CC BY
132
Надежность финансовых институтов
УДК 336.717.061.1
МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОЦЕНКЕ ОПТИМАЛЬНОЙ СТРУКТУРЫ АКТИВОВ КРЕДИТНЫХ ОРГАНИЗАЦИЙ
В.М. ЗАЕРНЮК,
доктор экономических наук, доцент кафедры экономики и управления E-mail: [email protected] Российский государственный университет туризма и сервиса, Москва
Предмет/тема. В связи с кризисными процессами, наблюдаемыми в мировой и отечественной экономике, проблема создания оптимальной структуры активов организаций банковского сектора России приобретает в последнее время еще большую актуальность.
Цели/задачи. Цель исследования заключается в постановке и решении задачи определения нового подхода к оценке оптимальной структуры активов кредитных организаций на основе обобщения и систематизации методических разработок отечественных и зарубежных авторов.
Методология. Исходя из качественного содержания определяемого признака и имеющихся для расчета данных, предложен метод расчета оптимальной структуры работающих активов коммерческого банка на основе структурных средних величин. Сделан вывод о том, что существующие методики оценки структуры активов и пассивов банка в известной степени сложны для целей экспресс-анализа, поскольку предполагают использование не только достаточно дорогостоящих программно-технических средств, но и времени для проведения соответствующего анализа и получения обоснованного вывода.
Результаты. С помощью эконометрических методов проанализирована структура активов 370 российских кредитных организаций с совокупными активами, составляющими 62% активов всего банковского сектора. Предложены новые критерии оценки оптимальной структуры активов банка, которые учитывают основные направления размеще-
ния денежных средств по направлениям кредитной и инвестиционной деятельности, обеспечивающим прибыльную деятельность банка. Дана количественная (интервальная) оценка оптимальной структуры работающих активов коммерческого банка, которая может быть использована банковскими аналитиками и специалистами в практической работе.
Выводы/значимость. Предложенный интервал удельных весов денежных ресурсов, размещенных в кредитах реальному сектору и населению, а также в фондовом рынке, на взгляд автора, можно рассматривать как ориентир при оценке фактической структуры работающих активов банка.
Ключевые слова: кредитные организации, активы, банк, оптимальная структура, корреляция, регрессионный анализ
Как показал анализ, структура активов в части размещения имеющихся пассивов наряду с качеством кредитного и депозитного портфелей во многом определяет эффективность работы коммерческого банка, рентабельность его деятельности. Низкое качество перечисленных портфелей и нерациональное размещение денежных средств в активах банка обусловливают убыточную деятельность, а порой ведут и к его банкротству. Поэтому оптимальное распределение имеющихся ресурсов по направлениям инвестирования (кредиты населению и реальному сектору, акции, облигации и т.д.)
-10 (244) - 2015-
ФИНАНСОВАЯ АНАЛИТИКА: FINANCIAL ANALYTICS:
проблемы и решения science and experience
способствует получению банком высокой маржи и высокой прибыльности [2, 4].
При этом необходимо отметить, что какой бы ни была развитой интуиция у руководства банка и его топ-менеджмента, эффективное управление денежными ресурсами в стремительно меняющихся внешних и внутренних условиях финансового рынка без систем управления портфелем банка на основе современного 1Т-обеспечения практически невозможно. Поэтому в условиях резко обозначившейся в настоящее время конкуренции в банковском секторе банки с лучшими системами обеспечения и поддержки принятия решений о размещении активов будут получать преимущества в жесткой конкурентной борьбе и, в конечном счете, окажутся в выигрыше [1, 16].
Проведение оценки и анализа качественного состояния активов банка, имеющих огромное значение для его финансовой устойчивости, определяется рядом факторов и обстоятельств. Прежде всего активы позволяют отражать как стоимостные, так и продуктовые характеристики кредитной организации, ее рыночные возможности. Кроме того, активы банка подвержены всевозможным и многочисленным рискам, которые оказывают прямое влияние на финансовый результат, т.е. прибыль. И, наконец, состояние активов выполняет ряд важнейших для любого банка функций, обеспечивающих поддержание высокой ликвидности, доходности и прибыльности банка [6, 13].
Дефицит надежных активов выражается в повышении взаимной зависимости банков, являющихся главными держателями надежных активов, с одной стороны, и государств - эмитентов таких активов, с другой [15]. В перспективе это может привести к формированию канала распространения фискальных рисков в банковскую сферу в результате ухудшения макроэкономической конъюнктуры [14].
