惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

酷 壳 – CoolShell
酷 壳 – CoolShell
P
Privacy & Cybersecurity Law Blog
G
GRAHAM CLULEY
T
The Exploit Database - CXSecurity.com
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Project Zero
Project Zero
S
Security @ Cisco Blogs
TaoSecurity Blog
TaoSecurity Blog
A
Arctic Wolf
Webroot Blog
Webroot Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
Security Latest
Security Latest
H
Heimdal Security Blog
N
News and Events Feed by Topic
N
News | PayPal Newsroom
T
Tor Project blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
GbyAI
GbyAI
The Last Watchdog
The Last Watchdog
Y
Y Combinator Blog
宝玉的分享
宝玉的分享
Scott Helme
Scott Helme
A
About on SuperTechFans
M
MIT News - Artificial intelligence
V
V2EX
V
Visual Studio Blog
Recorded Future
Recorded Future
博客园 - 叶小钗
F
Fortinet All Blogs
L
Lohrmann on Cybersecurity
The GitHub Blog
The GitHub Blog
博客园 - Franky
P
Proofpoint News Feed
MyScale Blog
MyScale Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
S
Secure Thoughts
D
DataBreaches.Net
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
博客园 - 三生石上(FineUI控件)
I
InfoQ
SecWiki News
SecWiki News
Blog — PlanetScale
Blog — PlanetScale
Engineering at Meta
Engineering at Meta
J
Java Code Geeks
B
Blog RSS Feed
AWS News Blog
AWS News Blog
Know Your Adversary
Know Your Adversary
V
Vulnerabilities – Threatpost
H
Help Net Security

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
[ALM моделирование] На примере дефолта Silicon Valley Bank
geoandreev · 2026-05-13 · via Все публикации подряд на Хабре

Уровень сложностиСредний

Время на прочтение6 мин

Охват и читатели9

Аналитика

Современные бизнес-модели банков крайне разнообразны, однако, независимо от того, как именно банк зарабатывает деньги, одно правило остается неизменным: почти любая финансовая деятельность генерирует риск.

Чтобы банк не оказался в состоянии дефолта при первом же стрессе на рынке, под каждый вид принимаемого риска должна быть подложена «подушка безопасности» — собственный капитал. Суть банковского регулирования сводится к тому, что потенциальные убытки от любых операций сначала поглощались деньгами акционеров (капиталом), и только потом потенциально затрагивали средства вкладчиков.

Центральные Банки через систему жестких нормативов следят за тем, чтобы объем капитала банков был адекватен их риск-профилю, что для кредитных организаций означает необходимость внедрения ВПОДК (внутренних процедур оценки достаточности капитала).

В рамках ВПОДК финансовый институт обязан сам, с помощью математических моделей, оценивать свои уязвимости и считать, хватит ли ему капитала для выживания в стрессовых сценариях.

Традиционно следующий набор рисков для банков является ключевым:

  1. Кредитный риск. Самый интуитивно понятный вид риска: банк выдал деньги, а заемщик (компания или человек) не смог их вернуть. Для классических розничных или корпоративных банков именно этот риск требует наибольших резервов.

  2. Процентный риск. Банк привлекает краткосрочные депозиты и вкладывает эти средства в долгосрочные активы (кредиты или облигации). При росте рыночных ставок привлечение новых депозитов взамен истекающих начинает стоить дороже. В то же время долгосрочные активы продолжают приносить прежний, зафиксированный низкий доход. В результате процентная маржа сужается вплоть до отрицательной, генерируя прямые убытки.

  3. Риск потери ликвидности. Специфический риск. Ликвидность характеризует лишь способность банка выплатить деньги «здесь и сейчас». Банк может быть абсолютно финансово здоровым, прибыльным и обладать качественными, надежными активами. Но если вкладчики приходят за своими деньгами одновременно, а активы банка нельзя мгновенно превратить в наличные, наступает кассовый разрыв. Кризис ликвидности убивает банк не потому, что у него плохие активы, а потому, что он не может быстро конвертировать их в живые деньги (или может, но с большим дисконтом).

Кейс Silicon Valley Bank

Одним из самых ярких, стремительных и показательных кейсов реализации финансовых рисков в новейшей истории стал крах Silicon Valley Bank (SVB) весной 2023 года.

