CC BY
66
Электронный научный журнал «Век качества» ISSN 2500-1841 http: //www. agequal. ru 2021, №2 http://www.agequal.ru/pdf/2021/AGE QUALITY 2 2021.pdf Ссылка для цитирования этой статьи:
Веретин М.С. Анализ влияния операционных рисков на экономическую безопасность коммерческих банков // Электронный научный журнал «Век качества». 2021. №2. С. 108-122. Режим доступа: http://www.agequal.ru/pdf/2021/221008.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.
УДК 336.71.078.3
Анализ влияния операционных рисков на экономическую безопасность коммерческих банков
Веретин Михаил Сергеевич,
адъюнкт факультета подготовки научно педагогических и научных кадров Московского университета МВД России имени В.Я. Кикотя 117997, г. Москва, ул. Академика Волгина, д. 12
E-mail: verbep@yandex. ru
Цель: оценка влияния операционных рисков на экономическую безопасность коммерческого банка.
Методы: абстрактно-логический, корреляционно-регрессионный анализ.
Результаты: установлено, что операционный риск оказывает влияние на обязательные нормативы банковской деятельности, выступающие основным критерием экономической безопасности кредитной организации. Обоснована зависимость различных функций банка от операционного риска.
Научная новизна: автором была сформирована гипотеза об использования индикаторов операционного риска в контексте экономической безопасности коммерческого банка.
Практическая значимость: результаты исследования могут применяться для организация своевременного мониторинга операционного риска, комплексного рассмотрения системы индикаторов и анализа изменений в процессе операционной деятельности банка при отклонении фактически достигнутых результатов от установленной траектории.
Ключевые слова: банки, банковская система, экономическая безопасность, система индикаторов, операционный риск, корреляционно-регрессионный анализ.
Введение
Важным элементом механизма экономической безопасности кредитной организации является выявление и ранжирование возникающих угроз,
info@agequal.ru
выделение наиболее уязвимых мест в обеспечении экономической безопасности [1]. Такая оценка должна проводиться индивидуально для каждого коммерческого банка, учитывая его особенности в качестве экономического субъекта, масштабы деятельности и перечень проводимых банковских операций.
Обзор научных работ позволяет сделать вывод о том, что безопасность, вне зависимости от контекста, всегда взаимосвязана с риском [2-4]. Однако, определить операционный риск, сопряженный с нарушением требований экономической безопасности, крайне затруднительно. Основной причиной данного факта является сложность выражения исследуемых процессов в количественных параметрах.
В качестве способа решения данной проблемы можно выделить построение системы индикаторов, направленной на выявление и предупреждение операционных рисков.
Несмотря на то, что кредитные организации в соответствии с положением ЦБ РФ № 716-П от 08.04.2020 г. «О требованиях к системе управления операционным риском в кредитной организации и банковской группе» обязаны соблюдать требования по операционной деятельности, анализируют ущерб от различных факторов операционного риска и ведут базу данных операционных событий, в настоящее время не существует четкой математической или статистической связи между отдельными факторами риска и размером операционных потерь.
Поэтому нами было принято решение выделить основные направления, с позиции которых рассматривается операционная политика банка для управления операционным риском и выбрать информативные индикаторы по каждому из них, что позволит охватить большую часть банковской
Результаты исследования
деятельности кредитной организации для определения уязвимых сторон. (Таблица 1).
