Методика управления ликвидностью коммерческого банка

Таким образом, если расчет по рассмотренной схеме достаточно хорошо организован и автоматизирован, то возникают некоторые дополнительные возможности. Например, предположим, что в системе анализа ликвидности:

- по каждой агрегированной позиции планируемые контракты, имеющиеся контракты по плавающей ставке и по фиксированной отделены друг от друга;

- процентные ставки по планируемым контрактам и индикаторы рынка, к которым привязаны "плавающие" ставки, задаются как параметры системы.

Тогда, привязав к индикаторам рынка ставки по планируемым на будущее контрактам, мы сможем посчитать изменение процентных доходов и расходов в зависимости от изменения индикаторов, то есть посчитать процентные риски.

В принципе, учет процентных платежей незначительно повысит точность прогноза позиции ликвидности, зато правильно организованный учет этих платежей позволит дополнительно решать задачу анализа процентных рисков.

И вообще, чем больше параметров мы привяжем к расчетам, тем больше различных видов риска сможем анализировать. Например, если в составе параметров есть курсы валют, значит, мы сможем оценить валютные риски.

Построить такую универсальную систему трудно не только технически, но и методически, поскольку нужно адекватно привязать расчет платежного календаря и позиций баланса к рыночным индикаторам. Но представляете, какие горизонты открываются, если такую систему создать! Помимо рисков можно будет решать и более общие задачи управления активами и пассивами.

Кстати, технические и методические трудности иногда не самые главные при создании самопальных или внедрении покупных систем. Нередко главным препятствием является непонимание руководством, что новую систему нельзя "ваять" в промежутках между текущими задачами или по ночам.

Не стоит полагаться на то, что основную работу сделает команда прикомандированных специалистов из IT-фирмы или консалтинговой компании. Если система покупается, без них, конечно, не обойтись, но не они должны быть локомотивом внедрения. Нужно выделить собственную команду и считать освобождение членов этой команды от других работ инвестициями в создание системы Екушов А.И. Анализ ликвидности и его применение при управлении активами и пассивами банка // Управление в кредитной организации, 2007, №3..

Таким образом, в настоящее время рассчитывается несколько вариантов состояния ликвидной позиции в зависимости от планируемого притока-оттока средств по счетам клиентов, выдачи-гашения кредитов, а также ситуации на денежном рынке. Данные показатели рассчитываются с использованием статистических методов и экспертных оценок. Количество рассматриваемых сценариев может быть различным в зависимости от уровня колебаний показателей ресурсной базы и вложений.

Состояние текущей ликвидности показывает способность банка поддерживать равновесие денежных потоков за счет движения денежных средств и способности дополнительно заимствовать ресурсы в случае необходимости.

Состояние внутридневной ликвидности является следствием прогноза текущей ликвидности (то есть практической реализацией одного из рассмотренных сценариев). Так как развитие событий по одному из рассмотренных сценариев требует адекватных мер, то менеджеру банка, прежде всего, необходимо понимать по какому сценарию развиваются события.

Результатом оценки является сопоставление планового показателя суммы ликвидных активов (касса, корсчет в ЦБ РФ) на конец дня.



3 глава. Мероприятия по совершенствованию управления ликвидностью

3.1 Методика управления мгновенной ликвидностью коммерческого банка

При решении вопроса эффективного управления операционной деятельностью казначейства банка на первый план выходит задача управления мгновенной и краткосрочной ликвидностью, основной целью которой служат построение достоверного прогноза ожидаемых денежных потоков в течение дня и минимизация неработающих активов банка, не ставя под угрозу его платежеспособность. В данном исследовании автор акцентирует внимание на управлении безналичными средствами, то есть остатками на "ностро"- счетах, и предлагает свою методику управления мгновенной ликвидностью коммерческого банка.

Самой значительной составляющей избыточной ликвидности являются остатки на корреспондентских счетах. Высокие остатки поддерживаются кредитными организациями из-за риска потери ликвидности, а также в связи с необходимостью проведения текущих платежей. С другой стороны, высокий уровень ликвидности отчасти вызван недостаточно эффективным управлением банками собственной ликвидностью. Такая ситуация оказывает влияние на уровень ставок на межбанковском рынке.

Ликвидность банковской системы должна соответствовать активности деятельности кредитных организаций, которая задается потребностями экономики, а именно спросом на банковские услуги со стороны населения и реального сектора экономики.