Сущность управления активами применительно к коммерческим банкам заключается в выборе путей и порядка размещения собственных и привлеченных денежных средств, т.е. это распределение на наличные деньги, кредиты, ценные бумаги и другие активы. При размещении денежных ресурсов основное внимание уделяется кредитным операциям и инвестициям в ценные бумаги, т.е. кредитному портфелю и портфелю ценных бумаг. Решением проблемы эффективного размещения средств является приобретение такого рода активов, которые позволят получать максимальный доход при приемлемом для руководства банка уровне риска.
Как показал анализ, управление денежными ресурсами в коммерческих банках осложнено рядом факторов. Прежде всего речь идет о том, что банки являются наиболее регулируемым сектором отечественного предпринимательства, поскольку при размещении средств они должны строго выполнять требования банковского законодательства и предписания регулятора.
Кроме того, складывающиеся между банками и его клиентами отношения по поводу кредитования, вкладным операциям основаны на взаимном доверии и помощи. Помимо перечисленного владельцы акций коммерческого банка, как и все прочие инвесторы, рассчитывают на норму доходности, сопоставимую по величине с доходом от аналогичных инвестиций.
Начало современной теории инвестиций положено известным ученым Г. Марковицем, впервые предложившим математическую модель оптимального портфеля инвестиционных ценных бумаг [8]. Им были разработаны методы построения оптимальных портфелей, основанные на теоретико-вероятностной формализации категорий доходности и риска, позволившие перевести задачу выработки оптимальной инвестиционной стратегии на математический язык [20].
Однако недостаточные возможности вычислительных устройств того времени и сложные алгоритмы и формулы, предложенные Г. Марковицем, не позволили ему осуществить в полном объеме реализацию его научных идей.
В середине 1960-х гг. на основе однофакторной модели рынка капиталов У. Шарпом, учеником лауреата Нобелевской премии Г. Марковица, была предложена упрощенная методика определения оптимального инвестиционного портфеля, в основе которой задача квадратичной оптимизации была сведена к линейной задаче [18]. Это упрощение позволило применять на практике методы портфельной оптимизации. Стремительное развитие программирования уже к 1970-м гг. привело к появлению первых пакетов программ по управлению портфелями ценных бумаг и в конечном итоге способствовало формированию современной портфельной теории [3, 7, 19, 33].
В США, например, получила широкую известность система управления активами и пассивами кредитных организаций, именуемая Radar. Эта система, основанная на использовании методов статистического прогнозирования и экономико-математического моделирования, требует установки
дорогостоящего (почти 300 тыс. долл. США) процессора компании «Хьюлетт Паккард».
Как показал анализ, оказались востребованными автоматизированные банковские системы с встроенными в них модулями планирования оптимальных портфелей, например система SAMIC (Монако). В России внедрение автоматизированных банковских систем (АБС) получило развитие с конца 1990-х гг. В ряде московских банков нашли применение прогрессивные АБС, в том числе такие, как система IDEF, позволяющая осуществлять оперативное и текущее управление на основе методов динамического программирования.
Оптимизационную задачу с математической точки зрения можно отнести к разряду задач квадратичной оптимизации при линейных ограничениях. Для этого класса оптимизационных задач наряду с задачами линейного программирования в настоящее время разработано и применяется на практике большое число достаточно эффективных алгоритмов [9, 17].
В частности, исследователями И.Н. Мороз-ко, О.Ю. Гаврилюк предложен метод, основанный на использовании стратегии диверсификации Г. Марковица и позволяющий банку сформировать валютный портфель, учитывающий минимальные риски [10]. Представляет интерес исследование М.М. Ковалева, предложившего оригинальный подход к диверсификации анализируемого портфеля с помощью субмодулярных функций, позволяющий существенно ограничивать масштабы возможных рисков, не прибегая при этом к сложным квадратичным функциям минимизации риска [7].
Однако отмеченные методики требуют серьезных затрат как времени на проведение анализа, так и соответствующих АТ-ресурсов. Не претендуя на достаточное изложение проблемы оптимальной структуры размещения денежных ресурсов, сформулируем лишь основные подходы к определению границ оптимальной структуры активов при управлении активами коммерческого банка, которые могут быть использованы банковскими аналитиками и специалистами в практической работе.
Целью исследования является разработка методических подходов к оценке оптимальной структуры активов кредитных организаций на базе доступных данных основных объемных показателей, характеризующих основную деятельность организаций отечественного банковского сектора. Алгоритм достижения поставленной цели предусматривает решение следующих поэтапных задач:
- определение выборки кредитных организаций, обеспечивших в анализируемом периоде прибыльную деятельность для последующего анализа по расчету параметров оптимальной структуры активов, исключив из нее малые по масштабу банки;
- проведение корреляционно-регрессионного анализа для выявления причинно-следственных связей между показателями прибыли и объемом денежных средств, направленных на основные направления банковской деятельности;
- определение оптимальных границ удельного веса денежных ресурсов, направленных в кредитную и инвестиционную составляющие деятельности банка.