Таблица 1
Индикаторы операционного риска для оценки экономической
безопасности
№№ п/п Направление операционной политики банка Индикатор Содержание индикатора
1. Управление бизнес-процессами Соотношение потерь от операционного риска к операционным расходам (И1) И1 = LOR/OE, где: LOR - потери от реализации операционного риска (сумма всех расходов части 4 отчета о финансовых результатах), OE - операционные расходы банка
2. Управление цифровыми системами Соотношение валового дохода с затратами на информационные системы (И2) И2 = GI/IT, где: GI - валовый доход банка, IT - затраты на информационные системы
3. Управление персоналом Соотношение чистой прибыли банка к затратам на персонал (И3) И3 = P/ERE, где: P - чистая прибыль банка, ERE- затраты на персонал банка. Под затратами на персонал мы будем понимать сумму расходов на оплату труда персонала организации, включая компенсационные и стимулирующие выплаты (символ 48101 части 4 отчёта о финансовых результатов по форме 0409102) и расходы на подготовку и переподготовку кадров (символ 48112 части 4 отчёта о финансовых результатов по форме 0409102)
4. Внешние факторы Отношение расходов, связанных с управлением операционного риска, к капиталу банка (И4) И4 = OPE/BC, где: ОРЕ - расходы на управление операционным риском, BC - собственный капитал банка
Источник: составлено автором
Использование индикаторов с относительными величинами было обусловлено, в первую очередь, тем, что абсолютные значения не вполне корректно могут отразить действительность, ввиду того, что все кредитные организации различаются по объему капитала и количеству активов, а также
info@agequal.ru
обладают определенными индивидуальными особенностями, обусловленными спецификой банковской деятельности.
Для расчета индикаторов использовались данные официальной отчетности, публикуемой на сайте Центрального банка России, а именно, статьи из отчета о финансовых результатах за год. Использование публичной банковской отчетности обусловлено, прежде всего, международными стандартами ее подачи, что позволяет избежать привязки к конкретной национальной системе, и открывает возможность использования методики для оценки участников международного финансового рынка, а также снижает недостоверность данных.
Однако для использования данных индикаторов в контексте экономической безопасности коммерческого банка необходимо определить приводят ли их изменения к каким-либо последствиям для его системы экономической безопасности.
Одним из наиболее действенных инструментов повышения уровня экономической безопасности как всей банковской сферы, так и отдельной кредитной организации можно назвать пруденциальный надзор, который представляет собой системный процесс, имеющий своей целью отслеживание финансовой устойчивости кредитных организаций [5].
Пруденциальные нормы представляют собой «минимальные экономические стандарты банковской деятельности» [6], и анализ данных об их соблюдении выступает основным критерием эффективности банковской деятельности.
Данные «стандарты» выражены в форме обязательных нормативов, каждый из которых может являться базовым элементом экономической безопасности. Пороговые значения представляют собой рубеж, после которого значительно возрастают угрозы экономической безопасности, таким образом они выступают сигналом для принятия специальных мер.
info@agequal.ru
Наличие устойчивой взаимосвязи между разработанными индикаторами операционного риска и обязательными нормативами банковской деятельности позволит утверждать, что операционный риск влияет на обеспечение должного уровня экономической безопасности коммерческого банка.
В качестве наиболее эффективного метода решения поставленной задачи нами был выбран корреляционно-регрессионный анализ, который позволяет определить наличие взаимосвязи между несколькими показателями, выяснить ее тесноту и особенности. Характеристикой данной взаимосвязи выступает коэффициент корреляции, величина которого позволяет оценить силу, направление и степень зависимости между случайными переменными.
Прежде всего, необходимо обозначить некоторые условия, которыми должны обладать исходные данные для анализа. В первую очередь, исследуемые данные должны быть монотипичными на протяжении всего периода исследования, вне зависимости от объекта. Кроме того, необходимо, чтобы они располагались в свободном доступе и были получены из достоверных источников.
Руководствуясь вышеизложенными требованиями, для исследования мы выбрали банки, которые, в соответствии с Указанием от 22.07.2015 № 3737-У «О методике определения системно значимых кредитных организаций», включены ЦБ РФ в перечень системно значимых кредитных организаций. Выбор именно системно значимых банков был обусловлен несколькими причинами.
Именно системно значимые кредитные организации в значительной степени определяют динамику всего банковского сектора, так как на их долю приходится более 60% совокупных активов [7], что обуславливает большой объем их операционный деятельности и, соответственно, более значительную подверженность операционному риску [8].