Уровень банковской ликвидности напрямую влияет на устойчивость банковской системы, одной из первостепенных задач которой является осуществление расчетных функций, проведение платежей между различными субъектами экономики. Низкий уровень рублевой ликвидности ограничивает платежеспособность кредитных организаций вплоть до полного прекращения деятельности платежных систем, что может парализовать функционирование экономики.

Автором разработана и предлагается к использованию методика управления мгновенной ликвидностью коммерческого банка. При этом автор учел разработки А.М. Клементьева, зарубежных финансовых институтов, а также рекомендации Базельского комитета. Данная методика содержит порядок управления мгновенной ликвидностью корреспондентских счетов коммерческих банков в расчетной системе Банка России.

Основная цель методики - предложение подхода к оптимизации величины остатков средств на корреспондентских счетах и проведение клиентских платежей по схеме "день в день".

В основе предлагаемой методики лежит метод исторического моделирования Value-at-Risk.

Методика состоит из двух вариантов расчета:

- проведение платежей "день в день";

- проведение платежей на следующий банковский день.

Проведение платежей "день в день" (схема T + 0)

Очевидно, что необходимый минимальный остаток средств на корреспондентском счете для поддержания мгновенной ликвидности в случае проведения платежей "день в день" определяется неравенством:

где K - остаток средств на корсчете банка на утро дня T;

P - поступления на счет;

S - списания со счета;

в - некая случайная величина.

Значение величины в обусловливается изменчивостью клиентских остатков и задаваемой надежностью (вероятностью) проведения платежей.

Общая схема расчета по формуле (1) представлена в таблице 3.1.

Для расчета VAR проводится тест на соответствие изучаемых статистических данных нормальному распределению.

Основными показателями, характеризующими распределение как нормальное, являются асимметрия (skewness) и эксцесс (kurtosis) RiskMetrics Technical Document. RiskMetrics Group, December 1996..

Таблица 3.1

Схема расчета платежей (схема T + 0)

Дата	Гарантированное поступление (тыс. руб.)	Гарантированное списание (тыс. руб.)	Дисбаланс гарантированных списаний и поступлений (тыс. руб.)
1	530 000	559 981	-29 981
2	420 000	412 146	7 854
3	449 000	464 208	-15 208
4	481 000	385 037	95 963
5	473 000	492 159	-19 159
6	488 000	549 642	-61 642
7	500 000	415 251	84 749
8	515 000	671 482	-156 482
9	531 000	692 795	-161 795
10	543 000	830 495	-287 495
11	600 000	622 426	-22 426
12	600 000	600 646	-646
13	588 000	518 126	69 874
14	600 000	830 879	-230 879
15	612 000	873 401	-261 401

Первый показатель определяет асимметрию изучаемого ряда данных, второй - наличие так называемых толстых хвостов (fat tails). Данный расчет не представляет труда, так как для него можно воспользоваться функциями, имеющимися в программном пакете MS Excel.

Если асимметрия изучаемого ряда значительно отклоняется от 0, а эксцесс намного превышает значение 3, это свидетельствует о несоответствии ряда параметрам нормального распределения. В таком случае расчет VAR только на основании данного метода с высокой вероятностью может привести к существенным отклонениям расчетных значений от фактических.

Помимо вышеуказанного метода можно использовать специализированное статистическое программное обеспечение, которое по динамическому ряду может охарактеризовать распределение.

Определив с помощью MS Excel (или приняв в качестве допущений), что распределение нормально, поступления и списания независимы друг от друга, а заданная надежность определена в 99%, неравенство (3.1) получает вид:

где у_p и у_s - выборочные стандартные отклонения поступлений и списаний;

2,33 - обратное значение одностороннего стандартного нормального распределения, соответствующее вероятности 99%.

Далее определяется доверительный уровень или интервал, дающий количественную характеристику точности прогноза. Каждому доверительному уровню соответствует свой коэффициент (множитель). Наиболее часто применяемый - уровень 95%, широко используемый в зарубежной практике при оценке рыночных рисков по стандартам RiskMetrics Jorge M. Return to RiskMetrics // The Evolution of a Standard, April 2001. (коэффициент 1,65), уровень 97,5% (коэффициент 1,96) и принятый в качестве стандарта Базельским комитетом по банковскому надзору уровень 99% (коэффициент 2,33). Указанные уровни означают вероятность превышения расчетного VAR Sound Practices for Managing Liquidity in Banking Organizations. - Basel Committee on Banking Supervision - February 2000..

