CC BY
16
УДК 336.713.2
И.В. Сычева, д-р экон. наук, проф., (Россия, Тула, ТулГУ); И.А. Прокофьев, аспирант кафедры «Финансы и менеджмент», prokofiev23@mail.ru, (Россия, Тула, ТулГУ)
ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ РАЗМЕЩЕНИЯ ОТДЕЛЕНИЙ РЕГИОНАЛЬНЫХ КОММЕРЧЕСКИХ БАНКОВ (НА ПРИМЕРЕ КБ «ЭКСПРЕСС-ТУЛА»)
Выполнен анализ соседних с Тульской областью регионов на предмет эффективности банковской экспансии региональных банков. Установлена зависимость между такой эффективностью и важнейшими макроэкономическими показателями регионов.
Ключевые слова: региональные коммерческие банки, кредитная экспансия, эффективность, спрос и предложение денег.
Региональный банковский сектор является кровеносной системой региональной экономики, без которой невозможно осуществление функционирования и развития ее реального сектора. Поэтому на сегодняшний день возникла проблема дальнейшего существования и развития региональных банков, их способности конкурировать с крупными инорегиональными банками.
Как показывает мировой опыт (Германии, США, Швейцарии, Японии и других стран) основой для создания региональных банков (т. е. банков, зарегистрированных на территории конкретного региона) является территориальное устройство страны и размеры ее территории. Исходя из этого региональные банки должны формировать свою стратегию кредитной экспансии и выхода на межрегиональный рынок.
Именно неразвитость финансовых структур регионов заставляет государство искать иные каналы для вливания денег в экономику, в том числе использовать прямое финансирование кризисных предприятий. Таким образом правительство пытается подменить собой банковские и кредитные организации, призванные быть такими каналами, что на практике оказывается мало эффективным.
В то же время вопросы места региональных коммерческих банков в российской банковской системе, их роли и степени влияния на экономику, вопросы организации и управления филиалами, регламентации их деятельности до настоящего времени комплексно не изучены, встречающиеся публикации фрагментарны и не носят комплексного характера. Поэтому исследование принципов регулирования деятельности региональных ком-
мерческих банков на основе синтеза интересов самих кредитных учреждений, государства, регионов и кредиторов является актуальным и определяет направленность настоящего исследования, постановку цели и задач.
Целью исследования является разработка научно обоснованных рекомендаций по выбору и экономическому обоснованию эффективного размещения отделений региональных коммерческих банков на территории соседних регионов.
Научная новизна исследования заключается в разработке механизма финансовой оценки эффективности размещения отделений региональных коммерческих банков, позволяющего стимулировать их деятельность.
Для целей рэнкинга были выбраны три наиболее важных показателя регионального банковского сектора: объем займов на единицу населения; сумма просрочки в рублях на каждого жителя; доля просрочки к общему объему выданных в регионе кредитов. Анализ, составленный на основе данных ЦБ РФ и Росстата, преследовал две цели: выяснить состояние клиентской базы и самочувствие банковского рынка в каждой из 83 субъектов Российской Федерации.
На первом этапе регионы были ранжированы по объему займов на единицу населения. Выяснилось, что активнее всего банки выдавали кредиты в Самарской области, где сумма задолженности граждан перед банками составляет 98,45 тыс. руб. в пересчете на одного жителя. Далее следуют Новосибирская (77,33 тыс. руб. на жителя) и Амурская (65,15 тыс. руб. на жителя) области [1].
В рэнкинге не участвовали города федерального значения — Москва и Санкт-Петербург, так как экономика этих регионов очень нетипична для России в целом [9].
Затем была рассчитана сумма просроченной кредиторской задолженности (ПКЗ) в рублях, которая приходится на каждого жителя региона. ПКЗ в среднем на человека оказалась выше всего как раз в тех регионах, где банки активнее всего раздавали кредиты. В Новосибирской области сумма ПКЗ в пересчете на одного человека составляет 6,14 тыс. руб., в Самарской — 5,37 тыс., в Амурской — 4,29 тыс. [2].
На третьем этапе была рассчитана доля ПКЗ по отношению к общему объему розничных кредитов, выданных в этом регионе. На первой строчке оказалась Калининградская область, доля ПКЗ в которой достигает 9,27 %. Далее следуют Костромская область (8,11 %) и уже упоминавшаяся Новосибирская (7,94 %). В этих регионах самые большие проблемы с возвращением займов с точки зрения общерегиональной статистики.
