Оценка рисков и эффективности платежной системы тема диссертации по экономике, полный текст автореферата

Ученая степень
кандидата экономических наук
Автор
Чигридов, Михаил Владимирович
Место защиты
Иркутск
Год
2009
Шифр ВАК РФ
08.00.10

Автореферат диссертации по теме "Оценка рисков и эффективности платежной системы"

на правах рукопиеи-л

Чигридов Михаил Владимирович

ОЦЕНКА РИСКОВ И ЭФФЕКТИВНОСТИ ПЛАТЕЖНОЙ СИСТЕМЫ

Специальность 08.00.10 - Финансы, денежное обращение и кредит

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

о - I..; ■■

Иркутск 2009

003465466

Диссертация выполнена на кафедре банковского дела и ценных бумаг Байкальского государственного университета экономики и права

Научный руководитель: кандидат экономических наук, доцент

Оношко Ольга Юрьевна

Официальные оппоненты: доктор экономических наук, профессор

Киреенко Анна Павловна

доктор экономических наук, профессор Веретенникова Ольга Борисовна

Ведущая организация: Алтайский государственный технический

университет им. И.И. Ползунова

Защита диссертации состоится 21 апреля 2009 г. в 12.00 часов на заседании диссертационного совета Д 212.070.03 при Байкальском государственном университете экономики и права по адресу: 664003, г. Иркутск, ул. Карла Маркса, 24 (корп. 9), зал заседаний Ученого Совета.

С диссертацией можно ознакомиться в библиотеке Байкальского государственного университета экономики и права по адресу: 664003, г. Иркутск, ул. Ленина, 11, корп. 2, ауд. 101.

Объявление о защите и автореферат диссертации размещены 20 марта 2009 г. на официальном сайте Байкальского государственного экономического университета экономики и права: www.isea.ru

Отзывы на автореферат направлять по адресу: 664003, г. Иркутск, ул. Ленина, 11, БГУЭП, ученому секретарю диссертационного совета Д 212.070.03.

Автореферат разослан 20 марта 2009 г.

Ученый секретарь диссертационного совета доктор экономических наук, профессор

Н.Г. Новикова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Современные платежные системы являются одним из наиболее динамично развивающихся элементов финансовой инфраструктуры. Для них характерны значительное увеличение платежного оборота, внедрение инновационных технологий обработки и исполнения платежей, адаптация к возрастающим потребностям участников экономических отношений, нарастающая взаимная интеграция, а также взаимосвязанность с другими ключевыми структурами финансового рынка.

Платежные системы являются одним из важных элементов экономики любого развитого государства, т.к. при их посредничестве происходит исполнение подавляющего большинства возникающих в процессе экономической деятельности денежных обязательств. В силу этого они способны выступать в качестве одного из основных каналов распространения стрессовых состояний, т.е. реализации системного риска. Помимо присущего платежным системам риска существенным их параметром является эффективность. Данное свойство платежных систем напрямую влияет на рентабельность деятельности их участников, а также, косвенным образом, на стоимость платежных услуг для всех пользователей платежных услуг. С макроэкономической точки зрения эффективность функционирования платежных систем оказывает влияние на денежное обращение, денежно-кредитную политику, развитие финансовых рынков и т.д.

Вследствие этого в последние полтора-два десятилетия изучение различных аспектов функционирования платежных систем занимает значительное место в деятельности большинства центральных банков и иных органов денежно-кредитного регулирования, ряда международных организаций (Международного валютного фонда, Всемирного банка, Банка международных расчетов и т.д.). Для Российской Федерации данная область исследований является актуальной в силу того, что ее платежная система находится в стадии реформирования (внедрение системы валовых расчетов в режиме реального времени, разработка перспективной системы массовых платежей Банка России, формирование подходов к наблюдению за платежными системами и т.п.).

Степень разработанности темы исследования. Значительный вклад в развитие научных знаний о структуре, свойствах и направлениях развития платежных систем внесли О. И. Лаврушин, А. С. Обаева, В. М. Усоскин, М. П.

Березина, С. В. Криворучко, Л. И. Хомякова, А. В. Шамраев. Большой вклад в изучение рисков и эффективности платежных систем, развитие методов аналитического и имитационного моделирования платежных систем внесли зарубежные экономисты П. Анджелини, М. Бех, Ч. Кан, Дж. МакЭндрюс, X. Лейнонен, Б. Саммерс, К. Сорамаки, Д. Хамфри, М. Хеллквист, Д. Шеппард и многие другие.

Однако, несмотря на значительный прогресс, достигнутый в исследовании платежных систем в последние 10-15 лет, в большинстве своем суждения о текущем и перспективном их состоянии, путях развития строятся на экспертных суждениях. Некоторый успех в объективизации оценок влияния тех или иных характеристик платежной системы на ее эффективность и уровень рисков достигнут с применением аналитических моделей, основанных на теории игр. Однако такие модели являются чрезвычайно стилизованными и позволяют сформулировать лишь самые общие выводы. Лишь в последние годы, в ведущих экономически развитых странах стало применяться имитационное моделирование платежных систем. Полученные с их помощью выводы по поводу уровня рисков и эффективности детально характеризуют ту или иную платежную систему, но не объясняют причин полученных результатов и имеют ограниченные возможности для сопоставления и прогнозирования развития платежных систем. Таким образом, существует значительный пробел в знаниях, полученных с применением аналитических и имитационных моделей, в части понимания причин реализующихся в платежной системе рисков и уровня ее эффективности. В российской науке до настоящего времени тема объективного исследования рисков и эффективности платежной системы разработана относительно мало, методология их количественной оценки находится в стадии формирования, методы имитационного моделирования (стресс-тестирования) к платежным системам не применялись, анализ сетей как инструмент изучения устойчивости и коллективного поведения экономических систем не использовался.

Цели и задачи исследования. Целью настоящего исследования является формирование комплекса показателей, позволяющих оценить уровень риска и эффективность платежной системы. В рамках ее достижения автором исследования сформулированы следующие задачи:

а) определить экономическое содержание платежных систем, выявить их место в составе категорий теории денег и денежного обращения, рассмотреть

состав элементов, классификации, процедуры, связанные с исполнением денежных обязательств платежными системами;

б) рассмотреть присущие платежным системам риски, факторы, определяющие эффективность платежных систем, их взаимосвязь;

в) проанализировать существующий опыт исследования платежных систем с применением количественных методов, в том числе аналитического и имитационного моделирования, классифицировать показатели и модели;

г) выполнить количественную оценку уровня риска и эффективности платежной системы в обычных (нестрессовых) условиях;

д) с применением имитационного моделирования оценить устойчивость платежной системы к реализации системного риска в условиях воздействия внешних стрессовых факторов;

е) выявить причины устойчивости платежной системы к реализации системного риска, а также присущего ей уровня эффективности.

Область исследования. Исследование проведено по специальности 08.00.10 «Финансы, денежное обращение и кредит» Паспорта специальностей ВАК (экономические науки) в рамках разделов: 9.14 Формирование эффективной платежной системы и инструменты разрешения платежного кризиса и 9.17 Совершенствование системы управления рисками российских банков.

Объект исследования. Объектом исследования является платежная система, функцией которой является исполнение платежных обязательств (перевод денежных средств), возникающих в процессе товарных, налоговых, трудовых, финансовых и т.п. отношений. Исследование выполнено на примере платежной системы Банка России в Иркутской области в части ее участников -кредитных организаций (их филиалов), поскольку она отвечает критериям подверженности и способности передавать риски, системной значимости, типичности характеристик на национальном уровне.

Предмет исследования. Предметом исследования являются присущие платежной системе риски, а также ее эффективность. В качестве реализации риска рассматривается вероятность неисполнения своих обязательств в платежной системе системно значимой группой участников, в том числе вероятность распространения состояния неплатежеспособности (дефицита ликвидности) между участниками системы. В качестве меры эффективности платежной системы рассматривается стоимость участия в ней, причем

внимание уделяется переменной части этой стоимости, выражающейся в затратах на депонирование в системе денежных средств (получение доступа к внутридневному кредиту расчетного института).

Теоретическая основа исследования. Обоснованность научных результатов, достоверность выводов и предложений достигнуты на основе использования трудов ведущих отечественных и зарубежных ученых, посвященных теории платежных систем, оценке и управлению рисками, вопросам эффективности платежных систем.

Информационной базой исследования явились положения монографий, статей, периодических изданий, диссертационных и других специальных исследований отечественных и зарубежных ученых по вопросам функционирования и развития платежных систем, статистические и аналитические публикации международных финансовых организаций (Банка международных расчетов, Всемирного банка и т.п.), годовые отчеты и обзоры платежных систем, публикуемые Банком России, данные платежной системы Банка России в Иркутской области.

Основные методы исследования. В ходе исследования применены общенаучные методы анализа и синтеза, сравнения и классификации. В исследовании использовалась методология математической статистики, общей теории систем, экономико-математического моделирования, теории графов (сетей), а также теории колебаний (ансамблей осцилляторов).

Наиболее существенные результаты, полученные в процессе исследования, состоят в следующем:

а) предложен подход по декомпозиции платежной системы исходя из функционального назначения ее элементов (этапов исполнения денежного обязательства);

б) представлена классификация имитационных моделей платежных систем исходя из типа имитируемого события (риска), наличия и характера ответной реакции участников платежной системы;

в) установлено определяющее влияние на уровень риска и эффективность платежной системы операций ее участников по депонированию и изъятию денежных средств;

г) выявлена связь между уровнем использования постоянно депонированных участниками платежной системы средств (остатков средств «овернайт» на счетах участников, внутридневного кредита расчетного

института) и величиной риска, а также эффективностью платежной системы;

д) с применением имитационного моделирования установлен характер воздействия на платежную систему потенциальных экзогенных шоков: исключения из расчета участников или сопряженной платежной (расчетной) системы, снижения уровня депонированных средств «овернайт». Также установлено, что введение в состав модели адаптивной реакции участников платежной системы (отмены или переадресации некоторой доли платежей, адресованных исключенному из расчета участнику) повышает ее устойчивость к негативному воздействию;

е) с применением теории сетей выявлено, что уровень системного риска, а также условия для эффективного (синхронного) исполнения платежей определяются структурой связей в платежной системе.

Элементы научной новизны исследования состоят в следующем:

а) обосновано, что операции депонирования и изъятия денежных средств участниками платежной системы существенным образом влияют на результаты оценки ее риска и эффективности;

б) разработан показатель оценки синхронизации платежей, неподверженный влиянию депонирования/ изъятия денежных средств участниками платежной системы, с его помощью проанализирована эффективность управления средствами в платежной системе;

в) предложен комплекс показателей оценки структуры источников средств, использующихся участниками платежной системы для осуществления платежей, с его помощью проанализировано влияние величины постоянно депонированных средств на уровень рисков и эффективность платежной системы;

г) разработан и применен к исследуемой платежной системе набор сценариев имитационного моделирования (стресс-тестирования), охватывающих все значимые источники риска (исключение из расчета участника или группы участников, уменьшение величины депонированных в платежной системе средств, дисфункция сопряженной платежной системы). Рассмотрено влияние на результаты стресс-тестирования адаптивного поведения участников в виде отмены и переадресации некоторой доли платежей, адресованных исключенному из расчета участнику платежной системы;

д) на базе теории графов (сетей) сформирован комплекс показателей,

характеризующих структуру связей участников в платежной системе с точки зрения ее влияния на уровень системного риска, а также на способность участников к эффективному использованию (рециркуляции) денежных средств. В частности, предложены коэффициенты плотности сети, взаимности связей, учитывающие веса ребер (объем платежей).

Теоретическая и практическая значимость исследования. Разработанные в диссертационном исследовании положения по количественной оценке величины присущих платежной системе рисков и ее эффективности с точки зрения использования участниками данной системы денежных средств, имитационному моделированию стрессовых воздействий на платежную систему, а также по анализу структуры связей, сформировавшихся в ней, как инструмента оценки величины системных рисков и способности участников к координированному (синхронному) исполнению платежей, т.е. эффективному использованию денежных средств, имеют существенное теоретическое значение для развития теории платежных систем и финансовых (межбанковских) рынков в целом.

Предложенные в диссертационном исследовании подходы к оценке уровня рисков и эффективности платежной системы могут использоваться центральным банком как органом наблюдения за платежными системами, а также операторами платежных систем для самооценки. Также они могут быть полезными при определении параметров проектируемых или модернизируемых платежных систем. Кроме того, следует отметить, что предложенный комплекс показателей по анализу устойчивости (риска) и синхронизируемое™ (эффективности) сетей имеет универсальный характер и применим к любому виду межбанковских рынков.

Апробация результатов исследования. Разработанные в рамках диссертационного исследования показатели применялись работе Главного управления Банка России по Иркутской области. Кроме того, автором в 20042008 годах сделано 4 доклада на научных конференциях, проводимых на базе Байкальского государственного университета экономики и права, опубликовано 7 работ по теме диссертационного исследования, в том числе 1 работа в издании, входящем в перечень ведущих рецензируемых научных журналов и изданий ВАК РФ. Общий объем публикаций составил 3,65 п. л., в том числе вклад соискателя - 3,43 п. л.

Структура исследования. Диссертационная работа состоит из введения, трех глав и заключения. Диссертация включает 44 таблицы, 3 приложения, список использованной литературы из 362 наименований, в том числе 280 на иностранных языках.