Следует подчеркнуть, что для точности прогноза существенное значение имеет длительность изучаемого периода. Практика показывает, что значения VAR, рассчитанные по 6-месячному периоду, наиболее приближены к оптимальным.

Требования Базельского комитета к основным параметрам модели оценки VAR состоят в следующем:

- расчет показателя VAR должен производиться отделом риск-менеджмента банка на ежедневной основе;

- минимальный горизонт прогнозирования составляет 10 торговых дней;

- односторонний доверительный интервал - 99%;

- исторический период наблюдений - не менее 250 торговых дней.

Поскольку часть платежей известна достоверно, то неравенство (3.2) целесообразно развернуть окончательным образом:

где D - дисбаланс между поступлениями и списаниями, причем индекс g обозначает дисбаланс гарантированных потоков, а индекс o - ожидаемых;

у_po и у_sp - выборочные стандартные отклонения нетто-поступлений и нетто-списаний.

Гарантированные поступления/списания - это достоверно известные управляющему ликвидностью потоки от его собственных сделок и операций (подкрепление счета, поступление средств за проданную на межбанковском рынке валюту, возврат/привлечение МБК и т.п.). За достоверность гарантированных поступлений/списаний отвечает управляющий ликвидностью, ему принадлежит право классификации потоков на гарантированные и ожидаемые.

Ожидаемые поступления/списания - это потоки, не известные управляющему ликвидностью с такой степенью достоверности, что он готов нести за них ответственность; ожидаемые потоки являются, таким образом, вероятностными. Ожидаемые потоки, ставшие историей, для удобства разграничения будем называть нетто-поступлениями и нетто-списаниями; они определяются по итогам каждого дня как разница между общими (брутто) и гарантированными потоками (нетто-поступления - это разница между совокупным приходом (всего) и гарантированным приходом; нетто-списания - разница между совокупными списаниями (всего) и гарантированными списаниями).

Таким образом, негарантированные (ожидаемые) клиентские поступления - это поступления средств в валюте Российской Федерации за операционный день T на корреспондентский счет головного офиса банка или подчиненного ему структурного подразделения в пользу клиентов (физических и юридических лиц) головного офиса банка или подчиненных ему структурных подразделений.

Информация о негарантированных клиентских поступлениях операционного дня T становится известной головному офису банка или подчиненному ему структурному подразделению непосредственно в день T. И сотрудники, ответственные за управление мгновенной ликвидностью, получают информацию по факту прихода средств на соответствующие корреспондентские счета.

Таким образом, негарантированные (ожидаемые) клиентские списания операционного дня T - это списания средств в валюте Российской Федерации за операционный день T с корреспондентского счета головного офиса банка или подчиненного ему структурного подразделения по поручению клиентов (физических и юридических лиц) головного офиса банка или подчиненного ему структурного подразделения.

Информация о негарантированных клиентских списаниях операционного дня T становится известной сотрудникам головного офиса банка или подчиненного ему структурного подразделения непосредственно в день T.

В дальнейшем необходимо определить ожидаемые поступления, списания и их стандартные отклонения. Неплохие цифры для практики может давать использование десятидневных исторических скользящих средних: скользящее среднее - метод сглаживания показателей, накопленных за некоторый период, называемый порядком скользящего среднего. Скользящее среднее не предназначено для прогнозирования, оно сигнализирует о начале новой тенденции только после ее появления Butler J.S. Estimating Value-at-Risk With a Precision Measure By Combining Kernel Estimation With Historical Simulation // Review of Derivatives Research. Vol. 1, p. 371 - 390..

3.2 Определение ожидаемых поступлений, списаний и их стандартных отклонений

Для определения ожидаемых поступлений, списаний и их стандартных отклонений строится специальная таблица (табл. 3.2). В ней рассчитываются такие показатели, как прогнозируемый приход; прогнозируемый расход; скользящая средняя прихода; скользящая средняя расхода; стандартное отклонение прихода; стандартное отклонение расхода.

Таблица 3.2

Расчет стандартных отклонений поступлений и списаний (тыс. руб.)