Таким образом, основываясь на институциональных показателях банковской системы региона, можно сделать вывод о том, что наиболее перспективные с точки зрения размещения новых отделений в ЦФО являются следующие субъекты Российской Федерации: Тверская, Тульская, Липецкая, Калужская и Воронежская области. В следующую группу вхо-
дит Калужская область; наименее привлекательными регионами стали Ярославская и Орловская области.
В то же время ситуация на банковском рынке не дает полной картины происходящих тенденций, поэтому необходим ее анализ в регионах со стороны денежного спроса и предложения.
Для оценки спроса и предложения денег были использованы денежные агрегаты М2 и М0. Агрегат М2 представляет собой количественную характеристику предложения денег, поскольку включает в себя как наличные деньги, так и основной источник кредитной эмиссии — срочные депозиты. В свою очередь, агрегат МО представляет исключительно текущий спрос на деньги, так как состоит из наличных денег в обращении, расчетных счетов и депозитов до востребования.
Поскольку денежная масса год от года растет не только из-за увеличения предложения, но и инфляции, то данные агрегаты необходимо корректировать на уровень инфляции (мы будем использовать ВВП-дефлятор):
М 0 + Дебиторскаязадолженность-Кредиторскаязадолжность
п к + Внешняя задолженность частного ссектор (1)
деньги -птт \ 1 ? V /
ВПП-дефлятор к — коэффициент возвращаемости кредитов;
^ _ М2 - Межбанковские _ депозиты + Внутренний _ долг _ государства (2) деньги ВПП - дефлятор
В качестве эквивалента цены денежных ресурсов была использована ставка рефинансирования ЦБ РФ на текущую дату. Выбор объясняется большей стабильностью и меньшей подверженностью ее к мелким конъюнктурным изменениям. Более того, ставка рефинансирования является инструментом денежного регулирования, а потому зависимость между ней и количеством денег в обращении исходит из определения.
Коэффициент возвращаемости кредитов определен нами как разница между общим объемом выданных кредитов и долей просроченной задолженности в кредитном портфеле. Введение данного коэффициента позволяет выделить из общего спроса на денежные ресурсы платежеспособный спрос, удовлетворяя который, банковские организации не увеличивали бы свои кредитные риски.
Внешняя задолженность частного сектора представляет собой спрос на деньги, не удовлетворенной внутренним их предложением и является аналогом их экспорта, а потому также должна быть включена в расчет денежного спроса.
Включим полученные данные в расчетную табл. 1 [3, 7, 8, 9].
Таблица 1
Расчетная таблица модели спроса и предложения денег
Внешняя задолженность частного сектора, млн руб. к М2, млрд руб. МО, млрд руб. ввп- деф ля-тор, % Государственная внутренняя задолженность, млн руб. Межбанковские депозиты, млн руб. Кредиторская задолженность, млн руб. Дебиторская задолженность, млн руб. Спрос на деньги, млн руб. (yi) Предложение денег, млн руб. ы Дефицит (~) / Про-фицит (+) денежного предложения, млн руб. Ставка рефи- на-нсиро-вания, % (х)
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 кв. 2003 1 527 360 0,981 2226,4 1 240,70 117,24 314700,00 36 927 5283000 4139000 1 358 924,4 2 135 937 777 013 18
2 кв. 2003 1 612 932 0,981 2626,8 1 505,70 113,70 314700,00 50 871 5283000 4139000 1 703 706,6 2 542 330 838 623 16
3 кв. 2003 1 742 090 0,981 2752,8 1 500,80 112,60 314700,00 47 006 5283000 4139000 1 828 606,6 2 682 499 853 892 16
4 кв. 2003 1 962 101 0,981 3212,6 1 540,00 112,19 314700,00 56 242 5283000 4139000 2 061 946,2 3 093 910 1 031 964 16
