CC BY
97Методы анализа
УДК 336.717
ИСПОЛЬЗОВАНИЕ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ ХАРАКТЕРИСТИКИ ФИНАНСОВОЙ УСТОЙЧИВОСТИ РЕГИОНАЛЬНЫХ КОММЕРЧЕСКИХ БАНКОВ*
Т. О. ПОДОЛЬСКАЯ,
ассистент кафедры коммерции E-mail:podolskaya79@yandex. ru
А. А. ОТДЕЛКИНА,
ассистент кафедры компьютерных информационных систем финансовых расчетов E-mail:otdalla@gmail. com Нижегородский государственный университет
имени Н. И. Лобачевского -Национальный исследовательский университет
Целью авторского исследования является формирование метода сегментирования региональных коммерческих банков Нижегородской области по критерию финансовой устойчивости. Для этого используется дискриминантный анализ, в котором главным показателем является точность классификации. В качестве подхода к сегментированию используется кластерный анализ.
Ключевые слова: сегментирование, кластер, анализ, банк, устойчивость.
Финансовая устойчивость является важнейшей характеристикой финансовой деятельности коммерческого банка в условиях рыночной экономики. Ее
* Статья предоставлена Информационным центром Издательского дома «ФИНАНСЫ и КРЕДИТ» при Нижегородском государственном университете имени Н. И. Лобачевского - Национальном исследовательском университете.
обеспечение является одной из наиболее острых проблем в деятельности коммерческих банков. Если коммерческий банк финансово устойчив, то он имеет конкурентные преимущества перед другими коммерческими банками, что находит выражение в привлечении дополнительных ресурсов, доминировании на рынке банковских услуг. Кроме этого, эффективность банковской деятельности зависит от способности приносить прибыль, чистый доход. Для оценки способности банка приносить чистый доход используют показателей доходности (рентабельности).
Использование кластерного анализа применительно к коммерческим банкам позволит наглядно оценить разнонаправленные экономические показатели (прибыльность и устойчивость) для выбранной группы коммерческих банков, локализовать проблемные банковские структуры, а также будет способствовать нахождению оптимального
40
ЭКОНОМИЧЕСКИЙ АНАЛИЗ: жеб7>ЪЯ -и ЪРЛЖкЫ
размещения ресурсов для разрешения проблемной ситуации в области банковского развития.
При анализе статистической информации основной особенностью задач, решаемых на основе кластерного анализа, является группировка статистических данных по каким-либо признакам и дальнейшее использование такой информации в процессах статистического моделирования, анализа и управления.
Пусть множе ство I = {I1,I2,..., I14} обозначает 14 ведущих нижегородских банков (по данным 2011 г.), для которых рассматриваются следующие характеристики:
- рентабельность активов (j = 1);
- рентабельность собственных средств (j = 2);
- рентабельность заемных средств (j = 3).
Результат измерения j-й характеристики
объекта I. обозначим символом x ., а вектор Xi = (х.), j = 1, N, N = 3; i = 1,14 отвечает каждому ряду измерений j-го объекта (табл. 1). Таким образом, для множества I объектов имеем множество векторов измерений X = (Xt),i = 1,14, которые описывают множество I.
В качестве исходной информации использованы данные Банка России (региональный раздел) (табл. 1).
Кластерный анализ ведущих нижегородских банков по выбранным переменным выполнен по методу ^-средних с использованием пакета статистической обработки данных Statistica 5.5 компании StatSoft. На основании данных, содержащихся во множестве X, множество объектов I разбито на m (m < 14) кластеров (подмножеств) так, чтобы каж-
дый объект I. принадлежал одному и только одному подмножеству разбиения и чтобы объекты, принадлежащие разным кластерам, были разнородными (несходными).
Метод ^средних основан на минимизации суммы квадратов расстояний между каждым элементом исходных данных и центром его кластера, т. е. функции
D = £ d [ xt, ц.(xt)]
где а - метрика;
х . - / -й элемент данных;
.х.) - центр кластера, которому на.-й итерации
приписан элемент х .
При анализе банков определенный интерес представляет соотношение эффективности использования собственных и заемных средств. Проведем кластеризацию, используя рентабельность активов, рентабельность собственных средств и рентабельность заемных средств.
Зададим k = 3 точкам:тр т2, т3 - центры кластеров, в качестве которых будем использовать среднее значение рассматриваемых характеристик (табл. 2).
Разобьем все точки множества объектов I на три кластера так, чтобы каждая точка была ближе к центру своего кластера, чем к центру любого другого.
По данным, представленным в табл. 2, выделим следующие кластеры:
- т1 - относительно высокая рентабельность;
- т2 - низкая рентабельность;
- т3 - относительно средняя рентабельность.