Дата	Прогнозируемый приход	Прогнозируемый расход	Скользящая средняя прихода	Скользящая средняя расхода	Стандартное отклонение прихода	Стандартное Отклонение расхода
1	530 000	559 981			61 022	158 453
2	420 000	412 146
3	449 000	464 208
4	481 000	385 037
5	473 000	492 159
6	488 000	549 642
7	500 000	415 251
8	515 000	671 482
9	531 000	692 795
10	543 000	830 495	493 000	547 320
11	600 000	622 426	500 000	553 564
12	600 000	600 646	518 000	572 414
13	588 000	518 126	531 900	577 806
14	600 000	830 879	543 800	622 390
15	612 000	873 401	557 700	660 514

После расчета ожидаемого остатка на конец дня строится аналитическая таблица (табл. 3.3).

Таблица 3.3

Расчет ожидаемого остатка на конец операционного дня (тыс. руб.)

Остатокна утро	Dg поступления	Do списания	Скользящая средняя	Стандартное отклонение	Остаток на корсчете до отзыва	Остатокна конец дня
			+	-	+	-
159 600	98 987	100 605			27 659	28 338		159 600
84 756	141 444	80 571						84 756
23 586	119 193	136 481						23 586
87 589	92 596	134 790						87 589
55 874	199 354	86 048						55 874
120 489	111 852	194 097						120 489
23 987	98 694	113 949						23 987
46 822	78 714	97 631						46 822
33 987	87 316	76 128						33 987
125 600	153 800	108 727	118 195	112 903			-138 831	-13 231
211 563	111 887	146 312	119 485	117 473			-144 692	66 871
15 423	127 570	102 793	118 098	119 696			-145 527	-130 104
41 733	117 838	124 578	117 962	118 505			-144 201	-102 468
68 320	119 305	129 322	120 633	117 959			-146 325	-78 005
99 635	126 065	117 916	113 304	121 145			-142 183	-42 548
128 775	85 238	84 490	111 554	112 364			-131 651	-2 876
150 445	135 775	87 021	116 400	113 453			-137 586	12 859
180 785	116 337	145 613	112 653	117 142			-137 529	43 256
33 658	119 189	101 775	113 384	112 688			-133 805	-100 147
Средняя	115 603	114 391					-139 175



Таблица 3.3 содержит следующие показатели:

остаток на корсчете - обозначает величину остатка средств на счете в РКЦ (на начало операционного дня);

Dg поступления - нетто-гарантированные поступления;

Do списания - нетто-гарантированные списания;

скользящая средняя (поступлений/списаний) необходима для построения графиков и анализа тенденций;

стандартное отклонение (поступлений/списаний);

остаток на корсчете до отзыва - сигнализирует о сумме, которой необходимо закрыть корсчет банка (при условии, что на корсчете нет средств, т.е. остаток = 0);

остаток на конец дня - планируемый остаток на конец дня T (с учетом остатка на утро).

Необходимый комментарий к первому расчету методики:

1) данная методика не определяет, как обрабатываются платежные поручения в РЦИ (ГРКЦ) Банка России (валовый тип или порейсовый тип обработки);

2) необходимо иметь статистический материал (для вычисления скользящей средней) минимум за 6 месяцев для корректного расчета.

Проведение платежей на следующий день (схема T + 1)

В случае проведения платежей на следующий день задача упрощается, так как списания известны (т.е. переходят в разряд гарантированных):

где D - дисбаланс между поступлениями;

индекс g обозначает дисбаланс гарантированных потоков;

P_min - минимально вероятные ожидаемые поступления на счет.

Схематично это можно изобразить в виде таблицы (табл. 3.4).



Таблица 3.4

Схема расчета проведения платежей T + 1 (тыс. руб.)

Дата	Остатокна утро	Гарантированное поступление	Прогнозируемый приход	Гарантированное списание	Предыдущий остаток наутро T + 1
1	157 882	0	366 000	559 981	-36 099
2	92 846	0	430 000	464 208	58 638
3	85 830	0	480 000	385 037	180 793
4	101 381	0	405 000	492 159	14 222
5	258 934	25 000	512 000	549 642	246 292
6	172 541	0	460 000	415 251	217 290
7	234 691	0	490 000	671 482	53 209
8	61 734	8 000	540 000	692 795	-83 061
9	163 669	0	513 000	830 495	-153 826
...	...	...	...	...	...
...	...	...	...	...	...
...	...	...	...	...	...
...	...	...	...	...	...
250	320 657	5 000	603 000	1 019 905	-91 248

Проведем небольшое преобразование. После преобразования получим таблицу 3.5.

