Моделювання банківської системи під впливом кризи: критичний огляд методологій
Збережено в:
| Опубліковано в: : | Культура народов Причерноморья |
|---|---|
| Дата: | 2009 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Кримський науковий центр НАН України і МОН України
2009
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/24598 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Моделювання банківської системи під впливом кризи: критичний огляд методологій / Г.В. Бєленька // Культура народов Причерноморья. — 2009. — № 163. — С. 39-42. — Бібліогр.: 13 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-24598 |
|---|---|
| record_format |
dspace |
| spelling |
Бєленька, Г.В. 2011-07-17T18:30:11Z 2011-07-17T18:30:11Z 2009 Моделювання банківської системи під впливом кризи: критичний огляд методологій / Г.В. Бєленька // Культура народов Причерноморья. — 2009. — № 163. — С. 39-42. — Бібліогр.: 13 назв. — укр. 1562-0808 https://nasplib.isofts.kiev.ua/handle/123456789/24598 uk Кримський науковий центр НАН України і МОН України Культура народов Причерноморья Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Моделювання банківської системи під впливом кризи: критичний огляд методологій Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Моделювання банківської системи під впливом кризи: критичний огляд методологій |
| spellingShingle |
Моделювання банківської системи під впливом кризи: критичний огляд методологій Бєленька, Г.В. Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| title_short |
Моделювання банківської системи під впливом кризи: критичний огляд методологій |
| title_full |
Моделювання банківської системи під впливом кризи: критичний огляд методологій |
| title_fullStr |
Моделювання банківської системи під впливом кризи: критичний огляд методологій |
| title_full_unstemmed |
Моделювання банківської системи під впливом кризи: критичний огляд методологій |
| title_sort |
моделювання банківської системи під впливом кризи: критичний огляд методологій |
| author |
Бєленька, Г.В. |
| author_facet |
Бєленька, Г.В. |
| topic |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| topic_facet |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| publishDate |
2009 |
| language |
Ukrainian |
| container_title |
Культура народов Причерноморья |
| publisher |
Кримський науковий центр НАН України і МОН України |
| format |
Article |
| issn |
1562-0808 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/24598 |
| citation_txt |
Моделювання банківської системи під впливом кризи: критичний огляд методологій / Г.В. Бєленька // Культура народов Причерноморья. — 2009. — № 163. — С. 39-42. — Бібліогр.: 13 назв. — укр. |
| work_keys_str_mv |
AT bêlenʹkagv modelûvannâbankívsʹkoísistemipídvplivomkrizikritičniioglâdmetodologíi |
| first_indexed |
2025-11-26T14:54:44Z |
| last_indexed |
2025-11-26T14:54:44Z |
| _version_ |
1850625175564845056 |
| fulltext |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
39
кількості. Досягнення успішного навчання ННМ фактично означає підтвердження тісноти зв'язку причин-
но-наслідкових закономірностей, що існують між вхідними параметрами і результуючою змінною " Ρ ".
Висновок. Запропонована нами адаптована методика прогнозування ціноутворення для умов РЖН на
базі теорії нечіткої логіки є ефективною. Порівняно з іншими моделями прогнозування основною її перева-
гою є можливість доповнення БД, врахування як кількісних, так і якісних факторів впливу, гнучкість вира-
жена здатністю до "самонавчання". Дана модель у вигляді ННМ є адекватною щодо її застосування та може
використовуватись у своїй діяльності суб'єктами РЖН при прогнозуванні цін на житлові об'єкти.
Джерела та література
1. Глівенко С.В. Економічне прогнозування: [Навчальний посібник] / Глівенко С.В., Соколов М.О., Телі-
женко О.М.; [3-те вид., доп.]. – Суми: ВТД "Університетська книга", 2004. – 207 с.
2. Бочарников В.П. Fuzzy-технология: Математические основы. Практика моделирования в экономике /
Бочарников В.П. – Санкт-Петербург: "Наука" РАН, 2001. – 328 с.
3. Кофман А. Введение в теорию нечетких множеств / Кофман А. – М.: Радио и связь, 1982. – 432 с.
4. Матвійчук А.В. Аналіз та прогнозування розвитку фінансово-економічних систем із використанням те-
орії нечіткої логіки: [Монография] / А.В. Матвійчук – К.: Центр навчальної літ-ри, 2005. – 206 с.
