CC BY
113УДК 303.723:336.71
Заславська О.1.,
астрант, ТНЕУ
МОДЕЛЮВАННЯ СТРУКТУРИ КРЕДИТНОГО ПОТЕНЦ1АЛУ БАНК1В НА ОСНОВ1 КОРЕЛЯЦ1ЙНО-РЕГРЕС1ЙНОГО АНАЛ1ЗУ
У статтi дослiджуeться проблема моделювання структури кредитного потенщалу комерцшних банюв iз викорис-танням економiко-математичних методiв. Розроблено спецiальне прикладне програмне забезпечення моделювання структури ресурсно! бази кредитно-швестицшно! дiяльностi банкiв на основi кореляцiйного та багатокритерiального дис-персшного аналiзу. Дослiдження виконано на прикладi трьох вiтчизняних банкiв: ПАТ «Райффайзен Банк Аваль», ПАТ «Банк Львiв» та ПАТ «Комшвестбанк». Запропонована автором модель е механiзмом науково обгрунтованого моделювання кредитного потенцiалу банюв та прогнозування його обсягу.
Ключовi слова: банк, банювсью ресурси, кредитний потенщал, кредитно-швестицшна дiяльнiсть, економжо-мате-матичш методи, кореляцiйно-регресiйний аналiз, регресiйна модель.
ВСТУП
Стр1мкий розвиток шформацшних технологш зумовив !хне широке використання в ус1х сферах сустльного життя, у тому числ1, в економ!чнш. У бшьшосп випадюв економ!чш та техно-лопчш процеси описують за допомогою юльюсних сшввщношень, яю складають економшо-ма-тематичну модель об'екта. Вигляд економшо-математичних моделей, що застосовуються у прак-тищ планування та управлшня д!яльшстю шдприемств, здебшьшого визначаються специфшою !хньо! д!яльносп. У фшансовш сфер! найбшьшого розповсюдження набули шформацшш коре-ляцшш модел1, в основ! яких лежить регресшна залежшсть м1ж факторними та результуючими ознаками. Ц модел! дають змогу встановити юльюсний взаемозв'язок м1ж системами вхщних та вихщних економ1чних показниюв дослщжуваного об'екта на основ! анал1тичних сшввщношень (наприклад, регресшних р1внянь). ПОСТАНОВКА ЗАВДАННЯ
Метою статт е дослщження джерел банювських ресуршв з точки зору !хнього впливу на фор-мування кредитного потенщалу банку та розробка алгоритму моделювання структури ресурсно! бази кредитно-швестицшно! д!яльност банюв на основ! кореляцшного та багатокритер1ального дисперсшного анал1зу.
РЕЗУЛЬТАТИ
Дослщження кредитного потенщалу укра!нських банюв дало змогу видшити значну юльюсть впливових фактор1в та елемент!в ризику, що й зумовило виб!р шформацшно! ймов!ршсно! пара-дигми при побудов! модел! ресурсного забезпечення кредитно-швестицшно! д!яльност банюв. У якост вихщного результуючого показника у було обрано загальний кредитний потенщал. У зв'яз-ку з достатньо великою розм!ршстю дослщжувано! задач! нами розроблено спещальне прикладне програмне забезпечення, яке дозволяе проводити моделювання класу под1бних задач ¿з вико-ристанням економшо-математичних метсдов. У процес дослщження було використано методи багатокритер1ального дисперсшного анал1зу. Допустимють застосування ймов!ршсних метод1в для побудови та дослщження модел! ресурсного забезпечення кредитно-швестицшно! д!яльност банюв грунтуеться на традицшних економетричних припущеннях, наведених нижче [1, 8].
.........................................................1, ^ хт)) посту-
люеться зв'язок:
У = f (х) (1)
Сшввщношення (1) означае, що виконано щентифшащю змшних, яю впливають на змшну величину у. Залежшсть (1) не е функщональною, де кожному значенню вектора х ставиться у вщповщшсть едине значення у. Вона е стохастичною. Це означае, що для заданого значення вектора х може юнувати множина значень змшно! у, випадково розшяних у деякому пром1жку. Стоха-стична природа залежност м1ж у \ х викликана тим, що змшна у залежить не тшьки вщ змшних величин х х2, ..., хт, але й вщ ряду шших неврахованих фактор1в, таких, як попит та пропозищя на ринку фшансових продукпв \ послуг, ризики банювсько! кредитно-швестицшно! д!яльносп, кризов! явища в економщ! тощо. Тому вважають, що отримаш значення залежно! зм!нно! у е реа-л!зац!ями випадково! величини.