Исследование проводилось на базе показателей деятельности банков России информационно-аналитической системы «Банки и финансы» агентства «Мобиле». Для анализа были доступны наблюдения по 177 показателям официальной статистики Банка России 965 банков с 01.01.1998 по 01.03.2012.
В основу формирования рабочей выборки для анализа автором приняты следующие соображения. Прежде всего выборка банков, с одной стороны, должна быть достаточно представительной, с другой - не содержать небольшие по масштабу банки. В выборку не следует включать небанковские кредитные организации, у которых совокупный объем кредитования крайне ограничен и практически не оказывает влияния на объемы кредитования банковским сектором России. Кроме того, представляется нецелесообразным включение в состав выборки Сбербанка России, активы которого составляют более 30% совокупного объема активов российского банковского сектора, так как это присутствие в выборке, безусловно, исказит основные результаты анализа. По мнению автора, следует рассматривать банки с активами не менее 5 млрд руб.
Для анализа зависимости между балансовой прибылью и основными показателями, характеризующими существенные направления размещения банковских пассивов, отобраны следующие переменные по состоянию на 01.01.2012:
- кредиты физическим лицам и индивидуальным предпринимателям;
- кредиты промышленности;
- кредиты финансовым организациям;
- кредиты банкам;
- государственные и негосударственные ценные бумаги;
- долговые обязательства резидентов и нерезидентов.
Надежность финансовых институтов
Reliability of Financial Institutions
Принимая во вни-
а
а
мание изложенные со- ^ ображения, в выборку для корреляционно-рег- ^ рессионного анализа (табл. 1) включено 370 банков (показаны первые и последние 10).
Для определения возможных регрессо-ров регрессионной модели была составлена ^ корреляционная матрица показателей, позво- 3 лившая отразить взаи- д ^
мосвязи переменных с ¡2 §
я ч
балансовой прибылью. ^ «я
Проведенный корре- и 58
я о
ляционный анализ по- ¡-
казал существование '5 я „ ¡3 о
линейной зависимос- и я
о 3
ти между отдельными & £
из отмеченных пере- ч & г <и <и
менных с основным &
результатом экономи- <3 ¡я
ческой деятельности ¡2 о
банка, что подтвержда- « я
ется коэффициентами ^
корреляции по ряду ¡т ¡а
рассмотренных пере- е Ч£,
менных (табл. 2). я ¡2
Согласно приве- ¡^ 4
денным данным (см. й а
©
табл. 2) наибольшую я V® тесноту связи с балан- § и совой прибылью по- 0 ® казали кредиты про- Ц
мышленности, цен- и
ные бумаги и кредиты §
физическим лицам и е
индивидуальным предпринимателям. Практическое отсутствие тесноты связи с балансовой прибылью демонстрируют показатели объема кредитов финансовым организациям (0,187) и банкам (0,215), в связи с чем
Ценные бумаги В том числе государственные и негосударственные долговые обязательства СВО_СВО! 4 511 550 147 619 506 122 409 976 57 298 1 1 1 1 3 095 516 1 1 408 701 1 781 979 99 673 575 205 93 265 33 614 710 525 141
негосударственные ценные бумаги ЫСВ 3 377 869 8 839 799 936 647 1 672 592 5 725 406 157 1 1 092 169 482 241 8 338 100 7 9 2 3 780 684 401 006 152 065 804 675 689 484 606 271 159 009 10 976 596 92 518
Всего СВ 8 115 297 9 980 723 | 1 442 769 2 208 609 63 023 406 157 1 1 092 169 482 241 11 433 616 7 9 2 3 794 990 809 707 | 152 065 2 864 118 | 789 157 1 247 196 252 274 | 46 942 510 677 785
Кредиты банкам МВК 16 289 822 2 302 723 | 6 072 953 1 273 424 62 126 152 781 1 421 111 4 9 956 569 3 453 806 640 377 30 365 337 395 47 827 1 974 40 548 2 967 752 | 317 156 489 704 025
Кредиты финансовым организациям КБО 1 949 390 7 493 074 | 1 1 124 452 | 1 87 225 9 375 100 000 1 380 206 521 708 1 1 295 778 1 2 808 658 210 11 167 1 924 769 1
Кредиты промышленности КЕ_Ргот 33 770 211 43 173 653 | 1 884 560 19 026 511 1 790 074 | 3 359 796 583 222 1 204 795 4 258 663 12 701 241 4 201 991 6 256 485 13 736 217 | 4 446 310 2629 118 1 457 369 1 676 853 43 405 410 | 379 118 041 4 306 035
