DSA Faculty
API
← к списку преподавателей

Карминский Александр Маркович

Факультет экономических наук

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27420
Публикаций
172
Языков
3
Наград
15
Конференций
18
Профиль Публикации (172) Курсы (3)

Профессиональные интересы

банковское делорейтинг банковбизнес-аналитика

Должности

  • Профессор-исследователь — Факультет экономических наук, Школа финансов
  • Заведующий лабораторией — Факультет экономических наук, Научно-учебная лаборатория финансовых инноваций и риск-менеджмента

Био

  • · Начал работать в НИУ ВШЭ в 2000 году.
  • · Научно-педагогический стаж: 52 года.

Образование

  • 2009 · Доктор экономических наук: специальность 08.00.05 «Экономика и управление народным хозяйством»
  • 2001 · Академик РАЕН
  • 2001 · Ученое звание: Профессор
  • 2001 · Действительный член РАЕН
  • 1993 · Доктор наук: Московский государственный технический университет им. H.Э. Баумана, специальность 05.13.00 «Информатика, вычислительная техника и управление»
  • 1971 · Специалитет: Московский государственный университет им. М.В. Ломоносова, специальность «Математика», квалификация «Математик»

Награды и поощрения

  • · Благодарственное письмо ректора НИУ ВШЭ (июль 2025)
  • · Благодарность первого проректора НИУ ВШЭ (декабрь 2023)
  • · Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (декабрь 2022)
  • · Почетная грамота НИУ ВШЭ (апрель 2022)
  • · Почетная грамота факультета экономических наук НИУ ВШЭ (декабрь 2021)
  • · Диплом общенациональной премии "Профессор года" (ноябрь 2020)
  • · Благодарственное письмо ректора НИУ ВШЭ (июнь 2019)
  • · Благодарственное письмо проректора НИУ ВШЭ (июль 2018)
  • · Благодарственное письмо ректора НИУ ВШЭ (июль 2018)
  • · Благодарность Высшей школы экономики (июнь 2018)
  • · Благодарность Факультета экономических наук НИУ ВШЭ (январь 2018)
  • · Надбавка за академические успехи и вклад в репутацию НИУ ВШЭ (2016–2018, 2013–2015)
  • · Надбавка за академическую работу (2015–2016, 2012–2013, 2011–2012)
  • · Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2024–2025, 2023–2024)
  • · Надбавка за публикацию в международном рецензируемом научном издании (2022–2023, 2018–2020)

Гранты и проекты

  • — · на соискание учёной степени кандидата наук

Конференции (18)

Показать все
  • · 2021: 8th International Conference on Information Technology and Quantitative Management (Chengdu). Доклад: The Impact of ESG factors on the performance of Information Technology Companies
  • · 2019: 7th International Conference on Information Technology and Quantitative Management - ITQM 2019 (Гранада). Доклад: An analysis of links between the ownership structure and financial stability: case of Russian companies
  • · 2018: IX Московская международная конференция по Исследованию Операций (ORM-2018 Germeyer-100) (Москва). Доклад: Паттерны кредитных рейтингов промышленных компаний стран БРИКС
  • · 2018: The Sixth International Conference on Information Technology and Quantitative Management (ITQM 2018) (Omaha). Доклад: Credit ratings patterns for BRICS industrial companies
  • · 2017: The 11th Bachelier Colloquium in Stochastic Calculus and Mathematical Finance, Metabief (Metabief). Доклад: Ratings at the financial institutions risk management system: external, internal and their modeling
  • · 2017: Second World Congress of Comparative Economics «1917 –2017: Revolution and Evolution in Economic Development» (St. Petersburg). Доклад: Composing the Financial Stress Index for the Assessment of the Banking Sector Stability
  • · 2016: XVII Апрельская международная конференция (Москва). Доклад: Использование логистической регрессии и альтернативных методов с предварительным отбором переменных при помощи Lasso для улучшения модели вероятности дефолта банков
  • · 2016: Третий Российский экономический конгресс (Москва). Доклад: Рейтинги в системе управлениыя рисками финансовых институтов: снешние, внутренние, моделирование
  • · 2016: VII международный конгресс по контроллингу (Калуга). Доклад: Оценка эффективности инвестиционного проекта по оказанию нефтесервисных услуг
  • · 2014: Perm Winter School on Market Risk and Modeling of Financial Markets (Пермь). Доклад: Modeling bank’s probability of default in IRB framework
  • · 2014: XV Апрельская международная научная конференция «Модернизация экономики и общества» (Москва). Доклад: Оценка кредитного риска при ипотечном жилищном кредитовании
  • · 2014: The Second International Conference on Information Technology and Quantitative Management (ITQM 2014) (Москва). Доклад: Comparison of bank financial stability factors in CIS countries
  • · 2014: 13th EBES Conference - Istanbul (Istanbul). Доклад: Comparison of bank financial stability factors in CIS countries.
  • · 2014: Развитие рынка независимых рейтинговых услуг в России (Москва). Доклад: Надо ли регулировать деятельность рейтинговых агентств?
  • · 2014: 14th EBES Conference - Barcelona (Барселона). Доклад: Probability of default evaluation in the residential mortgage lending
  • · 2013: XIV Апрельская международная научная конференция по проблемам развития экономики и общества НИУ ВШЭ (Москва). Доклад: Совершенствование моделей вероятности дефолта российских банков: использование рейтингов и панельных данных
  • · 2013: III Международный конгресс по контроллингу (Санкт-Петербург). Доклад: Контроллинг кредитных рисков в коммерческом банке
  • · 2013: The 11th EBES Conference - Ekaterinburg (Екатеринбург). Доклад: Рейтинги бизнеса: методология строительного комплекса России

