Тесьолкін Д.О.

Полтавський національний технічний університет

імені Юрія Кондратюка

МЕТОДИЧНІ ПОЛОЖЕННЯ ПРОГНОЗУВАННЯ ПРОСТРОЧЕНОЇ ЗАБОРГОВАНОСТІ КОМЕРЦІЙНОМУ БАНКУ

В роботі [1] відмічено, що для визначення динаміки міграції заборгованостей по різним видам кредитів можливо ефективно застосовувати теорію марківських ланцюгів. Одержані на основі обробки даних динамічного моніторингу елементи матриць переходів досить повно відображають стан погашення заборгованостей і дають можливість визначати імовірність погашень та неплатежів.

Для прогнозування можливих змін в динаміці заборгованостей із метою вироблення ефективних управлінських рішень стосовно кредитної політики комерційного банку (КБ) потрібно передбачати можливість зміни елементів матриці переходів із часом, тобто розглядати ці елементи як функції від часу t [2]. Динаміка зміни цих елементів визначається впливом багатьох факторів, серед яких важливо виділити ті, що визначають тенденцію зміни.

Інформаційною базою для прогнозування динаміки заборгованостей є дані динамічного моніторингу, де визначається кількість кредитів, по яким наявна заборгованість, розмір заборгованості, її тривалості та розподіл заборгованостей по категоріям. На основі даної інформації, збираючи її тривалий період, можна визначити оцінки для елементів матриці переходів на довільний момент часу. Ці оцінки утворюють ряди динаміки, по яким можна визначити тенденції зміни елементів із часом, а, отже, і виявити тенденції в динаміці міграції заборгованостей.

Для визначення тенденції в динаміці елемента p_ij потрібно розкласти відповідний динамічний ряд на дві складові p_ij=f_ij(t)+e_ij, де f_ij(t)- основна тенденція, викликана впливом постійних чинників, а e_ij – залишкова величина, що визначає степінь наближення реального процесу до основної тенденції. При розробці прогнозів значення елемента p_ij визначається функцією f_ij(t). Це дає можливість проігнорувати незначні випадкові впливи. В той же час потрібно оцінювати ризики прогнозування і намагатись зробити їх мінімальними. Для прогнозування нами обрана лінійна функція p_ij=a_ijt+b_ij. Вибір лінійної функції визначається її простотою та змістовністю параметрів. Параметр a_ij відображає напрям і темп зміни величини р_ij. Якщо елемент р_ij відображає перехід заборгованості від вищої категорії до нижчої (тобто i>j), то додатне значення параметра a_ij означає наявність позитивних тенденцій в погашенні заборгованостей, а від’ємне значення відображає необхідність прийняття певних рішень для покращення ситуації. При i<j висновки є протилежними. Параметр b_ij відображає теоретичне значення елемента p_ij при t=0. Оскільки це значення нам відоме, то, порівнюючи теоретичне і фактичне значення, можна зробити висновок про точність прогнозів.

Для прогнозування динаміки імовірності погашення заборгованості та неплатежів рівняння регресії доповнюється дослідженнями його значимості та інтервальними оцінками коефіцієнтів. Такі інтервальні оцінки дають можливість із певною, наперед визначеною імовірністю, визначити максимально і мінімально можливі значення імовірностей погашень заборгованості та неплатежів. Для всебічного дослідження потрібно визначити вказані параметри та оцінки по різним видам кредитів та для різних регіонів.

На рисунку показана лінія регресії імовірності погашення заборгованості для боргів першої категорії (по даним одного із комерційних банків). Показані нижня та верхня межі для цієї імовірності, що і визначає параметри довірчого інтервалу імовірності погашення заборгованості.

Одержані функції можна використати для прогнозів імовірності погашення заборгованостей. Із імовірністю 0,95 можна вважати, що реальна імовірність погашення заборгованості розташована між оцінками, які визначаються вказаними межами.

Додатній кутовий коефіцієнт лінії регресії показує наявність позитивної тенденції в динаміці погашення заборгованостей. В той же час збільшення віддалі між верхньою та нижньою прямими показує, що точність прогнозів зменшується при збільшенні періоду прогнозування. Точність одержаного результату підтверджено тим, що реальні імовірності, одержані при обробці даних моніторингу, розміщені між теоретично визначеними граничними прямими. Це є підтвердженням можливості використання даних функцій для одержаних прогнозів.

Рис. Довірчі інтервали імовірності погашення заборгованості для боргів першої категорії

Висновок Таким чином, на основі обробки даних динамічного моніторингу розроблені методичні положення прогнозування динаміки показників повернення заборгованості за кредитами із встановленням довірчих інтервалів імовірності погашення заборгованості, які включені до підсистеми прийняття ефективних управлінських рішень.

Література

1. Тесьолкін Д.О. Економіко-математична модель динаміки міграції заборгованості за споживчими кредитами комерційного банку / Д.О. Тесьолкін // Вісник Східноукраїнського національного університету імені Володимира Даля - Луганськ, 2008. – 3 (121), с. 243–246.

2. Математические модели трансформационной экономики: учебное пособие. [Т.С. Клебанова, Е.В. Раевненва, К.А. Стрижиченко и др.]. – Х.:, ИД „ИНЖЕК”, 2004. – 279 с.