Кредиты физическим лицам и индивидуальным предпринимателям КЕ_Б 37 274 839 5 632 698 284 093 958 504 1 744 417 316 445 284 811 604 137 758 487 26 888 534 7 272 334 160 709 1 350 831 1 382 169 732 886 1 172 744 321 788 25 941 541 77 236 614 12 685
Прибыль за месяц МР 263 998 10 737 | 32 643 32 406 15 205 | 6 9 8 2 259 6 2 1 228 286 907 41 050 2 630 2 656 9 165 27 261 7 420 2 369 16 430 | 2 158 767 23 165
Банк АКБ «Абсолют Банк» (ОАО) |ОАО АКБ «Авангард» ООО Банк «Аверс» ОАО «Автовазбанк» |АО «Автоградбанк» ООО «Автоторгбанк» |ЗАО «Банк «Агророс» ООО КБ «Агросоюз» ООО КБ «Адмиралтейский» ОАО «Азиатско-Тихоокеанский Банк» АО «АКБ «Экспресс-Волга» ОАО «КБ «Эллипс банк» |ОАО «АКБ «Энергобанк» ПАО «Энергомашбанк» |КБ «Энерготрансбанк» (ОАО) ОАО «Юг-Инвестбанк» ОАО АКБ «ЮГРА» |КБ «Юниаструм Банк» (ООО) ЗАО «ЮниКредит Банк» АКБ «Япы Креди Банк Москва» (ЗАО)
Таблица 2
Характеристика тесноты связи исследуемых переменных факторов с мультипликатором К-балансовая прибыль
Фактор Коэффициент парной корреляции Теснота связи по шкале Чеддока
Кредиты физическим лицам и индивидуальным предпринимателям 0,589 Заметная
Кредиты промышленности 0,862 Сильная
Кредиты финансовым организациям 0,187 Практически отсутствует
Кредиты банкам (межбанковские кредиты) 0,215 Практически отсутствует
Ценные бумаги, всего 0,765 Сильная
Негосударственные ценные бумаги 0,803 Сильная
Долговые обязательства нерезидентов 0,653 Заметная
эти переменные не подлежат включению в регрессионную модель.
Данные регрессионного анализа были выполнены с использованием программы для работы с электронными таблицами Excel. Для принятого временного периода получено следующее уравнение регрессии (уравнение прогнозирования): П = -8959,18 + 0,0046 X1 + 0,0035 X2 + 0,0062 X3, где П - прибыль, тыс. руб.;
Х1 - кредиты физическим лицам и индивидуальным предпринимателям, тыс. руб.; Х2 - кредиты промышленности, тыс. руб.; Х3 - ценные бумаги, тыс. руб.
Регрессионная статистика
Множественный R 0,9031
R-квадрат 0,8155
Наблюдения 370
Дисперсионный анализ
Показатель df SS MS F
Регрессия 3 2,9270E + 14 9,7568E + 13 5,39E + 02
Остаток 366 6,6210E + 13 1,8090E + 11
Итого 369 3,5892E + 14
Показатель Коэффициент Стандартная ошибка /-статистика /-значение
7-пересечение -8 959,18 23 084,11 -0,39 0,70
Переменная X1 0,0046 0,00 7,02 0,00
Переменная X2 0,0035 0,00 10,31 0,00
Переменная X3 0,0062 0,00 8,95 0,00
Рис. 1. Анализ множественной регрессии
Мультипликатор П имеет значимую линейную связь со всеми тремя переменными. Анализ множественной регрессии (рис. 1) позволил установить коэффициенты связи со значимыми ¿-статистиками и коэффициентом детерминации, равным 0,82.
Отчетливо прослеживается практически полное совпадение предсказанных значений У с их фактическими значениями по всем рассматриваемым переменным (рис. 2 и 3).
В ходе исследования установлено, что при осуществлении политики управления активами коммерческие банки придерживаются разных тактик, применяемых банками, исходя из принятых ими кредитной и процентной политики, управлением банковскими рисками и многого другого.
В то же время анализ фактической структуры активов в плане фактически сложившихся удельных весов размещения денежных ресурсов в те или иные направления основных видов деятельности, генерирующих доходы банков, позволяет выдвинуть предположение о возможности установления диапазона оптимального уровня ресурсов, направляемых в кредиты, ценные бумаги и т.д.
Исчисление оптимальной структуры работающих активов банка, с одной стороны, представляет собой достаточно трудоемкую задачу, требующую помимо сбора разнообразной статистической информации проведения различного рода опросов высокоподготовленных специалистов и экспертов в области банковского дела, а с другой стороны, неизбежные колебания оптимальной структуры активов будут вносить неопределенность в деятельность коммерческих банков.
