DSA Faculty
API
← к списку преподавателей

Пеникас Генрих Иозович

Базовая кафедра Банка России

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27031
Публикаций
179
Языков
2
Наград
5
Конференций
5
Профиль Публикации (179) Курсы (7)

Профессиональные интересы

Исследование банковской системы и банковского регулированияФинансовое моделирование банковской деятельностиМоделирование финансовых рисков

Должности

  • Профессор — Базовая кафедра Банка России

Био

  • · Начал работать в НИУ ВШЭ в 2005 году.
  • · Научно-педагогический стаж: 15 лет.

Образование

  • 2022 · Доктор экономических наук: Санкт-Петербургский государственный экономический университет
  • 2014 · Специалитет: Centro de Estudios Monetarios y FInancieros (CEMFI), Летняя школа, специальность «Моделирование кредитного риска»
  • 2013 · Специалитет: Centro de Estudios Monetarios y FInancieros (CEMFI), Летняя школа, специальность «Теория банка и регулирования»
  • 2011 · Кандидат экономических наук
  • 2011 · Специалитет: University of Cambridge, Летняя школа, специальность «Эконометрика»
  • 2011 · Специалитет: PwC's Academy, факультет: Экономика, специальность «Финансовое моделирование в MS Excel»
  • 2008 · Магистратура: Государственный университет – Высшая школа экономики, специальность «Экономика», квалификация «Магистр»
  • 2008 · Магистратура: ГУ ВШЭ, факультет: Экономика, специальность «Математические методы анализа экономики»
  • 2008 · Магистратура: Université Paris 1 Panthéon-Sorbonne, факультет: Экономика, специальность «Теоретическая и прикладная экономика»
  • 2008 · Магистратура: Paris School of Economics, факультет: Экономика, специальность «Теоретическая и прикладная экономика»
  • 2006 · Бакалавриат: Hochschule Bremerhaven, Летняя Школа, специальность «Управление изменениями»

Награды и поощрения

  • · Благодарность Департамента прикладной экономики НИУ ВШЭ (февраль 2019)
  • · Надбавка за академическую работу (2013–2014)
  • · Надбавка за публикацию в международном рецензируемом научном издании (2018–2019)
  • · Победитель Конкурса лучших русскоязычных научных и научно-популярных работ работников НИУ ВШЭ – 2021
  • · Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)Категория "Будущие преподаватели" (2010–2011)

Конференции (5)

Показать все
  • · 2019: XX Апрельская международная научная конференция по проблемам развития экономики и общества (Москва). Доклад: Research of the IRB transition impact on Greek banks’ value
  • · 2018: XIX April International Academic Conference On Economic and Social Development (Moscow). Доклад: Modeling network effects for the Russian interbank market
  • · 2018: Открытый научно-практический семинар ЦМАКП (Москва). Доклад: Агентно-ориентированная модель российской банковской системы
  • · 2017: 4th 4th International Conference “Modern Econometric Tools and Applications META2017” (Нижний Новгород). Доклад: The impact of PD-LGD correlation on bank capital adequacy in nongranular loan portfolio
  • · 2016: Third International Workshop on Experimental Economics and Machine Learning (EEML 2016) (Москва). Доклад: QAIDS Model Based On Russian Pseudo-panel Data: Impact of 1998 and 2008 Crises

Идентификаторы исследователя

Публикации (179)

Влияние финансовой грамотности на неопределенность инфляционных ожиданий

2024 · PREPRINT · ru

Инфляционные ожидания (ИО) — это показатель, характеризующий, насколько процентов в среднем все респонденты ожидают изменения цен за интересующий период времени. Иными словами, ИО — это среднее из средних ожиданий респондентов. Однако, респондент может ожидать несколько значений инфляции. Тогда можно ввести и показатель разброса значений для респондента, а среднее из разбросов по респондентам будет показателем неопределенности инфляционных ожиданий (НИО). Банк России проводит регулярный замер НИО с помощью внутренних опросов сотрудников Банка России с контролем на уровень финансовой грамотности респондентов. В 2023-24 гг. было проведено четыре волны опросов и опрошено почти пять тысяч человек. Новизной работы является изучение впервые в России динамики НИО на основе опросов экспертов. Учитывая сопоставимость с общероссийским данными на доступной точке мая 2024 г., доверительно рассматриваем имеющиеся оценки. В частности, фиксируем поступательный рост НИО с конца 2023 г. до середины 2024 г. Утверждаем, что ИО — это процессы с более длительной памятью, чем НИО. Когда рассматривается выборка респондентов с высоким уровнем финансовой грамотности, отдельного влияния финансовой грамотности на ИО/НИО не наблюдаем, особенно при контроле на степень уверенности респондентов в своих оценках. Если не учитывать степень уверенности в ответах, то более финансово грамотные респонденты характеризуются более низкими как ИО, так и НИО.