82
На пpaктицi метoди cтaтиcтичнoгo aнaлiзy та змicтoвнi уявлення, на ocнoвi якиx бyлo прийня-те cпiввiднoшення (1), дають змoгy зpoбити вибip cеpед мoжливиx aльтеpнaтивниx вapiaнтiв mo-делей. Оcнoвнa задача пoлягae у встаговленш вигляду фyнкцiï pегpеciï:
y = f(x,a), (2)
де а — вектop невiдoмиx пapaметpiв.
Через те, щo випaдкoвocтi й другорядш фaктopи не мoжyть бути виключеш з емпipичниx да-ниx, зaлежнicть мiж величинами у та x набувае cтoxacтичнoгo xapaктеpy.
Випадшва величина z oбчиcлюeтьcя, як
z = y - y , (3)
де y — средне значення змiннoï у.
Рiвняння (3) xapaRreproye вiдxилення змiннoï у, щo oбчиcлюeтьcя за фyнкцieю pегpеciï (1), вщ величины y та нaзивaeтьcя збуренням. Вoнo включае вплив невpaxoвaниx у мoделi фaктopiв i пoмилoк cпocтеpежень, а йoгo значення змiнюeтьcя для кoжнoгo cпocтеpеження. 1з ^вв^то-шень (1) та (3) випливае, щo результуючу змiннy у мoжнa пpедcтaвити у тaкoмy виглядi:
y = f (x, a) + z. (4)
Такий зaпиc дoзвoляe iнтеpпpетyвaти випaдкoвy змiннy z, як таку, щo вpaxoвye неправильну отецифшащю фyнкцiï pегpеciï, тoбтo невipний вибip фopми piвняння (2). Завдяки введенню ви-пaдкoвoï змiннoï z, змшна y тaкoж cтae випaдкoвoю, адже при зaдaниx знaченняx x ïm не мoжнa пocтaвити у вщговщшсть тiльки oднy визначену величину у.
У ^o^ci мoделювaння cтpyктypи pеcypcнoгo забезпечення кpедитнo-iнвеcтицiйнoï дiяльнocтi бaнкiв мoжнa видiлити три етапи.
Перший етап е шдготовчим, на якoмy здiйcнюeтьcя вибip та aнaлiз вcix мoжливиx фaктopiв, якi впливають на ^o^c aбo пoкaзник, щo дocлiджyeтьcя. Пpoвoдитьcя вимipювaння та aнaлiз знай-дениx фaктopiв.
Другий етап пoлягae у зacтocyвaннi метoдiв кopеляцiйнoгo aнaлiзy. Цей етап мютить тaкi cтaдiï:
1. Мaтемaтичнo-cтaтиcтичний aнaлiз фaктopiв.
2. Статистичний aнaлiз мipи зaлежнocтi мiж результуючим пoкaзникoм у та впливoвими факторами x який пpoвoдитьcя на ocнoвi дocлiдження елементiв кopеляцiйнoï матриц та oбчиcлен-ня чacткoвиx шефщенпв кopеляцiï.
3. Рoзpaxyнoк ocнoвнoï xaparcrep^ra^ — кoефiцieнтa мнoжиннoï детеpмiнaцiï R2, ocнoвнoгo пoкaзникa щiльнocтi зв'язку узагальнюктого pезyльтyючoгo пoкaзникa з впливoвими факторами.
Третш етап — зacтocyвaння бaгaтoвимipнoгo pегpеciйнoгo aнaлiзy.
У пpoцеci пoбyдoви бaгaтoфaктopниx pегpеciйниx мoделей мoжнa видшити тaкi cтaдiï:
1. Вибip вигляду pегpеciйнoï бaгaтoфaктopнoï мoделi.
2. Оцшка невiдoмиx пapaметpiв pегpеciйнoï мoделi.
3. Пеpевipкa знaчимocтi знaйдениx пapaметpiв мoделi та ïï oцiнкa на адекватнють pеaльнiй дiйcнocтi, щo здiйcнюeтьcя за дoпoмoгoю t-кpитеpiю Ст'юдента.
4. Обчжлення кoефiцieнтiв елacтичнocтi, який пpoвoдитьcя на ocнoвi знaйдениx oцiнoк пара-метpiв pегpеciйнoï мoделi.
