OFSA. Основные принципы

         

Анализ клиентской базы, CRM


Возможности модуля "Performance Analyzer" до сих пор не рассматривались. Основная (оригинальная) функциональность модуля сосредоточена в следующих ID:

Allocation ID Party Profitability Process ID.

Allocation ID позволяет выполнять разнесения (аллокации) самого разного типа (используя информацию как Главной Книги, так и финансовых инструментов), в том числе:

на основании занимаемых площадей пропорционально количеству сотрудников на основании объема используемого оборудования пропорционально количеству счетов, транзакций комбинированные варианты и др.

Например, можно выполнить разнесение непроцентных расходов в разрезе Org Unit/Common COA для ипотечных счетов, разнесение, пропорционально числу ипотечных счетов, для комбинации Org Unit/Common COA.

В данной статье речь идет исключительно о Party Profitability Process ID, т.е. о бизнес- правиле, которое предлагает законченное решение для определения степени коммерческой привлекательности клиента или, как прямо приводится в документации, "...дает организациям всех размеров необходимую информацию для выбора что делать, с кем, когда, и как, отвечая на следующие вопросы:

Насколько выгодны ваши клиенты? Сколько иждивенцев приходится на наиболее выгодных клиентов? Какие клиенты являются нерентабельными? Почему они нерентабельны? Какую часть ваших ресурсов эти клиенты потребляют?"

Фактически речь идет о формировании и развитии собственной интегрированной и надежной клиентской базы, как основы банковского бизнеса. Если посмотреть на входную и выходную информацию для данного ID, то становится ясно, что по сути мы имеем компактный банковский "аналитический CRM".



Cash Flow Duration


Для каждой записи финансового инструмента:

Рассчитывается кэш-флоу с учетом затрат на опции (option costs), например, с учетом предположений о досрочных платежах. Рассчитывается дюрация. Назначается трансфертная ставка в соответствии с рассчитанной дюрацией.

Пример:

Для 10-летнего ипотечного кредита была рассчитана 7-летняя дюрация (основываясь на расписании платежей, методе амортизации и предположениях о досрочных платежах). Данной записи финансового инструмента (ипотечному кредиту) будет назначена 7 летняя трансфертная ставка.



Часть Информационные структуры и алгоритмы


"Усложнять просто, упрощать сложно"

Законы Мэрфи.



Что такое OFSA, определение


В настоящее время найти информацию об OFSA в отечественных СМИ (включая конечно и электроные) несложно, но практически вся эта информация носит формальный характер. Сначала идет формально-рекламное определение, потом список функциональных модулей и далее в телеграфном стиле обзор модулей. Отсутствие информации о принципах работы системы часто приводит к ситуации, когда читатель позиционирует OFSA как просто аналитическую систему, в ряду нескольких имеющихся на рынке, а это точка зрения далека от истины.

В настоящей статье деляется попытка выделить отличительные особенности OFSA и дать самое первое приближение (насколько позволяюют рамки статьи) основных принципов работы системы. С этой позиции неформальное определение может выглядеть следующим образом:

OFSA является банковской аналитической системой имитационного моделирования, построенной на основе дисконтированного кэш-флоу; система предназначена для поддержки принятия управленческих решений, оценки финансового состояния банка и прогнозирования.

В этом определении три ключевых элемента:

"банковская система" - OFSA манипулирует данными банковских информационных структур в самом широком спектре - от транзакций до Главной Книги. Кроме банков система может использоваться и в страховых компаниях. "имитационное моделирование" - моделирование поведения системы в различных аспектах и в разных внешних и внутренних условиях с анализом динамических характеристик бизнес-процессов и с анализом распределения ресурсов. В Большом Энциклопедическом словаре "имитация" от латинского imitatio - подражание (кому-либо или чему-либо), воспроизведение. "на основе дисконтированного кэш-флоу" - для оценки текущей рыночной стоимости финансовых инструментов используется принцип суммирования приведенных на сегодняшний день будущих платежей, что дает возможность сравнивать суммы, относящиеся к разным моментам времени с позиции их текущей стоимости.

Подобный подход учитывает:

исходное состояние банковской информации на уровне договоров (контрактов) и порожденные этими договорами транзакции в будущих периодах моделирование "нового бизнеса" в будущих периодах сценарии поведения клиентов в будущих периодах (например, предоплата) сценария развития рынка в будущих периодах (например, кривая доходности) внеэкономические факторы (например, сезонность)

что дает в распоряжение банковского специалиста полную информацию обо всех кэш флоу имевших место на момент анализа, конечно и в том случае, когда момент анализа приходится на будущий период.

Кроме данной статьи предлагаются еще три, более углубленно рассказывающих о некоторых аспектах функционирования системы:

Использование и определение процентных ставок

Модуль RM, на примере расчета Value-At-Risk Модуль TP, основные принципы расчета трансфертной цены



Дисконтные ставки


Дисконтные процентные ставки определяются в Discount Rates ID, который позволяет определить методологию дисконтирования для проектируемых кэш-флоу при вычислении рыночной стоимости. Система позволяет связать с каждой парой "статья плана счетов"/"валюта" специфическую методологию дисконтирования.

Основными элементами интерфейса, определяющими методологию дисконтирования, являются поля:

Метод дисконтирования Код Процентной ставки

Рисунок. Интерфейс, определяющий методологию дисконтирования.

Методы дисконтирования:

Spot Input Spot Interest Rate Code Forecast (Original Term) Forecast (Remaining Term).

Некоторые возможности системы будут показаны ниже на примерах, для которых предполагается процентная ставка формата "Zero Coupon Yield" с ежегодным вычислением сложных процентов. А в качестве инструмента выбран 2-летний инструмент с датой начала, приходящейся на As-of-Date, и ежегодным платежом.

В методе Spot Input коэффициент дисконтирования не зависит от выбранной процентной ставки, поскольку данный метод предполагает прямой ввод значения процентной ставки. Например, при указании значения процентной ставки = 6.00% получим следующую формулу вычисления рыночной стоимости:

Market Value = Cash Flow1/(1 + 0.06) + Cash Flow2/((1 + 0.06)^2),

где Cash Flow1 - кэш-флоу в конце года 1, Cash Flow2 - кэш-флоу в конце года 2.

В методе Spot Interest Rate Code коэффициент дисконтирования зависит от времени кэш-флоу, например, если в качестве IRC выбрать "Treasury Yield Curve", то получим следующую формулу вычисления рыночной стоимости:

Market Value = Cash Flow1/(1 + Year Treasury1) + Cash Flow2/((1 + Year Treasury2)^2), где

Cash Flow1 - кэш-флоу в конце года 1, и Cash Flow2 - кэш-флоу в конце года 2.

Значения для "Year Treasury1" и "Year Treasury2" являются значениями процентной ставки "Treasury Yield Curve" для 1 года и 2-х лет, соответственно.

Кроме приведенных методов дисконтирования, имеются также методы дисконтирования, использующие прогнозные ставки.

При методе Spot Interest Rate Code и методах дисконтирования, в которых используются прогнозные ставки, можно задавать спрэд ставки (положительный или отрицательный) между выбранным индексом ставки и значением, которое Вы хотите использовать для вычисления рыночной стоимости.



Финансовые инструменты


Финансовые инструменты (или просто "инструменты") занимают центральное место в системе, для них вполне подходит определении, данное в МСФО 39: Финансовый инструмент - это любой договор, посредством которого одновременно возникает финансовый актив у одной компании и финансовое обязательство или долевой инструмент у другой.

Круг финансовых инструментов простирается от традиционных первичных инструментов, таких как облигации, до различных форм производных финансовых инструментов.

Каждому финансовому инструменту в FDM соответствует отдельная таблица, используемая для хранения информации на уровне договора/лицевого счета (account-level information), например, в списке ниже приводятся некоторые предопределенные в системе инструментальные таблицы:



Commercial_Loan Коммерческие ссуды
Consumer_Loan Потребительские кредиты
Credit_Cards Кредитные карточки
Deposits Депозиты
Forward_Contracts Форвардные контракты
Interest_Rate_Options Процентные опционы
Interest_Rate_Swaps Процентные свопы
Investments Инвестиции
Mortgages Ипотека
Mortgage_Back_Sec Ценные бумаги, обеспеченные ипотеками
Term_Deposits Срочные депозиты
Wholesale_Funding Оптовый банковский бизнес
Pl_Vehicle_Policies* Страхование личного автотранспорта
Term_Life_Policies* Полис срочного страхования жизни
Umbrella_Policies* Полис по страхованию ответственности, всеобъемлющий ("зонтик")

Последние три финансовых инструмента (отмечены *) относятся к страхованию.

OFSA FDM позволяет не только создавать новые инструментальные таблицы, но и вводить дополнительные колонки для существующих таблиц - так что, дополнить преднастроенную схему базы данных OFSA, как до требований ЦБ, так и по индивидуальным требованиям банка, не представит затруднений.

Каждая строка инструментальной таблицы содержит детальные данные об отдельном счете/договоре на данный момент времени. Несколько "снимков" для одного счета/договора (т.е. записи инструментальной таблицы) идентифицируются разными значениями даты в колонке As-of-Date.


Примеры:

Общая информация для всех инструментов:

Код источника данных Уникальный идентификатор записи Код клиента Код филиала

Специфическая информация для данного инструмента, например для Кредитов:

Код просроченной задолженности Статус кредита Код обеспечения

Информация, используемая для вычисления кэш-флоу:

База для начисления процентной ставки Код процентной ставки Код плана счетов Метод и тип амортизации (основная сумма и/или процент) Платежная информация (даты, частоты, значения)

в том числе срок погашения, дата открытия

Информация об остатках (текущий остаток, первоначальный остаток) Информация о ставках (брутто, нетто, трансфертная) Валюта (валюта, в которой договор номинирован) Информация необходимая для моделирования кэпов/флоров, льготного периода

Кэш-флоу процессор (cash flow engine) OFSA использует эти данные (конечно, это далеко не все) для анализа инструментальной записи и генерации значений кэш-флоу (платежи, поступления, проценты и др.), имеется более 50 кэш-флоу колонок, что позволяет дополнительно определять неограниченное число уникальных финансовых инструментов.

OFSA генерирует кэш-флоу как серию событий. В любой день, и с любой частотой, в зависимости от характеристик инструмента, любое из следующих событий может произойти:

Payment (платеж) Payment change (изменение платежа, например, для ипотеки с регулируемой ставкой) Reprice (переоценка) Prepayment (предоплата)


Финансовые элементы


Финансовый элемент является показателем, которому соответствует определенное экономическое или логическое содержание, значение которого вычисляется и сохраняется в таблицах FDM, в том числе в следующих таблицах:

LEDGER_STAT - Главная Книга, содержит фактические, бюджетные и прогнозные данные. RES_DTL/CONS_DTL - Детальные результаты процессов на основе сценария модуля RM.

Примеры финансовых элементов:

Входящий остатокЗначение "нового бизнеса" за месяц

Начальная брутто-ставкаПроцентный кэш-флоу
Начальная нетто-ставкаКредитные проценты
Начальная трансфертная ставкаСтавка дисконтирования
Исходящий остатокРыночная стоимость
Средний остатокДюрация
Остаток после переоценкиДивиденды
Накопленный эффект нереализованной валютной прибыли/убытка в конце периодаЭффект колебания обменного курса на существующем остатке в течение периода

Значения показателей (финансовых элементов) Главной Книги в общем случае вычисляются в разрезе:

Org_Unit Имеются возможности выполнить вычисления с дополнительной детализацией: определить еще одну иерархическую структуру, например "Группировка клиентов" или определить фильтр данных.

Это позволит получить результат в разрезе групп клиентов или даже для одного клиента.

Gl_Account
Common_Coa
Дата/период
Валюта

В системе имеется не менее 180 предопределенных финансовых элементов и существует механизм формирования дополнительных финансовых элементов.



Главная Книга


Уровень агрегации Ledger_Stat определяется набором определенных Leaf Columns плюс валюта, дата и еще тип данных: фактические, бюджетные и прогнозные.

Таблица базы данных Ledger_Stat содержит итоговые данные из таблиц уровня договора/лицевого счета.

Информация Главной Книги используется для разных целей (пример для трансфертного ценообразования приводится в четвертой статье цикла), в том числе, и для проверки оперативных данных, поступающих в таблицы финансовых инструментов, подробности см. в следующем разделе.

Таким образом, измерения (обязательные и новые) и, соответственно, заполненные финансовые инструменты (в том числе, с детальной информацией о платежах, ставках, переоценке, предоплате и др.), связанные с массивом клиентов, и позволяют выполнять детальный анализ и прогноз по продуктам, подразделениям и клиентам.



Идентификация объектов


Объекты (таблицы и представления) с префиксом "OFSA_" классифицируются как FDM Reserved, такие объекты поддерживают внутренние операции приложений OFSA. С немногими исключениями, эти объекты не могут быть произвольно настроены или изменены.

Объекты, не имеющие такого префикса, классифицируются как Client Data Objects, они полностью настраиваемы, можно также создавать собственные объекты клиентских данных (например, финансовые инструменты) для использования в FDM.

FDM Data Type - идентифицируют первичную цель колонки в рамках базы данных FDM. Например, тип данных LEAF используется для определения Leaf Columns, которые позволяют формировать иерархии и используются как измерения, например, колонка COMMON_COA_ID определяет значения плана счетов.


Увеличить

FDM Типы Данных - идентифицируют первичную цель колонки

Колонки СOMPOUND_BASIS_CD, CUR_BOOK_BAL и CUR_NET_RATE в инструментальной таблице DEPOSITS2 определяются как Oracle RDBMS тип данных Number, но использование этих колонок в рамках FDM полностью различно. Это использование идентифицируется Типом Данных FDM. Колонка COMPOUND_BASIS_CD определяется как FDM Тип Данных CODE. Это означает, что приложения OFSA обеспечиваются списком значений, в данном случае списком значений "базиса начисления сложных процентов", для ситуаций, требующих пользовательского ввода. В то же время, колонка CUR_BOOK_BAL определяется как FDM Тип Данных BALANCE и хранит значения в денежном выражении, а колонка CUR_NET_RATE определяется как FDM Тип Данных RATE и хранит процентную ставку. Такие колонки используются в вычислениях приложений OFSA.