5. Ротштейн О.П. Soft Computing в біотехнології: багатофакторний аналіз і діагностика: [Монографія] /
О.П. Ротштейн, Є.П. Ларюшкін, Ю.І. Мітюшкін – Вінниця: "УНІВЕРСУМ-Вінниця", 2008. – 144 с.
6. Штовба С.Д. Прогнозирование результатов футбольных матчей на основе нечетких правил / С.Д. Што-
вба, В.В. Вивдюк // Вестник молодых ученых. Серия: Экономические науки. – 2002. – №1. – С. 57-64.
7. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений /
Заде Л. – М.: Мир, 1976. – 167 с.
8. Горбань А.Н. Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кирдин и др. – Новоси-
бирск: "Наука". Сибирское предприятие РАН, 1998. – 296 с.
9. Штовба С.Д. Проектирование нечетких систем стредствами MATLAB / С.Д. Штовба – М.: "Горячая ли-
ния - Телеком", 2007. – 288 с.
10. Рейкін В.С. Вплив факторів на ціну об'єктів ринку житлової нерухомості / Рейкін В.С. // Економічні на-
уки. Серія "Регіональна економіка": [зб. наук. праць ЛНТУ / відп. ред. Герасимчук З.В.]. – Луцьк, 2008.
– Вип. 5 (17), ч. 3 – С. 161-172.
11. Скофенко А.В. О построении функций принадлежности нечетких множеств, соответствующих количе-
ственным экспертным оценкам / Скофенко А.В. // Науковедение и информатика. – К.: Наукова думка,
1981. – Вип. 22. – С. 70-79.
12. Ротштейн О.П. Метод побудови функцій належності нечітких множин / Ротштейн О.П., Черноволик
Г.О., Ларюшкін Є.П. // Вісник ВПІ. – 1996. – №3. – С. 72-75.
Бєленька Г.В.
МОДЕЛЮВАННЯ БАНКІВСЬКОЇ СИСТЕМИ ПІД ВПЛИВОМ КРИЗИ:
КРИТИЧНИЙ ОГЛЯД МЕТОДОЛОГІЙ
Вступ
В умовах глобальної економічної кризи, вплив якої Україна відчула з другої половини 2008 року, особ-
ливої важливості набуває проблема аналізу стану банківської системи. Моделювання банківського сектору
та впливу на нього різних типів банківських ризиків дозволяє розробити рекомендації щодо посилення
стійкості окремих банківських установ, стабільності фінансової системи держави, і в результаті, позитивно
впливає на стан економіки в цілому, сприяючи скорішому подоланню наслідків кризи.
Постановка проблеми
В українській дослідницькій літературі описано низку методів та підходів до оцінки стану банківської
системи. Проте, по-перше, більшість з описаних методів є відносно статичними, оскільки дозволяють кіль-
кісно визначити ключові показники для системи тільки станом на певний момент у минулому (слід зазна-
чити, що дані для дослідження також надходять з певним часовим лагом). По-друге, під час криз спостері-
гається волатильність у вхідних даних, викликана нестандартними змінами в характеристиках економічного
середовища, що перешкоджає побудові адекватних прогнозів на основі історичних даних та значно усклад-
нює застосування багатьох з поширених методів моделювання, які вимагають відносної стабільності у да-
них (так званих «нормальних умов функціонування економіки»). Крім того, упродовж останніх десяти років
в Україні відбувався досить стрімкий розвиток фінансової інфраструктури та банківського сектору, отже,
методологія дослідження цих галузей повинна враховувати такі структуральні зрушення.
Таким чином, виникає необхідність у розробці методологічного інструментарію, який дозволив би аде-
кватно оцінити стан української банківської системи в умовах кризи, що викликає потребу в критичному
аналізі світового досвіду дослідження зазначеної проблеми та оцінці адекватності використання наявних
методологій для України.
Бєленька Г.В.
МОДЕЛЮВАННЯ БАНКІВСЬКОЇ СИСТЕМИ ПІД ВПЛИВОМ КРИЗИ: КРИТИЧНИЙ
ОГЛЯД МЕТОДОЛОГІЙ
40
Стан вивчення проблеми
У зарубіжній науковій літературі теми економічних криз та моделювання банківської системи були
розроблені у працях Д. Альвеса, А. Деміргук, Е. Детрагіаше, Р.Дуттагупти, Х. Елсінгера, Г.Камінського, А.