Во введении дается обоснование актуальности темы диссертационного исследования, степени ее разработанности, обозначены предмет и объект, цели и задачи исследования, его научная новизна и практическая значимость. В первом разделе рассмотрены понятие платежной системы, применен функциональный подход к определению структуры, описаны свойства платежных систем. Также рассмотрены присущие платежным системам риски и подходы к оценке эффективности платежных систем, обоснована их взаимосвязанность. Кроме того, приведен обзор методов количественного исследования платежных систем, в том числе аналитического и имитационного моделирования. Во втором разделе представлен комплекс количественных показателей, позволяющих оценить величину рисков и эффективности платежной системы. В том числе представлен анализ динамики платежей в пределах месячного цикла и в пределах дня как инструмент выявления периодов и типов операций, значимых с точки зрения риска. Также рассмотрены синхронизация платежей, использование участниками депонированных в платежной системе средств (внутридневного кредита), задержка и отмена исполнения платежей как показатели риска и (или) эффективности платежной системы. В третьем разделе представлены результаты имитационного моделирования воздействия на платежную систему различных стрессовых факторов, а также ответной реакции ее участников на воздействие. Также в данном разделе представлен подход к анализу платежной системы как сети межбанковских взаимосвязей, рассмотрено влияние структуры связей на устойчивость платежной системы (уровень системного риска) и синхронизируемость поведения участников (эффективность использования денежных средств). В заключении обобщены результаты диссертационного исследования, обладающие признаком научной новизны, сформулированы основные выводы.

ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Обосновано, что операции депонирования и изъятия денежных средств участниками платежной системы существенным образом влияют на результаты оценки ее риска и эффективности. Анализ внутридневной динамики платежей позволил выявить три устойчивых пика их суммы, которые многократно (в 4-18 раз) превосходят среднедневные значения, на их долю приходится от 4 до 15% суммы платежей за день (рассчитано для 5-тиминутных интервалов). Они идентифицированы как периоды депонирования и изъятия средств из платежной системы:

а) утреннее депонирование средств (между 8 и 9 часами), в течение которого на счета участников поступают межрегиональные платежи, направленные в их адрес в течение предыдущего дня;

б) вечернее депонирование средств (между 16 и 17 часами), в течение которой участники получают средства для обеспечения своей работы в наиболее активный период;

в) вечернее изъятие средств (между 18 и 19 часами), в течение которого избыточные средства передаются в другие регионы.

Депонирование и изъятие денежных средств из региональной платежной системы связано с наличием разницы во времени функционирования региональных рынков (часовых поясах), что позволяет кредитным организациям многократно использовать денежные средства в течение дня в различных регионах. Однако наличие выраженных периодов депонирования/ изъятия средств обуславливает концентрацию рисков (в первую очередь, операционных) в эти отрезки времени, а также оказывает существенное влияние на показатели оборачиваемости средств, использующиеся в качестве традиционной меры эффективности платежной системы (поскольку сумма указанных операций включается в их подсчет).

2. Разработан показатель оценки синхронизации платежей, неподверженный влиянию депонирования/ изъятия денежных средств участниками платежной системы. Для оценки эффективности использования участниками циркулирующих в платежной системе средств предложен показатель (коэффициент) синхронизации Сцпс, представляющий собой меру того, насколько в течение определенного интервала времени (окна

синхронизации) сумма исходящих платежей и сумма входящих платежей участника соответствуют друг другу:

С*-'"

если 5""' > если 5"' >

где:

- сумма поступивших участнику платежей;

5""' - сумма направленных участником платежей.

Значение коэффициента принимает значения в диапазоне 0 < Супс < 1, его большее значение соответствует лучшей синхронизации. Коэффициент рассчитывается для каждого момента поступления средств отдельно, то есть определяется, насколько каждая сумма поступивших средств полно используется участником платежной системы в пределах заданного интервала. В рамках диссертационного исследования рассмотрены 4 таких интервала: 5, 10, 30 минут и 1 час. В качестве обобщенного показателя используется среднее значение коэффициента за некоторый период по группе участников.

Особенностью данного показателя является его нечувствительность к асинхронным по своей природе операциям депонирования/изъятия средств из платежной системы, что позволяет адресным образом оценивать эффективность текущего (в течение дня) управления участниками своими платежами, т.е. обеспечения эффективной рециркуляции депонированных в ней средств. Анализ исследуемой платежной системы показал, что с ростом длительности окна синхронизации величина коэффициента экспоненциально возрастает, его величина для интервала синхронизации в 1 час в 14 раз превосходит значение для интервала в 5 минут. Однако даже в пределах 1 часа синхронизация остается в пределах 0,3. Также установлена прямая зависимость между объемом операций участника и уровнем синхронизации его платежей. Это объясняется влиянием двух факторов: более равномерным распределением платежей во времени при их большем количестве (эффектом масштаба) и применением крупными участниками более эффективных технологий внутридневного мониторинга и управления ликвидностью в платежной системе. Анализ динамики коэффициента синхронизации показал, что его стабильность в течение рассматриваемого двухгодичного периода значительно выше, чем у коэффициента оборачиваемости средств. Соответственно, уровень

синхронизации платежей участников платежной системы определяется фундаментальными факторами и не подвержен столь быстрым изменениям как стратегии участников по депонированию/изъятию средств.

3. Предложен комплекс показателей оценки структуры источников средств, использующихся участниками платежной системы для осуществления платежей. В качестве источников для осуществления участником платежей в платежной системе выступают постоянно депонированные средства (остаток на счете «овернайт» и внутридневной кредит), а также поступающие в течение дня от других участников (из других платежных систем) средства. В качестве величины использования постоянно депонированных средств в период t предложено рассматривать уменьшение их величины (ADS,) ниже некоторого минимального значения, достигнутого ранее в процессе функционирования платежной системы (в течение дня). Соответственно, остальная сумма проведенных платежей участника будет являться исполненной за счет поступления средств от других участников (AIP). До тех пор, пока величина остатка средств на счете участника остается положительной, в качестве источника средств выступает остаток «овернайт» (Aß,), когда она становится отрицательной - внутридневной кредит (AOD,) расчетного института платежной системы (см. рис. 1).

Источник: составлено автором.

Предложенный способ расчета может быть представлен в виде следующих показателей:

ADS', =max[0,(min(ß1)...ß,_l)-ß,)] AIP,=S';" -ADS,

где:

t = {1,... Т} - периоды функционирования платежной системы;

В,~ величина остатка средств на счете участника в текущем (t) периоде;

min(ß/,...ß,_/) - минимальное значение остатка средств, достигнутое в предыдущие периоды.

S,°"' - сумма платежей участника, исполненных платежной системой в период t.

С применением представленного алгоритма установлено, что в исследуемой платежной системе основным источником средств являются поступающие в течение дня от других участников (систем) средства (встречные платежи). 90-91% всех платежей осуществляется за счет этого источника. Роль постоянно депонированных в системе средств заметно ниже - в среднем в пределах 10% суммы исполненных платежей, однако в отдельные периоды за счет этого источника средств осуществляется до 25% платежей. При этом преимущественно используются средства, находящиеся на счетах участников, роль внутридневного кредита как источника осуществления платежей незначительна (не превышает 3% даже в деятельности наиболее активно его использующих участников платежной системы). Преимущественное использование постоянно депонированных средств происходит в первой половине дня, когда интенсивность осуществления платежей наименьшая.

4. Разработан и применен к исследуемой платежной системе набор сценариев имитационного моделирования (стресс-тестирования), охватывающих все значимые источники риска. Разработано и реализована 3 группы сценариев: исключение из расчета платежей участника либо группы участников; снижение уровня постоянно депонированных средств; дисфункция межрегиональной подсистемы платежной системы Банка России (исключение из расчета поступающих в регион платежей).

В первой группе сценариев реализовано исключение из расчета лидирующего участника, а также 2-х участников, принадлежащих к группе лидеров (на их долю приходилось 12,0% общего объема платежей), 5-ти

участников из средней группы (13,1%), 10-ти участников из малой группы (4,8%). В группу лидеров включены участники, объем платежей которых составляет более 5%, в среднюю группу - 1-5%, в малую группу - менее 1%. Исключаемые участники отбирались случайным образом так, чтобы на их долю совокупно приходилось не менее 10% платежей. Не следует этому правилу лишь сценарий исключения участников из малой группы, т.к. требуемое для достижения указанной доли платежей одновременное исключение из расчета более 10-ти участников системы представляется нереалистичным. Во второй группе сценариев реализовано постепенное снижение величины постоянно депонированных средств на 25%, 50%, 75% и 99%. Такой подход позволил рассмотреть последствия потенциального кризиса ликвидности при различных его масштабах.

Наиболее сильное негативное воздействие на сумму исполняемых платежей оказало исключение из расчета крупнейшего участника платежной системы, а также подсистемы межрегиональных расчетов. Однако даже в наихудших сценариях снижение объема исполненных платежей наблюдается лишь в последние 2 часа функционирования платежной системы, при этом наиболее существенным является сокращение объемов платежей, связанных с изъятием средств. В подавляющем большинстве сценариев использование постоянно депонированных средств возросло (максимальное их использование в сценарии дисфункции межрегиональной подсистемы достигло 56,5%). Обратное наблюдается лишь в сценариях исключения из расчета 10-ти участников из малой группы (в силу наиболее активного использования ими постоянно депонированных средств в обычных (нестрессовых) условиях), а также снижения уровня депонированных средств на 99% (в силу изменения структуры платежей). Синхронизация платежей в сценариях исключения участников из расчета снизилась, однако в сценариях дисфункции межрегиональной подсистемы и снижения уроня постоянно депонированных средств, напротив, возросла. В первом случае ее увеличение связано с изъятием из расчета межрегиональных платежей, формирующих асинхронный по определению утренний пик поступления средств, во втором - с переходом системы в импульсный режим исполнения платежей, то есть формированием каскадов их исполнения в качестве реакции на каждое поступление средств.

Очевидно, что в условиях реального финансового шока, участники рынка (в том числе платежной системы) предпринимают определенные шаги по

адаптации к стрессовым условиям. В рамках диссертационной работы исследованы следующие варианты адаптивного поведения участников платежной системы: отмена либо переадресация определенной доли платежей, адресованных исключенному из расчета участнику (25%, 50% или 75% соответственно). При переадресации новый получатель платежа определяется случайным образом с вероятностью, зависящей от удельного веса полученных им ранее от данного плательщика платежей. Таким образом, происходит постепенная перестройка структуры связей участников платежной системы, что представляется реалистичным сценарием адаптации на достаточно длительных отрезках времени, в то время как отмена платежей представляется скорее краткосрочной (до нескольких ней) реакцией. Влияние адаптивного поведения на результаты стрессового воздействия проанализировано на базе сценария исключения из расчета платежей крупнейшего участника, как наиболее сильно влияющего на состояние платежной системы. Начало применения алгоритмов адаптивного поведения отнесено на 1 час от момента наступления стрессового события, т.к. этот период времени был принят за достаточный для распространения информации о стрессовом событии среди участников платежной системы.

Все рассмотренные варианты адаптивного поведения оказали компенсирующее влияние на последствия стресса: сокращается использование постоянно депонированных средств, улучшилась синхронизация платежей, причем при переадресации в большей степени, чем при отмене. Отмена платежей привела также к сокращению величины очередей (в силу высвобождения средств участников), однако переадресация не вызвала подобного эффекта, что свидетельствует о том, что распространение неликвидного состояния в исследуемой платежной системе имело одноуровневый характер и вторичные дефолты (неспособность участников осуществлять платежи) не происходят.

5. Сформирован комплекс показателей, характеризующих структуру связей участников в платежной системе с точки зрения ее влияния на уровень системного риска, а также на способность участников к эффективному использованию (рециркуляции) денежных средств. Платежная система, как и любой межбанковский рынок, может быть представлена как сеть (граф), элементами (вершинами) которой являются ее участники, а связями (ребрами) - серии платежей. Такая сеть при относительно

небольшой размерности (от десятков до тысяч вершин) обладает достаточно сложной структурой: связи в ней носят ориентированный и взвешенный характер.

В диссертационном исследовании предложен комплекс показателей, описывающих структуру сети (графа (т) и позволяющих оценить ее влияние на устойчивость платежной системы к разрушительным воздействиям (системному риску) и способность ее участников к синхронному исполнению платежей (т.е. эффективному использованию денежных средств): степени и сила связи вершин, характер их распределения, длина минимальных путей, промежуточная центральность вершин, ассортативность (корреляция степеней смежных вершин), кластеризация и цикличность, взаимность, наличие сообществ и величина модульности (см. табл. 1). В частности, предложен авторский показатель плотности сети с учетом весов ребер (объема платежей) ¡Г:

II

шах(и'/ЛЛ'(N-1)' где:

I,) - номера (идентификаторы) вершин сети, е С; и'у - вес ребра (дуги), соединяющего вершины г и у, N - количество вершин сети (графа).

Большее значение коэффициента свидетельствует о большей плотности сети. Также автором предложен коэффициент взаимности связей в сети с учетом весов ребер (объема платежей) р":

I

Л" = —

1-

тах(^у,-и<,)

I аи

1

где:

- номера (идентификаторы) вершин сети, /,у е С; IV,,, - веса дуг, исходящих (входящих) из вершины Яу - элемент матрицы смежности сети (графа), а е |0,1|.

Большее значение коэффициента свидетельствует о большей взаимности (симметричности) связей в сети.

Таблица 1

Основные коэффициенты сетей количества и суммы платежей (2007 год)

Наименование коэффициента Сеть количества платежей Сеть суммы платежей

без учета весов с учетом весов без учета весов с учетом весов

Плотность сети 0,33 0,01 0,28 0,01

Средняя степень вершин 15,9 13,6

Средняя длина минимальных путей 2,03 2,06 2,04 2,27

Средняя промежуточная центральность 0,018 0,022 0,019 0,026

Коэффициенты кластеризации 0,760 0,267 0,793 0,243

Коэффициент взаимности 0,730 0,521 0,824 0,576

Величина модульности 0,092 - 0,084 -

Источник: составлено автором.

