Статистическое исследование основных направлений деятельности коммерческих банков РФ

В кластер малых универсальных  банков (кластер №6) были включены кредитные учреждения без явной специализации на определенном направлении банковского бизнеса, не превысившие порогового значения собственного капитала. В условиях нестабильной внешней среды количество банков кластера неизбежно должно сокращаться.

Полученные результаты кластеризации  банков по профилирующему направлению деятельности свидетельствуют о переходной структуре банковской системы страны. Кроме того, в ходе анализа выявлено, что в банковской системе страны отсутствует ряд возможных кластеров, что является нетипичным для банковских систем развитых государств. Типологизация банков РФ с учетом их специализации была осуществлена в период интенсивного поступательного развития банковского сектора страны. Однако, следует учитывать, что перспективы развития банков в условиях нестабильной внешней среды зависят, главным образом, от их надежности и финансовой стабильности.

проведение многомерной классификации банков за ряд лет позволяет оценить устойчивость полученного разбиения во времени. Для этого с помощью аппарата теории нечетких множеств рассчитываются значения функции принадлежности каждого банка к кластерам. функция принимает свои значения в интервале [0,1], при этом  0 означает низшую степень  принадлежности (в исследуемом периоде банк ни разу не был отнесен к этому кластеру), 1- высшую (банк всегда попадал именно в этот кластер).

Значение функции  принадлежности – го  банка – му кластеру ( =1,2,..,6) определяется выражением:

где – const, 0< <1, элемент множества –порядковый номер года, в котором  – й  банк принадлежал –му кластеру;  число анализируемых лет.   

Используемый вид функции принадлежности обеспечивает ее высокую чувствительность к изменениям в распределении банков по кластерам. В ходе анализа значений функции принадлежности было выявлено, что наиболее устойчивыми оказались кластеры банков №2 – банки, специализирующиеся на осуществлении внешнеэкономических операций, и №3 – банки, специализирующиеся на кредитовании. Более 80% банков, вошедших по итогам 2005 г. в эти кластеры банков, сохранили принадлежность им и в 2006 г. Наименее устойчивым оказался кластер №6 – малые универсальные банки. Менее 40% банков осталось в кластере малых универсальных банков по итогам 2006 г. от общего количества банков, вошедших в этот кластер по итогам 2005 г. Наглядность в оценке устойчивости полученного разбиения банков возрастает при проведении исследования за более длительный период времени, так как при этом появляется возможность мониторинга за развитием деятельности банков РФ.

в третьей главе «Статистический анализ финансового состояния коммерческих банков РФ с учетом их специализации» проведена многомерная классификация банков РФ по степени стабильности их финансового состояния, а также предложена и апробирована методика оценивания взаимосвязи между специализацией банков (профилем их деятельности) и степенью их финансовой стабильности.

В условиях динамичного изменения ситуации на финансовых рынках большой практический интерес представляет анализ надежности российских банков, проведение их многомерной классификации по степени стабильности финансового состояния. Решение этой задачи с помощью многомерных статистических методов позволяет выявить основные типы финансового состояния в исследуемой совокупности банков, определить характеристики выделенных кластеров, оценить их подвижность во времени.

В диссертации в основу деления банков на группы по степени стабильности финансового состояния был положен коэффициентный анализ, базирующийся на общепринятой системе оценивания надежности кредитных организаций, - классической американской системе CAMEL. Эта система предполагает рассмотрение пяти основных аспектов деятельности банка: достаточность капитала (Capital adequacy), качество активов (Asset quality), эффективность менеджмента (Management efficiency), ликвидность (Liquidity), прибыльность (Profitability).

Для целей исследования было выбрано  по одному показателю для каждой группы характеристик: x₁ - достаточность капитала (%), x₂ - доля просроченных ссуд в общем объеме ссудной задолженности (%), x₃ - показатель отношения расходов к доходам банка (%), x₄ - рентабельность активов (%), x₅ - показатель текущей ликвидности (%).

Выделение групп финансовой стабильности осуществлялось с помощью кластерного анализа с использованием евклидовой метрики. Кластерный анализ был реализован методом «К-средних». Окончательное разбиение определялось с учетом соотношения внутригрупповой и межгрупповой дисперсии, а также возможной содержательной интерпретации результатов разбиения.

В результате кластерного анализа  выделены следующие группы банков: кластер №1 - банки со стабильным финансовым состоянием, кластер №2 – банки со средним финансовым состоянием, кластер №3 - банки с нестабильным финансовым состоянием, с разбивкой двух последних кластеров на два ядра. Распределение исследуемой совокупности банков РФ по выделенным кластерам представлено на рис. 7.

