешенов Сергей Витальевич, Лапшин Виктор Александрович

Обзор и исследования срочной структуры процентных ставок на китайском рынке облигаций
Выбор модели срочной структуры процентных ставок на основе ее свойств
Определение срочной структуры процентных ставок
Оценка кривой бескупонной доходности на российском рынке облигаций
Срочная структура процентных ставок на китайском рынке облигаций
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Parametric Immunization of Interest Rate Risk via Term Structure Models

The paper considers the parametric hedging of non-parallel shifts in the yield curve. In order to determine capital requirements and stress testing, Basel committee recommends taking into account the risk of non-parallel interest rate shifts [Basel Committee on Banking Supervision, 2016]. As of April 2017, only one Russian bank took this risk into account in calculating interest rate risk , and one was developing a methodology [Central bank of Russia, 2017]. We use several term structure models for hedging non-parallel interest rate shifts. The study uses a 5-year span of Russian bond market data. We use VaR and MAE to assess the effectiveness of hedging approaches. The novelty of the work lies in the application of different term structure models, most of which have not previously been used for parametric hedging . We also present an original methodology for assessing the effectiveness of hedging. For the first time a study is conducted on the Russian bond market. Cross-validation shows that the Nelson Siegel (and also its shortened version), Svensson and Cox Ingersoll Ross models within the parametric hedging problem give better results than the generally accepted Fisher Weil duration model. The results of this work have practical significance for fixed income managers.

Текст научной работы на тему «Параметрическая иммунизация процентного риска на основе моделей срочной структуры процентных ставок»

Экономический журнал ВШЭ. 2019. Т. 23. № 1. С. 9-31.

HSE Economic Journal, 2019, vol. 23, no 1, pp. 9-31.

Параметрическая иммунизация процентного риска на основе моделей срочной структуры процентных

Бешенов С.В., Лапшин В.А.

Работа посвящена хеджированию риска непараллельного изменения процентных ставок при управлении процентным риском долговых обязательств. Базель III при определении требований к капиталу и стресс-тестировании рекомендует учитывать риск непараллельных изменений кривой бескупонной доходности [Basel Committee on Banking Supervision, 2016]. При этом, как показывает опрос двадцати семи крупнейших банков России, проведенный Банком России [Банк России, 2017], по состоянию на апрель 2017 г. только один банк учитывал данный риск при расчете процентного риска и один разрабатывал методологию.

Мы использовали ряд моделей срочной структуры процентных ставок для хеджирования непараллельных изменений кривой бескупонной доходности путем параметрической иммунизации. Исследование проводилось по данным российского рынка облигаций на пятилетней выборке наблюдений за котировками облигаций. Качество иммунизации обязательства определялось на основе метрик VaR и MAE.

Новизна работы заключается в применении моделей срочной структуры процентных ставок различных классов, большая часть из которых ранее не использовалась для решения задачи параметрической иммунизации. Предложена методология оценки качества иммунизации. Исследование проведено на российском рынке облигаций.

Кросс-валидация на недельном горизонте показала, что модели Нельсона — Зигеля (а также ее усеченная версия), Свенссона и Кокса — Ингерсолла -Росса в рамках задачи параметрической иммунизации дают лучшие результаты по сравнению с общепринятым подходом на основе дюраций. Полученные результаты имеют серьезную практическую значимость для управляющих долговыми обязательствами.

Авторы благодарны двум анонимным рецензентам за подробные комментарии, которые помогли существенно улучшить некоторые аспекты работы.

Бешенов Сергей Витальевич — аспирант Школы финансов факультета экономических наук Национального исследовательского университета «Высшая школа экономики». E-mail: beshenov.s@yandex.ru Лапшин Виктор Александрович — к.ф.-м.н., доцент Школы финансов факультета экономических наук Национального исследовательского университета «Высшая школа экономики». E-mail: vlapshin@hse.ru

Статья поступила: 23.09.2018/Статья принята: 24.01.2019.

