Формирование интегрированного показателя развития коммерческого банка Текст научной статьи по специальности «Экономика и бизнес»

Финансы, банки, бухгалтерский учет

УДК 336.7

А.А. Сидоренко

ФОРМИРОВАНИЕ ИНТЕГРИРОВАННОГО ПОКАЗАТЕЛЯ РАЗВИТИЯ

КОММЕРЧЕСКОГО БАНКА

Банковские системы чрезвычайно сложны и динамичны. Закономерности их функционирования и развития описываются определенными множествами разносторонних показателей. Каждый показатель множества характеризует отдельное свойство банковской деятельности. В результате определение уровня развития коммерческого банка является одной из самых важных и сложных задач финансового менеджмента. Однако как в теоретическом, так и в практическом аспектах ученые все еще не определились с методикой оценки, способной адекватно, объективно и достоверно учитывать разноплановые показатели, особенно те, которые характеризуют надежность и эффективность деятельности банковского учреждения.

Поскольку в процессе анализа необходимо использовать большое количество коэффициентов и критериев (коэффициент надежности, коэффициент ликвидности, мультипликатор капитала, коэффициент зависимости от акционеров, коэффициент уровня доходных активов, коэффициент кредитной активности, рентабельность активов, рентабельность капитала), на сегодняшний день перед исследователями стоит задача сокращения числа переменных и сведения их к одному агрегированному показателю. Объединение ряда различных по единицам измерения, значимости и другим характеристикам показателей в единый обобщающий интегрированный критерий позволяет определить отличие достигнутого состояния банковского учреждения от базы сравнения в целом по группе показателей, а также значи-

тельно упростить процедуру оценки уровня его развития как сложного и многомерного экономического объекта. Во многих случаях данный подход является единственно возможным способом проведения оценки и получения объективных, однозначных выводов. Отмеченные обстоятельства обусловливают актуальность, теоретическую и практическую значимость проводимого исследования.

Обзор методической литературы, касающейся анализа банковской деятельности, и ознакомление с практическими аспектами ее оценки непосредственно в финансовых учреждениях свидетельствуют о том, что сегодня единая система показателей, которая в интегрированном виде характеризует уровень развития коммерческого банка, окончательно еще не сложилась. Особого внимания заслуживают работы таких авторов, как А. Ашманова, А. Бакаева, М. Ба-канова, Л. Басовского, Дж. Джонстона, К. Доу-герти, А. Емельянова, Т. Клебановой, А. Кру-шевского. В исследованиях Е. Жарковской [1] можно найти рекомендации по оценке уровня развития банковского учреждения, основанные на использовании сбалансированной системы показателей. В трудах М. Щетинина [2], С. Орехова, Л. Аверьяновой [3] основное внимание уделяется многомерному шкалированию. Однако автор настоящей работы, несмотря на все имеющиеся достижения, разделяет точку зрения Л.В. Чхутиашвили [4], который утверждает, что сегодня в экономической науке отсутствуют конструктивные методики построения интегрированных показателей, позволяющие менедже-

^НаучнО-Технические^ведомости^^СПбГПу^

рам адекватно оценивать уровень развития банковского учреждения и на основе полученных данных гибко формировать и использовать для выбора стратегий диагностические и управляемые параметры в зависимости от достигнутой ступени развития, общего состояния банка и положения экономической системы в целом. Поэтому продолжение исследований в данном направлении является целесообразным.

Цель данной работы - проанализировать теоретическое наследие в области многомерного анализа финансового состояния банковского учреждения и на основе полученных данных разработать практические рекомендации по усовершенствованию методических подходов построения интегрированного показателя развития коммерческого банка, основанного на оценке его надежности и эффективности.

Итак, как уже отмечалось ранее, существует достаточно большой спектр методов многомерного анализа, позволяющих решать задачи сокращения размерности пространственных признаков, основанных на агрегированных, интегральных и синтетических показателях. Вся совокупность этих методов традиционно подразделяется на две группы: методы построения обобщенных показателей и методы уменьшения числа признаков [5]. Основное отличие методов состоит в различных способах редукции показателей-признаков.