1 кв. 2004 2 136 595 0,984 3421,2 2008,1 114,98 557600,00 67 046 5092041,40 4150492,33 2 741 255,7 3 402 117 660 861 14
2 кв. 2004 2 441 593 0,984 3684,7 1869,6 118,53 557600,00 50 261 5355015,78 4578426,849 2 934 320,5 3 536 690 602 370 13
3 кв. 2004 2 609 797 0,984 3726,1 1825,9 118,90 557600,00 56 514 5701305,02 4989870,974 3 082 148,8 3 555 245 473 096 13
4 кв. 2004 2 697 006 0,984 4363,3 2083,7 127,39 557600,00 70 391 5901540,21 5262855,934 3 199 426,8 3 807 606 608 179 13
1 кв. 2005 3 021 975 0,985 4474,6 2260,2 120,12 721600,00 77 847 5920483,99 5437141,532 3 935 106,5 4 261 033 325 926 13
2 кв. 2005 3 339215 0,985 4927,4 2263,8 120,60 721600,00 74 714 6275549,04 5833110,366 4 214 898,7 4 622 128 407 229 13
3 кв. 2005 3 642 148 0,985 5292,2 2418,2 120,07 721600,00 84 386 6588370,68 6241930,58 4 687 431,8 4 938 298 250 866 13
4 кв. 2005 4 195 464 0,985 6044,7 2529,4 116,83 721600,00 96 257 6750630,05 6509567,564 5 466 527,4 5 709 187 242 660 12
1 кв. 2006 4 923 812 0,984 6044,7 2661,6 121,09 875600,00 91 035 6250361,57 6380582,203 6 269 867,9 5 639 826 -630 042 12
2 кв. 2006 5 043 168 0,984 6169,4 3244,2 116,03 875600,00 107 130 6819123,86 7115712,757 7 279 681,2 5 979 376 -1 300 305 11,5
3 кв. 2006 5 591 916 0,984 7090,8 3485 115,05 875600,00 176 134 7476562,71 7536829,865 7 814 853,2 6 771 200 -1 043 653 11,5
4 кв. 2006 5 630 340 0,984 7750,7 3508,9 110,31 875600,00 298 262 7721729,42 8193541,56 8 573 361,7 7 549 667 -1 023 695 11
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 кв. 2007 6 890 589 0,987 8995,8 3716,4 108,30 1047400,00 243 536 7914832,77 8341111,395 10 055 249,0 9 048 628 -1 006 621 10,5
2 кв. 2007 7 735 170 0,987 9412,6 5350,8 112,30 1047400,00 332 589 8759062,00 9354196,702 12 024 265,7 9 018 175 -3 006 091 10
3 кв. 2007 8 878 520 0,987 10857,7 4758 113,11 1047400,00 403 183 9569261,10 9840237,878 12 135 707,9 10 168 789 -1 966 919 10
4 кв. 2007 9 690 703 0,987 13272,1 4650,4 119,95 1047400,00 432 406 10538041,10 10927710,58 12 121 111,1 11 577 402 -543 709 10
1 кв. 2008 10 242 260 0,987 13382,9 4954,5 120,38 1331264 2 923 474 10989900,78 11361110,4 12 764 235,4 9 794 559 -2 969 676 10,25
2 кв. 2008 10 473 600 0,987 14244,7 5129,5 122,62 1328980 3 232 406 11821292,7 12684196,24 13 253 910,7 10 064 650 -3 189 261 10,5
3 кв. 2008 11 535 266 0,987 14374,6 5360 122,33 1389880 3 616 232 12744731,43 13492735,65 14 235 190,1 9 930 719 -4 304 471 11
4 кв. 2008 12 235 924 0,987 13493,2 5201,8 110,23 1386440 3 879 044 13645480,87 14463483,89 16 346 187,7 9 979 675 -6 366 513 13
1 кв. 2009 13 157 903 0,978 12111,7 4331 104,07 1413268 3 919 773 13471322,31 14099882,36 17 025 923,8 9 229 552 -7 796 372 13
2 кв. 2009 16 688 384 0,978 13161 4712,3 101,78 1372639 3 372 238 14069883,26 14835026,38 21 299 056,1 10 966 203 -10 332 853 12
3 кв. 2009 13 460 810 0,978 13649,5 4921,6 99,23 1563284 3 296 774 14584910,42 15189346,15 18 713 227,1 12 008 475 -6 704 752 10,5
4 кв. 2009 13 847 216 0,978 13649,5 5218,2 105,09 1816403 3 262 301 14860650,73 15683098,53 18 508 260,8 11 612 525 -6 895 736 9,5
1 кв. 2010 12 719 047 0,949 15996,5 5968,7 113,93 1819070 3 076 994 14973217,23 15624738,68 16 108 984,6 12 936 519 -3 172 466 8,75
2 кв. 2010 12 916 948 0,949 17190,3 6859 111,10 1830834 3 093 416 15641673,65 16358318,1 17 504 473,9 14 336 380 -3 168 094 7,75
Таким образом, можно отметить, что начиная с 2006 г. спрос на деньги преобладал над денежным предложением, что в условиях недостатка дешевых денег в стране, заставляло частный сектор занимать их за ее пределами.