Таблица 3.5

Преобразованная схема расчета T + 1 (тыс. руб.)

Дата	Остатокна утро	Дисбаланс гарантированных поступлений и списаний	Прогнозируемый приход	Предыдущий остаток на утро T + 1
1	157 882	-559 981	366 000	-36 099
2	87 495	-399 146	380 000	68 349
3	92 846	-464 208	430 000	58 638
4	85 830	-385 037	480 000	180 793
5	101 381	-492 159	405 000	14 222
6	258 934	-524 642	512 000	246 292
7	172 541	-415 251	460 000	217 290
8	234 691	-671 482	490 000	53 209
9	61 734	-684 795	540 000	-83 061
10	163 669	-830 495	513 000	-153 826
...	...	...	...	...
...	...	...	...	...
...	...	...	...	...
...	...	...	...	...
250	320 657	-1 014 905	603 000	-91 248

Поступления отрицательными быть не могут, поэтому их минимально вероятное значение определяется с помощью логнормального распределения.

В результате расчета получаем искомые результаты, которые помещаем в таблицу (табл. 3.6).

Таблица 3.6

Итоговая таблица с результатами расчетов по схеме T + 1

Остаток на корсчете	Dg поступления	Поступления	Pmin = 99%	Ожидаемый остаток	Остаток на конец дня
		логарифм	Стандартное отклонение
159 600	98 987	11,50	0,223693	67 025,9	-166 012,9	-6 412,9
84 756	141 444	11,86		67 025,9	-208 469,9	-123 713,9
23 586	119 193	11,69		67 025,9	-186 218,9	-162 632,9
87 589	92 596	11,44		67 025,9	-159 621,9	-72 032,9
55 874	199 354	12,20		67 025,9	-266 379,9	-210 505,9
120 489	111 852	11,62		67 025,9	-178 877,9	-58 388,9
23 987	98 694	11,50		67 025,9	-165 719,9	-141 732,9
46 822	78 714	11,27		67 025,9	-145 739,9	-98 917,9
33 987	87 316	11,38		67 025,9	-154 341,9	-120 354,9
125 600	153 800	11,94		67 025,9	-220 825,9	-95 225,9
211 563	111 887	11,63		67 025,9	-178 912,9	32 650,1
15 423	127 570	11,76		67 025,9	-194 595,9	-179 172,9
41 733	117 838	11,68		67 025,9	-184 863,9	-143 130,9
68 320	119 305	11,69		67 025,9	-186 330,9	-118 010,9
99 635	126 065	11,74		67 025,9	-193 090,9	-93 455,9
78 520	104 545	11,56		67 025,9	-171 570,9	-93 050,9
63 999	81 974	11,31		67 025,9	-148 999,9	-85 000,9
128 775	85 238	11,35		67 025,9	-152 263,9	-23 488,9
150 445	135 775	11,82		67 025,9	-202 800,9	-52 355,9
180 785	116 337	11,66		67 025,9	-183 362,9	-2 577,9
33 658	119 189	11,69		67 025,9	-186 214,9	-152 556,9
	Среднее значение	11,63

В таблице иллюстрируется результат ликвидной позиции. Получаемые результаты позволяют специалистам, ответственным за ликвидность, просчитывать состояние корсчетов банка с выбранными доверительными интервалами.

Таблица 3.6 содержит следующие показатели:

остаток на корсчете - обозначает величину остатка средств на счете в РКЦ (на начало операционного дня);

Dg поступления - нетто-гарантированные поступления;

Pmin = 99% - данная сумма поступит с вероятностью 99%;

ожидаемый остаток - необходимый остаток средств для проведения платежей. Отрицательные значения в столбцах отражают расчетное значение дефицита счета при нулевом начальном остатке. Для проведения платежей управляющему ликвидностью необходимо либо иметь указанные суммы на счете на начало дня, либо пополнить счет в течение дня до неотрицательного значения;

остаток на конец операционного дня - данный параметр говорит об остатке на корсчете на конец операционного дня с учетом остатка на утро текущего дня, но без отзыва со счета межфилиальных расчетов или привлечения МБК для покрытия отрицательной ликвидности Самойлов Е.В. Методика управления мгновенной ликвидностью коммерческого банка // Управление в кредитной организации, 2007, №2..

