Экономические науки/1. Банки и банковская система.
Гоголь Д. А.
Волгоградский
государственный университет, Россия
Регулирование финансовой
устойчивости коммерческого банка с помощью вариационных сетей.
Финансовой
устойчивостью банка можно управлять путем проведения комплекса мероприятий,
направленных на укрепление позиции банка в среде его функционирования,
акцентируя внимание на тех аспектах деятельности банка, которые обеспечивают
его устойчивость. Поэтому для укрепления финансовой устойчивости российские
коммерческие банки должны уделять серьезное внимание разработке собственных
моделей управления для соответствия принимаемых ими управленческих решений
условиям, в которых функционирует банк.
Методика
регулирования финансовой устойчивости коммерческого банка, основанная на модели
вариационных сетей [2,3], позволяет не только проанализировать фактическую
финансовую устойчивость банка, но применять ее для регулирования размера
связанных сетью показателей с целью достичь желаемого уровня устойчивости
банка.
Для
оценки финансовой устойчивости коммерческого банка нами предложены пять групп
показателей, причем, показатель прибыльности в модели вариационной сети
является наиболее крупным и общим узлом, в который входят все остальные группы
показателей. Используя данные публикуемой годовой отчетности среднестатистического
банка, вычислим числовые величины для линейной комбинации:
Для
вычисления узловых показателей линейной комбинации достаточно соответствующую
статью нормировать по величине актива (пассива) банка. Таким образом, видим,
что величина A в первоначальном вычислении равняется единице.
Для
вычисления параметра ликвидности используется особый способ, когда необходимо
каждый фактический параметр ликвидности (Н2, Н3, Н4) банка пронормировать с
соответствующим ему нормативом Банка России [5], а затем суммировать полученные
величины:
Для
оценки уровня локальной устойчивости банка с точки зрения обязательств
используем следующие показатели:
где, Cb – коэффициент
клиентской базы;
Sb – коэффициент стабильности ресурсной базы;
Pk – величина сформированных резервов на возможные потери или
резервов на возможные потери по ссудам;
H4 – норматив долгосрочной ликвидности.
Все показатели также были
нормированы для соответствия их оценки, именно по обязательствам банка.
Следующей группой показателей
оценивается локальная устойчивость банка с позиции его собственных средств:
где Ar – активы,
взвешенные по степени риска;
Mr – величина рыночного риска;
Qk – коэффициент качества ссудной задолженности.
Аналогично предыдущей группе
показателей, показатели данной группы также нормированы, но уже в соответствии
с величиной собственного капитала банка.
Рассчитаем показатели качества
активов банка:
где Ek – коэффициент
эффективности использования активов;
Cp
– коэффициент агрессивности кредитной политики;
At
– средневзвешенные активы по срокам востребования (погашения).
Последней группой показателей
являются слагаемые линейной комбинации для оценки локальной устойчивости
ликвидности банка:
Объединим полученные показатели в
сводную таблицу, из
которой видно, что входными параметрами являются коэффициенты, наиболее
показательные и чаще всего используемые для определения достаточности капитала,
ликвидности, рентабельности и качества активов и пассивов банка.
Таблица 1 – Исходные
данные для определения финансовой устойчивости коммерческого банка
|
Группа показателей |
Показатель |
Значение |
|
P (profitability) – прибыльность |
P (прибыльность) |
-0,14 |
|
L (обязательства) |
0,95 |
|
|
C (собственные средства) |
0,05 |
|
|
A (активы) |
1 |
|
|
Lq (ликвидность) |
1,323 |
|
|
L (liabilities) – качество пассивов |
Cb (коэффициент клиентской базы) |
0,822 |
|
Sb (коэффициент стабильности
ресурсной базы) |
0,825 |
|
|
Pk (резервы на возможные потери |
0,03 |
|
|
H4 (норматив долгосрочной
ликвидности) |
1,0724 |
|
|
C (capital) – достаточность
капитала |
Ar – средневзвешенные активы по степени риска |
0,71 |
|
Mr – величина рыночного риска |
0,041 |
|
|
Qk – коэффициент качества ссудной задолженности |
0,95 |
|
|
A (assets) – качество активов, |
Ek – коэффициент эффективности использования активов |
0,73 |
|
Cp – коэффициент агрессивности кредитной политики |
0,582 |
|
|
At – средневзвешенные активы по срокам востребования (погашения) |
0,53 |
|
|
Lq (liquidity) – ликвидность |
H2 (норматив мгновенной ликвидности |
0,4803 |
|
H3 (норматив текущей ликвидности) |
0,7225 |
Источник: составлено
автором на условном примере среднестатистического банка
Числовые
показатели из табл. 1 являются входными параметрами для построения вариационной
сети, в качестве узлов которой они и будут выступать. Проделав последовательно
все действия в соответствии с моделью вариационных сетей, мы получим следующую
таблицу (табл. 2) с итоговыми значениями, полученными в результате
математических расчетов:
Таблица 2 – Выходные данные для построения желаемой
вариационной сети
|
Группа показателей |
Показатель |
Значение |
|
P (profitability) – прибыльность |
P (прибыльность) |
4,894276096 |
|
L (обязательства) |
1,722779704 |
|
|
C (собственные средства) |
0,008101043 |
|
|
A (активы) |
8,512383207 |
|
|
Lq (ликвидность) |
7,790257602 |
Источник: составлено
автором по итогам расчетов по модели вариационной сети.