Ключевые слова: процентный риск; параметрическая иммунизация; параметрическое хеджирование; модели срочной структуры процентных ставок; непараллельные сдвиги процентных ставок.

Работа посвящена управлению процентным риском в финансовых институтах. Под процентным риском мы понимаем возможность получения финансового убытка вследствие неблагоприятного изменения процентных ставок в экономике. Подверженность процентному риску характерна для кредитных и депозитных продуктов, инструментов с фиксированной доходностью, производных инструментов, базовым активом которых являются процентные ставки, и иных инструментов. В данной работе как один из основных методов управления будет рассматриваться полное хеджирование процентного риска, т.е. хеджирование всей стоимости инструмента. Такая процедура в академической литературе называется иммунизацией и предполагает формирование портфеля таким образом, чтобы его стоимость не зависела от изменения уровня процентных ставок. В нашем случае объектом иммунизации выступает некоторое обязательство, для которого формируется иммунизирующий портфель облигаций, позволяющий нивелировать изменения стоимости этого обязательства. Общеизвестно, что сдвиги кривых процентных ставок (кривых бескупонных доходностей), приводящие к реализации процентного риска, могут быть параллельными и непараллельными. И если задача иммунизации к параллельным сдвигам является вопросом исследованным (использование дюрации, например: [Fisher, Weil, 1971], то иммунизация процентного риска при непараллельных сдвигах срочной структуры процентных ставок остается полем для исследований по сегодняшний день.

Базельский комитет [Basel Committee on Banking Supervision, 2016] при определении требований к капиталу и стресс-тестировании рекомендует учитывать риск непараллельных изменений кривой бескупонной доходности. В качестве стандартизированного решения он предлагает использовать готовые коэффициенты возможного изменения срочной структуры процентных ставок (ССПС), при этом предполагая разные изменения для краткосрочных и долгосрочных процентных ставок. Эти коэффициенты получены на основе исторических данных и представляют собой максимальные оценки изменения для разной срочности (а их всего три), что налагает повышенные требования к капиталу. Более точное понимание возможных изменений ССПС на каждом сроке позволило бы сократить размер требований к капиталу и получить более точные оценки чувствительностей кривой бескупонных доходностей.

Помимо рекомендаций Базельского комитета, актуальность данной темы в России обусловлена хотя бы тем, что за период 2014-2015 гг. процентный риск принес банковской системе потери, сопоставимые с кредитным риском, являющимся основным для банковской сферы. Центральный банк РФ в своем информационном бюллетене указывает: «По оценке Банка России, в 2015 году объем потерь российского банковского сектора из-за реализации процентного риска уступал только потерям от кредитного риска» [Банк России, 2017]. С проблемой воздействия процентного риска столкнулись страховые

компании и компании реального сектора, практикующие регулярное кредитование для своей деятельности.

Идея использования параметрического представления срочной структуры процентных ставок (ССПС) для оценки зависимости изменений цены обязательства от изменений кривой процентных ставок в экономике была впервые предложена Купером [Cooper, 1977[. При условии, что ССПС может быть выражена в виде функциональной зависимости, такая зависимость представляет собой определенную модель поведения процентных ставок. Вместо аппроксимации функции цены обязательства путем ее разложения в ряд Тейлора, т.е. взятия первой производной (дюрации) и второй производной (выпуклости, англ. convexity), предполагается дифференцирование функции ССПС, определяющей цену обязательства, по ее параметрам.

Задача нашей работы — на реальных данных по российскому рынку облигаций понять, есть ли практическая польза от применения подобных «продвинутых» моделей иммунизации — по сравнению со «стандартным» подходом на основе дюраций.

Для этого далее в разделе 2 мы сначала приведем обзор популярных моделей ССПС, которые будем использовать для оценки кривой бескупонной доходности и решения задачи иммунизации. Затем в разделе 3 обратимся непосредственно к моделям иммунизации: опишем модель на основе дюраций, которая будет одной из «контрольных» в нашем исследовании, рассмотрим варианты обобщения моделей на случаи непараллельных сдвигов ССПС и дадим формулировку задачи иммунизации на основе моделей ССПС. Раздел 4 содержит описание данных и формальную постановку задачи, раздел 5 -результаты расчетов, а раздел 6 — заключение и выводы.