Обработка статистических данных с помощью корреляционно-регрессионного анализа позволила получить уравнения регрессии, которые в агрегированном виде предстанут в виде кривых спроса и предложения денег в России в 2003-2010 гг. (рис. 1).
Рис. 1. Кривые спроса и предложения на деньги
Используя известную долю абстракции, можно сделать некоторые предположения о состоянии денежного рынка регионов. В качестве инструмента такого перехода может выступать доля каждого региона в производство ВВП страны. Это позволит дать примерное представление о денежном обороте, совершающемся в каждом регионе, и количестве денег, необходимых для его обеспечения. В качестве объекта были исследованы регионы Центрального Федерального округа [5].
Превышение предложения денег над спросом в 2003 г. находилось в диапазоне от 3722,97 млрд руб. (Ярославская область) до 156 740,4 млрд руб. (Орловская область). Эта тенденция господствовала до 2005 г., когда положительное сальдо спроса и предложения денег стало наибольшим. Однако с 2006 г. наблюдается дефицит денежных средств, достигший апогея в 2008 г.
(острая фаза экономического кризиса): -2 239 791 млрд руб. в Орловской области (наибольший дефицит); -115 182 млрд руб. в Костромской области (наименьший дефицит) (рис. 2).
600 000,00
500 000,00
400 000,00
300 000,00
200 000,00
100 000,00
489 357
0,00
94
207 09С
42
146 757
I
135 995
Í
437 36:
19
3924532™. Ё
205 684,77
353334,54
□ среднее предложение, млрд. руб. ■ средний спрос, млрд. руб.
# ^ # г<? ^ & Л* &
<oa ^ Я?
Рис. 2. Усредненные значения спроса и предложения денег за период 2003-2009 гг. в регионах ЦФО
Таким образом, можно говорить о существенной нехватке денежных ресурсов как в масштабе страны, так и на уровне регионов. В условиях современной экономики заполнить эту нишу должны коммерческие банки, выдавая потребительские и производственные кредиты.
Как уже отмечалось выше, показатели ROA, ROE можно охарактеризовать как вторичные по отношению к основному критерию эффективности — стоимости бизнеса того или иного банка. Тем не менее рассчитать полную стоимость регионального банка (EV) по формуле (3), применяющейся на Западе, весьма трудно ввиду отсутствия в практике мелких банков такого понятия как рыночная капитализация и слабая вовлеченность в рынок ценных бумаг [4, 10]:
EV = MC + PE + MI + SLD - CE, (3)
где МС — рыночная капитализация; PE — привилегированные акции; MI — доля участия сторонних владельцев в акционерном капитале дочерних
предприятий; SLD — краткосрочные и долгосрочные долговые обязательства; CE — наличные средства и эквиваленты.
Поэтому показатель эффективности региональных банков будет сводиться к вторичному показателю ROA за неимением более детальной информации:
ROA = ЧистаН "рибьиь -100% . (4)
Активы
На основании проведенного выше анализа была разработана многофакторная модель оценки эффективности функционирования банковских отделений посредством регрессионного анализа. В модели будут использоваться следующие факторы: количество филиалов иногородних кредитных организаций; среднедушевой доход, тыс. руб.; задолженность по кредитам в рублях, предоставленным кредитными организациями физическим лицам, млн руб.; среднедушевой размер депозита в Сбербанке, руб.; задолженность по кредитам физических лиц на душу населения, руб.; задолженность по кредитам юридических лиц, всего, тыс. руб.; сальдо спроса и предложения денег, млрд руб. (табл. 3).
Коэффициент множественной корреляции между представленными факторами и рентабельностью активов региональных банков составил гх2У1 = 0,59, при этом значимость отличия коэффициента корреляции от нуля
£ = 6,43, что значительно больше табличного значения коэффициента Стью-дента t = 1,96 при p = 0,95; n = ю . Поскольку полученный коэффициент корреляции показывает среднюю зависимость между показателями и он статистически значим, то можно говорить о взаимосвязи между величиной среднедушевого кредита и эффективностью работы региональных банков.