Во-первых, системная значимость вызывает необходимость соблюдения такой кредитной организацией дополнительных регулятивных требований и
более тщательный надзор со стороны регулятора, что почти исключает возможность для предоставления недостоверной отчетности.
Во-вторых, достаточно длительный период функционирования системно значимых кредитных организаций позволит снизить вероятность статистической ошибки.
Для целей исследования нами были выбраны банки в соответствии с вышеизложенными условиями, всего в выборку попало 4 банка, которые представлены в таблице № 2.
Таблица 1
Сведения о банках, попавших в выборку
№№ п/п Сокращённое фирменное наименование Регистрационный номер Дата регистрации Банком России Уставный капитал, руб.
1. ПАО Сбербанк 1481 20.06.1991 67 760 844 000,00
2. Банк ВТБ (ПАО) 1000 17.10.1990 651 033 883 623,38
3. Банк ГПБ (АО) 353 23.01.1992 194 996 181 750,00
4. АО "Альфа-банк" 1326 03.01.1996 59 587 623 000,00
Источник: составлено автором на основе данных Центрального банка России
URL: www.cbr.ru (дата обращения: 22.03.2021).
Прежде всего, нами были исследованы значения операционного риска для вышеуказанных кредитных организаций (Таблица 3), вычисленные с помощью базового индикативного метода, установленного Положением Банка России от 03.09.2018 № 652-П (ред. от 27.02.2020) «О порядке расчета размера операционного риска».
Как видно из представленной таблицы, значение операционного риска в изучаемых банках показывало стабильный рост, что еще больше подтверждает актуальность нашего исследования.
Таблица 2
Значение операционного риска, тыс. руб.
Норматив 2014 2015 2016 2017
Сбербанк 130 794 311 163 442 523 181 748 253 213 038 613
ВТБ 20 977 683 30 008 583 51 574 624 62 689 116
Газпромбанк 13 358 217 17 099 312 21 943 291 25 492 669
Альфа-банк 11 416 695 21 577 471 28 122 810 30 331 381
Источник: составлено автором на основе данных Центрального банка России. URL: www.cbr.ru (дата обращения: 22.03.2021).
Далее с официального сайта ЦБ РФ нами была произведена аккумуляция значений обязательных нормативов в период с января 2014 г. по январь 2018 г. и рассчитаны вышеуказанные индикаторы для каждой из исследуемых кредитных организаций (Таблица 4). За указанный период системообразующие банки не допустили ни одного нарушения обязательных нормативов банковской деятельности, и их значения были намного выше, чем минимальные требования.
На основе вышеуказанной информации можно построить корреляционную матрицу для определения тесноты связи (в соответствии с требованиями количественной оценки Чеддока) между выбранными индикаторами и нормативами банковской деятельности.
По итогам проведенного анализа были получены следующие результаты:
1. Н 1.0 и И1 (коэффициент корреляции от - 0,8 до - 0,9);
2. Н 1.0 и И4 (коэффициент корреляции от - 0,5 до - 0,8);
3. Н4 и И2 (коэффициент корреляции от 0,6 до 0,9);
4. Н4 и И3 (коэффициент корреляции от 0,8 до 0,9).