Лехара, Д. Песарана, М. Саммера, М.Сорге, М.Чіхака, тоді як у вітчизняній літературі ці проблеми ще недо-
статньо розроблені. Певні наукові здобутки у цьому напрямі можна знайти у дослідженнях Л.А.Бондаренко,
Г.Т.Карчевої, В.І.Крилова, І.О.Лютого, С.М.Міщенко, Р.І.Набока, О.В.Фінкельштейн, К.В.Уварова,
В.О.Чемеріса.
Завдання і методика досліджень
Метою статті є систематизація зарубіжного та вітчизняного досвіду моделювання банківської системи
під впливом кризи, вивчення переваг та недоліків використовуваних методів, а також розробка рекоменда-
цій щодо вибору методології дослідження банківської системи України в період дії значних економічних
шоків. Використано описовий, порівняльний та аналітичний методи.
Результати досліджень
Попередню літературу з теми можна поділити на три групи: роботи, що стосуються моделювання бан-
ківської системи; дослідження щодо оцінки впливу криз на функціонування окремих економічних контра-
гентів; роботи, що поєднують попередні два напрямки у спробі оцінити вплив економічної кризи на банків-
ську систему досліджуваної країни.
Перша група досліджень включає численні дослідження українських науковців, що стосуються про-
блеми аналізу комерційних банків шляхом оцінки впливу різних типів банківських ризиків, таких як креди-
тний, процентний, ринковий та ризик ліквідності [3, 4]. Проте у більшості робіт використана методологія
обмежується використанням геп-аналізу, аналізу дюрації, скорингових моделей, показників VaR та адеква-
тності капіталу (CAR) [1, 5]. Наприклад, у [5] описано підхід до вимірювання процентного ризику, що базу-
ється на оцінці дюрації, яка характеризує чутливість вартості фінансових активів до змін у відсоткових ста-
вках та дозволяє здійснити приблизну кількісну оцінку процентних ризиків, що впливають на фінансову
установу.
В роботі [1] наведено приклад побудови скорингової моделі для оцінки кредитного ризику банку. Ско-
рингова модель – це математична модель, що дозволяє на основі низки ознак позичальника присвоїти йому
певне кількісне значення (скоринговий рейтинг), який характеризує кредитоспроможність, тобто ймовір-
ність успішного завершення кредитної угоди або, навпаки, ймовірність дефолту за кредитом. Такі моделі
використовують для оцінки фінансового стану позичальника при укладенні угоди, а також для моніторингу
та рейтингування платоспроможності протягом «життєвого циклу» кредиту.
З метою оцінки ризику ліквідності найчастіше використовують геп-аналіз, тобто оцінку розміру гепу
(розриву) між ліквідними активами та зобов’язаннями банківської установи за залишковими строками до
погашення. У разі виникнення перевищення зобов’язань над активами, банк має звернути увагу на залучен-
ня додаткових джерел фінансування. Проте як статичний метод геп-аналіз не дає уявлення про те, як може
змінитися оцінка розриву між активами та зобов’язаннями за умови зростання вартості фінансування.
Ще одним розповсюдженим методом оцінки для всіх видів ризиків, а найчастіше – для ринкового та
кредитного ризиків, є розрахунок VaR (вартості під ризиком) та пов’язаного з ним показника адекватності
капіталу (CAR, capital-at-risk). VaR є вартісною мірою ризику і показує розмір збитків, який з заданою ймо-
вірністю (наприклад, 99%) не буде перевищений упродовж певного періоду часу. Показник адекватності
капіталу (CAR) є відношенням банківського капіталу до активів, зважених на ризик. Для кожної оцінки
VaR, пов’язаної з певним банківським ризиком, можна оцінити відповідну величину, на яку потрібно збі-
льшити капітал банку для страхування від цього ризику. Недоліком зазначених методів є необхідність по-
будови статистичного розподілу очікуваних збитків, що на практиці може бути ускладнено відсутністю не-
обхідного обсягу історичних даних та імовірнісним характером оцінок, отриманих у разі застосування си-
муляційного моделювання.
Суттєвими недоліками зазначеної групи досліджень є статичний характер використаних методів та мо-
делей і, як наслідок, обмеження у використанні кількісних результатів дослідження для потреб стратегіч-
ного управління банківською установою. Крім того, застосування окреслених методів вимагає відносної
стабільності у даних, тобто відсутності значної волатильності та несподіваних шоків, що робить загально-
вживані підходи неприйнятними для аналізу банківської системи у періоди економічних коливань в умовах
кризи.