С применением указанного комплекса показателей в отношении сети суммы платежей участников исследуемой платежной системы установлено:

а) соответствие распределения степеней и силы связи вершин степенному (Ципфа, Парето) закону, что является признаком принадлежности к безмасштабным (scale-free) сетям. Для этого класса сетей характерно существование вершин-«центров» (hubs), с которыми связано большинство других вершин;

б) сочетание признаков безмасштабных сетей с признаками сетей «малого мира» (small world), в частности высокой кластеризацией;

в) степенной характер распределения коэффициента кластеризации вершин, что является признаком существования иерархии в организации связей;

г) наличие нескольких слабовыраженных сообществ (подграфов относительно большей плотности);

д) ассортативный характер связей в сети, то есть предпочтительное соединение вершин, имеющих большие степени, с вершинами, имеющими малые степени.

В теории сетей рассматривается два варианта устойчивости: устойчивость к первоначальному разрушительному воздействию и устойчивость к возникновению каскадов разрушений (отказов) в результате инициирующего воздействия. Разрушительное воздействие имитируется путем изъятия из сети

некоторой доли вершин. Изъятие осуществляется случайным образом (имитация сбоя) или основываясь на некоторых их характеристиках, обычно в порядке убывания степеней или промежуточной центральности (betweenness сеп1та1ку) вершин (имитация атаки). При исследовании платежных систем в качестве разрушительного воздействия может рассматриваться прекращение участниками операций в системе по финансовым или операционными причинам.

Из теории известно, что первоначальная (статическая) устойчивость сети зависит от характера распределения степеней ее вершин, величины кластеризации и ассортативности связей. Устойчивость сети к формированию каскадов разрушений (динамическая устойчивость) также зависит от характера распределения степеней вершин, модульности, кластеризации, ассортативности связей. Также на распространение каскадов оказывает влияние способность вершин переносить рост нагрузки на них (параметр чувствительности). На основе данного набора показателей проанализирована статическая и динамическая устойчивость сетей суммы платежей (исходной и подвергнутых стрессам). Установлено, что исследуемая сеть, будучи безмасштабной, устойчива к изъятию случайно выбранных вершин, но чувствительна к изъятию вершин с большими степенями. Данный вывод совпадает с результатами имитационного моделирования (сценарии исключения участников из группы лидеров ведут к существенно большим негативным последствиям, чем сценарии исключения участников из средней либо малой группы, при сопоставимом объеме платежей). Кроме того, сеть устойчива к формированию каскадов неспособности участников осуществлять платежи (вторичных дефолтов), в первую очередь, в силу большой величины параметра чувствительности (соотношения максимальной одномоментной потребности участника в денежных средствах и величины депонированных им средств). Также анализ показал, что сети платежей участников системы, испытавшие действие стрессового фактора (как в виде исключения участников, так и в виде снижения уровня постоянно депонированных средств), обладают признаками большей устойчивости к разрушению, чем исходная сеть.

Для оценки влияния структуры сети на способность участников к синхронной (эффективной с точки зрения рециркуляции денежных средств) деятельности предложен комплекс показателей, основанный на исследованиях в области теории сетей (графов) и теории колебаний. В этом случае участники

платежной системы рассматриваются как ансамбль осцилляторов с неоднородными связями. Соответственно, на их способность к достижению глобального синхронного состояния влияют два параметра: сила взаимодействия (coupling strength) и структура связей. В рамках исследования платежных систем оправданно понимать в качестве силы взаимодействия участников уровень существующих у них стимулов по более эффективному использованию денежных средств. В исследованиях по теории сетей установлена зависимость способности сети к достижению глобального синхронного состояния от распределения степеней вершин, их промежуточной центральности, а также кластеризации (циклической структуры), ассортативности и модульности сети. Для сетей с неравномерным взаимодействием также установлена связь синхронизируемости колебаний элементов с характером распределения весов связей, в частности, балансом во взаимодействии вершин с большими степенями между собой и с другими вершинами.

Анализ указанных показателей позволил установить, что структура сети суммы платежей исследуемой платежной системы позволяет достичь синхронного исполнения платежей ее участников. Влияние стрессового воздействия на способность сети платежей к формированию глобального синхронного состояния является слабовыраженным, причем в случае имитации исключения участников платежной системы или подсистемы

межрегиональных платежей эта способность сети несколько ухудшается, а при уменьшении величины постоянно депонированных участниками платежной системы средств, напротив, улучшается. Таким образом, можно утверждать, что основным фактором, обуславливающим неполную синхронизации платежей в платежной системе, является низкий уровень стимулов ее участников к экономии затрат на поддержание необходимого уровня депонированных средств, а не структура связей участников. Фактор большей или меньшей информативности распространяющихся по сети сигналов о характере представления и исполнения ее участниками платежей, то есть неопределенности по поводу будущих поступлений средств (асимметрии информации) не имеет существенного влияния на эффективность использования последними депонированных в платежной системе средств.

Таким образом, анализ структуры связей участников платежной системы позволяет оценить ее устойчивость к разрушению, то есть масштаб присущего

ей системного риска, а также оценить насколько она, как среда, через которую участники взаимодействуют друг с другом, способствует синхронизации их платежей, то есть более эффективному использованию средств участников платежной системы. Выводы, полученные в результате анализа структуры связей участников платежной системы, в целом, согласуются с результатами имитационного моделирования стрессовых воздействий на нее.

По теме диссертации опубликованы следующие работы:

1. Чигридов М. В. Направления развития современных платежных систем / М. В. Чигридов // Финансово-кредитный механизм и его влияние на экономический рост в регионе: сб. науч. тр. - Иркутск: изд-во БГУЭП, 2004. -С. 408-412 (0,36 п.л.).

2. Чигридов М. В. Системы валовых расчетов в режиме реального времени (мировой опыт и Россия) / М. В. Чигридов // Деньги и кредит. - 2005. -№ 11. -С. 28-37 (1,10 пл.).

3. Чигридов М. В. Платежная система Банка России: характеристика и направления развития / М. В. Чигридов // Материалы 64-й ежегодной научной конференции профессорско-преподавательского состава и докторантов, 16-й научной конференции аспирантов и 66-й научной конференции студентов и магистрантов, посвященных 60-летию Победы в Великой Отечественной войне и 75-летию образования университета: Ч. 2. - Иркутск: изд-во БГУЭП, 2005. -С. 285-291 (0,39 п.л.).

4. Чигридов М. В. Методы количественной оценки платежных систем/М. В. Чигридов // Вестник молодых ученых: приложение к журналу «Известия ИГЭА». - Иркутск: изд-во БГУЭП, 2006. - С.41-48 (0,49 п.л.).

5. Чигридов М. В. Стресс-тестирование с применением структурных моделей межбанковского рынка / М. В. Чигридов // Развитие финансово-кредитной системы в регионе: сб. науч. тр. - Иркутск: изд-во БГУЭП, 2006. -С. 308-314 (0,43 п.л.).

6. Чигридов М. В. Методология анализа сетей как инструмент исследования межбанковских взаимосвязей / М. В. Чигридов // Материалы 67-й ежегодной научной конференции профессорско-преподавательского состава и докторантов, 19-й научной конференции аспирантов и 69-й научной конференции студентов и магистрантов: Ч. 1. - Иркутск: изд-во БГУЭП, 2008. -С. 309-316 (0,43 п.л.).

7. Чигридов М. В., Оношко О. Ю. Аналитические модели платежных

систем / М. В. Чигридов, О. Ю. Оношко // Материалы 67-й ежегодной научной конференции профессорско-преподавательского состава и докторантов, 19-й научной конференции аспирантов и 69-й научной конференции студентов и магистрантов: Ч. 1. - Иркутск: изд-во БГУЭП, 2008. - С. 316-322 (0,45 п.л.; вклад соискателя - 0,23 п.л.).

Чигридов Михаил Владимирович

ОЦЕНКА РИСКОВ И ЭФФЕКТИВНОСТИ ПЛАТЕЖНОЙ СИСТЕМЫ

АВТОРЕФЕРАТ

ИД №06318 от 26.11.01 Подписано в печать 13.03.09. Формат 60x90 1/16. Бумага офсетная. Печать трафаретная. Усл. печ. л. 1,5. Уч.-изд. л. 1,33. Тираж 100 экз. Заказ № 5085 664003, Иркутск, ул. Ленина, 11. Отпечатано в ИПО БГУЭП.

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Чигридов, Михаил Владимирович

Введение

Платежные системы: структура, свойства, методы исследования

Структура и процедуры платежных систем

Риски и эффективность платежных систем

Методы исследования рисков и эффективности платежных систем

Оценка рисков и эффективности платежной системы: количественный подход

Характеристика платежной системы Банка России, влияние динамики платежей на уровень рисков

Синхронность платежей как мера эффективности платежной системы

Степень использования денежных средств как мера уровня риска и эффективности платежной системы

Задержка исполнения платежей как мера уровня риска в платежной системе

Риск и эффективность платежной системы: моделирование и анализ сетей

Имитационное моделирование стрессовых воздействий на платежную систему

Структура связей участников платежной системы

Влияние структуры связей в платежной системе на уровень системного риска

Влияние структуры связей в платежной системе на эффективность

Диссертация: заключение по теме "Финансы, денежное обращение и кредит", Чигридов, Михаил Владимирович

ЗАКЛЮЧЕНИЕ

Целью настоящего исследования является разработка и применение комплекса количественных показателей оценки существующих в изучаемой платежной системе рисков, а также эффективности ее использования. Количественный подход обеспечивает объективность и сопоставимость полученных результатов, создает предпосылки для сравнения различных типов платежных систем, методов обработки и расчета и т.п.

В качестве рисков при исследовании платежных систем рассматриваются кредитный, ликвидности, операционный, правовой, рыночный, депозитарный. В отношении систем непрерывных расчетов, к которым относится платежная система Банка России в Иркутской области, основным риском является риск ликвидности, состоящий в возможности нехватки денежных средств участника для исполнения всех платежей. Системный характер данный риск приобретает в случае, если недостаточность средств одного участника, влечет за собой их недостаточность у других участников и т.д., то есть возникает каскад дефицита средств.

Эффективность деятельности участников в платежной системе определяется стоимостью участия в ней. В краткосрочном плане варьируемой компонентой стоимости являются затраты на депонирование средств в платежной системе. Эффективность их зависит от двух факторов: во-первых, от способности и стимулов участников к взаимной координации (синхронизации) платежей и, во-вторых, от наличия встроенных процедур повышения эффективности использования денежных средств. К последним относятся механизмы переупорядочивания и зачета очередей, а также управления платежными потоками (правила о проводе некоторого объема платежей в определенное время, лимиты позиций участников, механизм ЯЯБ и т.п.). Координация платежей, в свою очередь, определяется двумя факторами: информационной асимметрией и структурой затрат в платежной системе. Информационная асимметрия обусловлена высокой неопределенностью в

172 отношении ожидаемых участником поступлений средств в виде платежей других участников платежной системы по сравнению с информацией о планируемых им собственных платежах. Затраты на проведение платежей помимо постоянной составляющей (платы оператору системы, затрат на аппаратно-программное обеспечение, персонал и т.п.) включают затраты на депонирование в платежной системе средств и затраты, связанные с откладыванием платежей (возможными претензиями со стороны клиентов-плательщиков на неудовлетворительный уровень услуг). При высокой альтернативной стоимости депонируемых средств (залогового обеспечения, необходимого для получения внутридневного кредита расчетного института платежной системы) у участников существуют стимулы к откладыванию исполнения платежей на более поздние периоды, при низкой - к раннему исполнению платежей. Однако низкая стоимость средств свидетельствует о слабой развитости денежного рынка, а также (в части внутридневного кредита) ведет к высокому уровню кредитного риска для расчетного института платежной системы.

Таким образом, объем депонированных в платежной системе средств, с одной стороны, оказывает влияние на величину риска ликвидности, с другой, на ее эффективность с точки зрения участников. Такое рассмотрение риска и эффективности как взаимообусловленных параметров, является широко распространенным в исследованиях платежных систем и применено в настоящем исследовании.

В рамках настоящего исследования установлена периодическая повторяемость (самоподобие) ряда динамики количества и суммы платежей как в рамках месяца, так в пределах дня. Кроме того, установлено, что как в пределах месяца, так и в пределах дня цикличность динамики платежей обуславливает неоднородность уровня рисков, возникающих в платежной системе. В пределах месячного ряда динамики установлены дни с наибольшим (пиковым) количеством и суммой платежей, установлена их привязка к определенным типам операций участников платежной системы. Это позволяет

173 предсказывать их смещение по временной шкале при изменении тех или иных внешних обстоятельств (налогового календаря, деловой практики клиентов, характера функционирования межбанковского рынка и т.п.). Анализ внутридневной динамики платежей в пиковые дни показал, что для них характерна большая нестабильность платежного оборота (наличие всплесков), что усиливает возможный негативный эффект финансового или операционного шока в такие периоды. Также установлено существование в пределах дня четко дифференцируемых периодов депонирования и изъятия средств: утреннего депонирования, обусловленного эффектом буферизации межрегиональных платежей, вечернего депонирования и изъятия средств из платежной системы, связанных с перераспределением средств между различными регионами, в первую очередь передачей средств в (из) регионы, в которых расположены основные финансовые рынки страны. Такая стратегия перераспределения средств между регионами является основным инструментом повышения эффективности использования депонированных средств участниками платежной системы. Анализ характера использования средств в платежной системе разными группами участников показал, что использование внутридневного депонирования / изъятия средств характерно в первую очередь, для крупных участников, осуществляющих более 5% платежей. Соответственно, наличие и высокая значимость данных операций для обеспечения исполнения платежей обуславливает концентрацию риска в эти периоды и у этих участников.