Table Classifications (табличные классификации) - определяют, как таблицы и представления используются в приложениях OFSA. Каждая табличная классификация идентифицирует определенную цель, для которой таблица или представление используются. Одной таблице можно присвоить несколько Табличных Классификаций. Например, для таблицы DEPOSITS могут быть назначены:

•Instrument Супертип для всех Инструментальных таблиц
•  Portfolio Определяет набор столбцов, общих для всех инструментальных таблиц
•  TP Non-Cash Flow Идентифицирует Non-Cash Flow объекты для Transfer Pricing обработки
•  Instrument Profitability Идентифицирует объекты для обработки аллокаций (Allocation)
•  Data Correction Идентифицирует объекты для использования с приложением "Balance and Control"
•  TP Option Costing Идентифицирует объекты для обработки Transfer Pricing Option Costing.
<

Иерархические структуры


Иерархические структуры формируются на основе специальных колонок, определяемых в системе, таких как Leaf Columns (как конкретно это делается, см. ниже в разделе "Метаданные"), фактически, они обеспечивают измерения (и, соответственно, классификацию) данных в FDM.

Столбцы Leaf обеспечивают информацию о том, как счета/сделки могут быть классифицированы при помощи различных планов счетов или организационными структурами. Значения Leaf - самый низкий уровень при формировании иерархических структур, собственно, иерархические структуры формируются в OFSA Tree Rollup ID, пример фрагмента иерархической структуры можно найти в первой статье цикла.

Следующие Leaf Columns являются стандартными, они обеспечиваются начальной структурой базы данных FDM:

Common COA (Common Chart of Account) GL Account (General Ledger Chart of Accounts) Org Unit (Organizational Unit) Financial Element.

Содержательно значения для первых трех Leaf Columns определяются в процессе внедрения, в то время как финансовые элементы являются предопределенными, достаточно подробно данная тема освящена в статье "OFSA. Основные принципы. Часть 1. Информационные структуры и алгоритмы".

В демонстрационной базе данных OFSA можно найти примеры дополнительных Leaf Columns, определенных пользователем (и, соответственно, иерархических структур) как для банков, так и для страхования, в том числе:

Leaf Channel (ATM, PC Banking, Point-of-Sale, at a branch и др.) Leaf Transaction Type (Open Account, Payment, Inquiry и др.) Leaf Customer Segment (можно предложить такие категории для сегментации: возраст, местоположение, годовой доход, занятие и т.д.).

Подобные столбцы Leaf могут пригодиться при анализе услуг/каналов в связи с бурным развитием онлайнового бизнеса и новых информационных технологий. Банк может определить, какие из его каналов поставки более выгодны, и перемещать своих клиентов соответственно.

Моделирование жизненного цикла клиента предполагает использование различных продуктов и услуг в определенные периоды его жизни. Например, клиенту в 17-20 лет может потребоваться студенческая ссуда, затем - автомобильная ссуда, ипотека на жилищное строительство и др.


Информационные объекты иерархической структуры (в OFSA используется термин Trees) используются для формирования структур подобных "План счетов", "Организационная структура", "Группировки клиентов" и т.п.

Листья являются самым низким уровнем детализации в иерархической структуре. Четыре иерархических структуры являются обязательными для внедрения OFSA:

Common COA (Common Chart of Account) GL Account (General Ledger Account) Org Unit (Organizational Unit) Financial Element.

Первые два объекта являются планами счетов, листья которых связаны отношением "один ко многим". О планах счетов подробнее см. ниже. Иерархическая структура Org Unit определяет организационную структуру финансовой организации, например филиальную сеть банка. Можно определить и дополнительные организационные структуры, например "Группировки клиентов". В контексте модулей OFSA, листья является столбцами таблиц хранилища данных FDM, которые обеспечивает размерность данных.

При использовании модуля "Трансфертное ценообразование" требуется дополнительная настройка организационной структуры.

Для правильного процесса трансфертного ценообразования, организационная единица выполняющая функции Казначейства, должна быть объявлена для организационных единиц привлекающих/размещающих средства.

В приведенном примере, организационной единице "Mortgage Loans" соответствует организационная единица "Funding Center for Org". Подробности см. в статье, посвященной трансфертному ценообразованию. Финансовые элементы, в данной версии системы OFSA не являются в строгом смысле иерархической структурой, данному объекту будет посвящен отдельный раздел.



Использование ID при моделировании


Прямая ссылка на процентную ставку (IRC) используется в следующих ID:

Discount Rates ID Forecast Balance ID Forecast Rate ID Leaf Characteristics ID Prepayment ID Process ID Rate Index ID Transaction Strategy ID.

На приведенном ниже рисунке кэш-флоу генерируются на основе текущей позиции финансовых инструментов, загруженных в FDM на 1 декабря, и моделей "нового бизнеса" за три зимних месяца. Значения финансовых элементов, выходные результаты стохастических моделей, балансовый отчет и отчет о прибылях и убытках и др. формируются на основе кэш-флоу на 1 марта. Пользователь в состоянии получать разные выходные результаты (например, балансовый отчет), меняя настройки отдельных ID, например, изменив значения Forecast Rates ID или Discount Rates ID, а далее - сравнивать результаты разных смоделированных ситуаций, используя Discоverer или другой аналогичный продукт. Поскольку все выходные результаты сохраняются в хранилище данных, то их просто идентифицировать по уникальному номеру, генерируемому системой, и, например, получить сравнительный балансовый отчет для двух моделей.

В общем случае значения финансовых элементов вычисляются по итоговым результатам кэш-флоу и по текущей позиции, и по "новому бизнесу". Значения некоторых финансовых элементов формируются только по данным "нового бизнеса":

New Add Balance New Add Gross Rate New Add Net Rate New Add Transfer Rate

Уникальная особенность генерации кэш-флоу в OFSA состоит в том, что происходит разделение фактических данных (финансовые инструменты в FDM) и модельных предположений ("новый бизнес", допущения по предварительным платежам и др.), что позволяет менять предположения без модификации инструментальных данных.

Гибкость и мощность OFSA ID обеспечивают возможность определения стольких типов предположений, сколько необходимо. ID-объекты можно сохранять, модифицировать и сохранять под другим именем, а также использовать в разных приложениях OFSA.

OFSA ID часто зависят от других ID. Например, Process ID зависит от Rate Index ID и, если этот Rate Index ID удален или модифицирован, возможны неожиданные результаты. Система обеспечивает опцию, которая дает возможность определить зависимости любого активного ID. Эта опция показывает и первичные, и вторичные зависимости. При попытке удалить ID система автоматически проверяет существующие зависимости и дает возможность рассмотреть их прежде, чем такое удаление произойдет.

Часть 1Часть 3



Использование IRC в расчетах


Ниже приводится описание алгоритма (общие положения) переоценки финансового инструмента и демонстрируется порядок использования IRC данного финансового инструмента.

Если используемый IRC задает одноточечную кривую (Prime, LIBOR), то при переоценке используется прогнозная ставка из Forecast Rates ID.

Если IRC задает кривую доходности (Treasury Yield Curve), то в этом случае частота переоценки инструмента используется как срок кривой доходности.

Кривая доходности по казначейским ценным бумагам определяется в системе координат, где по оси абсцисс откладываются различные сроки погашения - от 3-месячных казначейских векселей (treasury bill) до 30-летних казначейских облигаций (treasury bond), а на оси ординат фиксируются процентные ставки. Кривая доходности наглядно отражает зависимость между уровнем доходности и сроком вложений, дает возможность составить прогноз будущих изменений процентных ставок.

Кэш-флоу процессор обращается к кривой соответствующей IRC при определении нового значения ставки для переоценки инструмента. Когда IRC соответствует многоточечная кривая доходности, определяемая ставка должна быть ставкой, которая корреспондируется с частотой переоценки финансового инструмента.

Например, если IRC является Treasury Yield Curve с определяемыми сроками в 3M, 6M, 1Y, 3Y, 5Y, 30Y и частотой переоценки финансового инструмента в 6 месяцев, то новая ставка будет определяться как ставка, связанная с шести-месячной точкой на кривой доходности.

Если такой точки не существует, то используется линейная интерполяция между двумя самыми близкими сроками. Например:

СрокиСтавки

в финансовом инструменте определяется частота переоценки (ЧП), равная 18 месяцам, но соответствующая точка отсутствует на кривой доходности. Две самые близкие точки на кривой доходности равны 12 и 24 месяцам соответственно.
T112MС16.00%
T224MС29.00%

Интерполированная Ставка = С1 + (С2 - С1)*(ЧП-T1)/(T2-T1) =

6.00% + (9.00%-6.00%) * (18 M-12M) / (24 M - 12 M) =

6.00% + 3.00% * (6 M) / (12 M) = 6.00% + 1.50% = 7.50%

Если инструментальная запись содержит значение в поле MARGIN, система добавляет это значение к результирующей ставке.

Конечно, приведенная выше информация не охватывает все возможные ситуации, например, OFSA учитывает также следующие варианты переоценки:

Запаздывание ставок переоценки (lagged index), т.е. изменение ставки базируется на ставке из периода, предшествующего периоду, в котором изменение ставки вступает в силу; Частота переоценки меньше частоты платежа, т.е. инструменты переоцениваются более одного раза между последующими платежными датами; Наличие кэпов/флоров, льготного периода

и делает соответствующие изменения перед возвращением новой ставки.



Как работает трансфертное ценообразование с согласованной ставкой


Трансфертное ценообразование с согласованной ставкой использует стандартные принципы двойной записи. Предположим, что кредитный офицер желает выдать кредит и пытается определить его цену. У него имеется стоимость фондов, которые отражают характеристики переоценки и дату завершения кредита.

Когда кредит учтен, происходит две вещи. Во-первых, организационная единица кредитного офицера регистрирует "скрытое обязательство", равное по объему размеру кредита, с затратами, которые эквивалентны определенной трансфертной ставке. Эта учетная транзакция балансирует книги организационной единицы и фиксируется в спрэде, пока кредит остается в книге.

В то же самое время, книги всего банка должны быть сбалансированы. Для этого, процесс трансфертного ценообразования с согласованной ставкой должен создать "скрытый актив" с эквивалентными размерами и ставкой "скрытого обязательства". Этот скрытый актив должен принадлежать отдельной организационной единице, как правило, Казначейству.

Похожий тип бухгалтерского учета применяется к обязательствам. По завершению банк делит прибыль по трем приведенным выше компонентам. Эти три компонента добавляются к общей прибыли банка. Спрэд между котируемой ставкой и процентной ставкой на активы или обязательства фиксируется и поддерживается во время жизни актива или обязательства.

Казначейство принимает ответственность за нестабильность спрэда, в то время как традиционные методологии трансфертного ценообразования оставляют ее в организационных единицах. Эта нестабильность, которая будет проявляться в практическом результате Казначейства, может управляться несколькими способами. Например, Казначейство может предоставлять на рассмотрение портфель активов и обязательств с исключительной целью компенсации риска, перенесенного из других организационных единиц. Для хеджирования риска Казначейство может также использовать внебалансовые операции, такие как свопы и фьючерсы.

В итоге, трансфертное ценообразование с согласованной ставкой просто прикрепляет трансфертную ставку ко всем активам и обязательствам, когда они регистрируются, с использованием стандартного подхода двойной записи.

Кэш-флоу колонки и алгоритмы формирования значений финансовых элементов


Следует отметить, что кэш-флоу колонки содержат не только данные, характеризующие конкретную запись финансового инструмента (даты, остатки, ставки, коды), но и данные, фактически определяющие алгоритм обработки (например, тип амортизации). Если даты, остатки и ставки, в том или ином виде существуют в АБС, и при загрузке в хранилище данных FDM потребуется только некоторая модификация, то данные, задающие алгоритм обработки записи финансового инструмента, скорее всего, придется формировать в процессе загрузки. И модификация данных и формирование дополнительных данных при загрузке легко выполняются основным инструментом, используемым при формировании хранилища данных FDM - Oracle Warehouse Builder.

В качестве примера кэш-флоу колонок, определяющих алгоритм обработки записи финансового инструмента, рассмотрим: Int_Type, Amrt_Type_Cd и Interest_Rate_Cd.

Колонка INT_TYPE "Синхронизация процентных платежей" определяет порядок платежа для процентных кэш-флоу:

оплата в конце заемного периода (in arrears) оплата в начале каждого периода, авансом (in advance)

Проценты для инструментов с "in advance" делают свой первый платеж по дате происхождения инструментальной записи. Последний платеж, по дате погашения, является только платежом основной суммы.

Колонка AMRT_TYPE_CD "Метод амортизации основной суммы и процентов" определяет методы амортизации основной суммы и процентов. Ниже приведены некоторые значения данной колонки, система позволяет расширять предопределенные значения методов амортизации, определяя пользовательские платежные образцы (User-Defined Payment Patterns):



"Воздушный шар" Традиционный фиксированный "Правило 78" - математическая формула, используемая при вычислении убывающего процента и постоянного ежемесячного платежа, когда заемщик оплачивает (до конца) ссуду перед датой погашения. Число 78 = 12+11+10+…3+2+1 - является суммой номеров месяцев в году.
Традиционный регулируемый
Простой процент
"Правило 78"
Регулируемая отрицательная амортизация
<
Под амортизацией (например для ипотеки), понимается постепенное сокращение ипотечной задолженности посредством регулярно запланированных платежей в пределах срока ссуды, аналогично и для других финансовых инструментов.

Традиционные типы амортизации имеют платежи неравномерно разделенные между основной суммой и процентами. Общая величина платежа (основная сумма + процент) не меняется.



Амортизация "Фиксированная Традиционная"

Основная сумма никогда не оплачивается до срока погашения. Если "Следующая дата платежа" меньше "Срока погашения", выполняются только процентные платежи. Платеж (основная сумма + процент) выполняется по дате погашения.



Амортизация "Простой процент"

Колонка INTEREST_RATE_CD, IRC "Индекс, с помощью которого регулируемая процентная ставка (adjustable rate) связывается с записью финансового инструмента".

Значение такой процентной ставки периодически изменяется, поэтому соответствующие платежи могут увеличиваться или уменьшаться.