Под срочной структурой процентных ставок или кривой бескупонной доходности мы понимаем зависимость процентных ставок от срока до погашения. Стоит отметить, что это название, как правило, применяется к кривым бескупонных доходностей, т.е. в роли процентной ставки выступает бескупонная или спот-ставка. В рамках работы мы будем использовать конвенцию непрерывного начисления процентов.

Бескупонная ставка (спот-ставка) г () — это процентная ставка, определяющая

зависимость текущей цены безрисковой бескупонной облигации Р( от ее срока до погашения t и номинала ^ :

2. Обзор моделей ССПС

где F — номинал облигации, выплачиваемый в срок погашения t-t

Имея набор спот-ставок, мы можем выразить форвардные ставки. Форвардная ставка / 12) — это ставка по инвестиции, которая начнется в будущем моменте времени t1 на срок t2 — t1. Тогда в конвенции непрерывного начисления процентов из спот-ставки г ) на срок tl и спот-ставки г (^) на срок t2 (t2 > tl) можно выразить форвардную ставку:

Мгновенная форвардная ставка / (т) на срок т связана со спот-ставкой г( ) следующим выражением:

Модели ССПС предполагают некоторый специальный вид функции г() или /().

Параметрические модели имеют вид г() = г(;в1,в2,_,вк), где Р1,Р2,___,вк — параметры модели. Обычно параметры оценивают путем калибровки модели к рыночным данным методом наименьших квадратов, т.е. минимизируя сумму квадратов отклонений

предсказанных моделью ССПС цен Р* от наблюдаемых на рынке цен Р* :

X Р — ТС* (т )• еХР [—г (т ,в1, в 2,_, вк ) ) т ]

где С* (^) — купонные выплаты облигации в сроки tm; г(т,в1,в2,_,вк) — спот-ставка

в момент времени tm, заданная набором параметров модели в1,в2,_,вк.

Для тестирования мы будем использовать самые популярные модели оценки ССПС, которые кратко опишем ниже. Более полный обзор различных моделей оценки ССПС и областей, в которых они чаще применяются, можно найти в работе [Лапшин, Терещенко, 2018].

2.1. Модели экономического равновесия

Старт моделям экономического равновесия положил ученый чешского происхождения Олдрич Васичек, который математически описал эволюцию процентных ставок

[Vasicek, 1977]. В основу модели Васичека легли три предпосылки: процентная ставка представляет собой стохастический процесс, цена облигации учитывает в себе только процентный риск (модель однофакторная), рынок обладает информационной эффективностью. Стохастический процесс для мгновенной спот-ставки (спот-ставки для бесконечно малого срока погашения) г = г(0) = /(0) в модели Васичека выражается уравнением (6):

drt = a (b — rt )dt + odWt,

где индекс t обозначает текущий момент времени; a , b, а — параметры: a определят скорость «возвращения» процентной ставки к среднему значению b, которое есть долгосрочный уровень процентной ставки, а а описывает волатильность и не зависит от текущей ставки; Wt — винеровский процесс.

Вслед за моделью Васичека выходит работа Д. Кокса, Д. Ингерсолла, С. Росса, в основе которой все тот же стохастический процесс (6), но дисперсия теперь имеет множитель — квадратный корень из процентной ставки, — что позволяет решить проблему отрицательных ставок (7) [Cox, Ingersoll, Ross, 1985]. Модель CIR (по первым буквам фамилий авторов) также описывает экономическое равновесие, т.е. определяет рыночную цену риска в момент времени.

drt = a(b — rt )dt + G*jrtdWt.

Для исследования возможности параметрической иммунизации мы выбрали именно модель СШ. Цена бескупонной облигации в ней описывается уравнением