Наличие выраженных периодов депонирования / изъятия средств обуславливает низкую информативность применяемого в практике коэффициента оборачиваемости средств как показателя эффективности их использования именно в платежной системе. В качестве альтернативы автором исследования предложен коэффициент синхронизации, представляющий собой меру того, насколько сумма входящих и исходящих платежей участника платежной системы совпадает в пределах некоторого периода (окна синхронизации). В целом синхронизация платежей в четырех рассмотренных

174 периодах (5, 10, 30 минут и 1 час) оказалась относительно низкой (в пределах 30% даже для часового интервала). Анализ внутридневной динамики коэффициента показал, что синхронность платежей в целом коррелирует с их количеством и суммой, однако всплески, связанные с депонированием / изъятием средств не оказывают на ее величину заметного влияния. Для длинного ряда динамики коэффициента синхронизации (2006-2007 годы) характерна значительно большая стабильность, чем для коэффициента оборачиваемости. Данный результат свидетельствует о том, что синхронизация платежей определяется фундаментальными факторами (реализуемыми участниками методами управления внутридневной ликвидностью, стимулами к их развитию и т.п.) и не подвержена быстрым изменениям. Анализ синхронизации по группам участников позволил установить, что в наибольшей степени синхронизированы платежи крупных участников, что отчасти связано с более плавным предоставлением ими платежей в платежную систему, отчасти -с более эффективными методами управления ими внутридневной ликвидностью. Таким образом, предложенный коэффициент является высокоинформативным инструментом изучения эффективности текущего (непрерывного) использования средств участниками платежной системы. Связанным с синхронизацией вопросом является изучение структуры источников средств для осуществления платежей. В настоящем исследовании предложен авторский алгоритм их расчета. С его помощью установлено, что большая часть (до 90%) платежей осуществляется за счет средств, поступивших в распоряжение участников в течение дня (в том числе в виде внутридневного депонирования). Соответственно, остатки на счетах участников «овернайт» и внутридневной кредит Банка России выступают скорее в роли резерва на случай возникновения шока ликвидности, чем источника обеспечения текущей деятельности. Данный вывод подтвержден анализом показателей использования (так называемых границ) постоянно депонированных в платежной системе средств, который показал, что уровень их максимального в течение дня использования в среднем составляет 27%. В силу такой

175 избыточности средств участников уровень задержки исполнения платежей (величины и длительности очередей) крайне незначителен. Причинами избыточности средств могут быть низкая их стоимость, малая емкость и низкая доступность краткосрочных денежных рынков, высокие ожидания участников по поводу реализации риска ликвидности в платежной системе, низкая ее прозрачность и предсказуемость (большая информационная асимметрия), низкая эффективность применяемых участниками методов управления внутридневной ликвидностью и т.п. Также с применением показателей использования средств установлена относительно малая эффективность внедрения в механизмов зачета очередей, однако в силу низкой синхронизации платежей внедрение механизмов управления потоками денежных средств может иметь заметный экономический эффект.

Описанный анализ рисков и эффективности платежной системы в обычных (нестрессовых) условиях представляет собой базу для сравнения с результатами имитационного моделирования на платежную систему разного рода экзогенных шоков (стресс-тестирования).

В рамках имитационного моделирования реализовано три группы сценариев: исключение из расчета (по финансовым или операционным причинам) участника или группы участников, снижение уровня постоянно депонированных средств (имитация кризиса ликвидности), дисфункция межрегиональной подсистемы платежной системы Банка России (исключение из расчета поступающих в регион платежей). Ни один из сценариев не привел к системной остановке (затору) платежей. Также на основе сценария исключения из расчета крупнейшего участника платежной системы проанализоировано влияние на результаты стресс-тестирования адаптивного поведения участников платежной системы. Рассмотрены два варианта такого поведения: отмена или переадресация (на базе накапливаемой «памяти» о структуре платежей) некоторой фракции платежей, адресованных исключенному из расчета участнику. Причем последний вариант адаптивного поведения, учитивающий реакцию на стресс в относительно длительной перспективе, ранее в

176 экономических исследованиях не применялся. Установлено, что все варианты адаптации оказывают компенсирующее воздействие на результаты стресса.

С целью объяснения результатов стресс-тестирования с применением аппарата теории сетей проведен анализ структуры связей участников платежной системы. В его рамках предложен авторский алгоритм исключения из структуры сети платежей случайной составляющей, сформирован комплекс показателей, в максимальной степени учитывающих сложный характер связей (ориентацию и наличие неоднородности). Сети количества и суммы платежей проанализированы с применением следующих групп показателей: степеней (силы связи) вершин, плотности сети, длины минимальных (оптимальных) путей, промежуточной центральности вершин, кластеризации (цикличности) связей, взаимности, ассортативности связей, модульности сети (наличия сообществ). Анализ показал, что сети количества и суммы платежей принадлежат к смешанным сетям, сочетающим признаки сетей «малого мира» и безмасштабных сетей. Для них характеры сверхкороткие минимальные (оптимальные) пути, наличие вершин-«центров», концентрирующих значительную долю межэлементных связей, высокий уровень цикличности связей, слабовыраженная модульная структура, наличие признаков иерархической организации и т.п.

Теория сетей позволяет оценить устойчивость платежной системы, то есть подверженность системному риску, в том числе к возникновению каскадов неликвидного состояния участников. Установлено, что исследуемая сеть устойчива к случайным разрушениям, но чувствительна к изъятию из расчета крупнейших участников. Также за счет большого запаса депонированных в платежной системе средств крайне маловероятным является развитие каскадов неликвидности. Также установлено, что сеть, сформированная в результате воздействия стресса, обладает признаками большей устойчивости к разрушению, чем исходная. Также проанализировано влияние структуры сети на синхронизируемость колебаний формирующих ее элементов (осцилляторов). Обосновано, что в силу выраженной периодичности динамики платежей

177 платежная система может рассматриваться в качестве ансамбля осцилляторов, и, соответственно, к ней может быть применен аппарат теории сетей и теории колебаний. Проведенный анализ показал, что исследуемая сеть в целом способствует достижению глобального синхронного состояния, причем под воздействием стресса это ее свойство изменяется достаточно мало. Соответственно, низкий уровень синхронизации платежей обусловлен не столько информационной асимметрией, сколько низким уровнем затрат на депонирование средств в платежной системе, малой емкостью и низкой доступностью краткосрочных финансовых рынков и т.п. Таким образом, аппарат теории сетей позволяет объяснить полученные в ходе имитационного моделирования результаты, в том числе присущий платежной системе уровень риска, а также степень влияния фактора асимметрии информации на эффективность использования денежных средств в платежной системе.

Перспективными направлениями исследований представляется имитационное моделирование различных алгоритмов расчета, в том числе режима дифференцированного исполнения платежей, усложнение алгоритмов адаптивного поведения участников платежной системы, в том числе с применением теории автономных агентов, дальнейшее развитие методов сетевого анализа. Разработанный в рамках настоящего исследования имитатор платежной системы имеет потенциал развития по указанным направлениям исследования.

178

Диссертация: библиография по экономике, кандидата экономических наук, Чигридов, Михаил Владимирович, Иркутск

1. О Центральном банке Российской Федерации (Банке России): Федеральный закон от 10.07.2002 № 86-ФЗ. Собрание законодательных актов Российской Федерации. - 2002. - № 28. - ст. 2790.

2. Положение Центрального банка Российской Федерации от 04.08.2003 № 236-П «О порядке предоставления Банком России кредитов, обеспеченных залогом (блокировкой) ценных бумаг» // Вестник Банка России. 2003. - № 62. - С. 3-43.

3. Положение Банка России от 03.10.2002 № 2-П «О безналичных расчетах в Российской Федерации» // Вестник Банка России. 2002. - № 74. -С.3-27.

4. Положение Банка России от 05.12.2002 № 205-П «О правилах ведения бухгалтерского учета в кредитных организациях, расположенных на территории Российской Федерации» // Вестник Банка России. 2002. - № 7071. - С. 2.

5. Положение Банка России от 25.04.2007 № 303-П «О системе валовых расчетов в режиме реального времени Банка России» // Вестник Банка России. -2007. -№31. -С. 2-16.

6. Годовой отчет Банка России за 2006 год. М.: Центральный Банк Российской Федерации, 2007. - 249 с.

7. Годовой отчет Банка России за 2007 год. М.: Центральный Банк Российской Федерации, 2008. - 257 с.

8. Стратегия развития платежной системы России: утверждена Советом Директоров Банка России, протокол № 15 от 1.04.1996 // Вестник Банка России. 1996. - № 17. - С. 1.

9. Письмо Банка России от 23.06.2004 № 70-Т «О типичных банковских рисках» // Вестник Банка России. 2004. - № 38.

10. Учебные пособия, справочные издания, монографии:

11. Банковские риски: Учеб. пособие / кол. авторов ; под ред. проф. О. И. Лаврушина, проф. Н. И. Валенцевой. М.: КНОРУС, 2007. - 232 с.179

12. Банковское дело: Учебник / под ред. Белоглазовой Г. Н., Кроливецкой JI. П. М.: Финансы и статистика, 2007. - 592 с.

13. Банковское дело: Учебник. 2-е изд., перераб. и доп. / Под ред. О. И. Лаврушина. - М.: Финансы и статистика, 2005. - 667 с.

14. Беликова О. И. Платежная система как основа организации денежного оборота -Иркутск: Изд-во БГУЭП, 2004. -73 с.

15. Березина М. П., Крупнов Ю. С. Межбанковские расчеты: Практическое пособие. М.: АО «Финстстинформ», 1994. - 224 с.

16. Бломштейн Г. Д., Саммерс Б. Д. Банковское дело и платежная система // Платежная система: структура, управление и контроль / под ред. Б.Д. Саммерса. М.: Международный валютный фонд, 1994. - С. 28-44.

17. Ван дер Берг П., Вил Дж. М. Платежные системы: риск и управление риском // Платежная система: структура, управление и контроль / под ред. Саммерса Б.Д. М.: Международный Валютный Фонд, 1994. - С. 121-142.

18. Воронин В. П., Федосова С. П. Деньги, кредит, банки: Учеб. пособие. М.: Юрайт-Издат, 2002. - 270 с.

19. Галицкая C.B. Деньги. Кредит. Финансы. М.: Издательство «Экзамен», 2004. - 224 с.

20. Глоссарий терминов, используемых в платежных и расчетных системах: Платежные и расчетные системы, международный опыт (выпуск 1). -М: Центральный банк Российской Федерации, 2007. 66 с.

21. Голикова Ю. С., Хохленкова М. А., Банк России: организация деятельности. М.: ООО Издательско-Консалтинговая Компания «ДеКА», 2000. - 670 с.

22. Голодова Ж. Г. Деньги, кредит, банки: Учеб. пособие. М.: Изд-во РУДН, 2001.- 152 с.

23. Грюнинг X. ван, Брайович Братанович С. Анализ банковских рисков. Система оценки корпоративного управления и управления финансовым риском. М.: Издательство «Весть Мир», 2007. - 304 с.

24. Денежное обращение и кредит в СССР: Учебник / Под ред. В. С. Геращенко. 4-е изд., перераб. и доп. - М.: Финансы и статистика, 1986. -376 с.180

25. Деньги. Кредит. Банки. Ценные бумаги. Практикум: Учеб. пособие для вузов / Под ред. проф. Е. Ф. Жукова. М.: ЮНИТИ-ДАНА, 2001. - 310 с.

26. Деньги, кредит, банки: Учебник / Под ред. О. И. Лаврушина. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2004. - 464 с.

27. Климович В. П. Финансы, денежное обращение и кредит: Учебное пособие. М.: ФОРУМ: ИНФРА-М, 2007. - 255 с.

28. Маркуорт Дж. К. Платежные системы: вопросы политики и анализ // Платежная система: структура, управление и контроль / под ред. Саммерса Б. Д. М.: Международный Валютный Фонд, 1994. - С. 155-192.

29. Новые разработки в платежных системах для крупных сумм: Платежные и расчетные системы, международный опыт (Выпуск 4). -М.: Центральный банк Российской Федерации, 2007. 80 с.

30. Основы банковского дела в Российской Федерации: Учеб. пособие / Под ред. О. Г. Семенюты. Ростов н/Д: Феникс, 2001. - 447 с.

31. Свиридов О. Ю. Деньги, кредит, банки: Учебное пособие. Москва: ИКЦ «МарТ»; Ростов н/Д: Издательский центр «МарТ», 2004. - 477 с.

32. Тэпман Л. Н. Риски в экономике: Учеб. пособие для вузов / под ред. проф. В.А. Швандара. М.: ЮНИТИ-ДАНА, 2002. - 380 с.

33. Финансы, днежное обращение и кредит: Учебник / М. В. Романовский и др.; Под ред. М. В. Романовского, О. В. Врублевской. -М.: Юрайт, 2007.-544 с.

34. Шеппард Д. Платежные системы: Справочники о деятельности центральных банков, № 8. М.: Центр подготовки персонала Банка России, 1997.-41 с.

35. Amundsen Е., Arnt Н. Contagion Risk in the Danish Interbank Market: Working Paper 2005-29. Copenhagen: Danmarks Nationalbank, 2005. - 26 p.

36. Arjani N. M. Examining the Trade-Off between Settlement Delay and Intraday Liquidity in Canada's LVTS: A Simulation Approach: Working Paper 200620. Ottawa: Bank of Canada, 2006. - 36 p.

37. Atalay E., Martin A., McAndrews J. The Welfare Effects of Liquidity-Sawing Mechanism: Staff Report no. 331. N.Y.: Federal Reserve Bank of New York, 2008.-45 p.181

38. Ball D., Engert W. Unanticipated defaults in Canada's Large-Value Payment System Revisited: Discussion Paper 2007-5. Ottawa: Bank of Canada, 2007. - 19 p.

39. Bech M. L., Atalay E. The Topology of the Federal Funds Market: Staff Report no. 354. N.Y.: Federal Reserve Bank of New York, 2008. - 30 p.

40. Bech M. L., Garrat R. The Intraday Liquidity Management Game / M. L. Bech, R. Garrat. Copenhagen: Danmarks Nationalbank, 2002. - 37 p.