5. Анaлiз oтpимaниx pезyльтaтiв та виcнoвки.
Неoбxiднo зазначити, щo вci три етапи мoделювaння е взaeмoпoв'язaними, а результаты гопе-pедньoгo етапу викopиcтoвyютьcя у нacтyпнoмy. Так, зoкpемa, aнaлiз шефщенпв кopеляцiï, щo пpoвoдитьcя на еташ кopеляцiйнoгo aнaлiзy, буде викopиcтaний при вiдбopi дo pегpеciйнoï мoделi найбшьш впливoвиx фaктopiв.
Для мoделювaння структуры pеcypcнoгo забезпечення кpедитнo-iнвеcтицiйнoï дiяльнocтi банюв iз викopиcтaнням метoдy кopеляцiйнo-pегpеciйнoгo aнaлiзy нами oбpaнo три вiтчизнянi банки: ПАТ «Райффайзен Банк Аваль» та ПАТ «Банк Львiв» як oдин iз нaйбiльшиx та oдин iз нaйменшиx yкpaïнcькиx бaнкiв за poзмipaми aктивiв, вiдпoвiднo, а тaкoж ПАТ «Кoмiнвеcтбaнк» як регюналь-ний банк (Закарпатська oблacть). Вapтo вiдзнaчити, щo i ПАТ «Банк Львiв», i ПАТ «Кoмiнвеcт-банк» знaxoдятьcя у четвертш гpyпi вiдпoвiднo дo poзмipy ïxнix aктивiв.
При cтaтиcтичнoмy aнaлiзi cтpyктypи кpедитнoгo пoтенцiaлy бaнкiв вишристаш iнфopмaцiю, пoдaнy на oфiцiйнoмy carni Нaцioнaльнoгo банку Украши, пpo значення дocлiджyвaниx фaктopiв (джерел pеcypcнoï бази банюв) впpoдoвж ocтaннix двадцяти чoтиpьox пеpioдiв: iз 2001 poкy го
S3
2012 р1к, щотвроку [2]. Тому, у розрахункових формулах, яю наведет нижче, п = 24. Наявш статистичш дат щодо д1яльност1 обраних нами банюв дали змогу дослщити змшу кредитного потенщалу як результуючого показника вщ змши його складових як фактор1в впливу.
На першому етат дослщження видшено 7 фактор1в впливу: статутний каштал, резервний фонд, нерозподшений прибуток (непокритий збиток), депозити юридичних ос1б, депозити ф1зичних ос1б, кошти НБУ та шших банюв, боргов1 цшт папери.
На стади регресшного анал1зу ключовим е питання вибору вигляду регресшно! модель Часть ше за все, виб1р модел1 зумовлений вщомими апрюрними вщомостями про дослщжуваний об'ект. З огляду на задачу моделювання структури ресурсного забезпечення кредитно-швестицшно! д1яль-ност банюв потр1бно видшити два суттев1 моменти. З одного боку, вигляд точно! модел1 е вщо-мим вже на першому етат дисперсшного анал1зу: залежтсть загального кредитного потенщалу вщ первинних впливових фактор1в описуеться лшшною моделлю, в яюй коеф1щенти перед ус1ма змшними, що вим1рюються у грошовому екв1валенп, дор1внюють одинищ, а вс шш1 коефщенти дор1внюють нулю. З шшого боку, важливим завданням е зменшення юлькост впливових фак-тор1в шляхом вилучення несуттевих показниюв та видшення тих, яю найсильтше впливають на результуючий фактор.
На етат кореляцшного анал1зу проанал1зовано штенсивтсть зв'язку м1ж загальним кредит-ним потенщалом та вхщними факторами, та виконано вщб1р фактор1в для !хнього подальшого включення у регресшну модель.
В якост показника зв'язку м1ж факторами х (джерела кредитного потенщалу банку) та у (кре-дитний потенщал банку) прийнято виб1рковий парний коеф1щент кореляци, який визначаеться за формулою:
гху = ^^, (5)
с с
X у
де еоу (х,у) — ковар1ащя;
с х, су — виб1рков1 середньо-квадратичш вщхилення величин х та у, вщповщно.
1з математично! статистики вщомо, що парний коеф1щент кореляци гху задовольняе умов1
- 1 < Гху < 1 .
При цьому,
якщо |гху | < 0,3 , то зв'язок м1ж величинами х та у вважаеться слабким;
якщо 0,3 < |гх^| < 0,6 , то зв'язок м1ж величинами х та у вважаеться середшм;
якщо |гху| > 0,6 , то зв'язок м1ж величинами х та у вважаеться сильним [1, 158].