Друга група досліджень включає як окремий підрозділ численні звіти про соціологічні опитування в
Сполучених Штатах Америки, країнах Західної Європи, Східній Європі та Україні щодо впливу кризи на
економіку та банківську систему, а також низку робіт зарубіжних науковців щодо кількісної оцінки втрат
від кризи, що їх понесли окремі підприємства різних галузей економіки та галузі в цілому, в тому числі ба-
нківська система. Наприклад, у [12] наведено аналіз впливу глобальної кризи, що почалась у 2007 році, на
населення та економіку Ірландії. Результати дослідження дозволяють зробити висновок про зменшення до-
ходів та заощаджень населення, зниження довіри до банківського сектору, зростання інфляції та безробіття.
Кількісні дослідження, проведені в Україні [2], підтверджують, що значна частина населення протягом кри-
зи знижує довіру до банків і є більш схильною до вилучення коштів з депозитних рахунків. Крім того, бан-
ки зменшують обсяги кредитування і посилюють кредитні вимоги до позичальників.
Для аналізу впливу кризи на підприємства різних секторів економіки у західній науковій літературі
найчастіше використовується метод VаR (Value-at-Risk), що передбачає оцінку вірогідних коливань у мак-
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
41
ро- та мікроекономічних показниках та їх впливу на становище підприємства, тобто максимальних можли-
вих втрат або імовірності дефолту. Наприклад, у [13] модель VаR базується на показниках ВВП, індексу
споживчих цін, номінальної пропозиції грошей, цін на нерухомість та номінальних відсоткових ставок для
11 країн у 1979-1999 роках. В роботі [6] побудовано коінтегровану модель VаR з використанням очікуваних
частот дефолтів підприємств. Очікувана частота дефолтів для кожної галузі виробництва моделювалася як
функція від екзогенних (зовнішніх) макроекономічних факторів (річної зміни в обсягах виробництва, 3-
місячної відсоткової ставки, ціни на нафту та річної зміни у фондовому індексі) та очікуваних частот дефо-
лтів у інших галузях, з метою включення до аналізу можливості передачі економічних шоків між галузями
(«зараження»). У [11] наведено приклад оцінки ринкового ризику для одного з українських банків за мето-
дологією VaR та визначення, як наслідок, вимог для регулятивного капіталу. В роботі застосовано три ме-
тоди оцінки VaR, а саме: метод варіацій-коваріацій, історичні симуляції та симуляції Монте-Карло. Крім
того, зазначено, що для обчисленого рівня VaR необхідно провести ряд тестів на вірогідність оцінки, зок-
рема, бек-тестування – визначення відсотку випадків перевищення показника VaR за історичними даними,
що не повинне перевищувати 1-5% (залежно від обраного ступеню довіри).
Недоліком застосування методу VaR в моделюванні банківських установ є виключення з аналізу показ-
ників якості активів, що змінюється під час криз.
У дослідницькій літературі, що спрямована на моделювання поведінки банківської системи та її реакції
на зовнішні та внутрішні шоки під час кризи, найпоширенішими є дві стандартних економетричних мето-
дології: сигнальний підхід та модель з обмеженою залежною змінною.
Сигнальний підхід зазвичай використовується для вивчення та зіставлення динаміки економічних пока-
зників у періоди до та під час кризи з метою виявлення факторів, що найкраще сигналізують про набли-
ження кризи, шляхом відстеження випадків перевищення досліджуваними показниками певних граничних
значень. Наприклад, у роботі [10] проаналізовано випадки «подвійних криз», тобто одночасного настання
валютної та банківської кризи, для 20 країн протягом 1970-1995 років. Дослідження дозволило зробити ви-
сновок про те, що банківські кризи часто співпадають у часі зі значними коливаннями обмінних курсів,
якими характеризуються валютні кризи. Крім того, банківським кризам передує спадання виробництва, що
частково відображає погіршення умов торгівлі, зростання обсягів кредитування та його подорожчання (зро-
стання відсоткових ставок), зниження приросту експорту та ревальвація реальних валютних курсів.