Рис. 7. Распределение исследуемой совокупности банков РФ на кластеры по степени стабильности финансового состояния в 2006 г., ед.

Банки первой группы имеют достаточно высокие рыночные позиции, это одна из многочисленных групп финансовой стабильности, включающая 303 банка. В  своей работе банки этого кластера сочетают средний уровень доходности (среднее значение показателя x₄ составляет 2,3%), значения других показателей соответствуют нормативным характеристикам, рекомендованным Банком России. Банки, относящиеся к первой группе финансовой стабильности, отличаются высоким уровнем менеджмента, что отражается на показателе x₃ (в среднем по кластеру значение показателя составляет 23,4%), при одновременном поддержании рекомендуемого уровня ликвидности (среднее значение показателя x₅ равно 77,3%), хорошем качестве кредитного портфеля (среднее значение показателя к₂ составляет 1,8%, рис. 8). 

Самый многочисленный второй кластер образован банками со средним финансовым состоянием и разделен на два ядра, включающих соответственно 334 и 144 банка. Банки, попавшие по результатам кластеризации в подгруппу 1 кластера №2, достигают небольшую прибыльность операций (самое низкое значение показателя рентабельности x₄), при поддержании всех других ключевых показателей на рекомендуемом уровне: низкий уровень просроченной задолженности в структуре кредитного портфеля, нормальный уровень текущей ликвидности и достаточности капитала. Однако, показатель, характеризующий эффективность менеджмента превышает рекомендованное нормативное значение (среднее значение x₃ составляет 49,5%), что может свидетельствовать о переходной бизнес модели банков. Именно несоответствие норме этого показателя не позволяет охарактеризовать банки выделенной подгруппы как стабильные и отнести к кластеру №1.

Рис. 8. Средние значения показателей в кластерах банков, отличающихся стабильностью финансового состояния в 2006 г.

Банки, попавшие во вторую подгруппу  кластера №2, характеризуются большей рентабельностью (значение показателя x₄ существенно выше, чем для банков первой подгруппы). Эти банки осуществляют более рискованные операции, преимущественно на краткосрочной основе, что отражается на высоком показателе текущей ликвидности.

Третий кластер банков по степени  стабильности финансового состояния  был разделен на две подгруппы: банки с нестабильным финансовым состоянием (72 банка) и банки с проблемным финансовым состоянием (11 банков). Первая подгруппа банков представлена сегментом относительно небольших банков. Для этих кредитных учреждений характерны самые высокие показатели достаточности капитала (среднее значение показателя x₁ составляет 73,1%), а также высока доля просроченной задолженности в структуре кредитного портфеля (среднее значение показателя x₂ равно 2,4%). Ни один из основных показателей финансового состояния не соответствует нормативному значению. Однако, в отличие от банков второй подгруппы, у этих банков доля просроченных ссуд в кредитном портфеле существенно меньше. Этот факт позволяет отделить банки первой подгруппы от банков второй и охарактеризовать финансовое состояние выделенной подгруппы банков как «нестабильное». Вторая подгруппа банков характеризуется самыми высокими показателями рентабельности активов (среднее значение показателя x₄ составляет 5,0%). Такой результат достигнут в ходе осуществления рискованных (агрессивных) операций, что негативно отражается на показателе просроченной задолженности в структуре кредитного портфеля банка (среднее значение показателя x₂ более чем в 1,4 раза превышает максимальную границу, рекомендованную Банком России). Следует отметить, что у двух из одиннадцати банков, попавших в результате кластеризации по степени стабильности финансового состояния в подгруппу проблемных, по итогам первого полугодия 2007 г. были отозваны лицензии на осуществление банковских операций. 

Таким образом, проведенный анализ показал, что в связи с возрастающей ролью банковской системы страны в обслуживании экономических субъектов, расширением внешнеэкономических и межрегиональных связей, а также с учетом нестабильного состояния финансовых рынков, возрастает роль и значение сравнительного анализа финансового состояния банков. Зарубежные методики анализа в условиях России не всегда применимы, поскольку существуют определенные противоречия между российской системой ведения бухгалтерского учета и составления финансовой отчетности и используемыми в западных странах системами. На сегодняшний день  финансовая отчетность по МСФО составляется большинством банков на основе российской бухгалтерской отчетности с применением метода трансформации. При проведении анализа финансового состояния банки ориентированы, главным образом, на собственные разработки и основные показатели, установленные Банком России в виде обязательных рекомендаций и нормативов. Поэтому практически значимым представляется предложенный подход, позволяющий проводить дистанционный сравнительный анализ, мониторинг финансового состояния банков на основе публикуемых (открытых) данных.