Утилита Rate Manager модуля FDM позволяет задавать, для регулируемой процентной ставки, структуру сроков и значения ставок. В конкретном случае, определяемый индекс может быть и кривой доходности. В случае переоценки (или использования льготного периода) для инструментальной записи с регулируемой ставкой, происходит согласование имеющейся информации (с учетом маржи и возможных лимитов кэпов/флоров) для того чтобы получить ставку, которая и применяется к записи инструмента. Для записей инструмента с фиксированной ставкой, которые не имеют ссылки на INTEREST_RATE_CD, по умолчанию используется 0.

В документе "Technical Reference Manual" подробно описываются все кэш-флоу колонки, порядок их формирования, сопутствующие алгоритмы и необходимые проверки.


Клиенты


См. ниже раздел "Анализ клиентской базы, CRM"



Концепция Value-at-Risk


Модуль OFSA RM определяет модели двух типов - модели на основе сценария и стохастические модели. Стохастические модели (Монте-Карло - моделирование) позволяют, кроме значений Value-at-Risk, генерировать значения Earnings-at-Risk (прибыль с учетом риска) и Market Value (рыночная стоимость). Настоящая статья посвящена Value-at-Risk, т.е. обобщающей характеристике рыночного риска, которая в первую очередь требуется высшему менеджменту банка и пользуется огромной популярностью в современном риск-менеджменте. Например, Bank of International Settlements применяет Value-at-Risk в качестве основы при установлении нормативов величины собственного капитала относительно риска активов.

В риск-менеджменте методы Монте-Карло особенно полезны при оценке банковских продуктов с неопределёнными кэш-флоу. Примеры таких банковских продуктов включают:

Callable debt (досрочно погашаемые долговые инструменты) Prepayable mortgages (ипотека с возможностью досрочной оплаты) Capped loans (ссуды, которые устанавливают предел роста регулируемой процентной ставки, но не определяют никакого предела для понижения ставки).

В настоящее время для термина "Value-at-Risk" общеупотребительного русского аналога нет, в периодике наиболее часто встречаются: "стоимость, подверженная риску", "концепция инвестиций с учетом риска", "рисковая стоимость", в данной статье будет использоваться английская аббревиатура VaR или иногда последний вариант русского термина.

Методика рисковой стоимости предполагает свести все риски, связанные с неопределенностью колебаний рыночной конъюнктуры (цены, курсы, проценты, ликвидность и т.д.), к единому показателю оценки риска. В этом смысле VaR является суммарной мерой риска, способной производить сравнение риска как по портфелю (например, портфель из ипотеки и депозитов или набор разных типов ипотек, пример расчета которого приводится ниже), так и по отдельным финансовым инструментам (см. ниже, "Mortgage Fixed 15 YR").
Считается, что в течение данного периода времени состав портфеля не изменяется.

Такой оценкой может быть предел потерь в стоимости портфеля (финансового инструмента) за определенный период, выраженный в денежных единицах.

По сути, VaR, как показатель меры риска в базовой валюте, выражает оценку максимальных потерь в стоимости, ожидаемых в течение заданного периода времени с заданной вероятностью, по данному портфелю (финансовому инструменту) под воздействием рыночных факторов риска, т.е. концептуально VaR определяется тремя факторами:

Временным горизонтом (заданный период времени) Ассоциацией с вероятностью Фактической величиной в денежном выражении.

Таким образом, VaR позволяет интегрировать стоимостные, вероятностные и временные характеристики риска, что выгодно отличает его от традиционных мер риска (например, стандартного отклонения доходности, коэффициента вариации и т.д.).

С помощью методологии VaR становится возможным вычислить оценки риска различных сегментов рынка и отождествить наиболее рисковые позиции, в модуле OFSA RM это достигается гибкостью формирования портфеля, например, с помощью "фильтров", см. ниже раздел "Портфель".


Метаданные


Чтобы использовать объекты базы данных в приложениях OFSA, их следует должным образом идентифицировать в рамках метаданных FDM. Приложение OFSA "FDM Administration" обеспечивает механизмы сопровождения структур хранилища FDM и управления разграничением доступа. Конечно в рамках статьи сколько-нибудь полно дать представление о метаданных в OFSA невозможно, поэтому будут приведены только элементы метаданных для примеров объектов базы данных приведенных в статье.



Методы и примеры "ручного" расчета VaR


Имеется три различных метода для вычисления VaR:

вариации/ковариация (или корреляция или параметрический метод); историческое моделирование; моделирование Монте-Карло (имитационное моделирование).

Наиболее популярны в периодике примеры расчетов и методики "ручного" расчета VaR для методов "вариация/ковариация" и исторического моделирования, например, см. приложение на Excel в книге В.В. Рычкова "Теория и практика работы на российском рынке акций. Самоучитель". Конечно, для отдельного финансового инструмента такой подход возможен, но на больших объемах данных (т.е. на тех, что и имеются в практической работе) применение данных рекомендаций затруднительно. Дополнительные проблемы возникают для расчета VaR портфеля, и тем более, если составляющие портфель инструменты имеют сложную корреляцию.

Кроме того, следует учитывать и специфические особенности этих методов. Метод "вариация/ковариация" уступает методам Монте-Карло в надежности оценки рисков портфелей, состоящих из опционов, стоимость которых зависит от рыночных факторов нелинейным образом2, особенно при увеличении временного горизонта. Метод исторического моделирования достаточно прост, однако его реализация требует наличия значений временных рядов не только по всем используемым в расчетах рыночным факторам, что часто затруднительно, но и не менее 250 значений этих рядов (рекомендация Bank of International Settlements). Кроме того, историческое моделирование предполагает, что поведение рынка в прошлом будет повторяться и для выбранного временного горизонта, что, конечно, совсем не очевидно.

Например, пусть требуется рассчитать значение VaR методом исторического моделирования для месячного форвардного контракта, который компания заключила с банком 17 ноября 2005 г. и который месяц спустя обеспечивает перевод 100.000 EUR, что гарантируется текущим платежом 3388100 рублей, т.е. 33.881 рублей за 1 EUR. При расчете стоимости форвардного контракта, кроме форвардного обменного курса, необходимо учитывать три индекса (три рыночных факторов):


SRUR/EUR - текущий валютный курс рубля (Spot) REUR - процентная ставка евро на LIBOR RRUR - процентная ставка рубля на MIBOR

Пусть требуется определить VaR этого форвардного контракта на завтра, то есть 18 ноября 2005 года. На следующий день после заключения контракта три рыночных фактора (две процентных ставки и спот - обменный курс рубля) изменились, из-за чего значение контракта также изменяется. Обесценивание рубля, падение процентной ставки евро и повышение процентной ставки рубля увеличивают значение контракта. Если изменения трех рыночных факторов таково, значение контракта увеличится, то есть, фирма будет в прибыли, а в противоположном случае фирма будет нести убытки.

Для того чтобы вычислять VaR контракта, необходимо использовать исторические ежедневные изменения процентов этих трех факторов, зарегистрированных в течение предыдущих 250 дней. Текущее значение форвардного контракта пересчитывается 250 раз за период с 12 марта 2005 до 17 ноября 2005 года в соответствии с изменениями указанных рыночных факторов за этот период.

Гистограмма относительных доходностей по форвардному контракту.
Красным выделен график плотности, соответствующий нормальному распределению.
Для получения значения VaR необходимо построить эмпирическую функцию распределения, используя N последних доходностей ряда ретроспективных данных, в которых известны значения факторов риска.

Т.е. задается последовательный ряд сценариев, в которых представлены все изменения факторов риска, имевшие место в прошлом. Для каждого такого сценария производится расчет финансового результата портфеля (или финансового инструмента) относительно его базовой стоимости.

Рассчитанные N значений финансового результата ранжируются в порядке убывания (от максимального прироста цены портфеля до самого большого убытка), после чего по ней легко находится -квантиль, которая и является значением VaR.


Прибыль
При расчете в качестве доходностей можно использовать обычные относительные доходности, или геометрическую доходность (предпочтительно), которая определяется как натуральный логарифм отношения стоимостей с учетом промежуточных платежей.

Рассмотрев рисунок, можно сделать допущение о нормальности распределения вероятностей доходности. В итоге, принимая в качестве искомого нормальное распределение вероятностей, можно переходить к расчету VaR.

Даже такой простой пример показывает, что использование "ручных" расчетов VaR приводит к значительным затратам.


Методы сглаживания кривой доходности


Кривая доходности интересна главным образом, потому что она позволяет по некоторым признакам судить о будущих процентных ставках. В предыдущем разделе показан достаточно простой пример, но сегодняшняя кривая доходности из FDM может и не иметь достаточно сроков для моделирования временной структуры, необходимой для получения ставок прогнозирования. В частности, триномиальная решетка (используется в моделях временных структур без арбитража) нуждается в значении дохода в течение каждого месяца. В этом случае используются методы сглаживания, в том числе, широко используется кубический сплайн, т.е. серия полиномов в третьей степени, которые имеют форму:

y = a + bx + cx2 + dx3

тогда, используя методы множественной регрессии, можно прямо оценить коэффициенты a, b, c, d.

Например, кривая доходности "US Treasury" может состоять из процентных ставок, наблюдаемых в 1, 2, 3, 5, 7 и 10 лет. Чтобы оценить опцион с фиксированным доходом, требуется гладкая кривая доходности, которая может обеспечивать доходность при погашении в интервале от 0 до 10 лет. Кубический сплайн, в данном случае, соответствует различным полиномам третьей степени на всех интервалах между точками: от 0 до 1 года, от 1 до 2 лет, от 2 до 3 лет и так далее.

В статье, посвященной VaR, приводится скриншот Process ID для стохастической модели и поле Smoothing Method, где задается метод сглаживания гладкой, непрерывной линией, через достойные внимания точки рыночных данных. Доступны следующие методы:

Кубический сплайн Линейная Интерполяция

Кубический сплайн также используется при вычислении форвардных ставок для трансфертного ценообразования и в других случаях.

Ниже приводится "Кривая эффективной доходности ГКО-ОФЗ (% годовых)" из "Квартального обзора ЦБ РФ инфляции за I квартал 2005 года".

доходность на 31.03.04
тренд на 31.03.04
доходность на 30.12.04
тренд на 30.12.04
доходность на 31.05.05
тренд на 31.03.05
   
Срок до погашения, лет 



Методы трансфертного ценообразования


В первом приближении все методы трансфертного ценообразования в модуле TP можно разделить на две группы: Cash Flow (Кэш-флоу) и Non-Cash Flow (Не кэш-флоу).

Методы "Кэш-флоу" вычисляют трансфертные ставки на основе предполагаемых кэш флоу финансовых инструментов:

Cash Flow Weighted Term Cash Flow Zero Discount Factor Cash Flow Duration.

Методы "Не кэш-флоу" часто используются для продуктов с неопределенными характеристиками кэш-флоу, например, для текущих счетов:

Moving Averages Скользящие средние значения.
Spread from Interest Rate Code Спрэд по коду процентной ставки
Straight Term Пропорциональные условия
Spread from Note Rate Спрэд по текущей ставке
Redemption Curve Кривая погашения
Unpriced Account Счет без определенной цены

За исключением Straight Term, эти методы игнорируют даты и сроки при вычислении процентных ставок. Можно встретить и другие виды классификации, например:

Matched Maturity Methods

Straight Term Spread from Interest Rate Code

Pool Rate Methods

Moving Averages Redemption Curve

Метод определяется в поле "Transfer Pricing Method" экранной формы приведенной выше, причем для счетов, определенных на инструментальных таблицах, можно задавать все методы, кроме Unpriced Account, а для счетов, задаваемых на Главной Книге, можно использовать следующие методы: Moving Average, Spread from Interest Rate Code, Unpriced Account и Redemption Curve. Метод Unpriced Account является специальным случаем прямого трансфертного ценообразования в Ledger_Stat. Когда выбирается метод, подходящие поля экранной формы становятся активными.

Эти методологии используют определяемую пользователем кривую доходности трансфертного ценообразования, отдельные характеристики финансовых инструментов и кастомизированные ожидаемые предоплаты.



Moving Average


Методология скользящего среднего часто используется для счетов Главной Книги, которые не имеют никакого договорного (контрактного) или подразумеваемого срока погашения. Примерами счетов такого типа являются автоматически возобновляемые счета.

Следующие поля экранной формы "Transfer Pricing Id" заполняются при помощи этого метода:

Transfer Pricing Interest Rate Code. Выберите IRC трансфертного ценообразования как кривую доходности трансфертного ценообразования счета.

Yield Curve Term. Определяет точку на кривую доходности. Например, выбрать в 2-х полях: 1 Year.

Historical Term. Определяет период, по которому берется среднее значение. Например, выбрать в 2-х полях: 6 Months.

Примеры Yield Curve Term Historical Term

6-ти месячное "Скользящее среднее" 1-годовой ставки 1 Year 6 Months
3-х месячное "Скользящее среднее" 6-ти месячной ставки 6 Months 3 Months

Пусть кривая доходности задается следующими данными:

Дата в формате DD/MM/YYYY 1D 1M 2M 6M

01/01/1999 8,0 8,3 8,4 8,3
01/02/1999 8,1 8,2 8,5* 8,3
01/03/1999 8,1 8,1 8,5* 8,1
01/04/1999 8,1 8,1 8,3* 8,0
01/05/1999 8,4 8,0 8,6* 7,9
01/06/1999 8,3 8,2 8,7 7,9

Параметры настройки в Transfer Pricing ID:

As of Date = 31/05/1999 Interest Rate Code = <имя кривой доходности> Yield Curve Term = 2 Months Historical Term = 4 Months, т.е. определен интервал с 01/02/1999 по 01/05/1999,
поскольку интервал дат сформирован от As-Of-Date минус исторический срок плюс один день.

Чтобы получить "Скользящее среднее значение", требуется использовать средние ставки, обозначенные (*) в таблице, и вычислить:

(8,5 + 8,5 + 8,3 + 8,6) / 4.



