?
Алгоритм решения задачи обратного стресс-тестирования кредитного портфеля банка на основе системно-динамических моделей заемщиков
Статья посвящена алгоритму приближенного динамического программирования, решающему задачу обратного стресс-тестирования кредитного портфеля банка на основе системно-динамических моделей заемщиков. В алгоритме используются классические методы оптимизации квазиньютоновского типа.
Предложенная в статье реализация обратного стресс-тестирования рассматривает данную процедуру как способ построения сценариев факторов риска, приводящих к максимуму финансовых потерь кредитного портфеля и удовлетворяющих заданному критерию правдоподобия. При этом кредитный портфель формализован с помощью системно-динамических моделей, позволяющих описывать структуру и динамику сложных систем, которыми в контексте проведенного исследования являются предприятия различных отраслей российской экономики. В качестве факторов риска рассматриваются различные макроэкономические переменные, такие как мировые цены на нефть, курс доллара к рублю и др. Основой для построения сценариев факторов риска является многомерная ARIMA-GARCH-модель, обеспечивающая возможность учитывать корреляцию между различными макроэкономическими переменными.
Результаты работы метода приближенного динамического программирования сравниваются с результатами генетических алгоритмов. Доказанные в статье утверждения обосновывают корректность алгоритма и дают представление о его применимости к негладким задачам оптимизации, возникающим в контексте обратного стресс-тестирования и системной динамики. Основным инструментом реализации описываемого алгоритма является Matlab, обладающий широким спектром инструментов математического моделирования, в том числе графической средой имитационного моделирования Matlab Simulink, которая предназначена для построения системно-динамических моделей