Другий з зазначених підходів, оцінка економетричної моделі з обмеженою залежною змінною (limited
dependent variable model), використовується з метою прогнозування ймовірності настання кризи у залежно-
сті від динаміки макроекономічних показників. Так, у [8] досліджено макропоказники для 31 країни за
1980-1994 рік та зроблено висновок, що низькі темпи зростання реального ВВП, високі реальні відсоткові
ставки, високий рівень інфляції та прискорення кредитування підвищують імовірність настання банківської
кризи.
У третій групі досліджень, що охоплює праці з моделювання впливу криз на банківську систему певної
країни, найбільш розповсюдженим є застосування методу стрес-тестування. Перші дослідження з викорис-
танням цього методу було здійснено у 1990-х, і з того часу цей напрям активно розвивався. Сутність методу
полягає в визначенні впливу на баланс банківської установи різних видів шоків у зовнішніх факторах (ва-
лютних курсах, процентних ставках).
Більшість методологій стрес-тестів банківських систем та національних економік було розроблено в
рамках програми оцінки фінансового сектору (FSAP) Міжнародного Валютного Фонду для країн-учасників
програми (Чехії, Великобританії, Канади, Фінляндії, Австрії та інших). Тестування найчастіше проводились
великими національними банками та фінансовими установами.
При застосуванні методу стрес-тестування можливі два підходи: проведення однофакторних тестів на
чутливість балансових показників банку до змін у бізнес-оточенні та застосування сценаріїв, що поєднують
припущення про можливі зміни у декількох макроекономічних факторах. Однофакторні тести є простішими
у практичному використанні і тому найчастіше вживаними. Такі тести визначають вплив на фінансові пока-
зники банківської установи можливого шоку у одній з макроекономічних змінних, наприклад, обмінного
курсу національної валюти або відсоткової ставки. Проте однофакторні тести не дозволяють включити до
аналізу взаємозв’язки між динамікою окремих макропоказників. Тому для більш ґрунтовного дослідження
використовують сценарний метод. Сценарії можуть будуватися, наприклад, шляхом використання структу-
ральної макроекономічної моделі. У [9] наведено приклад розробки стрес-тесту для банківської системи
Великобританії на основі сценарного підходу. Враховано залежність між обсягом списання банківських
кредитів та ключовими макроекономічними показниками шляхом включення до стрес-тесту історичних ко-
реляцій між змінними та моделювання вторинних ефектів від кредитного ризику для економіки. Результати
дослідження показують, що навіть у найбільш екстремальних з оцінених сценаріїв банківський сектор Ве-
ликобританії зберігає стабільність. Проте запропоновані стрес-тести, як і більшість інших методів, викорис-
таних в дослідженнях з теми, можуть не повністю пояснювати випадки структурних змін в системі.
Аналогічне дослідження, виконане у Чеському Національному банку [7], підсумовує результати прове-
дення стрес-тестів, як однофакторних, так і сценарних, для банківської системи Чехії з урахуванням залеж-
ностей між окремими установами через міжбанківські кредити. Методологія стрес-тестування доповнюєть-
ся макроекономічними прогнозами, макроекономічною моделлю кредитних ризиків, а також тестами на
міжбанківське «зараження» та моделлю розрахунку впливу модельованих шоків на баланс кожного банку.
Висновки з дослідження доводять, що банківська система Чехії є відносно стійкою до впливу шоків.
Перевага методу стрес-тестування полягає в тому, що він дозволяє поєднати макроекономічне прогно-
зування для системи в цілому зі стандартним підходом до оцінки ризиків для кожної окремої банківської
Бєленька Г.В.
МОДЕЛЮВАННЯ БАНКІВСЬКОЇ СИСТЕМИ ПІД ВПЛИВОМ КРИЗИ: КРИТИЧНИЙ
ОГЛЯД МЕТОДОЛОГІЙ
42
установи. Таким чином створюється краще розуміння взаємозв’язків між фінансовим сектором та макро-
економікою, що створює сприятливі умови для побудови адекватних прогнозів. На сьогодні стрес-
тестування є одним з найбільш обґрунтованих та ефективних методів моделювання банківської системи та
оцінки впливу на неї зовнішніх та внутрішніх шоків в умовах кризи.
Висновки
Дослідження та співставлення української та зарубіжної наукової літератури з моделювання банківсь-
кої системи дозволяє зробити висновок про те, що більшість методів, використовуваних за нормальних
умов функціонування економіки, є непридатними для вживання під час кризи через відносно статичний ха-
рактер зазначених методів та нестабільність у вхідних даних в умовах високої волатильності ринкового се-
редовища, викликаної збуреннями в економіці. Одним з підходів, що дозволяє оминути вказані недоліки, є
розробка та проведення стрес-тестування банківської системи, що можна описати як процес визначення
слабких місць у системі та оцінки чутливості балансів окремих установ до низки зовнішніх та внутрішніх
шоків.