Таблица 1
Значения рентабельности банков
1=1
Банк Рентабельность активов xn Рентабельность собственных средств xi2 Рентабельность заемных средств xi3
ЗАО КБ «Арзамас» 3,76 13,30 3,31
ОАО АКБ «Саровбизнесбанк» 2,96 22,42 2,22
ОАО «НБД-Банк» 2,62 16,49 2,02
ЗАО «ФОРУС Банк» 2,37 12,96 1,68
ЗАО «Нижегородпромстройбанк» 1,74 8,61 1,50
ОАО КБ «Эллипс Банк» 1,70 12,46 1,26
ОАО КБ «Химик» 1,50 6,27 1,27
ОАО КБ «Ассоциация» 1,33 9,95 1,00
ОАО НКБ «Радиотехбанк» 0,78 4,02 0,64
ООО «РегионИнвестБанк» 0,54 4,13 0,43
ЗАО «Вокбанк» 0,32 2,81 0,22
ООО КБ «Богородский» 0,17 1,40 0,11
ОАО КБ «Верхне-Волжский Нефтебанк» 0,15 0,81 0,13
ЗАО КБ «Росбанк-Волга» 0,60 2,00 0,40
ЭКОНОМИЧЕСКИЙ АНАЛИЗ: Ш5б7>ЪЯ те ЪР*?жг(Ъ4
41
Таблица 2
Средние значения показателей рентабельности по кластерам, %
Показатель Кластер
т1 т2 т3
Рентабельность активов РА 2,682 0 0,792
Рентабельность собственных средств РСС 15,526 0 4,444
Рентабельность заемных средств РЗС 2,097 0 0,633
Количество банков 5 0 9
По данным показателей рентабельности можно сделать вывод о положительной зависимости эффективности использования собственных и заемных средств. Если банк эффективен, то он показывает относительно хорошие результаты при работе с собственными и заемными средствами. Следует также отметить более высокую рентабельность использования собственных средств по сравнению с заемными.
Результаты разбиения банков по кластерам (группам) и значения расстояний до центра кластера представлены в табл. 3.
Проведенный анализ показал, что первая группа имеет наиболее высокие показатели рентабельности, чем третья группа. Минимальное расстояние до центра кластера показывают ОАО НКБ «Радиотехбанк», ООО «РегионИнвестБанк» и ЗАО «Вокбанк», относящиеся к группе третьего кластера. У них расстояния до центра кластера соответственно 0,43, 0,45 и 1,75.
Таблица 3
Сегментирование по рентабельности
Банк Номер кластера Расстояние до центра кластера
ЗАО КБ «Арзамас» 1 2,75
ОАО АКБ «Саровбизнесбанк» 1 7,65
ОАО «НБД-Банк» 1 3,44
ЗАО «ФОРУС Банк» 1 4,2
ЗАО «Нижегородпромстройбанк» 3 4,36
ОАО КБ «Эллипс Банк» 1 4,62
ОАО КБ «Химик» 3 2,06
ОАО КБ «Ассоциация» 3 5,55
ОАО НКБ «Радиотехбанк» 3 0,43
ООО «РегионИнвестБанк» 3 0,45
ЗАО «Вокбанк» 3 1,75
ООО КБ «Богородский» 3 3,15
ОАО КБ «Верхне-Волжский 3 3,72
Нефтебанк»
ЗАО КБ «Росбанк-Волга» 3 4,45
Данный анализ может позволить более эффективно осуществлять государственную поддержку банков в соответствии с их уровнем рентабельности (табл. 4).
При оценке рентабельности выбранных региональных коммерческих банков оказалось, что разбиение более чем на два кластера невозможно.
Система управления финансами коммерческого банка нацелена на достижение его надежности и финансовой устойчивости, которые могут оцениваться по следующим критериям: среднее значение отношения капитала к заемному капиталу банка и среднее значение отношения активов ликвидных к активам банка.
На уровне доверительной вероятности 0,95 значимым является разбиение статистической совокупности минимум на 3 кластера (табл. 5). Средние значения по кластерам отражены в табл. 6.
По данным, представленным в табл. 6, выделим следующие кластеры:
- - средняя надежность банков;
- т2 - низкая надежность банков;
- т3 - высокая надежность банков.
Проведенный анализ кластеров по критерию
надежности выбранных банков позволяет сделать ряд выводов.
Во-первых, предложенная классификация оказалась более эффективной, чем кластеризация внутренних характеристик банка, поскольку расчет надежности связывает между собой изучаемые показатели.