МСФО


Конечно, тема МСФО достаточно "тяжелая", можно найти огромное количество информации, посвященное международным стандартам финансовой отчетности, более того, некоторые производители АБС объявили о создании приложений, позволяющих формировать такую отчетность. Но в то же время, практически нет информации по использованию таких программных продуктов, зато известно, что в каждом банке имеется подразделение, ответственное за выпуск МСФО и что основной инструмент этих подразделений - Excel.

Собственно, ничего удивительного в этом нет, при подготовке отчетности по нескольким стандартам известны следующие методы: трансформация отчетности, трансляция проводок и метод ведения параллельного учета, но, поскольку приближается время ввода в действие нового Положения 302-П (1 января 2008), вкладывать значительные средства в два последних метода вряд ли целесообразно, поэтому метод трансформации отчетности и стал практическим выбором банков, а использование данного метода, конечно, не позволяет формировать банковскую отчетность в автоматическом режиме, как это происходит при формировании обязательной отчетности РПБУ (согласно российским положениям о бухгалтерском учете).

Поэтому, реально можно говорить не о полной автоматизации формирования МСФО (по крайней мере, в настоящее время), а только об отдельных функциональных возможностях приложений (в данном случае, OFSA), помогающих аудиторам или квалифицированным специалистам банка формировать МСФО, поскольку различие между РПБУ и МСФО не позволяет осуществлять "механическое" выполнение метода трансформации, используя исключительно счета и обороты.

В первую очередь, следует отметить два общих положения, без которых формирование МСФО невозможно:

использование технологии хранилищ данных; основные положения о FDM (Financial Data Manager, хранилище данных OFSA) приведены в статьях цикла; моделирование финансовых инструментов; на сайте ЦБ можно найти документ, выдержка из которого достаточно ясно характеризует проблемы, возникающие при решении задач формирования МСФО, и способы их решения:



"… 5. Для определения справедливой стоимости отдельных инструментов потребуется на основании статистических и экономических данных "смоделировать" определенные рынки инструментов ..."

О возможностях моделирования в системе OFSA достаточно много говорится в первых четырех статьях цикла, следует подчеркнуть, что имитационное моделирование является одной из наиболее ярких и выигрышных сторон системы OFSA, пример моделирования cтратегии хеджирования будет приведен ниже в этом разделе.

Не секрет, что значительные сложности возникают при определении справедливой стоимости и вообще при применении МСФО 39 "Финансовые инструменты: признание и оценка". Хотя отчеты IAS (МСФО) среди стандартных отчетов OFSA не упоминаются, отчеты FASB, в том числе, FASB 133 "Accounting for Derivative Instruments and Hedging Activities", который по сути является американским аналогом МСФО 39, там имеются. Пример, приведенный в первой статье цикла, показывает балансовый отчет объектов хеджирования (ипотеки) вместе с соответствующими инструментами хеджирования (форвардные контракты), следующий рисунок демонстрирует хеджирование ипотек процентными опционами и связь с МСФО 39.


Увеличить
МСФО 39

"…схожие активы или обязательства агрегируются и хеджируются в группе…"
"…документальное оформление взаимосвязи хеджируемой статьи и инструмента хеджирования…"

Настройка модели, основные положения


Расчету VaR предшествует детальная настройка возможных сценариев, что осуществляется вводом основных параметров стохастической модели Монте-Карло в нескольких ID модуля, т.е., по сути, определяются параметры математического эксперимента.

Приведенная экранная форма (точнее, это вкладка Calculation для "RM Process ID") используется для задания некоторых параметров модели, в том числе, и для определения так называемых "рыночных факторов риска", например, свободной от риска кривой доходности, см. поле "Valuation Curve".


Увеличить

Рисунок. Экранная форма для задания параметров модели.

В расчетах, кроме параметров, определенных в данной экранной форме, используется информация непосредственно из данных финансовых инструментов, но также и данные, содержащиеся в некоторых других моделях, например, при определении "Новых бизнесов".

Группа полей "Calculation Elements":

независимые переключатели Earnings, Market Value, Value at Risk определяют объем генерируемых данных два поля "At Risk Period" задают срок и единицу измерения срока для временного горизонта. См. колонки Var_Term и Var_Term_Mult выше.

Valuation Curve (кривая оценок) - выбрать в режиме List of Value свободную от риска кривую доходности. Система позволяет определять собственные кривые доходности. Кривая доходности определяет отношение между временем до срока завершения и доходом к сроку завершения для данного типа финансового инструмента. Известные кривые доходности включают LIBOR и US Treasury.

Term Structure Model. Модель временных структур описывает, как свободные от риска ставки будут эволюционировать через какое-то время. Доступны следующие модели:

Merton - модель реальной процентной ставки Ho and Lee - безарбитражная модель Vasicek - модель реальной процентной ставки Extended Vasicek (Hull and White) - безарбитражная модель

Smoothing Method. Метод сглаживания - определяет порядок рисования гладкой, непрерывной линии через достойные внимания точки рыночных данных.
Доступны следующие методы:

Cubic Spline of Yields - Кубический сплайн доходности Linear Interpolation - Линейная Интерполяция.

Rate Index ID. Фактически в этом поле выбирается имя формулы, которая устанавливает отношение между безрисковыми процентными ставками и другими процентными ставками, используемыми в финансовых инструментах. Этот механизм позволяет прогнозировать ставки для любого инструмента, если он использует ставку, привязанную к безрисковой процентной ставке. Например, если в портфеле содержатся производные финансовые инструменты (опционы), надо выбрать функцию их ценообразования в зависимости от параметров рынка.

Подробнее см. статью, посвященную процентным ставкам.

Number of Rate Paths. Это поле определяет число моделирований Монте-Карло, которое будет исполняться. Допустимый диапазон - от 1 до 2000. Значение по умолчанию - 200. См. колонку Rate Path Num выше.

Random Number Generation Method. Определяет алгоритм генератора случайных чисел для генерации "rate path".

Вкладка Input/Assumptions ответственна за формирование портфеля, в том числе, здесь задается поведение "Новых бизнесов" на горизонте прогнозирования.


"Новый бизнес"


Модели новых бизнес инструментов формируются, как прогнозы модулей OFSA, для того чтобы компенсировать процесс затухания кэш-флоу из-за отсутствия банковских операций в будущих периодах для специфических продуктов. Новый бизнес воздействует на общую сумму дохода и рыночную стоимость в будущих периодах. Без нового бизнеса, оба значения сокращаются в будущих периодах, потому что в перспективе, существующие остатки истекут. Доход и рыночная стоимость, связанные с новым бизнесом являются функцией зарегистрированного остатка, зарегистрированной ставки и распределенного по времени общего объема. Остаток и ставка определяются вводом предположений пользователя. Распределенный по времени общий объем является функцией методологии моделирования.

Резервирование нового бизнеса, можно рассматриваться как поступление из трех источников:

Внутренняя пролонгация существующих счетов Перекладывание существующего счета в другие счета "Новые деньги", несвязанные с существующим бизнесом

Для примера, рассмотрим пролонгацию депозитного сертификата. Когда клиент решает пролонгировать депозитный сертификат, фонды перекладываются в новый депозитный сертификат по дате завершения предыдущего депозитного сертификата.

Пример: пролонгация составляет 150% от изменения основной суммы.

Бизнес банка = Текущая позиция + Новый бизнес

Чтобы моделировать новый бизнес для пролонгации, новый бизнес должен быть зарегистрирован на дату изменения основной суммы. Значение нового бизнеса должно быть определено для каждой даты изменения основной суммы во время модельного периода, как показано на рисунке.

В общем случае новый бизнес моделируется в привязке к листьям плана счетов.

Для периода моделирования получим следующие значения для финансовых элементов:

Исходящий остаток на конец периода моделирования (декабрь) = $57.50

Средневзвешенный остаток =

($50 * 4 дня + $52.50 * 10 дней + $57.50 * 17 дней) / 31 день = $54.9193

Первое изменение основной суммы приходится на 5 декабря (50-45), возобновление на 150%, составит 5*150% = 7.5, и поэтому входящий остаток на 5 декабря равен 52.5 (45+7.5).


Разумеется, данный механизм позволяет получить и прогнозный балансовый отчет и прогнозный отчет о прибылях и убытках. В этой связи, особо следует выделить, что в основе моделирования OFSA лежит балансовый подход, в соответствии с которым параметры моделей подбираются и группируются так, что суммарное изменение внутри моделей в каждый момент времени равно нулю, т.е. прогнозный балансовый отчет будет сходится.

Характеристики для моделирования нового бизнеса, определяются для каждой пары продукт/валюта, в том числе для того чтобы правильно генерировать кэш-флоу следует определить:

Фиксированная или регулируемая ставка Амортизация или единовременное погашение по наступлении срока погашения Частота переоценки График периодических платежей Возможности для отрицательной амортизации IRC, используемый для оценки Капитализированные или выплаченные проценты Временная структура (срок погашения)

Пример экранной формы Leaf Characteristics ID, где определяются эти характеристики нового бизнеса, можно найти в статье, посвященной модулю RM (вычисление Value at Risk).

Следует заметить, что в практике отечественных разработчиков банковского программного обеспечения, подход основанный на "новом бизнесе" еще далек от практического внедрения, смотрите для сравнения "модель пассивной эволюции" используемую некоторыми отечественными разработчиками.


OFSA Основные принципы


Александр Бовин,

Компания "ФОРС-Центр разработки",

Департамент по работе с финансовыми институтами

Часть 1. Информационные структуры и алгоритмы

Часть 2. Процентные ставки

Часть 3. Вычисление Value-at-Risk

Часть 4. Трансфертное ценообразование

Часть 5. FDM как хранилище данных финансовой информации



OFSA Основные принципы Часть FDM как хранилище данных финансовой информации


Александр Бовин,

Компания "ФОРС-Центр разработки",

Департамент по работе с финансовыми институтами



Часть 4

"Никогда такого не было, чтобы все было"

Н.Глазков



OFSA Основные принципы Часть Процентные ставки


Александр Бовин,

Компания "ФОРС-Центр разработки",

Департамент по работе с финансовыми институтами

Часть 1Часть 3



"Сама меряет, - сказал молодой человек,
передавая астролябию покупателю, -

было бы что мерить".

И.Ильф, Е.Петров "Двенадцать стульев"

"Какая польза кредиторам, если установят по своим ссудам

плавающую ставку процента, но при этом ссуду им не вернут?"

Дж. Синки мл. "Управление финансами в коммерческих банках"



OFSA Основные принципы Часть Трансфертное ценообразование


Александр Бовин,

Компания "ФОРС-Центр разработки",

Департамент по работе с финансовыми институтами



Часть 3Часть 5

"Разделяет не бездна, а разница уровней"
Станислав Ежи Лец.



OFSA Основные принципы Часть Вычисление Value-at-Risk


Александр Бовин,

Компания "ФОРС-Центр разработки",

Департамент по работе с финансовыми институтами



Часть 2Часть 4

"Играть я буду и на красных и на черных,

И в Монте-Карло я облажу все углы, -

Останутся у них в домах игорных

Одни хваленые зеленые столы"

В. Высоцкий 1964 г.



Оглавление


1. Что такое OFSA, определение.

2. Входная информация.

3. Финансовые Инструменты.

4. Иерархические структуры.

5. Планы счетов.

6. Финансовые элементы.

7. Кэш-флоу колонки и алгоритмы формирования значений финансовых элементов.

8. "Новый бизнес".

9. Согласование данных.

10. ID-объекты. Информация для моделей.

11. Отчеты.



Основные информационные структуры


OFSA FDM манипулирует данными банковских информационных структур в самом широком спектре:

Главная книга Клиенты (данные о клиентах, домашних хозяйствах, взаимотношение со счетами клиентов и др.) Счета клиентов, финансовые инструменты (сделки, контракты и др.) Транзакции/проводки Иерархические структуры (планы счетов, филиальная сеть, группировки клиентов и др.) Справочники Информация о моделях (бизнес - правила или ID).



Планы счетов


Выбор иерархической структуры GL Account является наиболее легким при внедрении, поскольку по существу листья GL Account эквивалентны счетам Главной Книги финансовой организации, т.е. в России это будут счета второго порядка ЦБ.

Определение Common COA (листья продуктов) является наиболее сложной задачей при определении иерархических структур. Должно существовать достаточное число листьев продуктов, для того чтобы генерировать необходимый спектр аналитических данных. Однако создание слишком большого количества продуктовых листьев может излишне утяжелить вычисления. Вообще, специалисты Oracle считают, что от 300 до 500 листьев продуктов достаточно.

Все листья Common COA должны иметь две обязательные характеристики: тип счета (account type) и метод начисления (accrual basis), ниже приведены основные значения данных характеристик.

Тип счетаМетод начисления

Активы, приносящие доход30/360
Вне балансовые требованияActual/360
Непроцентный доходActual/ Actual
Другие активы30/365
Пассивы, с выплатой процентов30/Actual
Вне балансовые обязательстваActual/365
Непроцентные расходы
Налоги 
Другие пассивы 
Капитал 
Дивиденды 
Процентный доход (нераспределенный) 
Процентный расход (нераспределенный) 
Статистика 

Типы счетов классифицируют инструменты по их использованию в финансовых отчетах и определяют, как кэш-флоу процессор обрабатывает финансовый инструмент, именно через значение Common COA определяется тип счета индивидуальной записи в инструментальной таблице. Модули RM и TP используют "метод начисления" для определения процентного дохода.

Кроме того, значительное усилие должно быть сделано, чтобы определить отношения "один ко многим" между Common COA и GL Account. Если подобные отношения правильно не определены, то будет трудно выполнить правильный анализ процессов, включающих эти листья.

Пример: фрагмент иерархической структуры GL Account.

Подобная организация планов счетов, необходима в первую очередь для поддержания основных принципов бухгалтерского учета, в том числе и постоянства правил бухгалтерского учета. Если план счетов ЦБ (т.е. GL Account) может меняться, вспомним хотя бы "подарок" от 20 ноября 2001г. N 1054-У вместе с Приложением 15 "Порядок бухгалтерского учета вложений (инвестиций) в ценные бумаги и операций с ценными бумагами", то Common COA должен оставаться неизменным.



Подход к трансфертному ценообразованию


В состав системы OFSA входят два модуля для определения трансфертных цен: "Transfer Pricing" и "Transfer Pricing Online". Направленность модуля "Transfer Pricing Online" вполне соответствует названию: интерактивное веб-приложение, которое в режиме реального времени представляет индикаторы трансфертных ставок на основе методологии модуля "Transfer Pricing".