Джерела та література
1. Бондаренко Л.А. Ризик-менеджмент кредитної діяльності комерційного банку / Бондаренко Л.А. – К.:
КНЕУ, 2007.
2. Коренева К. Економічна криза очима українців / Коренева К. – К.: КІПУ ім. Горшенева, 2008.
3. Крилова В. Складові процесу управління ліквідністю банку / Крилова В., Набок Р. //Вісник НБУ. –2008.
– №6. – С. 24-29.
4. Фінкельштейн O.Б. Фінансові ризики в системі банківських ризиків / Фінкельштейн O.Б. – К.: КНЕУ,
2001.
5. Чемерис В. Використання показників дюрації для оцінки процентного ризику / Чемерис В., Уваров К.
//Вісник НБУ. – 2002. – №10. – С. 62-65.
6. Alves I. Sectoral Fragility: Factors and Dynamics. –Basel: Bank for International Settlements, 2004. – BIS
Papers No. 22.
7. Čihák, M., Heřmánek, J., Hlaváček, M. New Approaches to Stress Testing the Czech Banking Sector //Czech
Journal of Economics and Finance. – 2007. – №57(1-2).
8. Demirguc-Kunt A., Detragiache E. Cross-Country Empirical Studies of Systemic Bank Distress: A Survey. –
Washington DC: International Monetary Fund, 2005. – IMF Working Paper. – No 05/96.
9. Hoggarth G., Sorensen S., Zicchio L. Assessing the strength of UK banks using a VAR approach. – London:
Bank of England, 2005. – Working Paper No. 282.
10. Kaminsky G.L., Reinhart C.M. The Twin Crises: Causes of Banking and Balance-of-Payments Problems //
The American Economic Review. –1999. –Vol. 89 (3). –P. 473–500.
11. Kravets I. Value-at-Risk for Capital Reserve Requirement Regulation in Ukrainian Banks. – Kiev: NaUKMA,
2006.
12. Red C. Surviving The Crisis – A Qualitative Study of How the Irish Perceive, Cope and Are Impacted by the
Economic Downturn. – Dublin: Red C, 2008. – Study Report No 20508.
13. Pesaran M., Zaffaroni P. Model Averaging and Value-at-Risk based Evaluation of Large Multi Asset Volatility
Models for Risk Management. – Los Angeles: Institute of Economic Policy Research, 2004. – IEPR Working
Papers 04.3.
Боднер Г.Д., Куссый М.Ю.
ВЛИЯНИЕ ПРИНЯТИЯ ЗАКОНА УКРАИНЫ «ОБ АКЦИОНЕРНЫХ
ОБЩЕСТВАХ» НА ВЕКТОР РАЗВИТИЯ ФОНДОВОГО РЫНКА СТРАНЫ
Фондовый рынок является неотъемлемым и важным элементом финансовой системы рыночной эко-
номики. Эффективно действующий фондовый рынок страны способствует мобилизации и рациональному
использованию финансовых ресурсов предприятий и сбережений населения, ускорению и оптимизации
структурных сдвигов в отраслях и народном хозяйстве. Поэтому развитие фондового рынка как неотъемле-
мой части финансового рынка страны является важнейшим заданием регулирования национальной эконо-
мики.
Одной из важных составляющих развития фондового рынка в Украине является государственное регу-
лирование. Государственное участие в регулировании фондового рынка необходимо, поскольку этот рынок
является очень масштабным и рискованным для финансовой безопасности страны и формирует спрос-
предложение на инвестиционные ресурсы. Особенно активное участие государство должно принимать в
разработке концепции развития фондового рынка, устанавливая разумные и вместе с тем жесткие правила и
нормы для участников рынка ценных бумаг.
Поскольку недостатки корпоративного управления и защиты прав акционеров остаются одним из глав-
ных препятствий для развития фондового рынка, принятие Закона Украины «Об акционерных обществах»
(далее Закон) занимает одно из центральных мест среди задач интенсификации фондового рынка страны.
Его задачи – устранить существующие пробелы в сфере корпоративного управления, а также концептуаль-
|