Таким образом, принятие эффективных управленческих решений в процессе управления ликвидностью будет возможно при постоянном взаимодействии указанных элементов. Только в случае такого взаимодействия возможно управление ликвидностью, учитывающее риски несбалансированности баланса (GAP-анализ), параметры бизнес-планирования, возможности применения финансовых инструментов и изменения рыночной политики банка, а также результаты постоянно проводимой оценки кредитных и рыночных рисков банка. Таким образом, предложенная система взаимодействия элементов контроллинга деятельности банка должна являться неотъемлемой частью предлагаемого механизма управления ликвидностью.

Рассмотренный подход позволяет интерпретировать показатели отчетности, сформированные по требованиям международных стандартов, под задачи различных групп пользователей - от кредиторов до акционеров банка. Методика позволяет оценивать финансовое состояние банка с точки зрения близости его к эталонному состоянию, а с точки зрения отдаленности от критического состояния. Поэтому благополучный банк имеет финансовые показатели, соответствующие нормативным минимальным значениям, определенным исходя из критериев достаточности капитала, качества управления активами и пассивами, ликвидности и прибыльности его капитала и деятельности.

Заключение

Таким образом, на основании проведенного исследования можно сделать следующие практические и научные выводы проведенного исследования по созданию механизма управления ликвидностью:

1. Выполнен анализ различных моделей управления ликвидностью коммерческого банка.

2. Рассмотрен математический аппарат, позволяющий получать объективную оценку будущего состояния ликвидности банка. Будущее состояние пассивов банка (а также денежные потоки банка) поддается объективному прогнозу, полученному с использованием эконометрических моделей на основе анализа исторических банковских данных. Использование такого прогноза должно являться основой при построении прогноза денежных потоков (соответственно, механизма управления ликвидностью в банке).

Важным результатом применения данного математического аппарата является тот факт, что предложенная процедура анализа балансовых данных может проводиться как внутренним (в целях построения прогноза ликвидности), так и внешним пользователем (в целях исследования динамики привлеченных банком средств и оценки рисков будущей ликвидности).

3. Механизм управления ликвидностью не является самодостаточным: управленческие решения в рамках управления ликвидностью взаимодополняются результатами деятельности других систем банковского контроллинга. Порядок взаимодействия механизма управления ликвидностью с системами оценки банковских рисков (ликвидности, кредитного, рыночного), описанная процедура принятия решений позволяют построить интегрированную систему контроллинга и принимать взвешенные и объективные решения по изменению параметров функционирования банка и их влиянию на изменение состояния ликвидности.

4. Результатом данной работы явилось детальное описание принципов и подходов построения механизма управления ликвидности, ключевыми элементами которого являются методологический аппарат составления денежных прогнозов и кризисного моделирования, математический инструментарий, позволяющий получать объективную оценку будущего состояния ликвидности банка, а также соответствующая информационная инфраструктура банка, интегрированная в общую систему оценки банковских рисков.

Стоит отметить, однако, что результатом применения предложенного механизма управления ликвидностью не может быть стопроцентное решение по оптимизации деятельности банка и минимизации рисков управления ликвидностью. С одной стороны это связано с тем, что прогноз будущих денежных потоков банка строится с определенной вероятностью, соответственно, с увеличением временного горизонта уменьшается достоверность результатов решения. Другим аспектом является специфика российской экономики и невыявленная зависимость временных рядов пассивов банка от макроэкономических показателей (в частности, от цен на нефть), а также возможных сезонных и циклических зависимостей.

В связи с этим, при применении в российском банке, результаты работы предложенного в исследовании механизма должны постоянно анализироваться с учетом появления новых внутренних и внешних факторов и возможностей применения других инструментов финансового анализа. Однако предложенный порядок построения платежного календаря может использоваться в качестве основы при анализе и прогнозировании ликвидности.



Список использованной литературы

1. Гражданский кодекс Российской Федерации (часть первая) от 30.11.1994 №51-ФЗ (в ред. Федерального закона от 06.12.2007 №333-ФЗ) // Собрание законодательства РФ, 05.12.1994, №32, ст. 3301.