Таблица 4. Значения нормативов и индикаторов для построения корреляционной матрицы
2014 2015 2016 2017 2014 2015 2016
Сбербанк 11,5 11,89 13,71 14,967 0,0264877 0,0240331 0,0029383
ВТБ Н 1.0 10,52 9,5 11,11 10,865 Индикатор операционного 0,0004869 0,0059372 0,003367
Газпромбанк 12,745 11,53 13,92 12,745 риска И1 0,0005176 0,0010084 0,0003878
Альфа-банк 11,01 15,57 14,37 12,04 0,223591 0,0290533 0,0544399
Сбербанк 111,56 65,4 55,31 57,52 2,1313778 2,1124193 2,1175387
ВТБ Н 4 87,98 58,04 61,27 63,102 Индикатор операционного 0,4520804 0,3260892 0,256185
Газпромбанк 11 т^ 105,38 52,79 48,79 59,454 риска И2 0,7689232 0,2414471 0,5257529
Альфа-банк 99,41 54,49 44,17 53,517 1,3284545 0,7164361 0,6223631
Сбербанк 1 0,76 0,6 0,8 1638,6113 10,855175 42,2
ВТБ Н 10.1 0,01 0,01 0,01 0,03 Индикатор операционного 50,718811 25,29846 26,081049
Газпромбанк 0,01 0,032 0,29 0,133 риска ИЗ 56,674939 -141,15962 378,86867
Альфа-банк 0,07 0,07 0,03 0,034 229,28761 222,69672 20,292619
Сбербанк 12,070811 10,75974 1,0911849
ВТБ Индикатор операционного 4,3240044 2,7687779 3,6438578
Газпромбанк риска И4 6,2781709 5,6279788 5,102162
Альфа-банк 11,95885 7,9192466 11,71688
2017
0,002552159 0,002700704 0,001039012 0,062269201
2,028280128 0,189136183 0,307810615 0,676739709
23,6803559 164,881776 142,3728488 118,5658054
9,808582792 4,597978474 5,669023596 13,53638614
Источник: составлено автором на основе данных Центрального банка России. URL: www.cbr.ru (дата обращения: 22.03.2021)
info@agequal.ru
Таким образом, можно отметить, что индикаторы операционного риска, рассматриваемые в данной работе, оказывают существенное влияние почти на все функции коммерческого банка, начиная от привлечения свободных денежных средств и заканчивая достаточностью капитала кредитной организации и ее ликвидностью.
Однако установление корреляционной зависимости между фактором и показателем не дает основания утверждать, что первый является причиной изменений второго, или, что они вообще причинно связаны между собой. Возможно наличие третьего фактора, действие которого и есть причина изменений двух других.
Перейдем к регрессионному анализу и постараемся обосновать указанные статистические зависимости. Анализ поля корреляции позволяет предположить, что связь между значениями X и Y носит линейный характер.
На основании поля корреляции можно выдвинуть гипотезу (для генеральной совокупности) о том, что существует связь между всеми возможными.
Линейное уравнение регрессии имеет вид y = bx + a, где a - свободный член (пересечение) линии оценки, то есть значение Y, когда x=0, b - угловой коэффициент или градиент оценённой линии и представляет собой величину, на которую Y увеличивается в среднем, если мы увеличиваем x на одну единицу.
Таким образом, для оценки взаимосвязи необходимо выяснить значение a и b уравнения регрессии с помощью метода наименьших квадратов, который реализован в пакете анализа данных программы Excel.
Норматив достаточности собственных средств (капитала) банка
Норматив Н1.0 является одним из основных показателей экономической безопасности банка и характеризует способность банка нивелировать
возможные угрозы за счет собственных средств и, таким образом, «обусловливает зависимость между величиной капитала и подверженностью банка риску» [9].
1. И1 - доля потерь от реализации операционных рисков в операционных расходах.
Можно представить уравнение регрессии как у = -2.6428 х + 11.6957 и придать коэффициентам определенный экономический смысл.
Так, Ь = -2.643 отражает процентное изменение норматива с повышением или понижением величины индикатора И1. В данном примере с увеличением потерь от операционного риска в операционных расходах на 1 единицу Н1.0 понижается в среднем на 2.643 процентных пункта. Прогнозируемый уровень у, в случаях х=0, выражен в виде а = 11.696, то есть значения норматива Н.1.0 в данном случае.
Можно установить обратную зависимость, то есть рост потерь от реализации операционного риска приводит к снижению Н 1.0.
Данный тезис вполне обоснован, так как одним из наиболее важных условий обеспечения экономической безопасности коммерческого банка является соответствие собственного капитала величине принимаемых рисков. В случае увеличения операционных потерь кредитная организация может нивелировать часть ущерба с помощью собственной «подушки безопасности», в качестве которой и выступает собственный капитал банка.
2. И4 - отношение расходов, связанных с управлением операционного риска, к капиталу банка.