Знак коеф1щента кореляци гху вказуе на характер залежност м1ж величинами х та у. Якщо
гху > 0, то м1ж х та у юнуе прямий зв'язок. Якщо гху < 0, то м1ж х та у юнуе обернений зв'язок.
На основ! формули (5) обчислено значення парних коеф1щент1в кореляци для трьох обраних банюв (табл. 1).
Анал1з значень парних коеф1щенпв кореляци м1ж результуючим показником та факторами впливу показав, що м1ж фактором «Нерозподшений прибуток (непокритий збиток)» та загальним кредитним потенщалом ПАТ «Комшвестбанк» юнуе слабкий статистичний зв'язок. Тому, при подальшому моделюванш цей фактор виключено з перелшу впливових фактор1в для ПАТ «Комшвестбанк». Що стосуеться шших двох банюв, то на даному етат анал1зу вс !хт впливов1 фактори виявилися значимими.
Для оцшювання значущост1 кожному значенню коеф1щента кореляци г поставимо у вщповщнють випадкову величину 1;, яка обчислюеться за формулою (6), { за законом розподшу Ст'юдента мае к = п - 2 ступетв свободи:
(6)
84
Таблиця 1. Перелш виключених фактор1в тсля i-тесту часткових коефщенпв кореляци *
Назва фактора Парнi коефщенти кореляцii
ПАТ «Райффайзен Банк Аваль» ПАТ «Банк Львiв» ПАТ «Комшвестбанк»
Статутний каттал 0,9444 0,8919 0,9556
Нерозподiлений прибуток (непокритий збиток) 0,4889 0,7315 0,0127
Загальш резерви та iншi фонди банив 0,6830 0,9753 0,9557
Депозита, залученi вiд суб'екпв господарювання 0,9012 0,9204 0,9208
Депозити, залученi вiд фiзичних оаб 0,9781 0,9069 0,9981
Кошти НБУ та iнших банюв 0,9574 0,5778 0,9817
Борговi цiннi папери 0,4072 0,7301 0,3053
* Розраховано автором
Обчислене значения t пор1внюеться з критичним значенням tn a, яке знаходять у таблищ зна-чень квантшей t-статистики Ст'юдента для заданого р1вня значущост а [1, с. 86]. Якщо 111 > tn , то кореляцшний зв'язок м1ж змшними х та у вважаеться значимим. У протилежному випадку приймаеться, що м1ж вщповщними змшними зв'язок вщсутшй.
Критичному значенню статистики Ст'юдента tk 1з k ступенями свободи вщповщае критичне значення коефщента кореляци r 1з сшввщношення (6) випливае, що
rkp = гу—- . (7)
Vtk,a+ к
Якщо | r | > r то виб1рковий коефщент кореляци м1ж змшними х та у е значимим. При проведет практичних розрахунюв найчастше обирають р1вень значущосп а з множини {0,1; 0,05; 0,01} [3, с. 54]. Для обраних впливових фактор1в було проведено перев1рку значущосп парних коефщенпв кореляци при а = 0,05. Критичне значення коефщента кореляци r розраховане зпдно з (7), при k = n - 2 = 22 та а = 0,05, становить 0,4038 та е однаковим для вс1х банюв. За даними розрахунюв, поданих у таблищ 1, один фактор впливу на кредитний потенщал ПАТ «Ком-швестбанк» виявився незначним (боргов1 щнш папери). Значення парного коефщента кореляци ще! факторно! ознаки е меншим за критичне i становить. Таким чином, парний кореляцшний анал1з ресурсного забезпечення кредитно-швестицшно! дiяльностi банкiв дав змогу видшити п'ять впливових факторiв для «Комшвестбанку» та по сiм факторiв — для «Райффайзен Банку Аваль» та «Банку Львiв». Саме цi фактори були включеш у регресiйну модель.
Недолгом парних коефiцiентiв кореляци у випадку багатофакторних моделей е те, що !хне значення зумовлене впливом шших факторних ознак на результуючий показник. Цього недолшу позбавленi частковi коефiцiенти кореляци, якi використовують для визначення ступеня «чистого» впливу факторно! ознаки на результуючу ознаку, при цьому вплив шших ознак виключаеться. Слщ зазначити, що частковi коефщенти кореляци визначаються лише у випадку, якщо m n, де m — кiлькiсть впливових факторiв.