2. Гражданский кодекс Российской Федерации (часть вторая) от 26.01.1996 №14-ФЗ (в ред. Федерального закона от 06.12.2007 №334-ФЗ) // Собрание законодательства РФ, 29.01.1996, №5, ст. 410.

3. Федеральный закон Российской Федерации от 23.12.2003 №177-ФЗ «О страховании вкладов физических лиц в банках Российской Федерации» (в ред. Федерального закона от 13.03.2007 №34-ФЗ) // Российская газета, №261, 27.12.2003.

4. Федеральный закон Российской Федерации от 25.02.1999 №40-ФЗ «О несостоятельности (банкротстве) кредитных организаций» (в ред. Федерального закона от 01.12.2007 №303-ФЗ) // Собрание законодательства РФ, 01.03.1999, №9, ст. 1097.

5. Федеральный Закон Российской Федерации «О Центральном банке Российской Федерации (Банке России)»

6. Положение Центрального Банка Российской Федерации от 10.02.1992 №14-3-20 «О сберегательных и депозитных сертификатах кредитных организаций» (в ред. Указания ЦБ РФ от 29.11.2000 №857-У) // Деньги и кредит, №4, 1992.

7. Власова А.В. Управление ликвидностью банка в условиях кризиса // Банковское право, 2006, №2.

8. Гузнов А.Г., Солодков В.М. Управление ликвидностью с помощью депозитных сертификатов // Банковское право, 2007, №6.

9. Егорова Н.Е., Смулов А.М. Банковская фирма: стратегическое планирование и взаимодействие с реальным сектором. М., 2000

10. Егорова Н.Е., Смулов А.М., Предприятий и банки: взаимодействие, экономический анализ, моделирование. М., 2002

11. Екушов А.И. Анализ ликвидности и его применение при управлении активами и пассивами банка // Управление в кредитной организации, 2007, №3.

12. Живалов В.Н. Финансовые потоки в российской экономике. М., 2000

13. Иванов А.Н. Банковские услуги: зарубежный и российский опыт. М., 2002.

14. Иванова Н.Г., Маковник Т.Д. Казначейская система исполнения бюджетов. СПб., 2001

15. Ивашкин Е.И. Корпоративное и взаимное страхование. Учебно-методическое пособие. М., 2003.

16. Кавкин А.В. Рынок кредитных деривативов. М., 2001

17. Колпакова Г.М., Финансы, денежное обращение, кредит. М., 2000

18. Коркин В.М. Ссудный рынок в России. М., 2001

19. Луговой О., Семенов Д. Проблема неплатежей в Российской Федерации. М., 2000

20. Любушин Н.П., Лещева В.Б., Дьякова В.Г. Анализ финансово-экономической деятельности предприятия. М., 2000

21. Основы банковской деятельности. Учебное пособие. Под ред. К.Р. Тагирбекова. М., 2001.

22. Пещанская И.В. Краткосрочный кредит: теория, методология, практика. М., 2004.

23. Салманов О.Н. Инвестиционный менеджмент. Управление рискованных активов. МГУС. Институт финансов и систем управления экономикой. 2004.

24. Самойлов Е.В. Индикация состояния ликвидности банка с помощью GAP-анализа // Управление в кредитной организации, 2006, №6.

25. Самойлов Е.В. Методика управления мгновенной ликвидностью коммерческого банка // Управление в кредитной организации, 2007, №2.

26. Слепов В.А., Громова Е.К. О взаимосвязи финансовой политики, стратегии и тактики // Финансы, 2000, №8.

27. Сухов М.И. Роль усиления банковского надзора в структурных преобразованиях экономики. М., 2002

28. Тихомирова Е.В. Развитие системы краткосрочного банковского кредитования. СПб., 2002.

29. Хоминич И.П. Финансовая стратегия компаний. М., 1998.

30. Butler J.S. Estimating Value-at-Risk With a Precision Measure By Combining Kernel Estimation With Historical Simulation // Review of Derivatives Research. Vol. 1, p. 371 - 390.

31. Jorge M. Return to RiskMetrics // The Evolution of a Standard, April 2001.

32. RiskMetrics Technical Document. RiskMetrics Group, December 1996.

33. Sound Practices for Managing Liquidity in Banking Organizations. - Basel Committee on Banking Supervision - February 2000.

34. http://www.federalreserve.gov/releases/h15/update/.