SVB не был рядовым региональным игроком. Входя в двадцатку крупнейших банков США, он по сути являлся кровеносной системой Кремниевой долины. Банк специализировался на работе с инновационным сектором, обслуживая почти половину всех американских технологических стартапов и венчурных фондов, а его активы на пике превышали 200 миллиардов долларов.

Самое поразительное в этой истории то, что SVB не был классическим «плохим» банком. Он не раздавал токсичных кредитов неплатежеспособным заемщикам — львиную долю средств он инвестировал в максимально надежные государственные и ипотечные облигации США.

Давайте на примере программного прототипа банковского симулятора, разберем шаг за шагом, как происходил дефолт одного из крупнейших банков США.

Этап 1. Ловушка избыточной ликвидности и формирование портфеля (2020–2021 гг.)

Прежде чем перейти к динамике дефолта, необходимо понять стартовую позицию банка. В период пандемии SVB оказался в ловушке собственного грандиозного успеха. На фоне бума технологического сектора стартапы привлекали рекордные объемы венчурных инвестиций и парковали этот кэш на своих расчетных счетах в SVB.

Банк столкнулся с колоссальным притоком ликвидности, которую физически не мог направить в классическое кредитование — потребность стартапов в кредитах даже близко не перекрывала объем поступающих депозитов. Оказавшись перед необходимостью размещать эти средства, менеджмент принимает решение инвестировать излишки в консервативные инструменты: долгосрочные казначейские облигации США (Treasuries) и ипотечные бумаги (MBS). Фундаментальная проблема заключалась в том, что эти активы приобретались в период исторически минимальных ставок — доходность по длинным бумагам фиксировалась на уровне около 1% годовых.

Чтобы защитить капитал от потенциальной волатильности, банк перевел львиную долю этих бумаг в категорию HTM (Held-to-Maturity — удерживаемые до погашения). Эта бухгалтерская классификация позволяет не отражать в отчетности текущее изменение рыночной стоимости бумаг (mark-to-market), пока банк не решит их продать.

К моменту начала кризиса капитал SVB составлял $17 млрд., при общем объеме активов в $211 млрд. Если оцифровать эту структуру для загрузки в ALM-симулятор, получится следующая картина (в % от баланса):

Структура пассивов (фондирование):

  • 60% — Счета до востребования (DDA). Абсолютно «бесплатные» текущие счета со ставкой 0%.

  • 30% — Накопительные счета. Дешевые ресурсы со ставкой 0.1–0.2%.

  • 8% — Собственный капитал.

  • 2% — Выпущенные банком долгосрочные облигации.

Структура активов (размещение):

  • 59.3% — Портфель облигаций. Те самые длинные бумаги (казначейские и ипотечные), зафиксированные под низкий процент.

  • 31.3% — Кредиты. Преимущественно пулевые (bullet) займы технологическому сектору.

  • 6.5% — Ностро-счета (высоколиквидные остатки).

  • 2.9% — Аннуитетные кредиты и прочие активы.

На этом этапе мы воссоздаем структуру баланса Silicon Valley Bank (SVB) перед началом кризиса.

Вот на что нужно смотреть на нашем дашборде:

  1. NPV/EVE

    График сейчас — это ровная горизонтальная линия около нуля.

    Что это значит: Экономическая стоимость банка стабильна. Пока процентные ставки в мире не меняются, активы (облигации) стоят ровно столько, сколько банк за них заплатил. Банк выглядит «здоровым», но это лишь потому, что внешняя среда пока статична.

  2. Профиль активов и пассивов

    Мы специально воссоздали структуру SVB: вместо того чтобы распределить активы равномерно, мы «набили» ими дальние корзины (5-10Y).

    Что это значит: Банк набрал длинных бумаг (ипотечных облигаций и гособлигаций США) на десятки лет вперед. Это фундамент для будущего кризиса, сформировался значительный процентный риск.

    Длинные облигации обладают высокой чувствительностью к движению ставок: если доходности на рынке ползут вверх, активы обесцениваются. Зафиксировать этот убыток означает признать банкротство.

  3. Marginal GAP

    Показывает разрыв в срочной структуре активов и пассиов чувствительных к изменению процентных ставок.