В данной статье речь пойдет исключительно о модуле "Transfer Pricing", этот модуль соответствует определению, приведенному в первой статье, и, конечно, моделирование трансфертных цен должно объективно помочь эффективно управлять банком, в том числе, и формировать реальные финансовые результаты организационных единиц.

Модуль "Transfer Pricing" использует "трансфертное ценообразование с согласованной ставкой" (Matched Rate Transfer Pricing) - подход, при котором все счета/продукты имеют трансфертные ставки, отражающие их специфические сроки погашения и характеристики переоценки, таким образом используются множественные трансфертные ставки. Система позволяет применять подходящие методы к различным счетам/продуктам в рамках банка.

"Трансфертное ценообразование с согласованной ставкой", являясь техникой управленческого учета, выделяет компоненты чистой процентной маржи (Net Interest Margin), изолирует риск процентной ставки в Казначействе, где им можно централизованно управлять. В свою очередь, организационные единицы считаются ответственными за то, чем они реально могут управлять: ценообразование и доходность.

Процесс трансфертного ценообразования выделяет четыре главных компоненты чистой процентной маржи:

спрэд, заработанный на активах (credit spread) спрэд, заработанный на пассивах (funding spread) спрэд, заработанный или потерянный из-за подверженности риску процентной ставки (rate risk spread) спрэд, заработанный или потерянный из-за затрат на опции (option cost spread)1

Подобный подход (выделение вышеупомянутых компонент) обеспечивает информацией для оценки финансовых инструментов, распределения ресурсов и лучшего понимания источников прибыли для банков.



Портфель


При формировании портфеля "Рыночного риска" объединяющим началом является не субъект или объект операции, а вид дохода. Одна и та же операция (например, купля/продажа ценных бумаг) может быть в одних случаях быть подвержена рыночному риску, а в других - нет. Рыночному риску подвергаются операции, осуществляемые для получения спекулятивного дохода, в то же время, не подвержены рыночному риску операции, совершаемые по заявке клиента, операции РЕПО или операции по закрытию ранее открытых позиций.

При формировании такого портфеля могут существовать прямо противоположные составляющие, риски которых взаимно погашаются. Поэтому рыночному риску подвергается открытая позиция, предполагающая соответствие покупок и продаж фондовых и валютных ценностей одного вида.

Необходимо заметить, что результирующий VaR портфеля не всегда равен сумме VaR отдельных инструментов портфеля, то есть, значение VaR совокупной позиции, как правило, меньше суммы значений VaR, рассчитанных по составляющим позиции (например, для ипотеки и депозитов), из-за корреляции между ипотеками и депозитами. Действительно, неблагоприятное изменение котировок по одному инструменту может в определенной степени компенсироваться благоприятным изменением по другому инструменту, что уменьшает риск совокупной позиции, что видно на следующем рисунке.

VaR для ипотеки
VaR для депозитов
VaR портфеля

Простейший анализ объясняет подобное поведение портфеля из двух составляющих. Пусть VaRA является рисковой стоимостью для составляющей A портфеля, а VaRB является рисковой стоимостью для составляющей B портфеля. И пусть корреляции доходов составляющих будет равна ρ.

Тогда общая рисковая стоимость удовлетворяет формуле из стандартной теории портфельного менеджмента:

(VaRtotal)2 = (VaRA)2 + (VaRB)2 + 2 × ρ × VaRA × VaRB

Если эти две составляющие полностью коррелированны (ρ = +1), то VaRtotal является суммой рисковых стоимостей этих двух составляющих В любом другом случае имеется расхождение прибыли, и VaRtotal портфеля тогда меньше чем сумма VaR двух составляющих.


Мера корреляции между составляющими важна финансовым менеджерам, кто интересуется сокращением подверженности риску посредством диверсификации своего портфеля. Корреляция является мерой, с которой значение одной составляющей связано со значением другой составляющей. Коэффициент корреляции задает и числовое значение, и направление изменения курсов двух инструментов (составляющих). Знак коэффициента определяет относительные направления того, что курсы инструментов изменяются, в то время как его значение определяет силу относительных изменений курсов. Значение коэффициента располагается от -1 до +1 в зависимости от характера отношений. Например, если значение корреляции равно 0.5, это означает, что изменение курса одного инструмента происходит в том же направлении, что и половина значения изменения курса другого инструмента. Значение, равное нулю, означает, что инструменты являются некоррелированными, и их изменения курсов независимы друг от друга.

Корреляция является ключевым элементом многих моделей VaR.


Пример моделирования cтратегии хеджирования


Рассматривается чисто гипотетический эпизод банковской технологии. После заключения ряда ипотечных договоров для уменьшения существующих рыночных процентных и валютных рисков возникает необходимость определить параметры соответствующего инструмента хеджирования.

Основные параметры инструмента хеджирования (форвардный контракт, процентный опцион, процентный своп или др.) определяются в Transaction Strategy ID. При помощи Data Filter ID определяется фильтр для выбора сделок по заключенным ипотекам (хеджируемые объекты). Определяются дополнительные предположения, например в Prepayment ID для моделирования предоплаты. Когда все предположения сделаны, Process ID выполняет вычисления и генерирует общий кэш-флоу для ипотечных сделок и инструмента хеджирования. Изменяя некоторые характеристики (кривая доходности, обменный курс, предоплаты и др.), можно повторить вычисления для определения оптимальных параметров инструмента хеджирования.

После этого можно выбрать эффективный 2 для хеджирования финансовый инструмент и, собственно, заключить сделку хеджирования, краткое описание упомянутых выше ID можно найти в предыдущих статьях цикла. Следует отметить, что возможности Transaction Strategy ID позволяют определять для моделирования не только инструмент хеджирования, но и хеджируемые объекты.

Отражаемая в отчетности справедливая стоимость финансового инструмента зависит от типа инструмента, метода оценки и дат (заключения сделки, проведения расчетов). В основе методов оценки должны лежать исходные данные о ставках за досрочное погашение, норме оценочных убытков по выданным кредитам, а также исходные данные о процентной ставке и коэффициенте дисконтирования.

В качестве справедливой стоимости выступают различные виды или комбинации таких показателей как: остаток на дату происхождения, рыночная стоимость на дату происхождения, текущий балансовый остаток, текущая (вычисленная) рыночная стоимость и др. Справедливая стоимость часто определяется на основе рыночной стоимости, в других случаях, например, для счетов "ностро", равна их балансовой стоимости, и т.п.

Все вышеперечисленные атрибуты являются колонками записей финансовых инструментов, причем текущая рыночная стоимость вычисляется в модуле Risk Manager, в том числе, на уровне записей инструментальных таблиц, примеры вычисления рыночной стоимости приводятся в статье "Процентные ставки".



Процентные ставки, не свободные от риска


Портфель может содержать, в том числе, и производные финансовые инструменты, в этом случае необходимо определить функцию их ценообразования в зависимости от параметров рынка, которая зависит от рыночных факторов нелинейным образом.

Rate Index ID используется только при стохастическом моделировании, основной целью данного ID является определение отношения между "безрисковыми процентными ставками" и другими процентными ставками, используемыми в финансовых инструментах. Этот механизм позволяет прогнозировать ставки для любого инструмента, если он использует ставку non risk-free interest rate ("не безрисковую процентную ставку"), привязанную к безрисковой процентной ставке. И как только "безрисковая процентная ставка" меняется, соответственно, будет изменяться и "не безрисковая процентная ставка".

Собственно, "не безрисковая процентная ставка" определяется именно в экранной форме Rate Index ID. Примерами "не безрисковых процентных ставок" являются ставки PRIME и LIBOR.

Замечание. Используемая английская терминология тоже "тяжелая":

risk-free interest rates - безрисковая ставка процента non-risk-free interest rates - 1) не безрисковая ставка процента; 2) не свободные от риска процентные ставки.

Формула для задания определенного выше отношения имеет следующий вид:

IndexRate = K1*RiskFreeRate1x1 + K2*RiskFreeRate2x2 + ... K8*RiskFreeRate8x8 + Spread

Чтобы создать формулу, необходимо выбирать до восьми сроков (элементов) из безрисковой кривой, каждый умножается на определенный пользователем коэффициент и возводится в степень, определенную пользователем. Дополнительно, можно добавить постоянный спрэд к формуле.

Каждый из определяемых элементов состоит из:

(Ki) Коэффициент - множитель для того, чтобы взвесить каждый выбранный срок. (Xi) Экспонента - позволяет приспособить полином к кривой (RiskFreeRatei) - Выбор по значению срока соответствующей ставки безрисковой кривой.

Пример. Определить процентную ставку, предполагая спрэд, равный 3.00:

Term Term Mult Rate Coefficient Exponent Расчет

1 M 4.00% 0.25 1 [(0.25)*(4.00)1 + (0.5)*(5.00) 1 + (0.25)*(6.00)1] + 3.00 = 8.00%
6 M 5.00% 0.5 1
12 M 6.00% 0.25 1



Прогнозирование процентных ставок


Forecast Rates ID вычисляет будущие процентные ставки и будущие обменные курсы валют. Прогнозная процентная ставка используется, чтобы проектировать кэш-флоу, включая оценку нового бизнеса, переоценку существующего бизнеса, при вычислении предоплаты и определении дисконтных методов. Прогнозные обменные курсы валют используются для объяснения эффекта валютных колебаний на доходе.

В данном разделе приведен пример использования только одного из пяти методов прогнозирования процентных ставок, а именно - метода "Structured Change", в любом случае прогнозные процентные ставки соотносятся с одним из имеющихся IRC.

Прогнозные ставки изменяются для любого модельного периода или срока процентной ставки, например:
+100 базисных пунктов на первый день -200 базисных пунктов за первые 6 месяцев Вращение кривой доходности
(уменьшение short point, увеличение long point или наоборот)

-1Anchor point        6 Months
-   2Short point        3 Months
-   3Long point        5 Years

Возможности, предоставляемые Forecast Rates ID и другими ID, позволяют моделировать различные ситуации, известные в экономической теории:

Кривые доходности имеют положительный наклон (возрастающая кривая доходности):

Инвесторы ожидают повышение процентных ставок, гипотеза ожиданий (expectations hipothesis). Вложение в обязательства на два года связало средства, инвесторы теряют возможность извлечь выгоду из благоприятных изменений процентных ставок. Более того, появляется возможность потери капитала (capital loss) при росте процентных ставок и необходимости продать облигацию до срока погашения.

Кривые доходности имеют отрицательный наклон (убывающая кривая доходности), краткосрочные процентные ставки выше долгосрочных процентных ставок. Преобладает горизонтальная форма кривых доходности, краткосрочные и долгосрочные процентные ставки находятся приблизительно на одном уровне. Кривые доходности в данный момент находятся на относительно низком уровне и, согласно прогнозу, будут повышаться. Кривые доходности в данный момент находятся на относительно высоком уровне и, согласно прогнозу, будут снижаться.



Простой пример


Компоненты спрэда можно графически выделить, отмечая ссуду и депозит на кривой доходности. Наиболее просто это может быть проиллюстрировано на примере розничного банка, который заимствует на короткий срок и ссужает на долгий срок.

На уровне инструмента процесс трансфертного ценообразования нуждается в эталонном тесте, чтобы должным образом идентифицировать различные компоненты чистой процентной маржи.

Поле "Transfer Pricing Interest Rate Code" приведенной выше экранной формы используется для выбора IRC трансфертного ценообразования, т.е. в определении кривой доходности трансфертного ценообразования счета. Выбор кривой доходности трансфертного ценообразования определяется, в том числе, и состоянием банка, например, для банка, имеющего избыток депозитов, естественно выбрать "Treasury curve", а для банк, имеющего потребность в заемных средствах, естественно выбирать "funding curve".

Примеры кривых доходности трансфертного ценообразования можно найти в БД Demo, поставляемой с системой OFSA. Для приведенного ниже примера используется кривая доходности, не имеющая никакого экономического содержания, т.е. исключительно для иллюстративных целей:

Срок Ставка Срок Ставка СрокСтавка

1D 1,24% 1Y 2,62% 6Y 5,06%
1M 1,49% 2Y 3,41% 7Y 5,27%
2M 1,61% 3Y 4,02% 8Y 5,45%
3M 1,77% 4Y 4,43% 9Y 5,57%
6M 2,08% 5Y 4,76% 10Y 5,67%

Следующий рисунок показывает разбиение (на структурные составляющие) чистой процентной маржи между двумя инструментами: 6-ти месячным депозитным сертификатом с доходностью 1,70%, и ипотечным кредитом со средним сроком 7 лет и доходностью 5,80%. Спрэд между этими 2 инструментами составляет 4,10%.

Рисунок. Разбиение чистой процентной маржи между двумя инструментами.

Как показывает рисунок, 6-ти месячному депозитному сертификату соответствует ставка в 2,08%, что является ставкой 6-ти месячного займа из определенной выше кривой доходности. В результате имеем спрэд, равный 0,38%, который является спрэдом, заработанным на пассивах.
Ипотечному кредиту соответствует ставка в 5,27%, что является ставкой 7- летнего займа из определенной выше кривой доходности. В результате, имеем спрэд, заработанный на активах 0,53%. Остаток спрэда, т.е. 3,19% является типичным образцом вклада риска процентной ставки. Значение риска процентной ставки появилось из-за наличия несоответствия по срокам погашения и переоценки соотношения между кредитным инструментом и депозитным инструментом, несоответствие изолируется в Казначействе. Ситуацию с риском процентной ставки можно прояснить, если рассмотреть два финансовых инструмента с одинаковой срочностью. Поскольку они точно согласованы, то нет никакого риска процентной ставки, и трансфертная ставка одинакова для обоих инструментов.