Первая группа методов направлена на получение интегральной оценки объектов, имеющих многофакторную природу, в виде некоторой функции/(у1 , у2, ..., уп), которая отражает влияние всех признаков и таким образом позволяет упорядочить изучаемые объекты. Для расчетов обобщающих комплексных показателей успешно применяются факторный анализ, эвристические методы снижения размерности, сводный (обобщающий) латентный показатель качества (или эффективности функционирования) сложной системы и т. д. [6-8]. Для полной редукции числа признаков (получения только одного обобщающего показателя уровня развития банка) можно успешно использовать все эти методы, поскольку каждый из них, несомненно, имеет свои специфические особенности, которые и составляют его преимущества.

Сущность работы второй группы методов состоит в замене первоначального набора признаков набором диагностических качеств, которые обладают следующими свойствами:

- они не коррелированны или слабо коррелированны между собой;

- сильно коррелированны с признаками, не входящими в диагностический набор.

Таким образом, вторая группа методов позволяет исключить из первоначальной системы те признаки, которые дублируют информацию, а также обеспечить выбор показателей, наиболее полно отражающих состояние исследуемых процессов. Данная группа методов называется таксономией. Наличие таксономии в современных системах моделирования необходимо и оправдано как с теоретической точки зрения - для уточнения объекта исследования и определения направления исследований, так и с практической - для сравнения и оценки систем моделирования между собой.

Впервые предложение применять методы таксономии при обобщении существующих признаков для формирования показателя, характеризующего уровень развития, было сформулировано В. Плютой и З. Хельвегой [8]. Ими предложен таксономический показатель, который представляет собой синтетическую величину, образованную из всех признаков, характеризующих изучаемое экономическое явление или процесс. Несомненным достоинством данного метода является то, что он всегда позволяет свести совокупность признаков изучаемого явления к одному синтетическому признаку. К тому же он не требует предварительного выделения подмножеств сильно коррелированных показателей и не приводит к выделению нескольких некоррелируемых критериев. При использовании таксономического метода в качестве выходных можно брать как абсолютные, так и относительные показатели. Полученный интегрированный показатель имеет статический характер, в то же время анализ динамики его изменений в течение определенного периода времени дает возможность определить основные тенденции развития исследуемого объекта.

Для целей проводимого исследования автор предлагает воспользоваться одним из методов таксономии, который носит название «метод

центра тяжести». Использование данного метода позволяет определить уровень развития банка на основе выбранных групп показателей, а именно показателей надежности и эффективности.

Традиционно процедура построения таксономического показателя уровня развития начинается с определения элементов матрицы наблюдений Хф представленной выражением (1) [9].

X =

Х11 —12 Х1 ф Х1п

—21 Х22 Х2 к Х2п

Х,2 Хп

—т1 Хт2 Хтф X тп

(1)

2 = Ы;

^ =

— - -

ст..

- - 1 V •

Хг - I Хгф ; п ф -1

(2)

(3)

(4)

а,

I — - - )2

ф -1

(5)

где —

среднее значение г-го показателя; ст,

где ф - показатели, которые характеризуют уровень развития объекта (ф = 1, 2, п) (в нашем случае это показатели надежности и эффективности банка); Х,ф - значение показателя ф в определенный период времени г; г - порядковый номер периода (г = 1, 2, т).

Таким образом, агрегирование информации в одну обобщающую оценку означает превращение вектора Хф = \-ф , щ , ... -,ф , ... хт\ в скаляр. Поскольку показатели множества Хф разнокачественные (характеризуют различные свойства объекта, имеют разные единицы измерения), то агрегирование требует приведения их к одной основе, т. е. стандартизации. Одновременно происходит выравнивание дисперсий (каждая дисперсия равна единице), а также значений признаков (все средние арифметические равны нулю). На практике используются различные способы стандартизации. Все они основываются на сравнении эмпирических значений показателя с определенной величиной а. Такой величиной может быть максимальное Х,тах, минимальное Х/™п, среднее —, или эталонное Х,0 значение показателя [10].