41. Bech M. L., Garrat R. Illiquidity in the Interbank Payment System following Wide-Scale Disruptions: Staff Report no. 239. N.Y.: Federal Reserve Bank of New York, 2006. - 28 p.

42. Bech M. L., Madsen B., Natorp L. Systemic Risk in the Danish Interbank Netting System. Copenhagen: Danmarks Nationalbank, 2002. - 23 p.

43. Bech M. L., Soramaki K. Gridlock resolution and bank failures in interbank payment systems: Bank of Finland Discussion Papers 9-2001. Helsinki: Suomen Pankki, 2001. - 34 p.

44. Bech M. L., Soramaki K. Liquidity, gridlocks and bank failures in large value payment systems // E-money and Payment Systems Review. London: Central Banking Publications, 2002. - P. 113-126.

45. Bech M. L., Soramaki K. Systemic risk in a netting system revisited// Liquidity, risks and speed in payment and settlement systems a simulation approach / Leinonen H. (ed.). - Helsinki: Suomen Pankki, 2005. - P. 277-298.

46. Becher C., Millard S., Soramaki K. The network topology of CHAPS Sterling: Working Paper No. 355. London: Bank of England, 2008 - 26 p.

47. Buckle S., Campbell E. Settlement Bank Behavior and Throughput Rules in an RTGS Payment System with Collateralized Intraday Credit: Working Paper no. 209. London: Bank of England, 2003. - 37 p.

48. Cajueiro D. O., Tabak B. M. The Role of banks in the Brazilian Interbank Market: Does bank type matter. Working Paper N. 130. Brasilia: Banco Central do Brasil, 2007. - 36 p.182

49. Chakravorti S. Analysis of Systemic Risk in the Payment System. -Federal Reserve Bank of Dallas, 1996. 28 p.

50. Chapman J., Chiu J., Molico M. A Model of Tiered Settlement Networks: Working Paper 2008-12. Ottawa: Bank of Canada, 2008. - 40 p.

51. Chiu J., Lai A. Modelling Payments Systems: A Review of the Literature: Working Paper 2007-28. Ottawa: Bank of Canada, 2007. - 55 p.

52. De Bandt O. and Hartmann P. Systemic risk: A survey: Working Paper No. 35. Frankfurt: European Central Bank, 2000. - 77 p.

53. Devriese J., Mitchell J. Liquidity risk in securities settlement: NBB Working Paper Nr.72. Brussels: National Bank of Belgium, 2005. - 36 p.

54. Embree L., Millar K. The Effects of a Disruption in CDSX Settlement on Activity in the LVTS: A Simulation Study: Discussion Paper 2008-7. Ottawa: Bank of Canada, 2008.-25 p.

55. Emmons W. Interbank Netting Agreements and the Distribution of Bank Default Risk: Working Paper 1995-016A. Federal Reserve Bank of St. Louis, 1995.-28 p.

56. Folkerts-Landau D. Systemik Financial Risk in Payment Systems: WP/90/65. Wash.: International Monetary Fund, 1990. - 41 p.

57. Folkerts-Landau D., Garber P., Schoenmaker D. The Reform of Wholesale Payment Systems and its Impact on Financial Markets: WP/96/37. -Wash.: International Monetary Fund, 1996. 48 p.

58. Folkerts-Landau D. Wholesale Payments and Financial Discipline, Efficiency, and Liquidity. Wash.: International Monetary Fund, 1997. - 27 p.

59. Freixas X., Parigi B., Rochet J.-C. Systemic Risk, Interbank Relations and Liquidity Provision by the Central Bank. London: Centre for Economic Policy Research. - 1999.-35 p.

60. Furfine C., Stehm J. Analyzing Alternative Credit Policies in Real-Time Gross Settlement Systems. Wash.: Federal Reserve System, 1997. - 24 p.

61. Furfine C. Interbank Exposures: Quantifying the Risk of Contagion: BIS Working Paper No. 70. Basel: Bank for International Settlements, 1999. - 14 p.

62. Galbiati M., Soramaki K. An agent-based model of payment systems: Working Paper No. 352. Bank of England, 2008. - 25 p.183

63. Galos P., Soramaki K. Systemic risk in alternative payment system designs: Working Paper No. 508. Frankfurt: European Central Bank, 2005. - 29 p.

64. Global Survey 2006: Regulatory and Market Developments. N.Y.: Institute of International Bankers, 2007. - 212 p.

65. Guide to Developing a Strategic Framework for Payment System Modernisation. Pretoria: SADC Committee of Central Bank Governors, 2002. -77 p.

66. Hellqvist M. Intraday liquidity management in gross settlement system as a coordination game. Helsinki University of Technology, 2005. - 61 p.

67. Hellqvist M., Snellman H. Simulation of operational failures in equities settlement // Simulation studies of liquidity needs, risks, and efficiency in payment networks/ Leinonen H. (ed.). Helsinki: Suomen Pankki, 2007. - P. 283-320.

68. Holthausen C., Ronde T. Regulating access to large-value payment systems: Working Paper No. 22. Frankfurt: European Central Bank, 2000. - 50 p.

69. Humphrey D. B. Payments Finality and Risk of Settlement Failure // Technology, and the Regulation of Financial Markets: Securities, Futures and Banking / Saunders A., White L. (eds). Lexington: Lexington Books, 1986. - P. 97120.

70. Humphrey D. B., Sato S., Tsurumi M., Vesala J. M. The Evolution Payments in Europe, Japan, and the United States: WPS 1676. Wash.: The World Bank, 1996.-44 p.

71. Iivarinen T., Leinonen H., Lukka M., Saarinen V. Regulation and control of payment system risks a Finnish perspective. - Helsinki: Suomen Pankki, 2003. -135 p.

72. Iivarinen T. Large value payment systems principles and recent and future developments. - Helsinki: Soumen Pankki, 2004. - 57 p.

73. Imakubo K., McAndrews J. J. Funding levels for the new accounts in the BOJ-NET: Bank of Japan Working Paper Series No. 06-E-21. Tokyo: Bank of Japan, 2006. - 23 p.184

74. Inaoka H., Ninomiya T., Taniguchi K., Shimizu T., Takayasu H. Fractal Network derived from banking transaction. An analysis of network structures formed by financial institutions: Working Paper No. 04-E-04. Tokyo: Bank of Japan, 2004. - 22 p.

75. The interdependencies of payment and settlement systems. Basel: Bank for International Settlements, 2008. - 77 p.

76. International Convergence of Capital Measurement and Capital Standards: A Revised Framework, Comprehensive Version. Basel: Bank for International Settlements, 2006. - 333 p.

77. Iori G. An analysis of systemic risk in alternative securities settlement architectures: Working Paper No. 404. Frankfurt: European Central Bank, 2004. -27 p.

78. Jackson J. P., Manning M. J. Central Bank intraday policy and implications for tiering in RTGS payment systems: DNB Working Paper No. 129. -Amsterdam: De Nederlandsche Bank, 2007. 25 p.

79. Kahn C. M., McAndrews J., Roberds W. Settlement Risk under Gross and Net Settlement. Atlanta: Federal Reserve Bank of Atlanta, 1999. - 33 p.

80. Kahn C. M., McAndrews J., Roberds W. Payment Settlement under limited Enforcement: Private versus Public Systems. Working Paper 2002-33. -Federal Reserve Bank of Atlanta, 2002. 28 p.

81. Kahn C. M., Roberds W. Payment System Settlement and Bank Incentives. Philadelphia: The Wharton Financial Institutions Center, 1997. - 33 p.

82. Kahn C. M., Roberds W. Real-Time Gross Settlement and the Cost of Immediacy. Atlanta: Federal Reserve Bank of Atlanta, 1999. - 29 p.

83. Kobayakawa S. The Comparative Analysis of Settlement Systems: Discussion Paper No. 1667. London: Centre for Economic Policy Research, 1997. -66 p.

84. Koeppl T., Monnet C., Temzelides T. A dynamic model of settlement: Working Paper series No 604. Frankfurt: European Central Bank, 2006. - 25 p.

85. Koponen R., Soramaki K. Intraday liquidity needs in a modern interbank payment system a simulation approach: Bank of Finland Studies: E 14. - Helsinki: Suomen Pankki, 1998. - 136 p.185

86. Kuussaari H. Systemic Risk in the Finnish Payment System: an Empirical Investigation. Helsinki: Suomen Pankki, 1996. - 35 p.

87. Lacker J. M. Clearing, Settlement, and Monetary Policy: Working Paper 97-1. Federal Reserve Bank of Richmond, 1997. - 30 p.

88. Lasaosa A., Tudela M. Risks and efficiency gains of a tiered structure in large-value payments: a simulation approach: Working Paper no. 337. London: Bank of England, 2008. - 26 p.

89. Ledrut E. A tale of the water-supplying plumber: intraday liquidity provision in payment systems: DNB Working Paper No. 99. Amsterdam: De Nederlandsche Bank, 2006. - 40 p.

90. Ledrut E. Simulating retaliation in payment systems: Can banks control their exposure to a failing participant? DNB Working Paper No. 133. Amsterdam: De Nederlandsche Bank. - 2008. - 32 p.

91. Leinonen H. Interbank funds transfer systems: liquidity needs, counterparty risks and collateral. Helsinki: Soumen Pankki, 1998. - 38 p.

92. Leinonen H., Soramaki K. Simulating interbank payment and securities settlement mechanisms with the BoF-PSS2 simulator: Bank of Finland Discussion Papers 23-2003. Helsinki: Suomen Pankki, 2003. - 55 p.

93. Leinonen H., Soramaki K. Optimising liquidity usage and settlement speed in payment systems: Bank of Finland Discussion Papers 16/99. Helsinki: Suomen Pankki, 1999. - 39 p.

94. Lester B. A Model of Interbank Settlement. Philadelphia: University of Pennsylvania, 2005. - 35 p.

95. Liquidity Risk: Management and Supervisory Challenges. Basel: Bank for International Settlements, 2008. - 16 p.

96. Lublóy Á. Topology of the Hungarian large-value transfer system: Occasional Papers 57. Budapest: Magyar Nemzety Bank, 2006. - 38 p.

97. Martin A., McAndrews J. Liquidity-Saving Mechanisms: Staff Report no. 282. N.Y.: Federal Reserve Bank of New York, 2007. - 46 p.

98. Martin A., McAndrews J. A Study of Competing Designs for a Liquidity-Saving Mechanism: Staff Report no. 336. N.Y.: Reserve Bank of New York, 2008.-30 p.186

99. McAndrews J. J., Wasilyew G. Simulations of failure in a payment system 11 Liquidity, risks and speed in payment and settlement systems a simulation approach / Leinonen H. (ed.). - Helsinki: Suomen Pankki, 2005. - P. 229-247.

100. McVanel D. The Impact of Unanticipated Defaults in Canada's Large Value Transfer System: Working Paper 2005-25. Ottawa: Bank of Canada. -2005.-25 p.

101. Minimum common features for domestic payment systems. Frankfurt: Committee of Governors of the Central Banks of the Member States of the European Economic Community, 1993. - 42 p.

102. Mills D. C. Jr. Alternative Central Bank Credit Policies for Liquidity Provision in a Model of Payments. Wash.: Federal Reserve Board, 2005. - 35 p.

103. Mills D. C. Jr., Nesmith T. D. Risk and Concentration in Payment and Securities Settlement Systems: Discussion Paper No. 2007-62. Wash.: Federal Reserve Board, 2007. - 38 p.

104. Müler J. Two Aproaches to Assess Contagion in the Interbank Market. -Zürich: Swiss National Bank, 2003. 31 p.

105. Northcott C. A. Estimating Settlement Risk and the Potential For Contagion in Canada's Automated Clearing Settlement System: Working Paper 2002-41. Ottawa: Bank of Canada, 2002. - 43 p.

106. Overview of the Federal Reserve's Payments System Risk Policy on Daylight Credit: Sixth Edition. Wash.: Federal Reserve System, 2007 - 26 p.

107. Payment and settlement systems in selected countries. Basel: Bank for International Settlements, 2003. - 525 p.

108. Payment Systems Oversight Report 2005. Issue No. 2. London: Bank of England, 2006. - 93 p.

109. Payment Systems Worldwide. A Snapshot: Outcomes of the Global Payment Systems Survey 2008. Wash.: The International Bank for Reconstruction and Development: The World Bank, 2008. - 129 p.187

110. Pettersson J. Simulation of Liquidity levels and delays in the Swedish RIX system 11 Liquidity, risks and speed in payment and settlement systems a simulation approach / Leinonen H. (ed.). - Helsinki: Suomen Pankki, 2005. - P. 151-177.

111. Peydro-Alcalde J.-L. Contagion via interbank markets: a survey // Risk measurement and systemic risk: Fourth joint central bank research conference 8-9 November 2005. Frankfurt: European Central Bank, 2007. - P. 81-89.

112. Principles for the Management of Credit Risk. Basel: Bank for International Settlements, 2000. - 26 p.

113. Principles for the Management and Supervision of Interest Rate Risk. -Basel: Bank for International Settlements, 2003. 40 p.

114. Principles for Sound Liquidity Risk Management and Supervision . -Basel: Bank for International Settlements, 2008. 38 p.

115. Propper M., van Lelyveld I., Heijmans R. Towards a Network Description of Interbank Payment Flows: DNB Working Paper No. 177. Amsterdam: De Nederlandsche Bank, 2008. - 27 p.

116. Real-Time Gross Settlement Systems. Basel: Bank for International Settlements, 1997. - 66 p.

117. Renault F., Pecceu J.-B. From PNS to TARGET2: the cost of FIFO in RTGS Payment system // Simulation studies of liquidity needs, risks and efficiency in payment networks / Leinonen H. (ed.). Helsinki: Soumen Pankki. - 2007. - P. 4185.