Линейное уравнение регрессии зависимости между макроэкономическими показателями регионов и эффективностью деятельности региональных банков, таким образом, примет следующий вид:
y = 1,95 + 0,026х 1 - 0,00021х2 + 0,000005х3 - 0,000006х4 + 0,000065х5 + 0,000003х6 + 0,00000х7
Следовательно, наиболее значимыми факторами для выбора региона размещения для банка будут: задолженность физических лиц по рублевым кредитам и задолженность по кредитам физических лиц на душу населения.
Таблица 2
Зависимость основных показателей рентабельности активов региональных банков от основных
институциональных показателей региона [6, 8]
Регионы Количество филиалов иногородних кредитных организаций, шт. (хх) Среднедушевой доход, тыс. руб. (хг) Задолженность по кредитам в рублях, предоставленным кредитными организациями физическим лицам, млн Руб. (х3) Среднедушевой размер депозита в Сбербанке, руб. (х4) Задолженность по кредитам ф.л. на душу населения, руб. (Х5) Задолженность по кредитам ю.л., всего, тыс. руб. (Хб) Сальдо спроса и предложения денег, млрд руб. (х7) Средний ЯОА региональных банков, % (у)
1 2 3 4 5 6 7 8 9 10
Белгородская область 2007 28 9404 13890,9 17274 9177,27 113807,6 -49024,1 1,01
2008 29 12758 21550,6 22945 14186,08 163479,6 -445588,67 0,51
2009 28 14117 29495,5 27200 19340,26 168585,0 -191576 2,8
Брянская область 2007 24 7597 9034,6 9455 6856,92 14206,7 -19413 1,21
2008 28 10043 14146,2 12054 10811,18 19620,8 -184949 1,53
2009 28 11404 19509,8 13538 15011,12 25514,0 -85551 1,07
Владимирская область 2007 30 7096 12203,1 16400 8360,73 20295,7 -27079 1,81
2008 30 9596 19971,5 21866 13778,44 34059,2 -275778 1,2
2009 30 10944 27039,0 23166 18780,20 44106,6 -124305 1,15
Воронежская область 2007 47 8530 18419,2 32174 8027,14 37005,1 -44312 2,1
2008 53 10305 30141,3 42143 13217,51 58195,1 -442956 1,3
2009 53 11728 40853,6 49390 17996,93 88406,7 -196695 0,7
Рязанская область 2007 26 8115 10397,2 11983 8868,87 20390,0 -14911 0,79
2008 26 11311 17653,4 15348 15159,25 30467,8 -130978 0,63
2009 28 12044 24100,5 16910 20816,85 42903,7 -77508 0,65
ю
-о ю
1 2 3 4 5 6 7 8 9 10
Смоленская область 2007 23 8436 8757,5 11204 8814,67 28433,2 -23211 0,98
2008 24 11523 14140,4 14835 14381,62 18718,4 -223782 1,15
2009 24 12919 20602,5 13365 21149,45 28433,2 -117724 0,75
Тамбовская область 2007 15 8592 6366,1 14908 5698,68 18718,4 -18780 2,2
2008 17 11253 9406,2 12415 8504,43 16527,0 -182974 2,01
2009 17 12077 13126,3 16278 11966,95 31071,6 -94326 1,75
Тверская область 2007 36 8592 10075,4 18768 7246,17 16527,0 -18639 2,01
2008 37 10856 17122,1 16461 12411,44 27888,9 -195480 0,89
2009 33 12205 24429,4 21215 17839,32 39505,2 -95057 1,2
Тульская область 2007 32 8373 12638,1 16461 7996,11 24032,7 -29682 0,87
2008 33 11388 21673,2 21215 13837,24 41251,4 -289600 1,37
2009 35 13359 32106,3 22929 20671,80 50360,3 -147704 1,24
Ярославская область 2007 37 9938 12182,1 19399 9227,88 48693,7 -35801 1,7
2008 38 12587 18700,7 25373 14221,01 56129,0 -312636 1,61
2009 38 13111 25526,6 26923 19478,92 75306,8 -147704 0,89
Для регионального коммерческого банка, расположенного в г. Туле, с точки зрения инвестиционной привлекательности, таким образом, регионы ЦФО можно разделить на четыре группы:
1. Наиболее привлекательные.
2. Привлекательные.
3. Непривлекательные.
4. Нежелательные.