В нашем случае матрица стандартизованных значений имеет вид:

среднеквадратическое отклонение г-го показателя.

Следующим шагом построения таксономического показателя развития банка является дифференциация переменных признаков-показателей матрицы наблюдений. Они делятся на стимуляторы и дестимуляторы в зависимости от характера влияния каждого из них на уровень развития исследуемого объекта. Признаки-показатели, которые оказывают положительное, стимулирующее влияние на уровень развития банка, относятся к стимуляторам, другие же признаки-показатели, которые оказывают тормозящее влияние на уровень развития, являются дестимуляторами. Связь между оценкой и показателем-стимулятором прямая, между оценкой и показателем-дестимулятором - обратная. Путем соответствующих преобразований дестимуляторы заменяются стимуляторами.

Распределение признаков на стимуляторы и дестимуляторы служит основой для построения вектора-эталона (Ро), элементы которого имеют координаты Хг0 и формируются из совокупности значений признаков-показателей следующим образом:

X0 - тах Хф - если показатель ф является

стимулятором; X0 - тт X ф - если показатель ф является дестимулятором.

Вектор-эталон стандартизируется по той же формуле, что и массив наблюдений, с использованием установленного для всего массива среднего значения соответствующего показателя. Расстояние между отдельными точками-единицами и точкой (Ро) представляет эталон развития, обозначается (С,о) и рассчитывается по формуле

С о -л (2 - 2 ф )2

(6)

ф -1

п

^НаучнО-Технические^ведомости^^СПбГПу^

где Ху - стандартизированное значение у-го показателя в период времени г; Хо у - стандартизированное значение у-го показателя в эталоне.

Полученные расстояния служат исходными величинами, которые используются при расчете показателя уровня развития банка. Основываясь на полученных данных, коэффициент уровня развития банковского учреждения определяется по формуле

К = 1 - ,

Таблица 1 Матрица исходных данных

где

С

4 = ; ' Со

Со = Со + 2Б0;

_ 1 т

С = — У С •

о о >

т, = 1

= 4 - У (С,, о - Со)2. I т, = 1

(7)

(8) (9)

(10)

(11)

Номер банка Показатели эффективности Показатели надежности

Х1 Х2 Х3 Х4 Х5 Х6

1 0,58 4,97 10,95 14,37 8,56 68,57

2 1,18 9,18 24 14,82 12,78 60,65

3 0,099 0,79 0,1 14,17 13,6 62,5

4 1,39 9,61 24,29 16,87 9,67 71,73

5 -0,85 -10,89 -0,97 8,49 12,49 58,68

6 0,85 7,19 20,93 13,4 10,86 57,92

7 0,76 8,57 15,2 9,77 22,62 49,69

8 3,03 2,13 6,002 16,59 14,98 46,93

9 0,05 0,52 1,59 9,98 307,3 43,59

10 5,44 35,43 63,67 18,12 73,55 48,86

Характерным свойством полученного интегрированного показателя К является то, что его значение находится в интервале от 0 до 1. Экономическая интерпретация полученного коэффициента заключается в следующем: уровень развития отдельной составляющей в исследуемом периоде тем выше, чем более близкое значение обобщающая оценка имеет к единице, следовательно, чем ближе значение интегрированного показателя к единице, тем на более высокой ступени развития находится исследуемый объект, т. е. банк.

