Логико-вероятностные модели для оценки банковских рисков

Логико-вероятностные модели широко применяются для оценки риска в технических системах. Логико-вероятностный метод использует дерево событий в качестве сценария риска, логические и вероятностные функции, что позволяет получить точную численную оценку риска, провести его анализ и выработать процедуры обоснованного принятия решений. В данной статье авторы анализируют применение этого метода для оценки и анализа риска в банковской сфере. Рассматриваются модели рисков в банках (кредитный, операционный и фондовый риски). Авторы показывают, что риски различной природы (финансовые или нефинансовые, экономические или социальные) могут быть описаны простыми моделями на основе событийного подхода к моделированию. Могут быть решены многие трудноформализуемые задачи. Авторы получили многообещающие результаты, но применение метода имеет свои особенности. Наличие большого объема статистических данных облегчает применение логико-вероятностных моделей, однако требуется алгоритм идентификации моделей по статистическим данным. Это сложная задача оптимизации многомерной целочисленной функции с вещественными аргументами. Логико-вероятностные модели позволяют вычислять риск (вероятность неблагоприятного события) и вклады инициирующих событий в риск, т.е. выполнять анализ риска. Управление риском осуществляется принятием решений в зависимости от величин вкладов. Интеграция логико-вероятностных моделей, алгоритма идентификации и метода сводных рандомизированных показателей (для получения вероятностей в случае отсутствия статистических данных) дает мощный аналитический инструмент для управления риском и принятия решений в сложных социально-экономических системах.