Статья посвящена актуальной тематике риск-моделирования в банковской сфере и рассматривает банковскую деятельность как систему взаимосвязанных рисков, что соответствует современной логике интегрированного риск-менеджмента. Автор корректно выделяет ключевые контуры рисков (кредитный, рыночный, нефинансовый, ликвидностный) и показывает их трансмиссионные связи, усиливающие уязвимость банков в стрессовых режимах.
Сильные стороны статьи
К сильным сторонам работы относится содержательное раскрытие ядра кредитного риск-моделирования через параметры PD, LGD и CCF/EAD, а также описание методов их оценки — от интерпретируемых статистических моделей до подходов машинного обучения. Важным достоинством является акцент на необходимости увязки риск-параметров с макроэкономическими сценариями для расчёта ожидаемых/неожиданных потерь и капитальных буферов, а также внимание к управлению модельным риском, объяснимости и устойчивости моделей при применении ML-инструментария.
Перспективы исследования
Перспективным направлением развития статьи может стать более чёткая операционализация предложенной рамки: выделение минимального набора требований к валидации и мониторингу (калибровка, стабильность, дрейф данных/модели), а также конкретизация роли регуляторных ожиданий и внутренних политик банка в жизненном цикле моделей. Дополнительно представляется полезным усилить прикладную часть примерами типовых управленческих решений, где результаты PD/LGD/EAD-моделей напрямую трансформируются в лимитирование, ценообразование, резервирование и стресс-тестирование.
Заключение
В целом статья отличается хорошей теоретико-методической проработкой, демонстрирует понимание современных тенденций в риск-аналитике и может быть полезна исследователям и практикам банковского риск-менеджмента.
Статья рекомендуется к печати в научном журнале.