Результирующий отчет о прибылях и убытках банка (выраженный через ставки) для приведенного выше гипотетического примера двух финансовых инструментов будет иметь следующий вид:

1. Процентные доходы 5,80%
2. Стоимость привлечённых денежных средств" 2 5,27%
3. Спрэд активов (1) - (2) 0,53%
4. Затраты на обеспечивающие фонды 2 2,08%
5. Процентные расходы 1,70%
6. Спрэд пассивов (4) - (5) 0,38%
7. Чистый процентный спрэд (1) - (5) 4,10%
8. Несоответствие (7) - (3) - (6) 3,19%
Но в реальной практике ипотека может иметь возможность предоплаты, и поэтому банк не должен брать такой большой риск, как показано в этом анализе, а вместо депозитов могут быть текущие счета, которые имеют неопределенные характеристики по срокам погашения. Различные методы трансфертного ценообразования возникли, чтобы согласовывать эти проблемы.


Реализация, возможности для аудита


При реализации расчета VaR методом Монте-Карло был выбран подход J.P.Morgan Riskmetrics из-за следующих преимуществ:

Лучшая точность в анализе нелинейных активов - таких как опционы (разновидность срочной сделки, которую не обязательно исполнять); Большая гибкость при моделировании распределенных экономических факторов в Riskmetrics по сравнению с нормальными предположениями; Нет необходимости в декомпозиции ценных бумаг в "risk factors", т.е. исключается сложный процесс "разложения" входящих в портфель финансовых инструментов на более простые инструменты, непосредственно связанные с рыночными факторами риска, и их дальнейшее рассмотрение как позиций, состоящих из таких простых инструментов.

Также следует отметить, что модуль OFSA Risk Manager обеспечивает достаточные возможности для аудита. Специальная системная таблица сохраняет информацию по аудиту процентных ставок. Стохастические коэффициенты дисконтирования также выводятся для аудита, что чрезвычайно ценно для тестирования.

Кроме того, для аудита также доступны кэш-флоу по первым пяти записям, обработанным в каждом сценарии.

1(к тесту)Когда говорят, что VaR на 1 месяц составит 81854.48$ с доверительным интервалом 99% (или вероятностью потерь 1%), это означает, что потери в течение одного месяца, превышающие 81854.48$, могут произойти не более чем в 1% случаев.
2(к тесту)См. описание Rate Index ID в статье, посвященной ставкам, и пример использования Rate Index ID в разделе "Настройка модели, основные моменты".

Часть 2Часть 4



Согласование данных


Ранее уже упоминался Oracle Warehouse Builder - основной инструмент, используемый при формировании хранилища данных FDM и обеспечивающий технологию ETL: extraction, transformation, loading - "извлечение, преобразование и очистка, загрузка".

Данные, поступающие в хранилище данных FDM из OLTP систем, должны быть не только согласованны, но и приведены к общему формату:

в многофилиальном банке может работать несколько АБС, да и в филиале среднего или крупного банка это не исключение, а скорее правило. филиалы международного банка хранят данные Главной Книги не только в национальных валютах, но и по разным планам счетов. Для проведения общего анализа по всей филиальной сети необходимо привести данные к общей валюте, согласовать планы счетов, кросс-курсы, картотеку клиентов и др.

Кроме того, OFSA имеет собственные программные средства, обеспечивающие согласование данных поступающих из разных источников. Согласование представляет собой процесс сравнения информации из инструментальных таблиц и Главной Книги.

Наиболее общий тип согласования должен сравнить данные остатков инструмента с исходящими остатками Главной Книги на заданную дату. Выше уже упоминалось, что таблица LEDGER_STAT, кроме прогнозных и бюджетных данных, может хранить и фактические (т.е. загруженные) данные. Таким образом, информация исходящих остатков Главной Книги выступает своего рода контрольной суммой по отношению к данным инструментальных таблиц.



Согласование, преобразование и очистка данных


Кроме возможностей OWB по преобразованию и очистке данных, система OFSA использует собственные программные средства, обеспечивающие очистку и согласование данных, поступающих из разных источников.

Согласование 1 представляет собой процесс сравнения информации из инструментальных таблиц и Главной Книги. Наиболее общий тип согласования предусматривает сравнение данных остатков инструмента с исходящими остатками Главной Книги на заданную дату.

Как только различия между информацией инструментальной таблицы и информацией Ledger Stat известны, они должны быть исправлены для того, чтобы утвердить данные (удостоверить правильность данных). Выше уже упоминалось, что таблица Ledger_Stat, кроме прогнозных и бюджетных данных, может хранить и фактические (т.е. загруженные) данные. Таким образом, данные по исходящим остаткам Главной Книги выступают своего рода контрольной суммой по отношению к данным инструментальных таблиц, что исключает несоответствие информации по сделкам фактическим показателям бухгалтерского учета.

Приложение OFSA "Balance & Control" обеспечивает механизмы проверки, согласования и балансирования данных Главной Книги инструментальным данным, имеются также средства для агрегации детальных данных. Данная функциональность обеспечивается созданием и выполнением специальных правил корректировки в базе данных FDM.

Основные приложения OFSA FDM

Эти правила (проверки и корректировки) формируются в специальном ID - "Correction Rule ID". Кроме того, в системе имеется одно предопределенное правило корректировки с именем "CASHFLOW_EDITS". Это правило фактически содержит ряд контрольных редактирований, которые могут применяться к кэш-флоу столбцам любой Инструментальной Таблицы. Цель кэш-флоу редактирования состоит в том, чтобы исключить противоречивые и/или неполные данные при обработке прерываний кэш-флоу в любом модуле OFSA, который использует кэш-флоу моделирование, включая Risk Manager и Transfer Pricing.

Фактически, речь идет о проверке условий и ограничений, наложенных на кэш-флоу колонки в документе "Technical Reference Manual". Кэш-флоу редактирование должно быть выполнено после завершения всех собственных (кастомизированных) редактирований данных. Используя опцию "Update Log Only", можно получить протокол проверок без реального редактирования.



Справочники


OFSA FDM содержит значительное число преднастроенных справочников, в документации на них часто ссылаются как на MLS (multi-language support) таблицы. Примеры использования кодов подобных таблиц можно найти в статье "OFSA. Основные принципы. Часть 1. Информационные структуры и алгоритмы":



&#x2022;Ofsa_Accrual_Basis_Mls Базис, по которому происходит расчет наращиваемых процентов
&#x2022;  Ofsa_Interest_Timing_Type_Mls Проценты: в начале или в конце периода
&#x2022;  Ofsa_Compound_Basis_Mls Порядок исчисления сложных процентов
&#x2022;  Ofsa_Amortization_Type_Mls Типы амортизации, основной суммы и процентов

Для страхования имеется свой набор специфических преднастроенных справочников, например, Ofsa_Tobacco_Type_Mls:

&#x2022;  Сигареты &#x2022;  Жевательный табак
&#x2022;  Сигары &#x2022;  Нюхательный табак
&#x2022;  Трубка &#x2022;  Бездымный Табак и др.

Как определить дополнительный справочник, см. в разделе "Метаданные".



Стандартное определение


Пусть фиксирован некоторый портфель открытых позиций. Тогда значение VaR портфеля для данного доверительного уровня и данного периода поддержания позиций t определяется как такое значение VaR, которое обеспечивает покрытие возможных потерь Х держателя портфеля за время t с вероятностью P, то есть P(VaR ≥ X) = α.

Потери, превышающие VaR, происходят только с низкой вероятностью (l-α).

С точки зрения теории вероятностей VaR - это α-квантиль заданного распределения.

Как следует из определения, величина VaR для портфеля заданной структуры определяется как наибольший ожидаемый убыток, обусловленный колебаниями цен на финансовых рынках, который рассчитывается:

на определенный период времени в будущем (временной горизонт); с заданной вероятностью непревышения VaR (доверительный уровень); при данном предположении о характере поведения рынка (метод расчета).

Доверительный уровень и временной горизонт являются ключевыми параметрами, без которых не возможен ни расчет, ни интерпретация показателя VaR. Так, значение VaR в 81854.48$ для временного горизонта в 1 месяц и доверительного уровня 99% будет означать (при условии сохранения тенденций рыночной конъюнктуры):

вероятность того, что в течение ближайшего месяца потери будут меньше, чем 81854.48$, составляет 99%; вероятность того, что наши убытки превысят 81854.48$ в течение ближайшего месяца, равна 1%;

См. таблицу в разрезе планов счетов.

Временной горизонт (holding period) для расчета VaR часто выбирается, исходя из срока удержания данного инструмента в портфеле или его ликвидности, то есть, исходя из реального минимального срока, на протяжении которого можно реализовать на рынке данный инструмент (закрыть позиции) без существенного ущерба, поскольку именно в пределах этого срока трейдеры не в состоянии что-либо сделать для снижения потерь. Например, "недельный VaR", "месячный VaR" - это оценки возможных потерь за неделю и за месяц, соответственно.

Временной горизонт VaR следует отличать от глубины периода расчета VaR (observation period) - объема ретроспективных или искусственно смоделированных данных, на основе которых рассчитывается оценка.
Например, фраза " глубина расчетов месячного VaR составила 3 года" означает, что данные брались за 3 года, то есть за 36 месяцев, а фраза "глубина расчетов недельного VaR составила 1 год" означает, что данные брались за 1 год, то есть за 52 недели.

Доверительный уровень (confidence level) или вероятность выбирается риск-менеджментом в зависимости от предпочтений корпоративной практики и регламентирующих документов надзорных органов. Например, Базельский комитет по банковскому надзору рекомендует уровень в 99%, на который ориентируются надзорные органы. На практике наиболее популярен уровень в 95%, но встречаются также и другие (обычно между 95% и 99%). Временной горизонт для анализа VaR обычно определяется периодом времени, в течение которого структура портфеля существенно не изменяется.

Примеры:

Стандартом для отчетов по операциям с внебиржевыми производными инструментами, передаваемыми в Комиссию по биржам и ценным бумагам США, является 2-недельный период и 99% вероятность. Bank of International Settlements для оценки достаточности банковского капитала установил вероятность на уровне 99% и период, равный 10 дням. Банк J.P. Morgan публикует свои дневные значения VaR при 95% доверительном уровне.

Кривая на следующем рисунке задает распределение вероятностей прибылей и убытков для заданного портфеля и периода поддержания позиций. VaR представляет собой максимальную величину возможных потерь, отвечающих заданному 95% доверительному уровню.

Под убытками в данном случае подразумевается отрицательное изменение стоимости портфеля (ΔP) - разница между стоимостью портфеля на начало и конец какого-либо расчетного периода, т.е.: ΔP = Рi - Pi-1. Если fΔP(x) - функция плотности вероятности распределения прибылей/убытков ΔP, тогда α - доверительный интервал и величина VaR используется в выражении:



Где 1- α% площадь затемненной фигуры (5% худших случаев).
 
В зависимости от базы сравнения VaR можно оценить в абсолютном или в относительном смысле.VaR в абсолютном смысле является потерей относительно нуля, а VaR в относительном смысле является потерей по сравнению со средним ΔPср.

В первом варианте оценки - это просто максимальные убытки, которые банк может понести с определенной вероятностью в предстоящем периоде. Второй же вариант подразумевает вероятностную оценку максимальных ожидаемых потерь относительно ожидаемого дохода в предстоящем периоде. Ожидаемый доход на предстоящий период - это среднее значение дохода ΔPср.


"Ставки разные важны, ставки разные нужны"


Данная статья посвящена использованию в системе OFSA процентных ставок и кривой доходности. Важность темы акцентируется двумя эпиграфами, но если слова "великого комбинатора" в некоторой степени шутка, то парафраз Дж. Синки на Евангелие от Матфея (гл.16, ст.26) имеет прямое отношение к риск-менеджменту, поскольку, цитируя того же Дж. Синки: "Кредиторы должны всегда учитывать взаимодействие между процентным и кредитным рисками. Кредиторы, перекладывающие весь процентный риск на заемщика, не способного с ним справиться (что всегда заканчивается непогашением ссуды), совершают серьезную ошибку". Но и банк-заёмщик, привлекая средства по фиксированной ставке, рискует в конкурентной борьбе, поскольку банки, привлекающие средства по плавающей ставке, могут платить с течением времени меньше. Отсюда возникает необходимость хеджирования, т.е. появляются финансовые инструменты типа фьючерсов, форвардов и опционов, что существенно усложняет менеджмент (см. раздел "Отчеты" из предыдущей статьи). В этом смысле, OFSA как система имитационного моделирования, позволяет проверить на реальных данных множество разных вариантов при определении будущих процентных ставок.

В документации OFSA Вы можете найти немало понятий, в которых фигурирует слово "rate": Adjustable Rate Instrument, Fixed Rate Instrument, Gross Rate, Transfer Rate, Net Rate, Market Rate, Interest Rate Code (IRC) и другие. Только среди финансовых элементов можно встретить более десятка разных видов ставок, поэтому в первую очередь следует объяснить порядок использования и формирования процентных ставок, на которые в системе ссылаются как на Interest Rate Code (IRC):

Для существующего бизнеса IRC (индекс сделки, договора) определяется во время процесса извлечения и является частью данных инструментальной таблицы. Для нового бизнеса ассоциированный IRC определяется в Leaf Characteristics ID, что в самом общем случае представляет связь между парой "код продукта/код валюты" и IRC.

Ранее уже говорилось об обязательной колонке в инструментальных таблицах INTEREST_RATE_CD (IRC) - "Индекс, с помощью которого регулируемая процентная ставка (adjustable rate) связывается с записью финансового инструмента" и утилите Rate Manager модуля FDM, используемой для формирования и ведения процентных ставок. Эта утилита также отвечает за работу с обменными курсами и валютами, но ниже приводятся основные данные только по процентным ставкам.



Straight Term


Трансфертная ставка назначена на запись, базируясь на сроке до даты завершения или на периоде переоценки инструмента. Это типично для использования счетов/продуктов с фиксированной ставкой и для краткосрочных с плавающей ставкой между переоценками.

Вычисление трансфертной ставки методом Straight Term для выбранного счета/продукта и требуемой кривой доходности трансфертного ценообразования сводится к выбору соответствующей точки на кривой доходности. Выбор точки, а значит и трансфертной ставки, зависит не только от настроек в нескольких ID модуля (поле Calculation Mode в "TP Processing ID"), но и от значений полей инструментальной записи (запись с фиксированной ставкой или регулируемой ставкой, наличием или отсутствием льготного периода и др.).