118. Report on netting schemes. Basel: Bank for International Settlements, 1989.-27 p.

119. Roberds W. The Incentive Effects of Settlement Systems: A Comparison of Gross Settlement, Net Settlement and Gross Settlement with Queuing: IMES Discussion Paper Series 99-E-25. Tokyo: bank of Japan, 1999. - 36 p.

120. The role of central bank money in payment systems. Basel: Bank for International Settlements, 2003. - 108 p.

121. Sato S., Humhrey D. B. Transforming Payment Systems: Meeting the Needs of Emerging Market Economies. Wash.: World Bank, 1995. - 44 p.

122. Schaller A. Continuous Linked Settlement: History and Implications: Dissertation to achieve the title of Doctor of Economics. Zurich: the University of Zurich, 2007.- 169 p.188

123. Schoenmaker D. A comparison of Alternative Interbank Settlement Systems: Discussion Paper No. 204. London: LSE Financial Markets Group, 1995.-33 p.

124. Soramäki K., Beyeler W. E., Bech M. L., Glass R. J. New approaches for payment system simulation research // Simulation studies of liquidity needs, risks and efficiency in payment networks / Leinonen H. (ed.). Helsinki: Soumen Pankki, 2007.-P. 15-39.

125. Sorge M. Stress-testing financial systems: an overview of current methodologies: BIS Working Papers No 165. Basel: Bank for International Settlements, 2004. - 36 p.

126. Sound Practices for the Management and Supervision of Operational Risk. Basel: Bank for International Settlements, 2003. - 14 p.

127. Statistics on payment and settlement systems in selected countries: Figures for 2006. Basel: Bank for International Settlements, 2008. - 329 p.

128. Stress testing by large financial institutions: current practice and aggregation issue. Basel: Bank for International Settlements, 2000. - 34 p.

129. TARGET2 Single Shared Platform. General Functional Specifications: Version 2.1.- Frankfurt: European Central Bank, 2007. 177 p.

130. Upper C., Worms A. Estimating Bilateral Exposures in the German Interbank Market: Is there a Danger of Contagion? Discussion paper 09/02. -Frankfurt am Main: Deutsche Bundesbank, 2002. 30 p.

131. Upper C. Using counterfactual simulations to assess the danger of contagion in interbank markets: BIS Working Papers No 234. Basel: Bank for International Settlements, 2007. - 18 p.

132. User Information Guide to the TARGET2 Pricing (Attachment 2 to the Fifth Progress Report on TARGET2). Frankfurt: European Central Bank, 2007. -23 p.189

133. Wells S. Financial interlinkages in the United Kingdom's interbank market and the risk of contagion. Working Paper no. 230. London: Bank of England, 2004. - 39 p.

134. Willison M. Real-Time Gross Settlement and hybrid payment systems: a comparison: Working Paper no. 252. London: Bank of England, 2004. - 30 p.

135. Yang J., Markose S., Alentorn A. Designing large value payment systems: an agent based approach // Computing in Economics and Finance 2005. Wash.: Society for Computational Economics, 2005. - No. 396.

136. Диссертации и авторефераты диссертаций:

137. Богданов Б. Н. Проблемы совершенствования расчетов и платежей через банковскую систему Российской Федерации: автореф. дис. канд. экон. наук: 08.00.10.-М., 1998,- 19 с.

138. Дубова С. Е. Экономические и организационные аспекты повышения эффективности платежной системы в хозяйственном механизме региона: На примере Ивановской обл.: автореф. дис. канд. экон. наук: 08.00.05, 08.00.10. -Иваново, 1997. 16 с.

139. Нариков Г. С. Общегосударственная платежная система и развитие электронных носителей денег: дис. канд. экон. наук: 08.00.10. Хабаровск, 2001.-206 с.

140. Парафило Л. В. Экономические основы построения и функционирования платежной системы Российской Федерации: автореф. дис. канд. экон. наук: 08.00.10. СПб., 2001. - 22 с.

141. Полищук С. А. Национальная платежная система: экономическая эффективность и безопасность: дис. канд. экон. наук: 08.00.10. М., 2006. -188 с.

142. Сигова Е. М. Развитие системы межбанковских расчетов в России: автореф. дис. канд. экон. наук: 08.00.10. -М., 1998. -26 с.

143. Станиславчик К. В. Оценка и обоснование электронных платежных систем: дис. канд. экон. наук: 08.00.10. Иваново, 2003. - 160 с.190

144. Публикации в периодических изданиях:

145. Борисов Ю. А. Шамраев A.B. Клиринг в платежной системе: история, методология, подходы к регулированию // Расчеты и операционная работа в коммерческом банке. 2003. - № 4, 7-8, 12.

146. Карчевский С. П. Риски платежных систем и методы управления ими // Бизнес и банки. 2007. - № 27. - С. 1-3.

147. Карчевский С. П. Платежные системы: понятие, структура, типология и принципы построения // Расчеты и операционная работа в коммерческом банке. 2007. - № 4.

148. Копытин В. Ю. Моделирование расчетных операций в платежных системах // Аудит и финансовый анализ. 2005. - №1. - С. 184-195.

149. Копытин В. Ю. О платежных системах и моделировании расчетных систем // Расчеты и операционная работа в коммерческом банке . 2006. -№3. - С. 35-47.

150. Криворучко C.B. Риски платежных систем: источники возникновения и контроль // Управление в кредитной организации. 2006. -№ 5.-С. 78-87.

151. Криворучко C.B. Инструменты управления рисками платежных систем // Управление в кредитной организации. 2006. - № 6. - С. 115-119.

152. Криворучко C.B. Идентификация и управление рисками в платежных системах // Управление риском. 2007. - № 3. - С.53-57.

153. Криворучко C.B. Подходы к классификации рисков платежных систем // Расчеты и операционная работа в коммерческом банке. 2006. -№ 10.-С. 50-60.

154. Криворучко С. В. Экономическая эффективность платежной системы с точки зрения окупаемости // Управление в кредитной организации. 2007. -№ 3. - С. 52-68.

155. Макарова Н. В. Элементы структуры системы валовых платежей// Международные банковские операции. 2007. № 3, 4.191

156. Обаева А. С. Национальная платежная система: формирование и направления развития // Деньги и кредит. 2008. - № 3. - С. 11-17.

157. Платежные системы в России: Подготовлено Банком России и Комитетом по платежным и расчетным системам центральных банков стран Группы десяти // Вестник Банка России. 2003. - № 64. - С. 6-24.

158. Полищук С. А. Эффективная и безопасная национальная платежная система // Банковское дело. 2006. - № 6. - С. 13-16.

159. Тавасиев A.M. К вопросу о содержании понятий: «расчеты» и «платежи». Бизнес и банки. - 2000. - № 9. - С. 1-2.

160. Усоскин В. М. Платежные системы: эволюция и риск-менеджмент// Международные банковские операции. 2006. - № 2-3. - С. 63-79, 56-69.

161. Хомякова JI. И. К вопросу управления ликвидностью в платежных системах // Бизнес и банки. 2004. - нояб.(№ 43).

162. Хомякова JI. И. К вопросу управления рисками в платежных системах // Бизнес и банки. 2007. - сент.(№ 35) - С. 1-3.

163. Хомякова JI. И. Платежная система в условиях глобализации и регионализации рыночной экономики // Банковское дело. 2007. - № 11. -С. 31-34.

164. Шамраев А. В. Общий теоретический анализ систем валовых расчетов в режиме реального времени зарубежных стран // Деньги и кредит. -1998. -№ 1.-С. 47-57.

165. Armantier О., Arnold J., McAndrews J. Changes in the Timing Distribution of Fedwire Funds Transfers // Federal Reserve Bank of New York Economic Policy Review. 2008. - Vol. 14, No. 2. - P. 83-112.

166. Angelini F., Maresca G., Russo D. Systemic Risk in the Netting System // Journal of Banking and Finance. 1996. - Vol. 20. - P. 853-868.

167. Angelini P. An analysis of competitive externalities in gross settlement systems // Journal of banking and Finance. 1998. - Vol. 22, No. 1. - P. 1-18.

168. Baglioni A., Hamaui R. The Choice Among Interbank Settlement Systems: The European Experience // Economic Notes. 2003. - Vol. 32, No. 1. -P. 67-100.192

169. Baksys D., Sakalauskas L. Modelling, simulation and Optimization of interbank settlements // Information Technology and Control. 2007. - Vol. 36, No. l.-P. 43-52.

170. Bedford P., Millard S. Yang J. Assessing operational risk in CHAPS Sterling: a simulation approach // Bank of England Financial Stability Review. -2004.-No. 16.-P. 135-143.

171. Bech M. Intraday Liquidity Management: A Tale of Games Banks Play // Federal Reserve Bank of New York Economic Policy Review. 2008. - Vol. 14, No. 2.-P. 7-23.

172. Bech M., Preisig C., Soramäki K. Global Trends in Large-Value Payments // Federal Reserve Bank of New York Economic Policy Review. 2008. -Vol. 14, No. 2.-P. 59-81.

173. Bech M. L., Soramäki K. Gridlock Resolution in Payment Systems // Danmarks Nationalbank Monetary Review. 2001. - 4th Quarter. - P. 67-79.

174. Becher C., Galbiati M., Tudela M. The Timing and Funding of CHAPS Sterling Payments // Federal Reserve Bank of New York Economic Policy Review. -2008. Vol. 14, No. 2. - P. 113-133.

175. Berger A. N., Hancock D., Marquardt J. C. A Framework for Analyzing Efficiency, Risks, Costs and Innovation in the Payment Systems // Journal of Money, Credit and Banking. 1996. - Vol. 28, No. 4, Pt. 2. - P. 696-732.

176. Beyeler W. E., Glass R. J., Bech M., Soramäki K. Congestion and Cascades in Payment Systems // Physica A. 2007. - Vol. 384, No. 2. - P. 693-718.

177. Blavarg M., Nimander P. Inter-bank exposures and systemic risk // Sveriges Riksbank Economic Review. 2002. - No.2. - P. 19-45.

178. Boss M., Eisinger H., Summer M., Thurner S. An Empirical Analysis of the Network Structure of the Austrian Interbank Market // Oesterreichische Nationalbank Financial Stability Report. 2004. - No.7. - P. 77-87.

179. Boss M., Eisinger H., Summer M., Thurner S. The Network Topology of the Interbank Market // Quantitative Finance. 2004. - Vol. 4, No. 6. - P. 677-684.

180. Boss M., Krenn G., Metz V., Puhr C., Schmitz S.W. Systemically Important Accounts, Network Topology and Contagion in ARTIS // Oesterraichische Nationalbank Financial Stability Report. 2008. - Vol. 15. - P. 93-111.193

181. Chakravorti S. Analysis of systemic risk in multilateral net settlement system // Journal of International Financial Markets. 2000. - Vol. 10, No. 1. - P. 930.

182. Dale R. Risk Management and Public Policy in Payment, Clearing and Settlement Systems // International Finance. 1998. - Vol. 1, No. 2. - P. 229-259.

183. Degryse H., Nguyen G. Interbank Exposures: An Empirical Examination of Contagion Risk in the Belgian Banking System // International Journal of Central Banking. 2007. - Vol. 3, No. 2. - P. 123-171.

184. De Masi G., Iori G., Caldarelli G. Fitness model for the Italian interbank money market // Physical Review E. 2006. - Vol. 74, No. 6. - P. 066112 (1-5).

185. Eisenberg L., Noe T. H. Systemic Risk in Financial Systems// Management Science. 2001. - Vol. 47, No. 2. - P. 236-249.

186. Elsinger H., Lehar A., Summer M. A New Approach to Assessing the Risk of Interbank Loans // Austrian National Bank Financial Stability Report. -2002.-No. 3.-P. 75-86.

187. Enge A., 0verli F. Intraday liquidity and the settlement of large value payments: a simulation-based analysis // Norges Bank Economic Bulletin. No.l. -2006.-P. 41-47.

188. The evolution of large-value payment systems in the Euro area // European Central Bank Monthly Bulletin. 2006. - Aug. - P. 73-81.

189. Freeman S. The Payment System, Liquidity, and Rediscounting// The American Economic Review. 1996. - Vol. 86, No. 5. - P. 1126-1138.

190. Freixas X., Parigi B. Contagion and Efficiency in Gross and Net Interbank Payment Systems // Journal of Financial Intermediation. 1998. - Vol. 7, No. 1. - P. 3-31.

191. Fry M. Risk, cost and liquidity in alternative payment systems // Bank of England Quarterly Bulletin. 1999. - Febr. - P. 78-86.

192. Glaser M., Haene P. Analyse how well the Swiss RTGS would cope when a major player is put out of action // SPEED. 2008. - Vol. 2, No. 3. - P. 27-31.

193. Gr^t-Osiñska A., Pawliszyn M. Poziomy plynnosci i opóznienia w rozrachunku w systemie SORBNET podejscie symulacyjne przy uzyciu symulatora systemów platnosci BoF-PSS2// Bank i kredyt. - 2007. - maj. - P. 53-66.194

194. Giintzer M. M., Jungnickel D., Leclerc M. Efficient algorithms for the clearing of interbank payments // European Journal of Operational Research. -1998.-Vol. 106, No. l.-P. 212-219.

195. Hancock D., Wilcox J. A. Intraday Management of Bank Reserves: The Effects of Caps and Fees on Daylight Overdrafts // Journal of Money, Credit and Banking. 1996. - Vol. 28, No. 4, Pt. 2. - P. 870-908.

196. Harrison S., Lasaosa A., Tudela M. Tiering in UK payment systems: credit risk implications // Bank of England Financial Stability Review. 2005. - No. 19.-P. 63-72.

197. Heller D., Lengwiler Y. Payment obligations, reserve requirements, and the demand for central bank balances // Journal of Monetary Economics. 2003. -Vol. 50, No. 2.-P. 419-432.