В данном случае линейное уравнение регрессии имеет вид у = 2.232 х + 0.429, таким образом, увеличение И4 на 1 процент приводит к понижению норматива достаточности собственных средств (капитала) банка на 2.232 процентных пункта.
На наш взгляд, это объясняется тем, что увеличение затрат на управление операционным риском будет свидетельствовать о том, что кредитная организация проводит более активную операционную деятельность, что может привести к большим потерям, для которых необходим высокий уровень достаточности капитала. Таким образом, значение оптимального размера собственного капитала зависит от соответствующих рисков, принимаемых на себя кредитной организацией.
Норматив долгосрочной ликвидности банка
Н4 выступает в качестве основного показателя ликвидности банка в результате размещения средств в долгосрочные активы.
3. И2 - соотношение валового дохода с затратами на информационные
системы.
Высокая прямая корреляционная связь между данным индикатором и нормативом долгосрочной ликвидности показывает, что для внедрения инновационных технологий в банковскую деятельность периода в один год недостаточно. Поэтому, согласно уравнению регрессии у = 14.6795 х + 0.4648, при увеличении И6 на 1 процентный пункт норматив долгосрочной ликвидности увеличивается на 14.6795 процентных пункта.
Однако инициация внедрения инновационных цифровых технологий представляет собой ценное конкурентное преимущество, которое позволяет более эффективно достигать конкретных целей, поставленных кредитной организацией на более долгосрочном этапе. Кроме того, стоит отметить, что цифровизация должна сопровождаться обязательным увеличением информационной безопасности как отдельной кредитной организации, так и всей банковской системы, иначе ее последствия будут скорее негативными, чем позитивными.
info@agequal.ru
Норматив совокупной величины риска по инсайдерам банка
Норматив Н10.1 регулирует «совокупный кредитный риск банка в отношении всех физических лиц, способных воздействовать на принятие решения о выдаче кредита банком» [10].
4. И2 - соотношение чистой прибыли банка к затратам на персонал.
Нормативные документы ЦБ РФ строго определяют перечень инсайдеров банка. В общем виде, к ним относятся «сотрудники кредитной организации, способные в силу своего служебного положения воздействовать на принятие решения о выдаче кредита банком» [11].
Персонал коммерческого банка обладает определенными властными полномочиями, использование которых не в служебных целях приводит к реализации операционного риска со значительными операционным ущербом, который «...в среднем более чем в 14 раз превосходит средний ущерб без участия персонала» [12].
Кроме того, изменение данного норматива может отражать факты мошеннических действий, связанных с персоналом кредитной организации и приводящих к нарушению внутренних процедур управления кредитной организацией. Именно этими фактами, на наш взгляд, объясняется тесная положительная корреляционная связь между данным нормативом и И2.
Уравнение регрессии имеет следующий вид: у = 0.156764 х + 0.004583. То есть, при увеличении И7 на 1 процентный пункт Н10.1 увеличивается на 0.156764 процентных пункта.
В соответствии с результатами проведенного исследования, можно сделать вывод о влиянии операционного риска на экономическую безопасность коммерческого банка. Таким образом, использование индикативной системы для выявления операционного риска позволит определять проблемные зоны
Заключение
экономической безопасности коммерческого банка и превентивно нейтрализовать возможные угрозы.
Однако представленный набор индикаторов можно оценивать только как минимальный, который не сможет охватить «все бизнес-процессы банка и происходящие в них изменения» [13], данная задача представляется автору возможной только при трансформации методики для конкретной кредитной организации с учетом специфики ее операционной среды.
Список литературы
1. Кузнецова Е.И. Экономическая безопасность: учебник и практикум для вузов / Е.И. Кузнецова. - М.: Издательство Юрайт, 2019.
2. Мельник Д.Ю. Базовые элементы и основные составляющие экономической безопасности банка // Вестник Евразийской науки. 2018. № 4. -URL: https ://esj. today/P DF/13ECVN418. pdf.