Исследование показало, что большинство банков придерживается гибкой политики пропорционального размещения свободных ресурсов в активы. Однако выявлено немало банков, масштабы кредитования которых составляют порядка 60-70% валюты баланса (ЗАО «Тойота Банк» - 74,0%, ООО «Русфинанс Банк» -72,9%, АО «КБ «Ассо-
Остатки
Рис. 2. График остатков, тыс. руб.: а - переменная Х1; б - переменная Х2; в - переменная Х3
Y
14 000 000 12 000 000 10 000 000 8 000 000 6 000 000 4 000 000 2 000 000 0
-2 000 000
200 000
400 000
а
14 000 000 12 000 000 10 000 000 8 000 000 6 000 000 4 000 000 2 000 000 0
■
600
14 000 000 12 000 000 10 000 000 8 000 000 6 000 000 4 000 000 2 000 000
X 000
-2 000 000
о □
9 ий
500
1 000
-1—
1 500
■
2 0
X
00
200 000
400 000
600 000
-СП—I 800 0
00
Y
в
О Фактическое значение У | Предсказанное значение У
Рис. 3. График подбора, тыс. руб.: а - переменная Х1; б - переменная Х2; в - переменная Х3
■10 (244) - 2015
ФИНАНСОВАЯ АНАЛИТИКА: FINANCIAL ANALYTICS:
проблемы и решения science and experience
циация» - 71,9%, ОАО «Новосибирский социальный коммерческий банк «Левобережный» - 68,2%, КБ «Первый Экспресс» (ОАО) - 64,9%, ОАО «Курский промышленный банк» - 64,0% и др.).
Наряду с этим некоторые кредитные организации отдают предпочтение работе на фондовом рынке, нежели на кредитном направлении. В качестве примера можно привести ряд коммерческих банков с долей вложения в ценные бумаги 40-50 % и более: ЗАО «КБ «Руснарбанк» - 52,4%, ООО «Коммерческий Банк «Банк Расчетов и Сбережений» - 50,9%, КБ «Экономикс-Банк» (ООО) - 43,9%. В результате отдельные банки не обеспечивают рентабельную деятельность, допускают хронические убытки. В частности, убытки ОАО «АКБ «Интернациональный торговый банк» на рассмотренную дату составили 3,8% на один рубль капитала, АО «Банк Финсервис» -2,8%, ЗАО «АКБ «Экспресс-Кредит» - 2,1%.
Представляется, что оптимальная структура работающих активов банка, которая должна учитываться при проведении политики размещения находящихся в распоряжении банка пассивов, - это
структура, обеспечивающая стабильно прибыльную деятельность не ниже среднего уровня рентабельности для данной категории банков; структура, которая с учетом особенностей функционирования банка позволяет ему установить динамическое равновесие между риском и доходом и максимизировать рентабельность собственных средств (капитала).
Важным этапом исследования стало определение выборки для исчисления оптимальной структуры работающих активов. Определяя выборку банков для анализа, автор исходил из того, что она должна быть достаточно презентативной и представленной банками с активами не ниже 5 млрд руб.
Кроме того, в выборку попадают банки с рентабельностью к капиталу 15% и более. В процессе анализа была рассмотрена банковская статистика за 2010-2012 гг., собранная агентством «Мобиле», позволившая выявить 186 кредитных организаций, отвечающих описанным параметрам (табл. 3).
Для относительной характеристики величины варьирующего признака и внутреннего строения рядов распределения представляется целесообраз-
Таблица 3
Выборка для определения оптимальной структуры размещения денежных средств
коммерческого банка
Доля кредитов физическим Доля кредитов Доля ценных
Банк лицам и индивидуальным предпринимателям в валюте баланса, KE_F /ВБ, % промышленности в валюте баланса, КЕ_Ргот / ВБ, % бумаг в валюте баланса, СВ / ВБ, %
АКБ «Абсолют Банк» (ОАО) 15,0 13,6 3,3
ОАО АКБ «Авангард» 1,8 12,1 9,3
ООО Банк «Аверс» 21,5 22,1 0,8
ОАО «Автовазбанк» 23,2 11,0 9,9
АО «Автоградбанк» 4,4 30,6 6,0
ООО «Автоторгбанк» 47,6 11,3 4,6
ЗАО «Банк «Агророс» 6,0 22,2 20,8
ООО КБ «Агросоюз» 3,7 24,6 3,4
ООО КБ «Адмиралтейский» 5,1 25,1 12,8
ОАО «Азиатско-Тихоокеанский Банк» 3,5 23,6 5,3
АО «АКБ «ЦентроКредит» 0,9 19,6 29,5
ОАО «АКБ «Челиндбанк» 13,5 20,5 7,8
ОАО «Челябинвестбанк» 10,4 20,7 18,3
ПАО «АКБ «Чувашкредитпромбанк» 25,8 31,2 9,6
ООО «КБ «Экономикс-Банк» 1,8 9,7 43,9
ЗАО «Коммерческий Банк «Эксперт Банк» 4,6 23,4 8,3
АО «АКБ «Экспресс-Волга» 16,2 9,3 0,0
ОАО «Юг-Инвестбанк» 17,2 21,4 11,6
ЗАО «ЮниКредит Банк» 4,6 22,5 2,8
АКБ «Япы Креди Банк Москва» (ЗАО) 0,1 41,4 6,5
Таблица 4
Выборочные данные по фактической структуре работающих активов кредитных организаций за январь 2012 г.