198. Iori G., De Masi G., Precup O. V., Gabbi G., Caldarelli G. A Network Analysis of the Italian Overnight Money Market // Journal of Economic Dynamics and Control. -2008. Vol. 32, No. 1. - P. 259-278.

199. James K. R. A statistical overview of CHAPS Sterling // Bank of England Financial Stability Review. 2003. - No. 14. - P. 115-121.

200. James K., Wilson M. Collateral posting decisions in CHAPS Sterling // Bank of England Financial Stability Review. 2004. - No. 17. - P. 99-104.

201. Johnson K., McAndrews J. J., Soramaki K. Economizing on Liquidity with Deferred Settlement Mechanisms // Federal Reserve Bank of New York Economic Policy Review. 2004. - Vol. 10, No. 3. - P. 51-72.195

202. Kahn C. M., Roberds W. The Design of Wholesale Payment Networks: The Importance of Incentives // Federal Reserve Bank of Atlanta Economic Review. 1999. - Vol. 84, No. 3. - P. 30-39.

203. Krieger S., Braun M. Improving Business Payments by Asking What Corporations Really Want // Federal Reserve Bank of New York Current Issues in Economics and Finance. 2005. -Vol. 11, No. 5. - P. 1-7.

204. Lublöy A. Domino Effect in the Hungarian Interbank Market //

205. Közgazdasägy Szemle. 2006. - Vol. LII, No. 4. - P. 377-401.

206. Lublöy A., Tanai E. A müködesi kockäzat es a hazai nagyösszegü fizetesi rendszer (VIBER) // Hitelintezeti Szemle. 2007. - 6, evf., 4. - Sz. 324-357.

207. Martin A. Optimal pricing of intraday liquidity// Journal of Monetary Economics. 2004. - Vol. 51, No. 2. - P. 401-421.

208. Mazars E., Woelfel G. Analysis, by simulation, of the impact of a technical default of a payment system participant // Banque de France Financial Review Stability.-2005.-No. 6.-P. 113-124.

209. McAndrews J. J., Potter S. M. Liquidity Effects of the Events of September 11, 2001 // Federal Reserve Bank of New York Economic Policy Review. 2002. - Vol. 8, No. 2. - P. 63-67.

210. McAndrews J., Raj an S. The Timing and Funding of Fedwire Funds Transfers // FRNBY Economic Policy Review. 2000. - Vol.6, No. 2. - P. 17-32.

211. McAndrews J. J., Roberds W. Banks, Payments, and Coordination// Journal of Financial Intermediation. 1995. - Vol. 4. - P. 305-327.

212. McAndrews J. Trundle J. New payment system designs: causes and consequences // Bank of England Financial Stability Review. 2001. - No. 11. -P. 127-136.

213. Müller J. Interbank Credit Lines as a Channel of Contagion // Journal of Financial Services Research. 2006. - Vol. 29, No. 1. - P. 37-60.196

214. Recent trends in individual payments // Deutsche Bundesbank Monthly Report. 2005. - Sept. - P. 45-57.

215. Rocha-Mier L., Sheremetov L., Villarreal F. Collective Intelligence in Multiagent Systems: Interbank Payment Systems Application // Studies in Computational Intelligence. Vol. 36/2007. - Berlin: Springer Berlin / Heidelberg, 2007.-P. 331-351.

216. Rochet J.-C., Tirole J. Controlling Risks in Payment Systems // Journal of Money, Credit and Banking. 1996. - Vol. 28., No. 4., Pt. 2. - P. 832-862.

217. Selgin G. Wholesale payments: questioning the market-failure hypothesis // International Review of Law and Economics. 2004. - Vol. 24, No.3.-P. 333-350.

218. Shafransky M. Y., Doudkin A. An optimization algorithm for the clearing of interbank payments // European Journal of Operational Research. 2006. - Vol. 171,No. 3. -P. 743-749.

219. Shen P. Settlement Risk in Large-Value Payment Systems // Federal Reserve Bank of Kansas City Economic Review. 1997. - Vol.82, No.2. - P. 45-62.

220. Soramaki K., Bech M. L., Arnold J., Glass R. J., Beyeler W. E. The Topology of Interbank Payment Flows // Physica A. 2007. - Vol. 379, No. 1. -P. 317-333.

221. Temzelides T., Williamson S. D. Payment Systems Design and Private Information Environments // Journal of Economic Theory. 2001. - Vol. 99, No. 1-2.-P. 297-326.

222. Vanhoose D. Central bank policy making in competing payment systems //Atlantic Economic Journal. 2000. - Vol. 28, No. 2. - P. 117-139.

223. Zhou R. Understanding Intraday Credit in Large-Value Payment Systems // Federal Reserve Bank of Chicago Economic Perspectives. 2000. - Vol. 24, No. 3 - P. 29-44.197

224. Литература по теории систем, теории сетей, моделированию, теории колебаний:

225. Учебные пособия и монографии:

226. Бусленко М. П. Моделирование сложных систем. М.: Наука, 1968.-356 с.

227. Градосельская Г. В. Сетевые измерения в социологии: учеб. пособие. М.: Новый учебник, 2004. - 248 с.

228. Емельянов A.A., Власова Е. А., Дума Р. В. Имитационное моделирование экономических процессов. М.: Финансы и статистика, 2006. -416 с.

229. Зыков А. А. Основы теории графов. М.: Наука, 1987. - 384 с.

230. Кобелев Н. Б. Основы имитационного моделирования сложных экономических систем: Учеб. пособие. М.: Дело, 2003 - 336 с.

231. Колемаев В. А. Экономико-математическое моделирование. Моделирование макроэкономических процессов и систем. М.: ЮНИТИ-ДАНА, 2005.-295 с.

232. Колчин В. Ф. Случайные графы. 2-е изд. - М: ФИЗМАТЛИТ, 2004.-256 с.

233. Малинецкий F. Г., Потапов А. Б., Подлазов А. В. Нелинейная динамика: Подходы, результаты, надежды. М.: КомКнига, 2006. - 280 с.

234. Новорусский В. В. Основы теории систем и системы логического управления (Формально-логические аспекты). Новосибирск: Наука. Сиб. предприятие РАН, 1997. - 335 с.

235. Пиковский А., Розенблюм М., Курте Ю. Синхронизация. Фундаментальное нелинейное явление. М.: Техносфера, 2003. - 508 с.

236. Садовский В. Н. Некоторые принципиальные проблемы построения общей теории систем // Системные исследования. Ежегодник 1971. М: Наука, 1972.-С. 35-54.

237. Самарский А. А. Михайлов А. П. Математическое моделирование. Идеи. Методы. Примеры. М.: ФИЗМАТЛИТ, 2005. - 320 с.

238. Сурмин Ю. П. Теория систем и системный анализ: Учеб. пособие. -К.: МАУП, 2003.-368 с.198

239. Ope. О. Теория графов. — 2-е изд. М.: Наука, 1980. - 336 с.

240. Тарасов В. Б. От многоагеитиых систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС,2002.-352 с.

241. Татт У. Теория графов. М.: Мир, 1988. - 424 с.

242. Харари Ф. Теория графов. М.: Мир, 1973. - 300 с.

243. Шеннон Р. Имитационное моделирование систем искусство и наука. -М.: Мир, 1978.-418 с.

244. Bollobás В. Random Graphs: Cambridge studies in advanced mathematics No. 73. 2nd ed. - Cambridge, N.Y.: Cambridge University Press, 2004. - 498 p.

245. Fortunato S., Castellano С. Community Structure in Graphs. Rome: Universita di Roma, 2007. - 42 p. - (препринт/ arXiv:0712.2716vl physics.soc-ph.).199

246. Kalna G., Higham D. J. Clustering coefficients for weighted networks: Mathematics Research Report #3. Glasgow: University of Strathclyde, 2006. - 7 p.

247. Kirman A. Economic networks // Handbook of Graphs and Networks: From the Genome to the Internet / Bornholdt S., Schuster H. G. (eds.). Berlin: Wiley-VCH, 2002. - P. 273-294.

248. Multiagent systems: A Modern Approach to Distributed Artificial Intellegence / Weiss G. (ed.). Cambrige: The MIT Press, 1999. - 619 p.

249. Newman M. E. J. Random graphs as models of networks // Handbook of Graphs and Networks: From the Genome to the Internet / Bornholdt S., Schuster H. G. (eds.). Berlin: Wiley-VCH, 2002. - P. 35-68.

250. Wasserman S., Faust K. Social Network Analysis: Methods and Applications. Cambridge, N.Y.: Cambridge University Press, 1994. - 868 p.

251. Диссертации и авторефераты диссертаций:

252. Подлазов А. В. Новые математические модели, методы и характеристики в теории самоорганизованной критичности: дис. канд.физ.-мат. наук: 05.13.18.-М., 2001.- 120 с.

253. Публикации в периодических изданиях:

254. Давыденко В. А., Ромашкина Г. Ф., Чуканов С. Ф. Моделирование социальных сетей // Вестник Тюменского государственного университета. -2005.-№ 1.-С. 68-79.

255. Крашаков С. А., Теслюк А. Б., Щур JI. Н. Об универсальности рангового распределения популярности вэб-серверов // Вестник РФФИ. -2004.-№ 1.-С. 46-66.

256. Albert R., Barabasi A-L. Statistical mechanics of complex networks // Reviews of Modern Physics. 2002 - Vol. 74. - P. 47-97.200

257. Albert R., Jeong H., Barabâsi A.-L. Error and attack tolerance of complex networks // Nature. 2000. - Vol. 406, No. 6794. - P. 378-382.

258. Amaral L. A. N., Scala A., Barthélémy M., Stanley H. E. Classes of small-world networks // Proceedings of the National Academy of Sciences of the United States of America. 2000. - Vol. 97, No. 21. - P. 11149-11152.

259. Andrade J. S. Jr., Herrmann H. J., Andrade R. F. S., da Silva L. R. Apollonian Networks: Simultaneously Scale-Free, Small World, Euclidean, Space Filling, and with Matching Graphs // Physical Review Letters. 2005. - Vol. 94, No. 1.-P. 018702(1-5).

260. Antoniou I.E., Tsompa E. T. Statistical Analysis of Weighted Networks // Discrete Dynamics in Nature and Society. 2008. - Vol. 2008. -P. 375452 (1-16).

261. Barabâsi A.-L., Albert R. Emergence of scaling in random networks // Science. 1999. - Vol. 286, No. 5439. - P. 509-512.

262. Barahona M., Pecora L. M. Synchronization in Small-World Systems// Physical Review Letters. 2002. - Vol. 89, No. 5. - P. 054101 (1-4).

263. Barrat A., Barthélémy M., Pastor-Satorras R., Vespignani A. The architecture of complex weighted networks // Proceedings of the National Academy of Sciences of the United States of America. 2004. - Vol. 101, No. 11. - P. 37473752.

264. Boccaletti S., Latora V., Moreno Y., Chavez M., Hwang D. Complex networks: Structure and dynamics // Physics Reports. 2006. - Vol. 424, Issue 4-5. -P. 175-308.

265. Borner K., Sanyal S., Vespignani A. Network Science // Annual Review of Information Science & Technology / Cronin B. (ed.). 2007. - Vol. 41. - P. 537607.

266. Braunstein L. A., Buldyrev S. V., Cohen R., Havlin S., Stanley H. E. Optimal Paths in Disordered Complex Networks // Physical Review Letters. -2003.-Vol. 91, No. 16.-P. 168701(1-4).

267. Buzna L., Peters K., Ammoser H., Kuhnert C., Helbing D. Efficient response to cascading disaster spreading // Physical Review E. 2007. - Vol. 75, No. 5.-P. 056107 (1-7).201

268. Callaway D. S., Newman M. E. J., Strogatz S. H., Watts D. J. Network Robustness and Fragility: Percolation on Random Graphs // Physical Review Letters. 2000. - Vol. 85, No. 25.-P. 5468-5471.

269. Chavez M., Hwang D.-U., Amann A., Hentschel H. G. E., Boccaletti S. Synchronization is enhanced in weighted complex networks // Physical Review Letters.-2005.-Vol. 94, No. 21.-P. 218701 (1-4).

270. Chavez M., Hwang D.-U., Amann A., Boccaletti S. Synchronizing weighted complex networks // Chaos. 2006. - Vol. 16, No. 1 - P. 105106 (1-7).

271. Chavez M., Hwang D.-U., Martinerie J., Boccaletti S. Degree mixing and the enhancement of synchronization in complex weighted networks // Physical Review E. 2006 - Vol. 74, No. 6. - P. 066107 (1-5).

272. Clauset A., Newman M. E. J. Moore C. Finding community structure in very large networks // Physical Review E. 2004. - Vol. 70, No 6. - P. 066111 (1-6).

273. Cohen R., Erez K., ben-Avraham D., Havlin S. Resilience of the Internet to Random Breakdowns // Physical Review Letters. 2000. - Vol. 85, No, 21. - P. 4626-4628.

274. Cohen R., Erez K., ben-Avraham D., Havlin S. Breakdown of the Internet under intentional attack // Physical Review Letters. 2001. - Vol. 86, No, 16. - P. 3682-3685.

275. Crucitti P., Latora V., Marchiori M., Rapisarda A. Efficiency of scale-free networks: error and attack tolerance // Physica A. 2003. - Vol. 320. - P. 622-642.

276. Crucitti P., Latora V., Marchiori M., Rapisarda A. Error and attack tolerance of complex networks // Physica A. 2004. - Vol. 340, No. 1-3. - P. 388394.

277. Donetti L. Hurtado P. I., Muñoz M. A. Network synchronization: optimal and pessimal scale-free topologies // Journal of Physics A. 2008. - Vol. 41, No. 22.-P. 224008 (1-10).

278. Dorogovtsev S. N., Goltsev A. V. Critical phenomena in complex networks // Reviews of Modern Physics. 2008. - Vol.80, No. 4. - P. 1275-1335.