Эмпирической проверкой предложенной методики является сравнительная оценка уровня развития десяти банков, проведенная на основании данных о деятельности этих финансовых учреждений, размещенных на официальном сайте Центрального Банка России [11]. Для анализа была выбрана следующая группа банков: «Транскапиталбанк» (1), «ОТП Банк» (2), «Московский индустриальный банк» (^), «Ин-вестторгбанк» (4), «РосЕвроБанк» (5), «Вне-шпромбанк» (6), «Авангард» (7), «Ситибанк» (8), «Зенит» (9), «Возрождение» (10). Матрица исходных данных представлена в табл. 1.

Примечание. Условные обозначения: Х1 - рентабельность активов; Х2 - рентабельность капитала; Х3 - коэффициент доходности активов; Х4 - коэффициент надежности; Х5 - мультипликатор капитала; Х6 - коэффициент текущей ликвидности.

На следующем этапе стандартизируются абсолютные и относительные показатели и рассчитывается матрица расстояний. По завершении вычислений необходимо осуществить выбор так называемых показателей-репрезентантов групп, которые несут в себе наиболее значимую информацию, свойственную группе, согласно следующим правилам:

- в группах из одного элемента образующие их показатели имеют свойства, которые сильно отличаются от показателей других групп, поэтому они относятся к числу показателей-эталонов (репрезентантов);

- в группах, где число показателей более двух, рассчитывается сумма расстояний каждого показателя до других показателей группы;

- в группах, где число показателей равно двум, определяется сумма расстояний показателей, входящих в группу, от показателей-репрезентантов, избранных по описанным выше правилам [12].

Таблица 2 Набор показателей-репрезентантов

Номер банка Показатели-репрезентанты

Х2 Х4 Х5 Х6

1 -0,1510 0,2176 0,3451 1,0125

2 0,2062 0,3551 0,1346 -1,0339

3 -0,5057 0,1565 -2,2510 0,9653

4 0,2427 0,9816 -1,2874 0,0841

5 -1,4967 -1,5794 0,4682 1,0080

6 0,0373 -0,0788 0,5197 -0,9995

7 0,1544 -1,1882 0,5509 -1,4106

8 -0,3920 0,8961 0,7427 1,1786

9 -0,5286 -1,1240 0,8845 -0,0493

10 2,4334 1,3636 -0,1071 -0,7553

Таблица 3

Распределение совокупности банков по уровню развития

«Внешпромбанк» 0,94493

«Московский индустриальный банк» 0,92625

«Инвестторгбанк» 0,92613

«РосЕвроБанк» 0,92442

«Транскапиталбанк» 0,92277

«Ситибанк» 0,92169

«Авангард» 0,91306

«Возрождение» 0,91272

«ОТП Банк» 0,89326

«Зенит» 0,87421

К репрезентантам относится тот показатель, у которого сумма расстояний от обособленных элементов и элементов-репрезентантов, выделенных из групп элементов с числом больше двух, максимальная. Таким образом, результатом является набор показателей-репрезентантов, описывающих наиболее важные аспекты состояния объектов исследования (табл. 2).

Следующий шаг заключается в дифференциации признаков матрицы наблюдений. Все переменные делятся на стимуляторы и дестимуляторы в зависимости от характера влияния каждого признака на уровень развития коммерческих банков. Полученные результаты позволяют определить расстояние между показателями и эталоном и используются в дальнейшем при расчете уровня развития банка. Распределение совокупности банков по уровню развития представлено в табл. 3.

Данные табл. 3 свидетельствуют о том, что на самом высоком уровне развития находится «Внешпромбанк» - он достиг отметки, равной 0,94493. Положительным моментом является то, что показатель уровня развития всех рассмотренных коммерческих банков

приближается к 1. Банковские учреждения имеют допустимые значения показателей рентабельности, надежности, финансовой устойчивости, деловой активности. Кроме того, они характеризуются высокими темпами развития основных финансовых показателей; эффективно управляют кредитными, инвестиционными, депозитными портфелями; имеют стабильную ресурсную базу; рентабельно используют имеющиеся ресурсы; имеют высокую надежность.