  4. Sensitivity EVE 🚩

    Это самый важный график для понимания масштабов пробелмы. Показатель Delta EVE (цифра ~7), означет, что параллельный сдвиг процентной кривой на 1% приведет к снижению экономической стоимости на ~$7 млрд. При совокупном капитале банка в $18 млрд, такая чувствительность является экстремальной.

Фактически, банк поставил свою платежеспособность в прямую зависимость от стабильности процентных ставок ФРС.

Этап 2. 2022: Начало финансового краха.

Рост ставок ФРС: Чтобы побороть инфляцию, ФРС начала резко поднимать ставки. Стоимость старых облигаций SVB (с низкой доходностью) на рынке начала стремительно падать. К концу 2022 года нереализованные убытки по ним составили $15–17 млрд.

Отказ от хеджирования: Весной 2022 года SVB, отказался от хеджирования роста процентных ставок, надеясь сэкономить на комиссиях.

Кризис в техсекторе: Венчурные деньги начали иссякать. Стартапы перестали приносить новые депозиты и начали активно тратить то, что уже лежало на счетах SVB.

Этап 3. Точка не возврата

Перед тем как случился фактический дефолта банка, произошли скрытые от глаз публики события:

  • Рейтинговое агентство Moody’s предупредило SVB о готовящемся снижении кредитного рейтинга из-за огромных нереализованных убытков.

  • Чтобы спасти ситуацию, банк решается на отчаянный шаг: продает часть облигаций (портфель AFS), чтобы получить живые деньги. Но продажа по рыночной цене фиксирует убыток в $1,8 млрд. После чего банк объявил о допэмиссии акций на $2,25 млрд, чтобы закрыть эту дыру

Итог: Это объявление вызвало панику вместо успокоения. Рынок понял, что у банка проблемы с ликвидностью. К утру 9 марта 2023 года инвесторы и вкладчики уже обменивались сообщениями о необходимости забирать вклады из банка, как можно скорее, что и привело к тому рекордному запросу на вывод $42 млрд.

Что мы видим на графиках:

  • Кривая процентных ставок: Синяя линия (текущие ставки) стремительно переехала вверх от серого пунктира (базового уровня). Ставка на сроках 5-10 лет подскачила более чем на 2%.

  • NPV/EVE: Та самая горизонтальная линия устремилась в глубокое пике. К концу моделирования видим цифру -$13.6 млрд, при том что в моменте убыток достигал порядка -$16 млрд.

Как бы можно было предотвратить катастрофу?

  • Хеджирование (IRS): Банк обязан был купить процентные свопы (IRS). Это «съело» бы часть прибыли, но компенсировало бы обвал стоимости облигаций при росте ставок ФРС.

  • Переоценка DDA: Нельзя считать деньги стартапов «вечными». Из-за узкой ниши (IT) их поведение коррелирует: если плохо одному, забирают деньги все сразу. Модель ликвидности должна была учитывать риск масштабного оттока.

  • Стресс-тесты (EVE): Если бы банк честно считал экономическую стоимость капитала (EVE), он бы увидел, что при росте ставок чуть более чем на 2% его капитал обнуляется. Они знали об этом, но предпочли игнорировать цифры.

  • Риск-культура: В SVB почти год не было директора по рискам (CRO). Симулятор и отчеты бесполезны, если в банке некому нажать на тормоз и пойти против погони за прибылью.

Чем все закончилось?

Регуляторы США действовали жестко и быстро, чтобы не допустить «эффекта домино» во всей системе:

  • Вкладчики спасены: ФРС и FDIC пошли на беспрецедентный шаг, гарантировав выплаты всем клиентам, даже тем, чьи вклады превышали стандартный лимит страховки в $250 000. Вкладчики не потеряли ни цента.

  • Инвесторы обнулены: Акционеры и владельцы облигаций банка потеряли всё. Государство спасало систему, а не бизнес.

  • Новый владелец: Ошметки бизнеса и портфель активов выкупил First Citizens Bank.

  • Цена спасения: Выплаты профинансировал специальный фонд FDIC, пополняемый самими банками. Налогоплательщики (формально) за банкет не платили.

Дефолт SVB доказал, что «безопасных» активов не существует, если управление рисками заменяется надеждой на «авось». 😄