Идентификаторы исследователя

Публикации (172)

Кредитные рейтинги и их моделирование

2015 · BOOK · ru

Вопрос измерения результатов деятельности является одним из основных при подготовке управленческих решений. Кредитные рейтинги занимают особое место среди инструментов оценивания. Являясь интегральной оценкой финансовых рисков, они обеспечивают унификацию и снижение стоимости заимствований, в то же время, допуская конкретизацию независимых оценок. Они могут стать базой как для внутренних оценок контрагентов, так и регуляторных действий.Монография отражает сложившееся за последнее время восприятие рейтингов. Особое внимание уделяется сравнительным рейтинговым исследованиям, системе моделей рейтингов и вероятности дефолтов, формированию системы рейтингов, включающих как внешние, так и внутренние рейтинги финансовых институтов.Книга базируется на десятилетних исследованиях автора и его коллег в данном направлении, а также на опыте преподавания на магистерских программах НИУ ВШЭ и в других университетах. Она отражает современное состояние направления исследования и позволяет выстроить полноценный курс для магистерской программы. Работа ориентирована на широкий круг специалистов и призвана найти практическое применение у регулятора и в коммерческих банках.

PDF ↗

The Synergy of Rating Agencies' Efforts: Russian Experience

2015 · CHAPTER · en

We examine the synergy of the credit rating agencies’ efforts. This question is important not only for regulators, but also for commercial banks if the implementation of the internal ratings and the advanced Basel Approach are discussed. We consider Russian commercial banks as a good example where proposal methods might be used. Firstly, a literature overview was supplemented with an analysis of the activities of rating agencies in Russia. Secondly, we discussed the methods and algorithms of the comparison of rating scales. The optimization task was formulated and the system of rating maps onto the basic scale was obtained. As a result we obtained the possibility of a comparison of different agencies’ ratings. We discussed not only the distance method, but also an econometric approach. The scheme of correspondence for Russian banks is presented and discussed. The third part of the paper presents the results of econometric modeling of the international agencies’ ratings, as well as the probability of default models for Russian banks. The models were obtained from previous papers by the author, but complex discussion and synergy of their systematic exploration were this paper’s achievement. We consider these problems using the example of financial institutions. We discuss the system of models and their implementation for practical applications towards risk management tasks, including those which are based on public information and a remote estimation of ratings. We expect the use of such a systemic approach to risk management in commercial banks as well as in regulatory borders.

PDF ↗

Оценка вероятности дефолта сделок проектного финансирования

2015 · ARTICLE · ru

В статье систематизированы существующие подходы к построению рей- тинговых моделей инвестиционных проектов. Сформирована выборка данных по инвестиционным проектам для эмпирического исследования, включающая финансовые, отраслевые и региональные показатели. Предложена методоло- гия и разработана модель оценки вероятности дефолта для сделок проектного финансирования в рамках подхода, основанного на внутренних рейтингах (IRB Approach) с использованием эконометрической модели бинарного выбора. На основании разработанной модели получен алгоритм принятия решения об участии в реализации инвестиционных проектов. Новизной исследования явля- ется адаптация предложенного подхода для отечественных сделок проектного финансирования.

PDF ↗

Методы и модели стресс-тестирования рыночных рисков портфеля финансовых инструментов

2015 · ARTICLE · ru

В условиях нестабильности финансовых рынков и макроэкономической ситуации увеличивается необходимость совершенствования инструментов банковского риск-менеджмента. Новые экономические реалии обуславливают потребность в поиске более совершенных подходов оценки степени уязвимости банковского бизнеса к исключительным, но возможным событиям. К числу таких инструментов оценки относится стресс-тестирование. В данной статье рассмотрены и сопоставлены методики стресс-тестирования рыночного риска модельного портфеля различных финансовых инструментов. В статье рассматриваются понятие, цели, задачи стресс-тестирования, основные критерии для классификации стресс-тестов рыночного риска, освещены особенности сценарного анализа. Приведены результаты стресс-тестирования отдельных финансовых инструментов портфеля на основе современных моделей стресс-тестирования российской и зарубежной практики, а также результаты стресс-тестирования и переоценок стоимости портфеля по трём комплексным моделям: методике стресс-тестирования портфельного риска ЦБ РФ, модели на основе построения корреляционной матрицы риск-факторов и модели копул. Модели стресс-тестирования на индивидуальной основе (на соло-основе) различны для каждого финансового инструмента. Для акции и опциона используется параметрический StressVaR; для опциона применяется модель «Грек»; для еврооблигации используется региональная факторная модель.На основе полученных результатов сделаны выводы об эффективности моделей и даны теоретические рекомендации по управлению рисками данного торгового портфеля. Практическая новизна исследования состоит в разработке программы агрегированного, комплексного, многофакторного стресс-тестирования рыночного риска с помощью сценарного анализа