Данная модель может быть применена для оценки уровня развития любого коммерческого банка, вполне пригодна для проведения текущего внутрибанковского контроля за результатами деятельности банка с учетом его надежности и эффективности, а также для обеспечения необходимого уровня развития по сравнению с другими банками.

Подводя итог проведенному исследованию, необходимо отметить, что автором были проанализированы различные методики построения интегрированных показателей, позволяющие комплексно рассматривать результативность функционирования субъектов хозяйствования, выявлены их достоинства и недостатки. Для оценки уровня развития коммерческого банка, основанного на показателях надежности и эффективности, пред-

Научно-технические ведомости СПбГПУ 5' 2011. Экономические науки

ложена методика, основу которой составляет таксономический подход. Благодаря использованию таксономии в процессе анализа деятельности коммерческого банка решается проблема упорядочения многомерных объектов или процессов относительно заданного нормативного вектора-эталона. На основании метода таксономии, который способен упорядочить многомерный статистический материал в единую количественную характеристику, возможно построение обобщающей

оценки уровня развития банковского учреждения.

Эмпирическая проверка представленной методики показала, что таксономический интегральный показатель финансовой результативности банка в отличие от значительного числа коэффициентов позволяет осуществлять комплексную оценку уровня развития банковского учреждения, основу которой могут составлять различные характеристики его функционирования.

СПИСОК ЛИТЕРАТУРЫ

1. Жарковская, Е.П. Финансовый анализ деятельности коммерческого банка [Текст] / Е.П. Жарковская. - 2-е изд. - М.: Омега-Л, 2011. - 325 с.

2. Щетинин, М.Е. Управление финансовой деятельностью банка с помощью моделей анализа [Текст] / М.Е. Щетинин // Экономика. Налоги. Право. - 2010. -№ 2. - С. 132-136.

3. Орехов, С.А. Использование различных методик анализа при формировании интегрированной финансовой стратегии банка [Текст] / С.А. Орехов, Л.В. Аверьянова // Вестник УМО. Экономика, статистика и информатика.- 2010. - № 2. - С. 40-45.

4. Чхутиашвили, Л.В. Финансовый анализ деятельности коммерческого банка и оценка его стоимости [Текст] / Л.В. Чхутиашвили // Финансовая аналитика: проблемы и решения. - 2010. - № 8. -С. 37-52.

5. Гладышева, А.В. Исследование экономических процессов методами математической экономики [Текст] / А.В. Гладышева // Социально-экономические явления и процессы. - 2010. - № 6. - С. 56-62.

6. Глинский, В.В. Статистический анализ [Текст] : учеб. пособие для студентов вузов экон. профиля / В.В. Глинский, В.Г. Ионин. - 3-е изд., перераб. и доп. -

М.: Инфра-М; Новосибирск: Сиб. соглашение, 2002. -241 с.

7. Хованов, Н.В. Математические модели риска и неопределенности [Текст] / Н.В. Хованов; Санкт-Петерб. гос. ун-т. - СПб.: Изд-во Санкт-Петерб. ун-та, 1998. - 199 с.

8. Плюта, В. Сравнительный многомерный анализ в эконометрическом моделировании [Текст] /

B. Плюта; пер. с польск. В.В. Иванова. - М.: Финансы и статистика, 1989. - 176 с.

9. Клебанова, Т.С. Математические модели трансформационной экономики [Текст] / Т.С. Клебанова. -Х.: ИНЖЕК, 2006. - 280 с.

10. Хечумова, Э.А. Формирование нормативных значений финансовых коэффициентов на основе экономико-математического моделирования [Текст] / Э.А. Хечумова // Управленческий учет. - 2010. - № 1. -

C. 34-42.

11. Банк России [Электронный ресурс]. - Режим доступа: http://www.cbr.ru/

12. Толмачев, М.Н. Построение обобщающих показателей с учетом динамического фактора [Текст] / М.Н. Толмачев // Вестник УМО. Экономика, статистика и информатика. - 2010. - № 2. - С. 117-121.