Удельный вес, %
Банк Прибыль за месяц, тыс. руб. Кредиты физическим лицам и индивидуальным предпринимателям Кредиты промышленности Негосударственные ценные бумаги Долговые государственные обязательства
Банки с положительным финансовым результатом
ООО «Банк Корпоративного Финан- 13 719 0,4 21,5 7,1 6,4
сирования»
ОАО «АКБ «Инвестторгбанк» 277 839 6,9 29,6 8,3 3,6
ОАО «АКБ развития лесной про- 4 500 7,1 21,8 6,5 0,0
мышленно сти»
ОАО «Первый Объединенный Банк» 16 571 2,9 22,9 11,3 3,5
ОАО «Россельхозбанк» 479 836 5,8 22,7 1,9 1,4
ОАО «АКБ «Саровбизнесбанк» 68 196 3,8 20,7 5,7 3,8
Банки с отрицательным финансовым результатом
ОАО «КБ «Агропромкредит» -180 954 6,5 20,7 10,9 5,2
ОАО «АКБ «Алмазэргиэнбанк» -20 382 19,1 26,1 9,4 0,8
ОАО «Всероссийский банк развития -15 937 4,2 14,5 16,7 7,3
регионов»
АО «Джей энд Ти Банк» -9 730 6,8 21,1 26,2 0,0
ЗАО «КБ «Европейский трастовый банк» -18 243 3,1 16,7 17,0 4,0
ООО «Мой Банк» -251 288 3,3 34,5 12,5 4,7
Оптимальный уровень - 5,0-10,0 22,0-25,0 6,0-8,0 4,0-6,0
ным применить метод статистической обработки, основанный на структурных средних величинах.
Обработка статистических данных выборки относительно удельных весов кредитов и ценных бумаг с помощью табличного процессора ОрепОйюе позволила предложить оптимальный интервал структуры работающих активов кредитной организации в валюте баланса:
- доля кредитов физическим лицам и индивидуальным предпринимателям - 5-10%;
- доля кредитов промышленности- 22-25%;
- доля негосударственных ценных бумаг - 6-8%;
- доля долговых государственных обязательств-4-6%.
Проведенное тестирование возможности применения предложенных интервальных значений удельного веса работающих активов показало в ряде случаев достаточно тесную связь с фактической структурой активов коммерческих банков из рассмотренной в исследовании выборки (табл. 4).
Подобное определение оптимальной структуры работающих активов банка, несомненно, может быть лишь некоторой отправной точкой для определения оптимальной структуры активов конкретной группы банков и конкретного периода времени. Без-
условно, применение такого подхода во многом зависит от складывающейся экономической ситуации, изменений в области денежно-кредитной политики и регулирования банковской деятельности, наконец, в приоритетах поведения институтов банка.
В то же время предложенный подход к определению оптимальной структуры кредитных организаций, полученные ориентиры направления денежных ресурсов в кредитную и инвестиционную деятельность, по мнению автора, соответствуют рыночной стратегии минимизации рисков. Представленная в работе интервальная оценка размеров соотношения долей работающих активов может быть использована в целях формирования реальной структуры активов кредитной организации с учетом действующих ограничений.
Список литературы 1. Бардаева П.С. Тенденции формирования послекризисной концепции управления активами и пассивами коммерческих банков // Вестник Института экономики РАН. 2010. № 1. С. 301-308.
2 . Власов В.А., Власов С.В., Алексеев С.И., Сорока Р. И. VAR и оптимальная стратегия // Деньги и кредит. 2013. № 8. С. 50-52.
3 . Гитман Л.Дж., Джонк М.Д. Основы инвестирования / пер. с англ. М.: Дело, 1997. 1005 с.
4 . Гордеев М.А. Эффективная модель управления денежными средствами. URL: http://edu.tltsu. ru/sites/sites_content/site1238/html/media66811/064-Gordeev.pdf.
5 . Дудка А.Б. Возможности и границы использования моделирования при планировании структуры активов и пассивов кредитных организаций // Аналитический банковский журнал. 2008. № 1. С.22-24.
