Методы прогнозирования. Технологии.
Добро пожаловать на Форум о прогнозах и прогнозировании. Если это ваш первый визит, рекомендуем ознакомиться с правилами форума и зарегистрироваться. Для размещения своих сообщений необходимо зарегистрироваться. Для просмотра сообщений выберите раздел.
Страницы: 1
Прогнозирование прихода денежных средств на корсчет банка последним рейсом
Е.В. Самойлов АКБ «Волго-Вятский банк Сбербанка РФ», старший инспектор управления ресурсов отдела операций на денежных рынках
Аналитический журнал «Управление в кредитной организации» №3(31)/2006
Основной проблемой при управлении ликвидностью является отсутствие точной информации о будущем движении клиентских средств. Обычно банк не обладает этими данными, так как в большинстве случаев этого не знают сами клиенты. Автором предлагается методика, позволяющая спрогнозировать приход денежных средств на корсчет кредитной организации последним рейсом (при порейсовой обработке платежей).
Для преодоления неопределенности попробуем применить вероятностный подход с использованием методологии Value at Risk (VAR). В данном случае применим его в управлении ликвидностью.
Для решения данной задачи требуется обширный статистический материал. Необходимо, чтобы у банка была информация по зачислению денежных средств как минимум за последние 6 месяцев.
Данная информация должна удовлетворять определенным требованиям. Она должна содержать только нетто-поступления. Следовательно, статистический материал должен быть вычищен от:
— пополнения счетов МФР отделений/допофисов банка (в случае если банк является многофилиальным);
— сумм наличных денег, вывезенных в РКЦ;
— сумм возврата межбанковских кре- дитов;
— сумм поступлений от продажи валюты;
— сумм известных (гарантированных) гашений кредитов;
— прочих известных поступлений.
Перед началом расчета нужно проанализировать имеющийся статистический материал (динамический ряд) на нормальное распределение. Это необходимое условие для практического применения методики и расчета VAR.
Основными показателями, характеризующими распределение как нормальное, являются асимметрия (skewness) и эксцесс (kurtosis). Первый определяет асимметрию изучаемого ряда данных, второй — наличие значительных «толстых хвостов». Данный расчет не представляет труда, так как для него можно воспользоваться функциями, имеющимися в программном продукте MS Excel.
Продолжение: http://www.klerk.ru/bank/?50954
Offline
Страницы: 1