PDF ↗

Искусственный интеллект и рынок труда (краткий обзор литературы)

2024 · ARTICLE · ru

В сентябре 2024 года на сайте Банка международных расчетов были опубликованы два препринта о влиянии искусственного интеллекта (ИИ) на рынок труда. В первой работе дается высокая оценка роста производительности – 50%. Авторы второй работы утверждают, что работникам интеллектуальных профессий не стоит тревожиться по поводу возможной потери работы до тех пор, пока их основная деятельность сложно поддается автоматизации. В настоящем обзоре проведен анализ выводов, сделанных авторами этих двух препринтов.

Redefining the degree of industry greenness using input–output tables

2024 · ARTICLE · en

Climate risk is a novel exposure that may rock the financial stability world-wide. For this reason the world banking regulation standards-setter – the Basel Committee on Banking Supervision (BCBS) – suggested considering pricing in the climate risk and adopting its relevant regulation. It listed input–output tables as one of the key tools to measure the climate riskiness of a borrower. However, most of the prior research considered carbon dioxide emissions when applying input–output tables. Same time there is a significant volume of research focusing on climate (or environmental) risk ratings. Nevertheless, both approaches might present only part of the larger climate-related financial risk implications. That is why, our research purpose is to develop full climate risk estimate by leveraging on the input–output tables and climate risk ratings. By doing so, we intend to demonstrate when the existing approaches yield sufficient information to make financial risk-related decision and when those should be improved by considering full climate risk justified in the current paper. The novelty of this work is the amalgamation of a known data source on environmental (climate) risk scores from Sustainalytics.com with the world input–output database (WIOD) for 2000–2014. The major finding of ours is that the greenness of industries is materially perturbed when considering WIOD-based full climate risk estimates as follows from an equivalent to the Leontief full production costs. We specifically find that aluminium as a commodity occurs much’browner’ from full climate risk perspective, than it seems from the marginal climate risk one. Hence, the steps taken by Australia to reduce aluminium production are necessary, but not sufficient. For the global welfare China has adopt a negative emission target (i.e., reduce more carbon dioxide, than is produced) to attain the objective of noticeable improvement in the global carbon footprint, particularly the one related to aluminium production. Our results are solicited by the Central Banks to accurately design the specialized lending facilities to truly green industries and projects.

DOI ↗ PDF ↗

Неоднородность переноса ключевой ставки в розничные ставки по кредитам и депозитам по регионам России

2024 · ARTICLE · ru

Высокий разброс ставок размывает эффективность денежно-кредитной поли- тики. Поэтому важно понимать, как такой разброс меняется и что его определяет. В настоящей работе впервые было показано, что разброс ставок по кредитам граж- данам высок, а по депозитам и потребительским кредитам стал расти с ключевой ставкой с середины 2023 г., в первую очередь из-за более медленного поднятия нижней границы ставок по депозитам, чем верхней. Более того, было показано, что в наименьшей степени особенности банков определяет разброс депозитов, не страхуемых в системе страхования (ССВ), и по ипотеке. При этом для ипотеки разброс больше, чем дольше срок и крупнее размер кредита.

Определение минимального размера выборки для задачи экстраполяции резервов при наличии корреляции дефолтов

2024 · PREPRINT · ru

В 2016 г. Банк России разработал два указания о том, как по ограниченной выборке кредитов сделать вывод о достаточном или недостаточном уровне резервов на восстановление по ссудам в портфеле однородных ссуд и о достаточности собственных средств банка. Действующая процедура оценки достаточности резервов предполагает рассмотрение, как правило, части договоров из всего портфеля и перенос (экстраполяцию) оценки резервов с этой части на весь портфель. При этом в действующем подходе при определении минимального размера выборки предполагается отсутствие корреляции дефолтов. Вклад автора состоит в применении известных, но редко рассматриваемых свойств распределения суммы коррелированных событий (исходов) Бернулли к новой задаче, а именно к экстраполяции резервов, в которой ранее не предполагалось наличие корреляции дефолтов. В результате показано, что наличие такой корреляции требует брать минимальную выборку ссуд большего размера, чем при ее отсутствии. В частности, продемонстрировано, как минимальный размер выборки зависит от абсолютной и относительной разниц долей дефолтов (резервов, нарушений) в двух выборках, от требуемых уровней значимости и статистической мощности.