Стресс-тестирование


Базельский комитет по банковскому надзору определяет: "… стресс-тестирование предполагает выявление возможных событий или будущих изменений экономических условий, которые могут иметь неблагоприятные последствия для кредитных требований банка, и оценку его возможности противостоять таким изменениям".

В банковской практике в настоящее время наиболее распространен метод сценарного анализа стресс-тестирования, который позволяет оценить максимально возможные потери при одновременном воздействии ряда риск-факторов на деятельность банка, в т.ч., для стресс-тестирования используются сценарии возникновения рыночных кризисов.

В модуле OFSA RM настройку моделей для стресс-тестирования можно выполнять по аналогии с расчетом VaR, Earnings и Market Value, используя стохастическое моделирование (Монте-Карло). Только в данном случае настройка параметров модели требует таких факторов риска, которые могут не вписываться в текущие рыночные тенденции и конъюнктуру рынка. Тем самым, стресс-тестирование позволяет "моделировать" последствия гипотетических событий, вероятность появления которых хоть и невелика, но в то же время последствия таких событий могут иметь катастрофические события для банка.


Увеличить

Рисунок. Экранная форма для Leaf Characteristics ID.

Например, в приведенной выше экранной форме для Leaf Characteristics ID, который определяет общие атрибуты вычисления для существующих финансовых инструментов и параметры "новых бизнесов", показана установка значений "нового бизнеса" для выбранной пары продукт/валюта.

Кроме того, возможности стресс-тестирования непосредственно имеются в рамках модуля "Regulatory Capital Manager" (Basel II).



Термины и сокращения


OFSA - Oracle Financial Services Applications

FDM - модуль OFSA Financial Data Manager, "Управление финансовыми данными"

RM - модуль OFSA Risk Manager, "Управление рисками"

BP - модуль OFSA Budgeting and Planning, "Бюджетирование и планирование"

TP - модуль OFSA Transfer Pricing, "Трансфертное ценообразование"

АБС - оперативные Автоматизированные Банковские Системы, OLTP системы

Cash flow engine - кэш-флоу процессор

As-of-Date - Дата, которая определяет период времени для загруженной информации Последняя дата, за которую отчет или процесс содержат данные.



Transfer Pricing ID


Значительная часть информации, требуемой при настройке, в том числе методы трансфертного ценообразования и, собственно, источники данных для трансфертного ценообразования (счета/продукты), определяется в Transfer Pricing ID, экранная форма данного ID приводится на рисунке.

Рисунок. Transfer Pricing ID. Определяет метод трансфертного ценообразования для каждого продукта.

Первым шагом является выбор источника данных для использования в трансфертном ценообразовании счета (или продукта в терминологии OFSA), после чего в Transfer pricing ID определяется метод трансфертного ценообразования для каждого продуктового листа в портфеле.

Поскольку инструментальным данным в БД, например, ипотекам или коммерческим кредитам непосредственно соответствуют счета Главной Книги, то для подобных счетов можно использовать любой метод трансфертного ценообразования, используя для этого данные финансовых инструментов. В то же время некоторые счета, например, касса, не имеют связанных инструментальных данных. Для таких счетов необходима трансфертная оценка непосредственно данных Главной Книги (таблица Ledger_Stat) по методу, которому не полагается срок или кэш-флоу информация, обеспеченная данными финансовых инструментов.

Все методы трансфертного ценообразования назначаются на уровне счетов/продуктов, список которых доступен в интерфейсе Tree Bar. Это не означает, что все записи финансового инструмента с одним значением счета/продукта получат одинаковую трансфертную ставку. Некоторые методы трансфертного ценообразования присваивают уникальную трансфертную ставку каждой записи финансового инструмента. Таким образом, модуль TP вычисляет трансфертную ставку на самом возможно низком уровне детализации, уровне записей финансовых инструментов (сделки, договора), позволяя тем самым измерить процент доходности на этом уровне. "Transfer pricing ID" также содержит интерфейс, позволяющий определить параметры, используемые для вычисления затрат на опцию (option costs) для каждого продуктового листа.

Следует также выделить "TP Processing ID", данный ID запускает процесс трансфертного ценообразования и генерирует результаты. Там же определяются настройки алгоритмов.



Транзакции/проводки


Хранят информацию о величине транзакции по каналу, типу и продукту для каждого счета клиента (записи инструментальной таблицы). Обычно хранят величину транзакции по типу операции, например, выдача наличных денег банкоматом. Transaction ID и Channel ID обычно определяются как пользовательские листья.



Unpriced Account


Метод Unpriced Account специфицирован только для счетов Главной Книги, т.е. использует данные таблицы Ledger_Stat. Трансфертная ставка для указанного счета определяется как средневзвешенное значение трансфертных ставок списка заранее определенных счетов. Расчет осуществляется по средним остаткам Главной Книги.

Для установления связи между счетом, который специфицируется с методом Unpriced Account, и списком связанных с ним счетов используется специальный интерфейс.



Управленческий учет


Подготовка информации для внутреннего пользования, рассчитанная на менеджеров различного уровня, является основной целью управленческого учета.

Специалисты по-разному определяют список задач управленческого учета, поэтому приведенный ниже перечень, конечно, не является ни сокращенным, ни избыточным, а приводится исключительно в иллюстративных целях, для сопоставления с функциональностью OFSA:



Задача Модуль

&#x2022;трансфертное ценообразование Transfer Pricing
&#x2022;  разнесение затрат Performance Analyzer
&#x2022;  управление активами и пассивами Risk Manager, Performance Analyzer
&#x2022;  управление рисками, в т.ч. EaR, VaR Risk Manager
&#x2022;  прогнозный баланс, прогнозный отчет о прибылях и убытках Risk Manager
&#x2022;  консолидированная и аналитическая отчетность FDM, Discoverer
&#x2022;  планирование и бюджетирование Budgeting & Planning

Примеры использования таких обязательных в управленческом учете информационных структур, как центры финансовой ответственности и иерархии, приводились неоднократно ранее. Следует также упомянуть Главную Книгу (таблица Ledger_Stat), которая содержит фактические, бюджетные и прогнозные данные, что позволяет легко проводить сравнительный анализ на одном наборе измерений и реально отражать ситуацию, как в банке целиком, так и по филиальной сети (см. набор финансовых элементов в первой статье).

Исходя из имеющихся в хранилище данных размерностей и таким функциональностям, как трансфертное ценообразование, разнесение затрат и др., можно надежно определить источники формирования прибыли банка по:

продуктам организационной структуре, в том числе, центрам финансовой ответственности клиентам, домашним хозяйствам, категориям клиентов каналам/услугам.

Это возможно именно благодаря модулю Transfer Pricing, который позволяет учитывать не только прямые доходы и расходы, но и стоимость привлечения/размещения финансовых ресурсов, а модуль Performance Analyzer - объективно оценивать результаты деятельности всех центров ответственности и принимать правильные управленческие решения.



Утилита Rate Manager


В первую очередь определяются общие атрибуты процентной ставки - на вкладке Attributes.

Перевод обозначений полей формы:

Interest Rate Code Числовое значение кода
Interest Rate Code Description Описание процентной ставки
Rate Format Формат ставки
Compound Basis Базис начисления сложных процентов
Accrual Basis Принцип начисления
Reference Currency Валюта процентной ставки

Возможными значениями поля Rate Format являются Zero Coupon Yield (по умолчанию) или Yield to Maturity:

Zero Coupon Yield (curve) - кривая задает набор процентных ставок однородных финансовых инструментов, с одинаковыми характеристиками (облигации с нулевыми купонами) для различных сроков погашения ценной бумаги. Для государственных ценных бумаг она является одним из главных индикаторов состояния финансового рынка. В Demo версии OFSA см. "US Treasury Yield Curve". Yield to Maturity (curve) - доходность к сроку погашения. Кривая является результатом графического отражения доходов по облигациям, для времени, которое осталось до конца срока действия облигации. В значительной степени характеризует не столько рынок, сколько конкретную облигацию.

Значения поля Compound Basis задают базис начисления сложных процентов, возможны следующие значения:

Annual (по умолчанию) Semiannual Monthly Simple

Принцип начисления задается в поле Accrual Basis в зависимости от ранее выбранного базиса для начисления сложных процентов:

Compound BasisAccrual Basis

Annual,
Semiannual или
Monthly
Actual/Actual (по умолчанию)
30/365
Actual/365
 
Simple30/360 (по умолчанию)
 Actual/360
 Actual/Actual
 30/365
 30/Actual
 Actual/365

Сроки процентных ставок определяются Compound Basis и Accrual Method, выбранными на вкладке Attributes. Если для Compound Basis указано значение "Monthly" и для Accrual Basis выбрано Actual/365, ежемесячные сроки будут рассчитываться исходя из фактической величины месяца и при 365 дневном годе.

В поле Reference Currency задается валюта, в которой определяются процентные ставки.


На отдельной вкладке Terms задается структура сроков процентной ставки, а на вкладке Rates дается возможность вводить, изменять или удалять значения процентной ставки для новых дат и отображать их в виде электронной таблицы или графика.

TermMultiplier
1Days
1Months
2Months
3Months
6Months
12Months
1Years
Структура сроков процентной ставки на вкладке Terms



Значения процентной ставки на вкладке Rates

Кроме того, для процентной ставки необходимо назначить ряд параметров стохастического моделирования процентных ставок, используемых в модулях RM и TP, для оценки моделей временных структур.

Для ввода нескольких значений ставок достаточен интерфейс утилиты Rate Manager. Если необходимо вводить большое количество значений ставок (например, для кривой доходности трансфертного ценообразования), можно использовать возможности импорта, в т.ч. через внешнюю электронную таблицу.


Входная информация


Fem_Parties - Субъекты (Клиенты и Домашние хозяйства) Финансовые инструменты/Лицевые счета Fem_Party_Acct_Rel - Взаимоотношения субъектов и финансовых инструментов.

Таблица Fem_Parties поддерживает все демографические данные клиентов и домашних хозяйств (households). Строки таблицы представляют уникальных клиентов и домашние хозяйства, которые могут быть определены при помощи Oracle Warehouse Builder.

Поддерживает следующие типы субъектов:

Бизнес - клиент (юридическое лицо) Бывший бизнес- клиент Индивидуальный клиент (физическое лицо) Бывший индивидуальный клиент Домашнее хозяйство Предполагаемый бизнес - клиент Предполагаемый индивидуальный клиент Другие

Домашнее хозяйство (Household) является базовой единицей анализа во многих микроэкономических и правительственных моделях. Как предполагает название, термин относится ко всем индивидуумам, которые живут в одном доме. Т.е. это один человек или группа людей, которые обычно живут в одном доме или квартире и ведут общее хозяйство. При формировании таблицы Fem_Parties клиенты группируются в "домашние хозяйства", а именно для клиентов - физических лиц делается попытка сгруппировать их в домашние хозяйства, основываясь на именах, адресах и других атрибутах.

Данные о взаимоотношении между клиентами и клиентскими счетами (записями инструментальных таблиц) хранятся в таблице Fem_Party_Acct_Rel и выражают отношение многие-ко-многим. Совместные счета (joint account) принадлежат более чем одному клиенту. Эти данные определяют отношение клиента к счету - первичное или вторичное: каждый счет имеет только одного первичного клиента, все другие клиенты (в клиентских отношениях) рассматриваются как вторичные клиенты. Понятно, что наличие механизма трансфертного ценообразования банка на уровне счета при определении выгодности клиента может принести существенную пользу (см. статью о трансфертном ценообразовании).

Данные клиентского счета (записи инструментальных таблиц) в конечном счете агрегируются для определения доходности клиента и домашнего хозяйства. Метод анализа прибыльности клиентов и домашних хозяйств основан на измерении итоговых финансовых результатов в отношениях банка с клиентом (как фактических, так и прогнозных) и определении на основе полученных данных степени рентабельности клиента.

Хранилище данных обеспечивает всестороннее представление клиента. Хотя процесс формирования хранилища для клиента достаточно трудоемок, для эффективного анализа он обязателен. Необходимо точно идентифицировать клиента, убедиться, что два клиента, внесенные и в список депозитной системы, и в список ипотечной системы фактически являются одним клиентом, без чего точный и эффективный анализ не может быть выполнен. Данные по клиентам должны быть проанализированы на основании таких атрибутов, как имя, дата рождения, адрес, телефон, пол, личный номер по системе социального страхования (или аналог) и др.


Когда приступаешь к изучению сложной и большой системы, в такой трудной предметной области, как банковская, очень полезно уже сразу представлять (хотя бы в общих чертах) основные виды входной информации. В самом первом приближении, можно выделить два вида входной информации:

Информация из оперативных банковских систем, поступающая (загрузка/модификация) с заданной периодичностью в финансовое хранилище данных FDM:

Главная Книга Лицевые счета Клиенты Финансовые Инструменты (Сделки, Контракты и т.д.) Транзакции/проводки Иерархические структуры (планы счетов, филиальная сеть, группировки клиентов и т.д.) Справочники

Существует возможность вводить/корректировать некоторые виды приведенной выше информации с использованием экранных форм.

Информация для моделей. Базовыми строительными блоками функциональных модулей OFSA являются "ID", которые определяют параметры обработки, спецификации прогнозирования, сценарии моделирования и предположений, алгоритмы обработки и формирования данных. Формально "ID" состоит из одной или нескольких экранных форм и соответствующих программных кодов, к которому можно обратиться непосредственно из меню.

Например:

Forecast Rates ID определяет прогнозные процентные ставки и обменные курсы валют. Maturity Strategy ID определяет распределение по срокам "новых бизнесов", добавленных в прогнозный период. Leaf Characteristics ID определяет общие атрибуты вычисления для существующих финансовых инструментов, и параметры "новых бизнесов". Этот ID также используется, чтобы определить характеристики "нового бизнеса" по платежам и порядок установки процентных ставок. Forecast Balance ID определяет значение "новых бизнесов", формируемых для отдельного модельного временного интервала на каждом продукте и каждой активной валюте. Для того чтобы создать новое бизнес предположение, выбирается один из семи доступных методов прогноза, фактически это выбор метода для прогнозирования "нового бизнеса".