Частковi коефiцiенти кореляци можна визначити за формулою
= - Au+1
ГУХ; Xi,X2,...,Xm A A , (8)
VaiiaI+I,I+I
де A — алгебра!чне доповнення до елемента кореляцiйноi матрищ, який знаходиться на перетинi i-го рядка та j-го стовпчика [4, 50].
Значущють часткових коефiцiентiв кореляци розраховуеться так само, як у випадку парних коефщенпв кореляци, за винятком того, що для часткових коефщенпв кореляци юльюсть сту-пешв свободи k у формулах (6) та (7) знаходять за формулою k = n - m - 1.
Проведет розрахунки показали, що для задано! вибiрки критичне значення часткового коеф> цiента кореляци становить:
85
для банюв «Райффайзен Банк Аваль» та «Банк Льв1в»: 2,12
Гф =
0,4683.
д/2,122 +16 ' '
для банку «Комшвестбанк»:
2,101
гкр =
^ 0,4436
д/2,1012 +18 ' •
У результат! визначення критичного значення часткового коефщента кореляцп для дослщжу-ваних банюв було вщкинуто фактори, яю наведено у табл. 2.
Таблиця 2. Перелш виключених фактор1в тсля ¿-тесту часткових коефщ1еш!в кореляци *
Назва фактора Частковий коефщент кореляцii
ПАТ «Райффайзен Банк Аваль» ПАТ «Банк Львiв» ПАТ «Комшвестбанк»
Нерозподшений прибуток (непокритий збиток) - 0,3426 - 0,3434 —
Загальш резерви та iншi фонди банюв 0,2510 — 0,1703
Борговi цiннi папери 0,4043 — —
* Розраховано автором
Таким чином, подальше моделювання проводилося з урахуванням чотирьох найбшьш впливо-вих фактор1в для банюв «Райффайзен Банк Аваль» та «Комшвестбанк» та шести фактор1в — для «Банку Льв1в».
Для перев1рки ступеня залежносп результуючо! ознаки вщ вадбраних фактор1в х1,х2,...,хт
обчислено коефщ!ент множинно! детермшаци Оу,хх2,...,хт , який використовуеться в якост ¿ндика-тора сили сукупного зв'язку результуючо! ознаки з ус1ма факторними ознаками. Множинний ко-ефщент кореляци Оу,х1х2,...,хт обчислюеться за формулою:
о
у,х1х2,-
1 ¿е'дт+.
1 - хт+—, (9)
т+1,т+1
де detQm+1 — визначник матрицу
А — алгебра!чне доповнення до елемента кореляцшно! матриц!, який знаходиться на пере-тиш т + 1-го рядка 1 т + 1-го стовпця [5, с. 345].
Обчислеш значення коефщента множинно! детермшаци Оу,х1,х2,...,х10 для обраних для анал1зу банюв становлять:
• «Райффайзен Банк Аваль» — 0,9982, що пояснюе 99,82% вар!аци результуючо! ознаки у;
• «Банк Льв!в» та «Ком!нвестбанк» — 0,9993, що пояснюе 99,93% вар!аци результуючо! ознаки у. Таким чином, результати проведених розрахунюв дозволяють зробити висновок про сильний
кореляцшний зв'язок м!ж вх!дними ! вих!дними змшними параметрами для моделей кожного з указаних банк!в. Кр!м того, висок! значення коефщ!ент!в множинно! детерм!нац!!' тдтверджують адекватн!сть та як!сть проведеного кореляцшно-регресшного анал!зу.
Найб!льшу складн!сть при статистичному моделюванш становить виб!р вигляду регресшно! модел!. Для досл!дження ресурсного забезпечення кредитно-!нвестиц!йно! д!яльност! банк!в нами обрано лшшну регрес!йну модель, яка включае впливов! фактори, в!д!бран! на стад!ях кореляцш-ного анал!зу. Такий виб!р зумовлено двома чинниками:
1) початкова залежшсть загального кредитного потенц!алу вщ ус!х первинних фактор!в була лшшною;
2) достатньо велике значення коефщента множинно! детерм!нац!! св!дчить про те, що залежшсть м!ж вхщними та вих!дною величинами може бути найбшьш точно описана з викорис-танням лшшно! модел!.