Во-вторых, наибольший интерес представляет второй кластер, содержащий банки, у которых отношение капитала к заемным средствам меньше, чем отношение ликвидных активов к активам, что говорит о надежности этого банка. Причем один из этих банков (ЗАО «Вокбанк») имеет в первой клас-
Таблица 4
Рекомендации по оказанию государственной поддержки банков на основе выделенных кластеров
Кластер Уровень рентабельности собственных средств, % Рекомендации по организации государственной поддержки банков
т1 Высокий (> 30) Оказывать всяческую поддержку
т2 Низкий (< 10) Не предпринимать никаких мер
т3 Средний (10-20) Оказывать всяческую поддержку
ЭКОНОМИЧЕСКИЙ АНАЛИЗ: жгвТЪсЯ те чемкюехА
Таблица 5
Сегментирование банков относительно надежности
Банк Среднее значение отношения капитала к заемному капиталу банка Среднее значение отношения активов ликвидных к активам банка Номер кластера Расстояние до центра кластера
ЗАО КБ «Арзамас» 40,09 3,77 3 12,62560184
ОАО АКБ «Саровбизнесбанк» 15,11 6,68 1 3,453104632
ОАО «НБД-Банк» 19,11 8,44 1 1,356291728
ЗАО «ФОРУС Банк» 20,51 10,02 1 3,435974252
ЗАО «Нижегородпромстройбанк» 27,22 26,41 3 13,52126159
ОАО КБ «Эллипс Банк» 16,70 3,95 1 3,741339449
ОАО КБ «Химик» 33,00 20,42 3 6,298993084
ОАО КБ «Ассоциация» 16,00 17,27 2 1,298513285
ОАО НКБ «Радиотехбанк» 31,14 5,89 3 8,410844175
ООО «РегионИнвестБанк» 15,58 8,88 1 3,377859395
ЗАО «Вокбанк» 11,93 13,73 2 4,320646141
ООО КБ «Богородский» 14,96 16,97 2 0,241536218
ОАО КБ «Верхне-Волжский Нефтебанк» 24,12 5,34 1 5,905780005
ЗАО КБ «Росбанк-Волга» 16,00 20,13 2 20,17034982
Таблица 6 Средние значения по кластерам
Кластер Среднее значение отношения капитала к заемному капиталу банка Среднее значение отношения активов ликвидных к активам банка Количество банков
т1 18,52088 7,218333333 6
т2 14,72481 17,025 4
т3 32,86286 14,1225 4
Таблица 7
Взаимосвязь рентабельности и надежности
т1 т2 т3
т1 Высокая рентабельность и Низкая рентабельность и Средняя рентабельность и
средняя надеж- средняя надеж- средняя надеж-
ность ность ность
т2 Высокая рентабельность и низ- Низкая рентабельность и низ- Средняя рентабельность и низ-
кая надежность кая надежность кая надежность
т3 Высокая рентабельность и Низкая рентабельность и Средняя рентабельность и
высокая надеж- высокая надеж- высокая надеж-
ность ность ность
теризации меньшее расстояние до центра своего кластера, чем другие банки.
В-третьих, относительно расстояний до центра кластера можно выделить следующие банки: ООО КБ «Богородский» (расстояние до центра кластера 0,241536218), ОАО КБ «Ассоциация» (1,298513285), ОАО «НБД-Банк» (1,356291728).
В целом необходимо отметить, что проведенный кластерный анализ распределения банков по рентабельности и надежности (финансовой устойчивости) позволяет оценить положение, которое занимает коммерческий банк относительно конкурентов в выбранном банковском секторе.
Чтобы наглядно видеть место банка относительно других, используем матрицу, представленную в табл. 7.
Таким образом, использование дискриминан-тного анализа для характеристики положения ре-
гиональных коммерческих банков по финансовой устойчивости позволило видеть картину различий в поведении.
В целом проведенный анализ показывает следующее положение нижегородских банков:
- высокая финансовая устойчивость (при высокой рентабельности ведения бизнеса) наблюдается у банка «Арзамас», (при средней рентабельности) «Химик», «Радиотехбанк», «Нижегородпромстройбанк»;
- средняя финансовая устойчивость (при средней рентабельности) «Верхне-Волжский Не-фтебанк», «РегионИнвестБанк», (при высокой рентабельности) «НБД-Банк», «Эллипс банк», «Форус банк», «Саровбизнесбанк»;
- в группе риска выделенные в кластер низ-каой надежности (при высокой рентабельности)
ЭКОНОМИЧЕСКИЙ АНАЛИЗ: Ж£брпя к ЪР*?жг(Ъ4
43
«Росбанк-Волга», «Вокбанк», «Ассоциация», «Богородский».
В целом проведенный анализ распределения банков по рентабельности различных видов и надежности позволил выделить группы банков, требующих определенного подхода к организации их государственной поддержки, а также информация может быть полезна клиентам, выбирающим региональный коммерческий банк для сотрудничества.
Использование дискриминантного анализа при оценке положения коммерческого банка, преимущество которого в том, что переменные не подразделяются на зависимые и независимые, а их основная цель - сгруппировать данные по лежащему в основе сходству, может быть применено и к решению других задач финансового анализа.
Список литературы
1. Дубров А. М., Мхитарян В. С., Трошин Л. И. Многомерные статистические методы: учебник для экономистов и менеджеров. М.: Финансы и кредит, 2011.
2. Информационный портал Banki. ru - www. banki. ru.
3. Олдендерфер М. С., Блэшфилд Р. К. Кластерный анализ // Факторный, дискриминантный и кластерный анализ / пер. с англ. М.: Финансы и статистика, 1989.
4. ШлезингерМ., Главач В. Десять лекций по статистическому и структурному распознаванию. Киев: Наукова думка, 2004.
5. Электронный учебник по статистике. URL: www. statsoft. ru/home/textbook/default. htm.
44
ЭКОНОМИЧЕСКИЙ АНАЛИЗ: жгбТЪсЯ те -ПР/ГКЖЪХ*