Для того, чтобы регулировать уровень
финансовой устойчивости рассматриваемого коммерческого банка, а также понять,
какие решения и действия необходимо предпринять, достаточно изменить один из
ключевых входных параметров и сравнить полученные результаты. В нашем случае
это будет параметр прибыльности. Как мы видим, фактически у банка наблюдается
отрицательная прибыльность (убыток), поэтому ему необходимо перейти на новый
уровень с показателем прибыльности, например, в 20%.
Конечные результаты проведенных
вычислений при изменении убытка на желаемую прибыль представлены в табл. 3.
Таблица 3 – Выходные результаты после регулирования
данных вариационной сети
|
Группа показателей |
Показатель |
Значение |
|
|
до регулирования |
после регулирования |
||
|
P (profitability) – прибыльность |
P (прибыльность) |
4,894276096 |
4,749087177 |
|
L (обязательства) |
1,722779704 |
1,720912853 |
|
|
C (собственные средства) |
0,008101043 |
0,008100605 |
|
|
A (активы) |
8,512383207 |
8,350948404 |
|
|
Lq (ликвидность) |
7,790257602 |
7,546106867 |
|
Источник:
составлено автором по итогам расчетов по модели вариационной сети.
Только в ближайшем сравнении можно
увидеть улучшение показателей, ставшее возможным вследствие принятия банком
регулирующих действий в отношении финансового результата (убыток – прибыль).
Следующим шагом будет сравнение
выходных данных при фактическом и возможном (желаемом) уровнях финансовой
устойчивости банка. Для этого составим сравнительную таблицу (табл.4).
Таблица 4 – Данных при фактическом и желаемом уровнях финансовой
устойчивости банка
|
Показатель |
Фактическое |
Желаемое |
Множитель (гр. 3 : гр. 2) |
Отклонения, 100*(1 – гр. 4) |
|
1 |
2 |
3 |
4 |
5 |
|
P |
4,894276096 |
4,749087177 |
0,970334955 |
2,966504 |
|
L |
1,722779704 |
1,720912853 |
0,969283 |
0,108363 |
|
C |
0,008101043 |
0,008100605 |
0,970282 |
0,005409 |
|
A |
8,512383207 |
8,350948404 |
0,951933 |
1,89647 |
|
Lq |
7,790257602 |
7,546106867 |
0,939924 |
3,134052 |
Источник:
составлено автором на основе табл.2-3.
В первом и втором столбцах
расположены суммарные коэффициенты по каждой из пяти групп показателей уровня
финансовой устойчивости, необходимые для дальнейших расчетов. Величина
«Множитель» показывает соотношение желаемого (возможного) и фактического
результатов. Данная величина необходима для внесения корректировок при
расчетах, позволяющих прогнозировать уровень финансовой устойчивости банка.
Например, в нашем случае фактическая прибыльность коммерческого банка составила
-0,014, что говорит об убытке, но не значительном. Так как банк хочет увеличить
свой уровень прибыльности до 0,2, то проводя все необходимые расчеты, мы
получаем сводную таблицу 4.
Для того, чтобы получить желаемый
уровень прибыльности банка, необходимо сделать ряд корректировок, используя
полученные множители:
Все весовые коэффициенты при
соответствующих слагаемых известны. Следовательно, необходимо внести
корректировки в соответствующие показатели:
Здесь стоит перед руководящим звеном
банка проблема выбора:
.