Методы оценки стоимости коммерческого банка в условиях глобализации

2015 · ARTICLE · ru

В данной работе приведён обзор теоретических основ управления коммерческим банком, нацеленного на создание акционерной стоимости, и обзор основных методов оценки стоимости банков в условиях глобализации. Описаны основные методы оценки стоимости банков в интересах управления. Выделены пять основных факторов, влияющих на выбор и построение моделей оценки стоимости коммерческих банков: финансирование, ликвидность, риски, внешние факторы и запас капитала. В работе показано, что модели оценки стоимости могут быть классифицированы в зависимости от лежащих в их основе денежных потоков. Особое внимание уделено моделям, основанным на потенциально доступных денежных потоках (Discounted сash flow-oriented approaches, DCF) и моделям, основанным на потоках остаточной прибыли (Residual income-oriented approaches). Кроме того, в работе рассмотрен альтернативный подход, основанный на сравнении с банками той же отрасли или сектора (на основе мультипликаторов). Для оценки банков авторы рекомендуют модель оценки денежных потоков на собственный капитал (Equity DCF). Модель оценки денежных потоков на собственный капитал оценивает собственный капитал непосредственно дисконтированием денежных потоков по стоимости собственного капитала (Capital Asset Pricing Model, CAPM), а не по средневзвешенной стоимости капитала (Weighted average cost of capital, WACC). Для целей операционного управления предлагается использовать модели остаточной прибыли, поскольку они лучше согласованы с процессом внутреннего планирования и прогнозирования, используемого в банках. Для стратегического управления модель остаточной прибыли наиболее полезна, когда ожидаемые денежные потоки имеют отрицательное значение на протяжении всего прогнозного периода. Использование модели свободных денежных потоков предпочтительнее, когда ожидаемые денежные потоки имеют положительное значение и потребность использования моделей обусловлена необходимостью обоснования инвестиционных решений. Предложенная классификация может быть развита в интересах задач управления банком на среднесрочной перспективе в условиях глобализации.

Методы управления стоимостью коммерческого банка

2015 · ARTICLE · ru

В работе рассматриваются различные подходы к управлению стоимостью банка.Представлен подход на основе определения и управления ключевыми факторами стоимости. Обзорно представлены подходы проектирования интеллектуальной системы управления с ориентированностью на риск-менеджмент. В работе рассмотрены модели анализа изменения благосостояния собственников компании (TSR, TBR), модели добавленной стоимости (EVA), внутренней нормы доходности (CFROI).

PDF ↗

ФОРМИРОВАНИЕ ПОДХОДОВ К УПРАВЛЕНИЮ ФИЛИАЛЬНОЙ СЕТЬЮ КОММЕРЧЕСКОГО БАНКА

2015 · CHAPTER · ru

Формирование подходов к управлению территориально-распределенной сетью подразделений коммерческого банка целесообразно осуществлять, рассматривая банк как систему, исследуемую с применением системного подхода. Учитывая сложность организационных систем, к которым относится коммерческий банк с территориально-распределенной сетью подразделений, их изучение необходимо проводить с применением аппарата различных системных теорий.

Индекс конкурентоспособности строительной отрасли

2015 · CHAPTER · ru

В рамках данной работы построен ежеквартальный индекс конкурентоспособности строительной отрасли, позволяющий отслеживать еѐ состояние и динамику развития, а также представлены первые полученные результаты. Индекс состоит из трѐх компонент: дистанционный рейтинг строительных компаний, опрос профессионального сообщества, конъюнктура рынка. Предусмотрена детализация по стране, федеральным округам и регионам. Работа может представлять интерес для регионального правительства и других заинтересованных участников строительного рынка.

Регулирование рейтинговой деятельности: контроллинг и статистика

2015 · ARTICLE · ru

Рассматривается проблема сопоставления рейтингов, присваиваемых российским банкам разными рейтинговыми агентствами, как международными, так и российскими. Предложенный в работе метод основан на выделении базовой шкалы (рейтинги агентства Moody's) и оценке логлинейной регрессии базовой шкалы на рейтинги других агентств. Полученные результаты позволяют идентифицировать сходства и расхождения между агентствами. Ключевые слова: рейтинг, рейтинговое агентство, сопоставление шкал, регулятор.

PDF ↗

The Probability of Default in Russian Banking

2014 · ARTICLE · en

We compare several models for estimating the default probabilities of Russian banks using national statistics from 1998 to 2011, and find that a binary logit regression with a quasi-panel data structure works best. We conclude that there is a quadratic U-shaped relationship between a bank's capital adequacy ratio and its probability of default. In addition, macroeconomic, institutional, and time factors significantly improve model accuracy. These results are useful for the national financial regulatory authorities, as well as for risk-managers in commercial banks.

PDF ↗

Курсы (3)