После выделения однородных по финансовому состоянию групп банков была решена задача анализа взаимосвязи между специализацией банков и степенью их финансовой стабильности. Анализ взаимосвязи базировался на использовании таблиц сопряженности. Для проверки статистической гипотезы об отсутствии взаимосвязи между переменными таблиц сопряженности использовался хи-квадрат критерий Пирсона.  По результатам проверки гипотеза о независимости признаков была отвергнута, после чего для оценивания тесноты выявленной взаимосвязи был использован коэффициент Крамера. В ходе исследования был сделан вывод о наличии значимой связи между профилем деятельности кредитных организаций и степенью их финансовой стабильности.  Руководство каждого банка, принимая решение о переходе на другой профиль деятельности, должно объективно оценивать свои финансовые возможности для реализации поставленных задач, как в краткосрочной, так и в долгосрочной перспективе. В случае, если банк ставит своей задачей универсифицировать спектр предлагаемых услуг, ему необходимо укрепить позиции по финансовому состоянию. Если банк усиливает свою специализацию на кредитовании розничного или корпоративного секторов, то ему следует стратегически разрешить проблему расширения ресурсной базы, что может отразиться на качестве активов, привести к увеличению операционных расходов, снижению рентабельности на этапе реализации поставленных задач. Все это подтверждает вывод о наличии взаимосвязи между выбранной специализацией и финансовыми возможностями банков.  

Следует отметить, что при анализе взаимосвязи профилирующего направления деятельности банков и степени стабильности их финансового состояния не учитывались иные факторы, которые оказывают влияние на финансовые показатели деятельности кредитных учреждений. Однако, финансовая стабильность банка определяется не только профилем его деятельности, а множеством иных, как внешних, так и внутренних факторов, таких как политическая стабильность, устойчивость финансовых рынков, месторасположение банка, развитость филиальной сети, уровень финансового менеджмента, др.  

Проведенное исследование показало, что современная банковская система Российской Федерации представлена разными по размеру кластерами банков, отличающимися между собой по доминирующему профилю деятельности. Состав и «весомость» кластеров продолжают изменяться, что свидетельствует об адаптации банковского сектора к изменяющимся условиям экономики. Объективная оценка своих финансовых границ и возможностей позволяет банкам правильно выбирать и строить стратегию своего развития на конкретной рыночной специализации.

Применение разработанной методики на ежегодной основе позволит проводить  мониторинг развития банковской деятельности в стране, а также даст возможность банкам определить свою нишу на фоне возрастающей конкуренции в выделенных сегментах. Реализация предложенного подхода позволяет проводить сравнительный анализ финансового состояния банков с учетом их специализации, что представляет практический интерес как для банков, так и для их деловых партнеров.

В заключении сформулированы результаты выполненного исследования, даны основные выводы и рекомендации по их практическому использованию.

По теме диссертации опубликованы следующие работы:

Публикации  в журналах, рекомендованных вак

1. Сатина Т.В. Статистический анализ финансового состояния коммерческих банков РФ // Экономические науки. –2008. – № 8 (№ 45). – 0,8 п.л.
2. дуброва т.а., Сатина Т.В. Исследование деятельности коммерческих банков РФ с помощью многомерных статистических методов // Экономические науки. – 2008. –№ 8 (№ 45). – 0,8 п.л. (авторские – 0,4 п.л.).

статьи, тезисы докладов на научных конференциях

3. Сатина Т.В. Многомерный статистический анализ деятельности крупнейших банков РФ // материалы Международной научно-практической конференции  «Статистические исследования социально-экономических систем в условиях развития мирохозяйственных связей». Орел, 2007. – Орловский государственный технический университет. – 0,3 п.л.
4. Сатина Т.В. Типологизация банков с помощью многомерных статистических методов // Межвузовский сб. науч. трудов: Математико-статистический анализ социально-экономических процессов. – м., мэси, 2006. – 0,2 п.л.
5. Сатина Т.В. Методика построения рейтинговой оценки финансового состояния банков РФ // Межвузовский сб. науч. трудов: Математико-статистический анализ социально-экономических процессов. – м., мэси, 2006. – 0,2 п.л.
6. Сатина Т.В. Тенденции развития банковской системы РФ после кризиса 1998 года // Всероссийская научная конференция молодых ученых, аспирантов и студентов: Прикладные аспекты статистики и эконометрики. – м., мэси, 2005. – 0,1 п.л.
7. Сатина Т.В. Эконометрический подход к анализу деятельности банков // Всероссийская научная конференция молодых ученых, аспирантов и студентов: Прикладные аспекты статистики и эконометрики. – м., мэси, 2005. – 0,1 п.л.