Если в первых двух группах региональный банк заинтересован открыть свои структурные подразделения, то в третьей наращивание кредитной экспансии не имеет смысла, в четвертой же, напротив, оправданной представляется уменьшение кредитной деятельности. Распределение регионов по группам будет выглядеть следующим образом (рис. 3).
Рис. 3. Группировка регионов ЦФО по инвестиционной привлекательности для открытия дополнительных банковских подразделений
Поскольку Тульская область является регионом, в котором находится головной офис кредитной организации, осуществляющей кредитную экспансию, он не рассматривается нами в качестве возможного места размещения дополнительного офиса.
Исходя из проведенного анализа можно выделить четыре региона, представляющиеся наиболее привлекательными для открытия нового отделении регионального банка (за исключением Тульской области): Тверская область, Липецкая область, Калужская область и Воронежская область.
В результате проведенного анализа было выявлено, какие из факторов макросреды наиболее значительно влияют на эффективность деятельности региональных коммерческих банков. Исходя из этого регионы ЦФО были проранжированы и среди них выбраны четыре наиболее привлекательные для открытия нового отделения регионального коммерческого банка. Затем был проведен анализ конкурентной среды в каждом из них, на основании чего наиболее привлекательным регионом выступила Тверская область.
Библиографический список
1. Банковская система в сентябре 2008 г. Аналитический обзор: Электрон. данные (1 файл). Режим доступа: http://www.bankir.ru.
2. Бюллетень банковской статистики. Региональное приложение. № 3 // Банк России. М., 2009. № 12(47).
3. Отчет о развитии банковского сектора и банковского надзора в 2010 году // Банк России. М., 2011. C. 113.
4. Сценарное моделирование системных рисков банковского сектора России на период до 2010 года: Электронные текстовые данные. Режим доступа: http://www.deloitte.com.
5. Еженедельный информационно-аналитический бюллетень «Банки и Финансы» [Электронный ресурс]. Режим доступа: http://analytics.interfax.ru/bankfin.html.
6. Региональный раздел ЦБ РФ // Официальный сайт Банка России. Режим доступа: http://www.cbr.ru/regions (дата обращения: 14.04.11).
7. Статистический раздел ЦБ РФ // Официальный сайт Банка России. Режим доступа: http://www.cbr.ru/statistics/print.aspx?file=credit statistics/ interest rates 09.htm&pid=cdps&sid=svodProcStav (дата обращения: 24.04.11).
8. Россия в цифрах: Электрон. данные (1 файл). Режим доступа: http://www.gks.ru/wps/portal/!ut/p/.cmd/cs/.ce/7 0 A/.s/7 0 33G/ th/J 0 CH/
s.7 0 A/7 0 FL/ s.7 0 A/7 0 33G.
9. Banking information and regulation: Электронные текстовые данные. Режим доступа: http://www.federalreserve.gov/bankinforeg/default.htm.
10. Economic research: Электронные текстовые данные. Режим доступа: http://www.ecb.int/home/html/researcher.en.html.
I.A. Prokofiev, I.V. Sytchova
Study of the effectiveness of placement offices regional commercial bank (for example cb "Express Tula")
This paper presents result from an analysis neighboring regions of Tula Region for effectiveness of the regional bank's expansion. The dependence between such efficiency and the most important macroeconomic indicators of the regions.
Keywords: regional commercial banks, credit expansion, efficiency, demand and supply of money.
УДК 336.764/.768
С.С. Дубровин, аспирант кафедры «Прикладная математика и информатика», 8-953-436-32-62, stasdss@gmail.com, (Россия, Тула, ТулГУ)
МЕТОДИКА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПОРТФЕЛЕМ ЦЕННЫХ БУМАГ
Рассмотрена методика поддержки принятия решений при операциях на фондовом рынке. Обоснована необходимость применения методов многокритериальной оптимизации при формировании и сопровождении портфеля ценных бумаг. Достоверность полученных результатов подтверждается экспериментальными расчетами на реальной рыночной информации.
Ключевые слова: принятие решений, портфель ценных бумаг, многокритериальная оптимизация, доходность, риск, оптимальное решение, управление активами, временной ряд, авторегрессионная модель.
Проблема управления портфелем ценных бумаг (ПЦБ) является фундаментальной в финансовой теории и практике. В то же время эта проблема как задача управления в условиях неопределенности также относится и к фундаментальным проблемам в теории принятия решений.