6 . Заернюк В.М., Черникова Л.И. Институциональные особенности развития российского банковского сектора // Сервис plus. 2011. № 1. С. 113-118.
7. Ковалев М.М. Матроиды в дискретной оптимизации. М.: Едиториал УРСС, 2003. 224 с.
8. Лебо Ч., Лукас Д. Компьютерный анализ фьючерсных рынков. М.: Альпина, 2000, 304 с.
9. Луценко С.И. Эмпирический подход к иерархической теории структуры капитала // Корпоративные финансы. 2008. № 3. С. 49-52.
10 . Морозко Н.И., Гаврилюк О.Ю. Модель ранней диагностики финансовых проблем банков // Банковское дело. 2013. № 10. С. 76-81.
11 . О Брайен Дж., Шривастова С. Финансовый анализ и торговля ценными бумагами. М.: Финансы и статистика, 1995. 269 с.
12 . Семенов В.П., СоловьевЮ.П., Ракитин А.В. Формирование эффективного инвестиционного портфеля в иностранных валютах // Банковское дело. 2014.№ 5. С. 72-78.
13 . Симаева И.К. Принципы обеспечения сбалансированной банковской политики // Банковское дело. 2014.№ 8. С. 52-55.
14 . Соколинская Н.Э. Оценка и анализ состояния активов кредитной организации // Банковское дело.2010.№ 3. С. 56-61.
15 . Улюкаев С.С. Повышение взаимной зависимости банков как главных держателей надежных активов и государств - эмитентов таких активов // Финансы и кредит. 2013. № 16. С. 8-12.
16 . Черникова Л.И., Заернюк В.М. Перспективы внедрения принципов Базеля II и Базеля III в российском банковском секторе // Финансы и кредит. 2012. № 19. С. 26-34.
17. Шарикова О.В. Динамическое моделирование факторов структуры капитала российских организаций // Анализ и аудит. 2011. № 3. С. 193-199.
18. Шарп У., Александер Г., Бейли Дж. Инвестиции. М.: Инфра, 2001. 1028 с.
19. Farrell J., Reinhart W. Portfolio management: Theory and Applications. McGraw-Hill, 1997.
20 . Markowitz H.M. Mean-Variance Analysis in Portfolio Choice and Capital Markets, Basil Blackwell, paperback edition, Basil Blackwell, 1990.
Financial Analytics: Science and Experience Reliability of Financial Institutions
ISSN 2311-8768 (Online) ISSN 2073-4484 (Print)
METHODOLOGICAL APPROACHES TO ESTIMATING THE OPTIMUM STRUCTURE
OF ASSETS OF CREDIT INSTITUTIONS
Viktor M. ZAERNYUK
Abstract
Importance Recently, in conjunction with the crisis processes observed in global and domestic economies, the problem of creating an optimal assets structure of the banking sector institutions in the Russian Federation has assumed more relevance
Objectives The purpose of the article is to formulate and solve the problems of determining a new approach to an evaluation of an optimal structure of credit institutions' assets on the basis of generalization and systematization of methodological developments,
which have been proposed by the domestic and foreign researchers .
Methods Based on the qualitative content of characteristic to be determined, and which are available for data calculation, I propose a method for calculating an optimal structure of working assets of commercial bank on the basis of structural average values . Results I conclude that the existing techniques for the evaluation of bank's assets and liabilities structure to a certain extent are complicated for rapid analysis, since they imply the use of not only rather expensive
software and hardware, but they also require time for carrying-out of proper analysis and obtaining of valid conclusions. Using econometric methods, the paper analyzed the structure of370 Russian credit institutions' assets. The total assets constituted 62% of all banking sector assets, which enabled to propose the new criteria for evaluating an optimal structure of the banks' assets. The paper proposes new criteria of optimal structures of bank's assets, which take into account the main directions of placement of monetary resources in the area of lending and investment activities ensuring banks' profitable operations. The article carries out quantitative (interval) evaluation of an optimal structure of operating commercial bank's assets, which can be used by bank analysts and experts in their practical work. Conclusion and Relevance I opine that the proposed interval of the relative share of monetary resources, which are allocated as loans to the real sector of economy and to population, as well as to the stock market, can be seen as guideline while assessing the actual structures of banks' operating assets.
Keywords: credit institutions, assets, bank, optimal structure, correlation, regression analysis
References
1. Bardaeva P.S. Tendentsii formirovaniya posle-krizisnoi kontseptsii upravleniya aktivami i passivami kommercheskikh bankov [Trends for shaping the postcrisis management concept of assets and liabilities of commercial banks] . VestnikInstituta ekonomiki RAN = Bulletin of Institute of Economics of RAS, 2010, no. 1, pp. 301-308.