До сих пор для понятия "новый бизнес" определение не давалось, хотя из контекста следует, что это понятие связано новыми операциями банка в будущих периодах, и на момент последней загрузки данных в хранилище, информация о "новых бизнесах" в хранилище отсутствует, поскольку она отсутствует и в АВС. Более подробно будет обсуждено ниже.



Вступление


В данной статье будет расширена и дополнена информация о хранилище данных OFSA FDM, приведенная в предыдущих статьях цикла. Следует еще раз напомнить, что, кроме банков, система может использоваться и в страховых компаниях, механизмы обработки общие, а некоторые основные различия, имеющиеся в объектах базы данных, будут упомянуты по ходу статьи.

OFSA FDM поддерживает традиционную технологию хранилищ данных ETL (extraction, transformation, loading). Данные, поступающие в хранилище данных FDM из OLTP систем, должны быть не только "извлечены, трансформированы и загружены", но и согласованы, выверены, приведены к общему формату:

в многофилиальном банке может работать несколько АБС, да и в филиале среднего или крупного банка это не исключение, а, скорее, правило. филиалы международного банка хранят данные Главной Книги не только в национальных валютах, но и по разным планам счетов. Для проведения общего анализа по всей филиальной сети необходимо привести данные к общей валюте, согласовать планы счетов, кросс-курсы, картотеку клиентов и др.

Традиционная технология хранилищ данных.

Oracle Discoverer является системой поддержки принятия решений (DSS), позволяющей выполнять непредусмотренные запросы к базе данных, строить отчеты по результатам этих запросов, анализировать и форматировать отобранные данные. Используя данный продукт аналитики, менеджеры и другие работники информационной сферы могут легко работать с БД, не имея углубленных знаний по архитектуре Oracle и языку SQL

OWB (Oracle Warehouse Builder) является основным инструментом, используемым при формировании хранилища данных FDM, обеспечивающим технологию ETL. Oracle Warehouse Builder существенно облегчает создание, развертывание и поддержку хранилища данных, позволяя визуально моделировать схему хранилища, либо импортировать метаданные из репозитория Oracle Designer. Разработчик визуально определяет отображения между источниками данных и хранилищем, и затем OWB автоматически генерирует на их основе модули загрузки в виде процедур PL/SQL или скриптов SQL*Loader.
OWB имеет встроенную библиотеку функций преобразования данных, которую при необходимости можно расширять собственными процедурами на PL/SQL. Встроенные в OWB дополнительные компоненты предоставляют мощные средства автоматической очистки данных, включающие алгоритмы нечеткой логики, синтаксический разбор имен и адресов, вероятностные модели и т.д.

В качестве источников могут выступать:

РСУБД Oracle Файлы разных форматов (txt, html, dbf, xls, xml и др.) ERP-система SAP R/3 DB2, Informix, MS SQL, Sybase ODBC-источники Мэйнфреймы.

Здесь нельзя не упомянуть некоторые материалы по теме "МСФО и хранилища данных", "банковские хранилища данных", в которых утверждается, что хранилища данных российского "производства" предпочтительнее из-за "… возможности изменять архивные данные "задним" числом"! Несмотря на недопустимость в принципе таких действий, следует заметить, что возможности Warehouse Builder позволяют выполнить и такое, выходящее за рамки общепризнанных правил деловой этики, требование.

Кроме того, в состав OFSA входит отдельный модуль "Balance & Control", обеспечивающий проверку и согласование данных, поступающих из разных источников, подробнее об этом модуле будет сказано ниже.


Выходная информация


В процессе выполнения Party Profitability Process ID формируется несколько выходных таблиц, в которых можно выделить следующие показатели:

Текущий вклад в чистую прибыль Клиентский показатель эффективности капиталовложений Индекс ценности клиента (домашнего хозяйства) и др.



Выходные данные


Некоторые понятия, используемые в данном разделе, обсуждаются подробнее в разделе "Настройка модели, основные моменты".

Метод стохастического моделирования Монте-Карло системы OFSA обеспечивает следующие основные выходные результаты для VaR:

VaR на уровне плана счетов, т.е. в разрезе статей (chart of account level) VaR на уровне портфеля (portfolio level).

Определение в OFSA: VaR - значение максимального убытка по определенному горизонту (периоду риска, holding period) и доверительному уровню (confidence level). Горизонт определен пользователем, модуль RM выводит VaR для любого доверительного уровня.

Пусть портфель определен следующим образом:

Статья COA (листья)Описание

Система OFSA позволяет определять несколько планов счетов, организованных иерархически. Два плана счетов, в том числе и план счетов COA (Common COA ID), являются обязательными. Самый низкий уровень иерархической структуры (листья в терминологии OFSA) характеризуется рядом атрибутов, в том числе, и Account Type, среди значений этого атрибута имеются:

Активы, приносящие доход Внебалансовые требования Непроцентный доход Пассивы с выплатой процентов Налоги и др.

30201Mortgage Fixed 15 YR
30202 Mortgage Fixed 20 YR
30203 Mortgage Fixed 30 YR
30321 Mortgage 1 YR ARM
30322 Mortgage 3/1 ARM
30324 Mortgage 5/25 Balloon

Полное распределение вероятностей убытков по каждой статье плана счетов (COA) выводится в системную таблицу OFSA_TM_STOCH_VAR:

Счет: 30201, Mortgage Fixed 15 YR

ProbabilityValue At RiskVar TermVar Term MultRate Path Num

Описание колонок:

Rate Path Num - задает номер соответствующего моделирования Монте Карло. Var_Term - определяет срок Var_Term_Mult - определяет единицу срока ('D' день, 'M' месяц, 'Y' год)

Таким образом, комбинация Var_Term и Var_Term_Mult задает временной горизонт, в данном случае 1M - один месяц.

Общее количество моделирований Монте-Карло (до 2000, по умолчанию 200) и алгоритм генератора случайных чисел для генерации Rate Path Num задаются в настройках модуля RM.

(a) (b) (c ) (d) (e)
0.01 -70077.68 1 M 64
0.02 -68069.76 1 M 56
0.03 -63998.37 1 M 72
….      
0.53 -275.62 1 M 87
0.54 -1.99 1 M 7
0.55 32.56 1 M 12
0.56 578.96 1 M 1
….        
0.96 56907.64 1 M 53
0.97 60614.40 1 M 65  
0.98 71493.42 1 M 37  
0.99 81854.48 1 M 45С вероятностью 99%, убыток 81854.481
1.00 89389.56 1 M 85 
<
Из приведенных выше результатов расчета VaR видно, что система моделирует не конечную оценку потери стоимости портфеля, а полные сценарии развития ситуаций, что позволяет отслеживать изменение стоимости портфеля.

Таким образом, VaR - это размер убытка, который может быть превышен с вероятностью не более x%, но не будет превышен с вероятностью (100-x)% в течение последующих n дней. Заметим, что события "размер убытка, который может быть превышен с вероятностью не более x% в течение последующих n дней" и "размер убытка, который не будет превышен с вероятностью (100-x)% в течение последующих n дней" образуют полную группу событий.

Система также выводит данные VaR на портфельном уровне в системную таблицу OFSA_TM_STOCH_TOT_VAR.

ProbabilityValue At RiskVar TermVar Term MultRate Path Num
 
0.01 -5680204.89 1 M 64  
0.02 -4769573.37 1 M 56  
0.03 -4497032.74 1 M 31  
….          
0.52 -37836.77 1 M 87  
0.53 -21071.69 1 M 51  
0.54 39394.76 1 M 44  
….          
0.98 5002393.74 1 M 37  
0.99 5591276.15 1 M 45 С вероятностью 99%, убыток ≤ 5591276.15
1.00 6069425.23 1 M 85  
Приведенные результаты показывают, что методология VaR обладает рядом несомненных преимуществ:

позволяет измерить риск в терминах возможных потерь, см. колонку (b) соотнести результаты с вероятностями их возникновения, см. колонку (a) позволяет измерить риски на различных рынках универсальным образом (портфель можно формировать на уровне плана счетов) позволяет агрегировать риски отдельных позиций в единую величину для всего портфеля (можно получить итог по портфелю).

Показатель VaR используется в риск-менеджменте в следующих целях:

для расчета лимитов на операции, связанные с риском неблагоприятного изменения котировок для расчета достаточности капитала и распределения капитала между направлениями бизнеса для оценки эффективности осуществления операций на основе характеристик доходности и риска.

Например, использование методики VaR при расчете лимитов на операции, связанные с риском неблагоприятного изменения котировок, имеет основным параметром для расчета и контроля лимитов значение ожидаемых потерь, что позволяет ясно задать объемы средств на определенные виды операций.

Для особо недоверчивых пользователей (или продвинутых пользователей), Oracle дает возможность найти на сайте ORACLE MetaLink (см. ссылку 1015679.102) методику и алгоритм расчета, т.е. проверить правильность значения VaR, сгенерированного при стохастической обработке в модуле Risk Manager. Подробнее о возможностях тестирования см. ниже.


В общем случае выходная информация


В общем случае выходная информация в системе OFSA (в том числе в модулях RM и TP) формируется:
в виде финансовых элементов на уровне Главной Книги (таблица Ledger_Stat) в разрезе определенных при настройке иерархических структур, например:


Org_UnitИмеются возможности выполнить вычисления с дополнительной детализацией: определить еще одну иерархическую структуру, например, "Группировка клиентов" или определить фильтр данных.
Это позволит получить результат в разрезе групп клиентов или даже для одного клиента.
Gl_Account
Common_Coa
Дата/период
Валюта

В версии OFSA 4.5.36.1 имеется 181 предопределенный финансовый элемент, и существует механизм формирования дополнительных финансовых элементов.
в специальных таблицах, например, смотрите статью, посвященную расчету значений Value-at-Risk в модуле RM.
в записях таблиц финансовых инструментов заполняются некоторые колонки, например, для модуля RM на уровне записей финансовых инструментов формируется значение рыночной стоимости, а для модуля TP - список был приведен выше.
Конечно, в четырех небольших статьях невозможно дать представление о детальных возможностях системы, но, собственно, такой задачи и не ставилось, была попытка показать основные принципы работы системы. По этой же причине половина функциональных модулей системы, а именно:
Budgeting & Planning Performance Analyzer Regulatory Capital Manager (Basel II)
вообще оказались вне рассмотрения, также остались не затронутыми подходы к реализации обязательной отчетности РСБУ и МСФО. Возможно, в следующей серии статей данные темы будут раскрыты.

1(к тесту) Option cost - затраты на опции финансовых инструментов. Предназначены для того, чтобы измерить значение любой клиентской опции на инструменте. Например, предварительные платежи по ипотечной ссуде. Далее будут рассматриваться первые три компоненты, а возможности модуля TP для "option cost" будут обсуждены в отдельном разделе.
2(к тесту)Смотрите ниже раздел Выходные данные, финансовый элемент "Charge/Credit for Funds" и пример стандартного отчета.


Поэтому важно выбрать такую систему, которая обеспечит функционирование хранилища финансовой информации и содержит приложения, позволяющие решать большую часть из приведенного списка задач и проектировать новые приложения. При этом, хранилище данных должно обладать функциональностью, позволяющей после перезагрузки данных использовать другие приложения.
И в завершение скажем несколько слов о возможных рисках при внедрении системы OFSA. Среди их обширного списка обязательно следует отметить такие факторы как последовательность ввода стандартных модулей и последовательность развития дополнительной функциональности OFSA:


1 этап 2 этап 3 этап
OFSA FDM Transfer Pricing Budgeting & Planning
  Risk Manager Обязательная отчетность
  Performance Analyzer МСФО
    и др.
Обязательно Рекомендуемый порядок Произвольный порядок

1(к тесту)В документации используется термин "reconciliation" - урегулирование разночтений в учете операций по разным источникам информации.
2(к тесту)См. МСФО 39 "Эффективность/неэффективность хеджирования", в том числе перспективное тестирование эффективности.


Часть 4

Затраты на опции финансовых инструментов


Одной из наиболее продвинутых особенностей модуля TP является возможность вычисления затрат на опцию (option costs). Опциональные затраты определяются в терминах спрэда трансфертной ставки для отдельного инструмента. У инструмента с опциональными возможностями могут проявляться изменения в поведении кэш-флоу для различных сред процентных ставок, и поэтому инструмент должен быть соответственно оценен.

Например, для многих ипотек заемщики в любой момент могут выполнить предоплату без штрафа. По сути, кредитор предоставил заемщику опцию, чтобы выкупить ипотеку по номиналу в любое время, даже когда процентные ставки упали, когда обычно они поднимают стоимость ипотеки. Для этого используется "Prepayment ID", где определяются предположения по предварительным платежам, этот ID используется только с кэш-флоу методами.

В другом случае, ссуда с регулируемой ставкой может быть выпущена со ставками для кэпов/флоров, которые ограничивают ее максимальные/минимальные периодические кэш флоу. Эти кэпы и флоры также представляют собой опции, предоставленные заемщику.

Такая свобода в действиях заемщика может привести к росту стоимости ресурсов банка и затронуть основную прибыль. Система позволяет использовать расчетную стоимость этих опций в соединении с трансфертной ставкой, чтобы лучше анализировать уровни доходности. В экранной форме, приведенной выше, для этого используются следующие два поля:

Option Cost Method. Позволяет задать использование метода Монте-Карло для вычисления затрат на опцию. В настоящее время имеется только одно доступное значение для этого поля, а именно - "Monte Carlo". Target Balance. Когда выбирается метод Монте-Карло для определения затрат на опции, это поле позволяет специфицировать остаток инструментальной записи, который используется для вычислении спрэда, скорректированного по риску опционов (option-adjusted spread).

Par Balance Book Balance Market Price

Перейдя в экранную форму "TP Processing ID", можно задать те же самые стохастические методы, которые применяются в модуле RM и могут также использоваться для вычисления затрат на опции в модуле TP. В том числе, можно сделать выбор между двумя числовыми методами: Монте-Карло с псевдослучайными числами или Монте-Карло с LDS-последовательностями (low discrepancy sequences). Можно также использовать четыре модели временных структур: "Ho and Lee", "Merton", "Vasicek" и "Extended Vasicek". Предлагаются два метода сглаживания: "Линейная Интерполяция" и "Кубический Сплайн", а также можно использовать до 2000 вариантов моделирования.