PDF ↗

Clustering with empty clusters

2024 · ARTICLE · en

Кластерный анализ широко используется в различных научных и практических областях, связанных с анализом данных. Это важный инструмент для решения задач в таких областях, как машинное обучение, обработка изображений, распознавание текста и т.д. Отсутствие наблюдений не всегда означает отсутствие информации, поэтому предполагается, что наличие пробелов в данных, наличие“пустых” кластеров, также несёт в себе информацию об объекте исследования, как и реальные наблюдения. В этом исследовании предполагается, что мы не наблюдаем не только переменную, но и целый набор объектов, образующих отдельный кластер. Таким образом, предполагается, что отсутствующее в данных — это не факт отсутствия кластера объектов как такового, а потенциально существующие объекты, которые отсутствуют в нашей выборке. Предлагается алгоритм для определения потенциальных “пустых” кластеров для одномерных и двумерных наборов данных, учитывая их размер и расположение в пространстве признаков в зависимости от исходного распределения выборок. Реализован метод заполнения этих пробелов и оценки смещения центроидов начальной кластеризации при учёте пустого кластера. Продемонстрировано применение этого подхода для удаления выбросов из данных.

Реформа регулирования достаточности капитала исламских банков

2024 · ARTICLE · ru

В 2023 г. в мире исполнилось десять лет одному из основных стандартов регулирования исламских банков. В академической литературе сложно найти работы с обсуждением эффектов введения этого регулирования. Для определения реакции рынка на введение этого стандарта выборка разделена на традиционные (контрольная группа) и исламские (пилотная группа) банки и оценен эффект воздействия методом «разность разностей». Исламские банки были известны в мировой практике как банки с большим запасом капитала, чем традиционные. Но, несмотря на этот факт, согласно результатам исследования, инвесторы позитивно восприняли дополнительное регулирование капитала.

DOI ↗

Теоретическая модель определения макропруденциальных надбавок по валютным кредитам

2024 · ARTICLE · ru

Предложено развитие модели Мертона-Васичека для учета валютных кредитов в портфеле ссуд и определения величины валютных макронадбавок к риск-весам в нормативе достаточности капитала. Показано, как величины надбавок зависят от волатильности обменного курса, и от соотношения валютных активов и пассивов типичных заемщиков в таком портфеле ссуд. Дополнительно обоснована целесообразность аддитивного, а не мультипликативного учета валютного курса в теоретической модели.

DOI ↗ PDF ↗

Money multiplier under Basel capital ratio regulation: implications for counter-COVID-19 stimulus

2023 · ARTICLE · en

The COVID-19 induced the central bankers to search the most efficient stimulus measures. As a solution, they made an unprecedented step. They lifted down the reserve requirement (RR) to zero. This was done in the United States [FRS. 2020. “Federal Reserve Actions to Support the Flow of Credit to Households and Businesses.” Accessed February 10, 2021. Board of the Governors of the Federal Reserve System] and Morocco [BKAM. 2020. “Monetary Policy Report No. 55.” Accessed from Central Bank of Morocco Website]. The existing monetary theory literature suggests that the broad money supply should go to infinity as a result. Then we may expect the rapid economic recovery. However, this may not come true. The novelty of this paper is the development of the money multiplier theory. We explain why a step to set the RR at zero may boost (though slight) the cash-intensive economy (like Morocco) and may not deliver any benefit to a mostly cashless one (like the US, Canada, or the EU).

DOI ↗ PDF ↗

IRB Asset and Default Correlation: Rationale for the Macroprudential Mark-Ups to the IRB Risk-Weights

2023 · ARTICLE · en

There is a vast amount of literature criticizing the Basel Committee approach to the credit risk regulation, more specifically, the Internal Ratings-Based (IRB), as an excessively conservative one. However, the novelty of the current paper is that we identify when the IRB approach is too lax, i.e., we are able to present cases with the material credit risk underestimation. We show that the portfolio default rate (DR) depends on two parameters: probability of default (PD) and default correlation. Inversely, we offer a reproducible approach on how to derive the default correlation from historical data. Then it also depends on two parameters: PD and the historical DR variance. However, the IRB approach previewed only PD (and asset class) as the correlation determinants, neglecting the second contributor (DR variance). Hence, we demonstrate that when the actual DR variance exceeds the mean DR value, IRB may result in the credit risk underestimation. The almost two-fold underestimation is found for the credit cards (qualified revolving retail loans) asset class. The paper offers a practical solution how to adjust the revealed credit risk underestimation. The macroprudential add-ons to IRB risk-weights might be a workable solution for- mat. Opinions expressed in the paper are solely those of the author and may not necessarily reflect the official position of the affiliated institution. Bank of Russia neither assumes any responsibility for the publication.

DOI ↗

Курсы (7)