3. Основы риск-менеджмента / М. Кроуи, Д. Гэлаи, В.Б. Минасян, Р. Марк. - М.: Издательство Юрайт, 2020. - 390 с.
4. Риск-менеджмент: учебник/ В.Н. Вяткин, В.А. Гамза, Ф.В. Маевский. - М.: Издательство Юрайт, 2021. - 365 с.
5. О приведении банковского регулирования в соответствие со стандартами базельского комитета по банковскому надзору (Базель III) в условиях нестабильной экономической ситуации: монография / коллектив авторов; под ред. И.В. Ларионовой. - М.: Издательство Кнорус, 2018. - 190 с.
6. Basel III: A global regulatory framework for more resilient banks and banking systems. December 2010 (revised June 2011). - URL: https://www.bis.org/publ/bcbs189.htm.
7. Об определении системно значимых кредитных организаций и подходов к их регулированию: Доклад для общественных консультаций /
info@agequal.ru
Банк России. - М., 2020. - 29 с. - URL: https:// cbr.ru/ Content/Document/File/98619/Consultation_Paper_200123 .pdf.
8. Янкина И.А., Долгова Е.Е. Анализ подверженности операционному риску коммерческих банков в России // Финансы и кредит. 2016. № 3. C. 17-28.
9. Даниловских Т.Е., Маковская Т.В. Достаточность собственного капитала коммерческих банков в условиях перехода к рекомендациям Базель-III: региональный аспект // Фундаментальные исследования. 2014. № 8 (часть 3). - С. 662-670.
10. Об обязательных нормативах банков: Инструкция Банка России от 28.06.2017 № 180-И (ред. от 27.11.2018) (Зарегистрировано в Минюсте России 12.07.2017 № 47383). - URL: https://www.garant.ru/products/ipo/prime/doc/71621584/#review.
11. Гамза В.А., Ткачук И.Б. Особенности преступных посягательств на банковскую безопасность в сфере обслуживания счетов клиентов // Управление в кредитной организации. 2011. № 2. - URL: http://www.reglament.net/bank/mng/2011_2/get_article.htm?id=1218.
12. Сизикова В., Битюцкий В., Гаврилина В. Методика разработки системы индексов ключевых индикаторов риска // Риск-менеджмент в кредитной организации. 2016. № 4.
13. Уразгалиев В.Ш. Экономическая безопасность: учебник и практикум для вузов. - М.: Издательство Юрайт, 2021. - 725 с.
14. Бабурина О.Н. Экономическая безопасность: учебник и практикум для вузов. - М.: Издательство Юрайт, 2021. - 316 с.
15. Пименов Н.А. Управление финансовыми рисками в системе экономической безопасности: учебник и практикум для вузов. - М.: Издательство Юрайт, 2021. - 326 с.
16. Экономическая безопасность России: методология, стратегическое управление, системотехника: монография / кол. авторов; под науч. ред. С.Н. Сильвестрова. - М.:РУСАЙНС, 2018. - 350 с.
Analysis of the impact of operational risks to the economic security
of the commercial banks
VeretinMichail S.,
adjunct of the faculty of training of scientific and pedagogical and scientific personnel of the Moscow University of the Ministry of Internal Affairs of Russia
named after V.Y. Kikot 12 Volgina street, 117997Moscow verbep@yandex. ru
Objective: estimation of operational risks to the economic security of the commercial banks
Methods: abstract-logical method,correlation-regression analysis Results: it was found that operational risk influence to the mandatory standarts of the banking, as main criterion of the economic security of the bank. Hasbeensubstaineddependence between varios functions of the credit organization and operational risk.
Scientific novelty: the authors formulated a hypothesis about using operational risk indicators in the context of the economic security of a commercial bank.
Practical significance: the study results can be used to organize monitoring of the operational risk in banks as system of the indicators and analysis of changes in the process of the bank's operating activities when the actual results achieved deviate from the established trajectory
Keywords:banks, banking system, ecomonic security, system of the indicators, oparationl risk, correlation-regression analysis