увеличить общий объем обязательств
за счет привлечения новых вкладов;
.
роста иных заимствований без
изменения объема вкладов;
.
усиленного роста иных заимствований
и сокращения привлечения вкладов.
Аналогичные регулирующие действия
проводятся для каждого показателя из каждой группы. Тем самым достигается
максимальный эффект обеспечения финансовой устойчивости коммерческого банка.
Следующей группой показателей в
сводной таблице сравнения являются «Отклонения». Данная величина показывает,
насколько изменится уровень локальной устойчивости с точки зрения
соответствующего параметра при изменении входных данных. С помощью показателя
«Отклонения» можно увидеть слабые стороны в финансовой устойчивости банка – те
показатели, которым свойственно колебание, обладают меньшей устойчивостью. В
нашем случае колебаниям подвержены качество активов (около 2%) и уровень
ликвидности (3%).
Однако, данные величины
незначительны и носят скорее рекомендательный характер, что свидетельствует о
достаточном уровне финансовой устойчивости банка, т.е. даже при убытке, но
своевременном воздействии (с помощью корректировок и множителей), банк,
практически не изменяя своих основных показателей, в следующем периоде получит
прибыль, чем укрепит локальную устойчивость с точки зрения прибыльности. А это,
в свою очередь, повлечет повышение общего уровня финансовой устойчивости банка.
Для
большей эффективности и результативности используемой методики необходимо
постоянное наблюдение за полученными результатами в прошлом, их анализ и
адаптация к новым (настоящим) условиям. Предложенная методика применяется в тех
случаях, когда на начальном этапе нет достаточных сведений о проблемной
ситуации, позволяющих выбрать метод ее формализованного представления,
сформировать математическую модель или применить один из новых подходов к
моделированию, сочетающих качественные и количественные приемы. В таких
условиях может помочь представление объектов в виде систем, организация
процесса принятия решения с использованием разных методов моделирования. Это
позволяет своевременно реагировать в условиях высокой изменчивости внешней
среды и неполной информации. К примеру, на введение нормативных актов Банка
России для всех отечественных кредитных организаций (в идеале – для банковской
системы в целом) по проведению эффективных, научно обоснованных прогнозных
расчетов и моделирования возможных путей развития и последствий принимаемых
финансовых решений.
Учитывая,
что в основе методики лежит самообразующаяся система показателей, и она
принимает на вход внешние данные (макроэкономические), ее можно использовать
для стресс-тестирования, как отдельного банка его аналитическими службами, так
и всей банковской системы – на уровне банковского надзора Банка России [1,4].
На выходе мы будем получать набор значений показателей, характеризующих банк
(банковскую систему) при возможном неблагоприятном развитии внешней
экономической среды.
Данный
подход к оценке и регулированию уровня финансовой устойчивости банка носит
универсальный характер и может применяться как для отдельных банков, так и для
всей национальной банковской системы, как в периоды экономического подъема, так
и в периоды финансовых кризисов поскольку в методике предусмотрены общие
показатели деятельности банков, консолидировано характеризующие состояние и
уровень развития всего банковского сектора в целом по стране.
Литература:
1.
Банк России «О рекомендациях по проведению стресс-тестирования кредитных
организаций, подготовленных международными организациями с учетом уроков
глобального кризиса» // CBR.RU : официальный интернет-сайт Банка России. 2012. URL: http://www.cbr.ru/analytics/bank_system/print.asp?file=stress_recom.htm (дата обращения: 12.02.2012)
2.
Гоголь, Д. А. Вариационная модель оценки и планирования финансовой
устойчивости коммерческого банка / Д.А.
Гоголь // Материалы научной сессии, Волгоград, 26-30 апреля 2010г. Вып. 4.
Мировая экономика и финансы. – Волгоград: Изд-во ВолГУ, 2010. – 546с. – С.
282-285.
3.
Гоголь, Д. А. Оценка финансовой устойчивости банков
с помощью математических моделей / Д. А. Гоголь, Н. С. Пронская // Финансы и
кредит. – 2010. – №38. – С. 40-46.
4.
Греф Г.
Российская банковская система в условиях глобального кризиса / Г. Греф, К.
Юдаева // Вопросы экономики. – 2009. –
№7. – С. 4-14.
5.
Об
обязательных нормативах банков: инструкция ЦБ от 16 января 2004г. № 110-И //
Вестник банка России. – 2010. – № 66. – С. 39-40.