279. Dorogovtsev S. N., Goltsev A. V., Mendes J. F. F. Pseudofractal scale-free web // Physical Review E. 2002. - Vol. 65, No. 6. - P. 066122(1-4).

280. Gallos L. K., Argyrakis P., Bunde A., Cohen R., Havlin S. Tolerance of scale-free networks: from friendly to intentional attack strategies // Physica A.2004. Vol. 344, No. 3-4. - P. 504-509.

281. Gallos L. K., Argyrakis P. Scale-free networks resistant to intentional attacks // Europhysics Letters. 2007. - Vol. 80, No. 5. - P. 58002 (1-5).

282. Gallos L. K., Cohen R., Argyrakis P., Bunde A., Havlin S. Stability and Topology of Scale-Free Networks under Attack and Defense Strategies // Physical Review Letters.-2005.-Vol. 94, No. 18.-P. 188701(1-4).

283. Galstyan A., Cohen P. Cascading dynamics in modular networks // Physical Review E. 2007. - Vol. 75, No. 3. - P. 036109 (1-4).

284. Goh K.-I., Kahng B., Lee D.-S., Kim D. Sandpile on Scale-Free Networks // Physical Review Letters. 2003. - Vol. 91, No. 14. - P. 148701 (1-4).

285. Gomez-Gardenes J., Moreno Y. Synchronization of networks with variable properties // International Journal of Bifurcation and Chaos. 2006. -Vol. 17, No.7. - P. 2501-2507.

286. Gomez-Gardenes J., Moreno Y., Arenas A. Paths to Synchronization on Complex Networks // Physics Review Letters. 2007. - Vol. 98, No. 3. - P. 034101 (1-4).

287. Grindrod P. Range-dependent random graphs and their applications to modeling large small-world Proteome datasets // Physical Review E. 2002. - Vol. 66, No. 6.-P. 066702 (1-7).

288. Guida M., Maria F. Topology of the Italian airport network: A scale-free small-world network with a fractal structure? // Chaos, Solitons and Fractals. -2007. Vol. 31, No. 3. - P. 527-536.

289. Guillaume J.-L., Latapy M., Magnien C. Comparison of Failures and Attacks on Random and Scale-free Networks // Lecture Notes in Computer Science.2005.-Vol. 3544.-P. 186-196.

290. Holme P. Edge overload breakdown in evolving networks // Physical Review E. 2002. - Vol. 66, No. 3. - P. 036119 (1-7).

291. Holme P., Kim B. J., Yoon C. N., Han S. K. Attack vulnerability of complex networks // Physical Review E. 2002. - Vol. 65, No. 5. - P. 056109 (114).

292. Holme P., Park S. M., Kim B. J., Edling C. R. Korean university life in a network perspective: Dynamics of a large affiliation network // Physica A. 2007. -Vol. 373.-P. 821-830.

293. Hong H., Choi M. J., Kim B. J. Synchronization on small-world networks // Physical Review E. 2002. - Vol. 65, No. 2. - P. 026139 (1-5).

294. Hong H., Kim B. J., Choi M. Y., Park H. Factors that predict better synchronizability on complex networks // Physical Review E. 2004. - Vol. 69, No. 6.-P. 067105 (1-4).

295. Huang L., Park K., Lai Y.-C., Yang L., Yang K. Abnormal Synchronization in Complex Clustered Networks // Physical Review Letters. 2006. - Vol. 97, No. 16. - P. 164101 (1-4).

296. Kim H-J., Kim J. M. Cyclic topology in complex networks // Physical Review E. 2005. - Vol. 72, No. 3, Pt. 2. - P. 036109 (1-4).

297. Kim D.-H., Kim B. J., Jeong H. Universality Class of the Fiber Bundle Model on Complex Networks // Physical Review Letters. 2005. - Vol. 94, No. 2. -P. 025501 (1-4).

298. Kinney R., Crucitti P., Albert R., Latora V. Modeling cascading failures in the North American power grid // The European Physical Journal B. 2005. - Vol. 46,No. l.-P. 101-107.

299. Lago-Fernández L. F., Huerta R., Corbacho F., Sigüenza J. A. Fast Response and Temporal Coherent Oscillations in Small-World Networks // Physical Review Letters. 2000. - Vol. 84, No. 12.-P. 2758-2761.

300. Lee D.-S. Synchronization transition in scale-free networks: Clusters of synchrony // Physival Review E. 2005. - Vol. 72, No. 2. - P. 026208 (1-6).

301. Lee E. J., Goh K.-I., Kahng B., Kim D. Sandpile avalanche dynamics on scale-free networks // Physica A. 2004. - Vol. 338, No. 1-2. - P. 84-91.204

302. Lee E. J., Goh K.-I., Kahng B., Kim D. Robustness of the avalanche dynamics in data-packet transport on scale-free networks // Physical Review E. -2005. Vol. 71, No. 5. - P. 056108 (1-4).

303. Lee H., Kim J., Lee W. Y. Resiliency of Network Topologies under Path-Based Attacks // IEICE Transactions on Communications. 2006. Vol. E89-B, No. 10.-P. 2878-2884.

304. Li P., Wang B.-H., Sun H., Gao P., Zhou T. A limited resource model of fault-tolerant capability against cascading failure of complex network // The European Physical Journal B. 2008. - Vol. 62, No. 1. - P. 101-104.

305. Li W., Cai X. Statistical analysis of airport network of China // Physical Review E. 2004. - Vol. 69, No. 4. - P. 046106 (1-6).

306. May R. M., Levin S. A., Sugihara G. Ecology for bankers // Nature. -2008.-Vol. 451.-P. 893-895.

307. McGraw P., Menzinger M. Clustering and synchronization of oscillator networks // Physical Review E. 2005. - Vol. 72, No. 1. - P. 015101 (1-4).

308. Mitzenmaher M. A Brief History of Generative Models for Power Law and Lognormal Distributions // Internet Mathematics. 2003. - Vol. 1, No. 2. -P. 226-251.

309. Moreno Y., Gómez J. B., Pacheco A. F. Instability of scale-free networks under node-breaking avalanches // Europhysics Letters. 2002. - Vol. 58, No. 4. -P. 630-636.

310. Moreno Y., Pacheco A. F. Synchronization of Kuramoto oscillators in scale-free networks // Europhysics Letters. 2004. - Vol. 8, No. 4. - P. 603-609.

311. Moreno Y., Pastor-Satorras R., Vázquez A., Vespignani A. Critical load and congestion instabilities in scale-free networks // Europhysics Letters. 2003. -Vol. 62,No. 2.-P. 292-298.

312. Motter A. E. Cascade Control and Defense in Complex Networks // Physical Review Letters. 2004. - Vol. 93, No. 9. - P. 098701 (1-4).

313. Motter A. E., Lai Y.-C. Cascade-based attacks on complex networks // Physical Review E. 2002. - Vol. 66, No. 6. - P. 065102 (1-4).

314. Motter A., Zhou C., Kurths J. Enhancing complex-network synchronization // Europhysics Letters. 2005. - Vol. 69, No. 3. - P. 334-340.205

315. Motter A., Zhou C., Kurths J. Network synchronization, diffusion and paradox of heterogeneity // Physical Review E. 2005. - Vol. 71, No.l - P. 016116 (1-9).

316. Newman M. E. J. The structure of scientific collaboration networks // Proceedings of the National Academy of Sciences of the United States of America. -2001. Vol. 98, No. 2. - P. 404-409.

317. Newman M.E.J. Assortative Mixing in Networks // Physical Review Letters. 2002. - Vol. 89, No. 20. - P. 208701 (1-4).

318. Newman M. E. J. The Structure and Function of Complex Networks // SIAM Review. 2003. - Vol. 45, No. 2. - P. 167-256.

319. Newman M. E. J. Mixing patterns in networks // Physical Review E. -2003. Vol. 67, No. 2. - P. 026126 (1-13).

320. Newman M. E. J., Girvan M. Finding and evaluating community structure in networks // Physical Review E. 2004. - Vol. 69, No. 2. - P. 026113 (1-15).

321. Nishikawa T., Motter A. E., Lai Y.-C., Hoppensteadt F.C. Heterogeneity in Oscillator Networks: Are Smaller Worlds Easier to Synchronize? // Physical Review Letters.-2003.-Vol. 91, No.l.-P. 014101 (1-4).

322. Nishikawa T., Motter A. E. Synchronization is optimal in non-diagonalizable networks // Physical Review E. 2006. - Vol. 73, No.6 - P. 065106 (1-9).

323. Onnela J-P, Saramaki J, Kertesz J, Kaski K. Intensity and coherence of motifs in weighted complex networks // Physical Review E. 2005. - Vol. 71, No. 6.-P. 065103 (1-4).

324. Pecora L. M., Barahona M. Synchronization of Oscillators in Complex Networks // Chaos and Complexity Letters. 2005. - Vol. 1, No. 1. - P. 61-91.

325. Park K., Lai Y.-C., Gupte S. Synchronization in complex networks with modular structure//Chaos. 2006.-Vol. 16, No. 1. - P. 015105 (1-11).

326. Ravasz E., Barabasi A.-L. Hierarchical organization of complex networks // Physical Review E. 2003. - Vol. 67, No 2. - P. 026112 (1-7).206

327. Saramaki J., Kivela M., Onnela J.-P., Kaski K., Kertesz J. Generalizations of the clustering coefficient to weighted complex networks // Physical Review E. -2007. Vol. 75, No. 2. - P. 027101 (1-4).

328. Serrano M. A., Boguna M., Pastor-Satorras R. Correlations in weighted networks // Physical Review E. 2006. - Vol. 74, No. 5. - P. 055101(1-4).

329. Sorrentino F., di Bernardo M., Garofalo F. Synchronizability and synchronization dynamics of complex networks with degree-degree mixing // International Journal of Bifurcation and Chaos. 2007. - Vol. 17, No. 7. - P. 2419 -2434.

330. Wang B., Kim B. J. A high-robustness and low-cost model for cascading failures // Europhysics Letters. 2007. - Vol. 78, No. 4. - P. 048001 (1-5).

331. Wang X. F., Chen G. Synchronization in small-world dynamical networks// International Journal of Bifurcation and Chaos. 2002. - Vol. 12, No. l.-P. 187-192.

332. Wang X., Lai Y.-C., Lai C. H. Enhancing synchronization based on complex gradient networks // Physical Review E. 2007. - Vol. 75, No. 5. - P. 056205 (1-5).

333. Watts, D. J., Strogatz, S. H. Collective dynamics of 'small-world' networks // Nature. 1998. - Vol. 393, No. 6684. - P. 440-442.

334. Watts D. J. A simple model of global cascades on random networks // Proceedings of the National Academy of Sciences of the United States of America. -2002. Vol. 99, No. 9. - P. 5766-5771.

335. Wu J.-J., Gao Z.-Y., Sun H.-J. Cascade and breakdown in scale-free networks with community structure // Physical Review E. 2006. - Vol. 74, No. 6. -P. 066111 (1-5).

336. Wu X., Wang B-H, Zhou T., Wang W-X., Zhao M., Yang H-J. The synchronizability of highly clustered scale-free networks // Chinese Physics Letters. -2006. Vol. 23, No. 4. - P. 1046-1049.

337. Yin Y., Zhang D., Pan G., He M., Tan J. Sandpile on scale-free networks with assortative mixing // Physica Scripta. 2007. - Vol. 76, No. 6. - P. 606-612.

338. Zhang B., Horvath S., A general framework for weighted gene co-expression network analysis // Statistical Applications in Genetics and Molecular Biology.-2005.-Vol. 4, No. l.-P. 1-43.

339. Zhao L., Park K., Lai Y.-C. Attack vulnerability of scale-free networks due to cascading breakdown // Physical Review E. 2004. - Vol. 70, No. 3. - P. 035101 (1-4).

340. Zhao M., Zhou T., Chen G-R., Wang B-H. Enhancing the network synchronizability // Front Physics China. 2007. - Vol. 2, No. 4. - P. 460-468.

341. Zhao M., Zhou T., Wang B-H., Ou Q., Ren J. Better synchronizability predicted by new coupling method // The European Physical Journal B. 2006. -Vol. 53, No. 3,-P. 375-379.

342. Zhao M., Zhou T., Wang B-H., Wang W-X. Enhance synchronizability by structural perturbations // Physical Review E. 2005. - Vol. 72, No. 5. - P. 057102 (1-4).

343. Zhao M., Zhou T., Wang B-H., Yan G., Yang H-J., Bai W-J. Relations between average distance, heterogeneity and network synchronizability // Physica A. 2006. - Vol. 371, No. 2. - P. 773-780.

344. Zhao X.-M., Gao Z.-Y. How non-uniform tolerance parameter strategy changes the response of scale-free networks to failures // The European Physical Journal B. 2007. - Vol. 59, No. 1. - P. 85-92.

345. Zheng J.-F., Gao Z.-Y., Zhao X.-M. Clustering and congestion effects on cascading failures of scale-free networks // Europhysics Letters. 2007. - Vol. 79, No. 5.-P. 58002 (1-5).

346. Zhou C., Kurths J. Hierarchical synchronization in complex networks with heterogeneous degrees // Chaos. 2006. - Vol. 16, No. 1. - P. 015104 (1-10).

347. Zhou C., Kurths J. Dynamical Weights and Enhanced Synchronization in Adaptive Complex Networks // Physical Review Letters. 2006. - Vol. 96, No. 16. -P. 164102(1-4).

348. Zhou C., Motter A., Kurths J. Universality in the Synchronization of Weighted Networks // Physical Review Letters. 2006. - Vol. 96, No. 3. - P. 034101 (1-4).

349. Zhou T., Zhao M., Chen G., Yan G., Wang B.-H. Phase synchronization on scale-free networks with community structure //Physics Letters A. 2007. -Vol. 368, No. 6.-P. 431-434.