2. Vlasov V.A., Vlasov S.V., Alekseev S.I., Soroka R.I. VAR i optimal'naya strategiya [VAR and the optimal strategy] . Den 'gi i kredit = Money and Credit, 2013, no. 8, pp.50-52.
3. Gitman L.J., Joehnk M.D., Billingsley R. Osnovy investirovaniya [Personal Financial Planning]. Moscow, Delo Publ., 1997, 1005 p.
4. Gordeev M.A. Effektivnaya model 'upravleniya denezhnymi sredstvami [The effective model of cash assets management]. Available at: http://edu.tltsu. ru/sites/sites_content/site1238/html/media66811/064-Gordeev.pdf. (In Russ.)
5. Dudka A.B. Vozmozhnosti i granitsy ispol'-zovaniya modelirovaniya pri planirovanii struktury aktivov i passivov kreditnykh organizatsii [Possibilities and limits of using of simulations in assets and structure planning of credit institutions] Analiticheskii
bankovskii zhurnal = Analytical Banking Journal, 2008, no. 1, pp. 22-24.
6. Zaernyuk V.M., Chernikova L.I. Institutsional'nye osobennosti razvitiya rossiiskogo bankovskogo sektora [Institutional specific features of the Russian banking sector]. Servis Plus, 2011, no. 1, pp. 113-118.
7. Kovalev M.M. Matroidy v diskretnoi optimizat-sii [Matroids during discrete optimization]. Moscow, Editorial URSS Publ., 2003, 224 p.
8. LeBeau Ch., Lucas D. Komp'yuternyi analiz f'yuchersnykh rynkov [Technical Traders Guide to Computer Analysis of the Futures Markets]. Moscow, Al'pina Publ., 2000, 304 p.
9. Lutsenko S.I. Empiricheskii podkhod k ierar-khicheskoi teorii struktury kapitala [An empirical approach to the hierarchical theory of capital structure] Korporativnye finansy = Corporate Finance, 2008, no. 3, pp. 49-52.
10. Morozko N.I., Gavrilyuk O.Yu. Model' rannei diagnostiki finansovykh problem bankov [A model of early diagnosis of the banks' financial problems]. Bankovskoe delo = Banking, 2013, no. 10, pp. 76-81.
11. O'Brien J., Shrivastova S. Finansovyi analiz i torgovlya tsennymi bumagami [Financial Analysis and Securities Trading]. Moscow, Finansy i statistika Publ., 1995, 269 p.
12. Semenov V.P., Solov'ev Yu.P., Rakitin A.V. Formirovanie effektivnogo investitsionnogo portfelya v inostrannykh valyutakh [Formation of an effective investment portfolio in foreign currencies] . Bankovskoe delo = Banking, 2014, no. 5, pp. 72-78.
13. Simaeva I.K. Printsipy obespecheniya sbalan-sirovannoi bankovskoi politiki [Principles of ensuring the balanced banking policy] . Bankovskoe delo = Banking, 2014, no.8, pp. 52-55.
14. Sokolinskaya N.E. Otsenka i analiz sostoyaniya aktivov kreditnoi organizatsii [Evaluation and analysis of credit institution's assets]. Bankovskoe delo = Banking, 2010, no. 3, pp. 56-61.
15. Ulyukaev S.S. Povyshenie vzaimnoi zavisi-mosti bankov kak glavnykh derzhatelei nadezhnykh aktivov i gosudarstv - emitentov takikh aktivov [Increasing the mutual dependence of banks as the main holders of safe assets and the States - the issuers of such assets] . Finansy i kredit = Finance and ^edit, 2013, no. 16, pp. 8-12.
16. Chernikova L.I., Zaernyuk V.M. Perspektivy vnedreniya printsipov Bazelya II i Bazelya III v ros-siiskom bankovskom sektore [Prospects for introducing the Basel 2 and Basel 3 principles in the Russian
banking sector] . Finansy i kredit = Finance and Credit, 2012, no. 19, pp. 26-34.
17. Sharikova O.V. Dinamicheskoe modelirovanie faktorov struktury kapitala rossiiskikh organizatsii [Dynamic modeling of capital structure factors of Russian organizations]. Analiz i audit = Analysis and Auditing, 2011, no. 3, pp. 193-199.
18. Sharpe W., Alexander G., Bailey J. Investitsii [Investments]. Moscow, INFRA Publ., 2001, 1028 p.
19. Farrell J., Reinhart W. Portfolio Management: Theory and Applications. McGraw-Hill, 1997.
20. Markowitz H.M. Mean-Variance Analysis in Portfolio Choice and Capital Markets, Basil Blackwell. Basil Blackwell, 1990.
Viktor M. ZAERNYUK
Russian State University of Tourism and Service, Moscow, Russian Federation zvm4651@mail . ru
