About statistical analysis methodology of banking risks

Abstract

Кредитование является одним из основных видов банковской деятельности. Поэтому качество кредитного портфеля становится важным фактором для выживания и успеха коммерческого банка. В данной работе решается задача разработки «системы раннего оповещения» об ухудшении качества кредитного портфеля. Решение поставленной задачи проходило в 3 этапа. На первом этапе вычислялись параметры кредитного портфеля такие, как ожидаемая доходность и риск. Следующим этапом было построение правила классификации моделей по критерию надежности их функционирования, используя модели бинарной регрессии и классификатор Байеса. На заключительном этапе были построены прогнозы для доходности активов с помощью моделей ARIMA. Используя прогнозные значения, можно вычислить остальные параметры кредитного портфеля на следующий год.Lending is one of the primary activities of a bank. As such, the quality of a credit portfolio becomes an important factor for the survival and success of a commercial bank. This study is an attempt to develop an “early warning system” of a credit portfolio’s decline in quality. The solution was split into 3 stages. During the first stage, a credit portfolio’s various parameters (such as expected return and risk) were calculated. For the next stage, a rule for classifying models based on the reliability of functioning criteria was devised using models of binary regression and the Bayes classifier. Finally, predictions for the profitability of assets were constructed utilizing the ARIMA models. Using the calculated prediction values, the rest of a credit portfolio’s parameters for the following year can be evaluated.