86
х
т
Отже, piвняння лiнiйнoï pегpеciï виглядають таким чином:
• «^айффайзен Банк Аваль»:
y = 1,3417x1 + 1,3351x2 + 1,0209x3 + 1,2300x4 - 1479,334S; (10)
• «Банк Львiв»:
y = 0,SS15x1 + 1,2249x2 + 0,7195x3 + 0,S901x4 + 5,2629x5 + 1,14S7x6 + 10,7250; (11)
• «Комшвестбанк»:
y = 0,9341x1 + 0,7976x2 + 1,2701x3 + 0,S457x4 + 2,7099, (12)
де y — загальний ^едитний пoтенцiaл бaнкy;
x1 — статутний кaпiтaл;
x2 — депозити, зaлyченi вiд cyб'eктiв гocпoдapювaння;
x3 — депозити, зaлyченi вiд фiзичниx ocí6;
x4 — кошти НБУ та кошти iншиx бaнкiв;
x5 — зaгaльнi pезеpви та iншi фонди банку;
x6 — бopгoвi цiннi пaпеpи.
Вiльний член z, що, до пpиклaдy, для «Кoмiнвеcтбaнкy» дopiвнюe 2,7099, фopмaльнo нале-жить poзyмiти таким чином: oбcяг кpедитнoгo пoтенцiaлy, коли cеpед фaктopниx ознак вдаутш cтaтyтний кaпiтaл, депозити фiзичниx i юpидичниx ocí6 та мiжбaнкiвcькi кpедити, cтaнoвить 2,71 млн. Tpm Однак, ми ввaжaeмo, що з екoнoмiчнoï точки зopy вiдcyтнicть цих фaктopiв e aбcypднoю, тому вшьний член z cлiд вважати дoпoмiжнoю величиною, яка неoбxiднa для oтpимaння опти-мальних пpoгнoзiв, i не тлумачити ïï нacтiльки буквально.
Кoефiцieнти pегpеciï x15x2,...xm poзглядaють як стушнь впливу кожно1' зi змшних на oбcяг кpедитнoгo пoтенцiaлy бангав^ко!' ycтaнoви за умови незмiннocтi вшх iншиx фaктopiв. Piвняння pегpеciï (10), (11), (12) дозволили встановити, що xaparcrep впливу на pезyльтyючий показник ycix значимих фaктopниx ознак зазначених банюв e позитивним. BapTO зауважити, що з метою дocяг-нення мaкcимaльнoï тoчнocтi даних до мoделi були включенi вci мoжливi cклaдoвi кpедитнoгo пoтенцiaлy банку. Пpoте, вpaxoвyючи, що на пpaктицi кошти статутного кашталу та iншиx вла^ них фoндiв банку не викopиcтoвyютьcя у кpедитнo-iнвеcтицiйниx oпеpaцiяx, пpoaнaлiзyeмo фак-TOprn ознаки, що входять до отладу бaнкiвcькиx зобов'язань.
Так, для банку «^айффайзен Банк Аваль» кoефiцieнт x2 cтaнoвить 1,3351, що oзнaчae, що за шших piвниx умов збшьшення oбcягy залучених депoзитiв вiд cyб'eктiв гocпoдapювaння на 1 млн. грн. зумовить зpocтaння загального кpедитнoгo потенщалу банку майже на 1,34 млн. грн. Кpiм того, як видно з piвняння (10), вагомий внешк у пpoцеc збiльшення кpедитнoгo потенщалу poблять тaкi фaктopи як депозити фiзичниx ocí6, а також pефiнaнcyвaння НБУ i мiжбaнкiвcькi кpедити.
Сготовно «Банку Львiв», то cеpед найбшьш впливових фaктopiв (за виключенням отладових влacнoгo кaпiтaлy) нaйбiльшy вагу мають депозити cyб'eктiв гocпoдapювaння. Так, кожен залуче-ний 1 млн. rpa збiльшye pезyльтaт у cеpедньoмy на 1,22 млн. Tpm Це oзнaчae, що даний банк повинен доводите активну пoлiтикy caме по залученню кош^в вiд юpидичниx ocí6, аби макет-мально збiльшyвaти cвiй ^едитний пoтенцiaл.
Pезyльтaти кopеляцiйнo-pегpеciйнoгo aнaлiзy агатовно «Кoмiнвеcтбaнкy» показали, що найваго-мшим джеpелoм поповнення кpедитнoгo пoтенцiaлy цього банку e кошти фiзичниx ocí6: ïxнe збiльшення на 1 млн. ^н. здатне пpизвеcти до зpocтaння pезyльтyючoгo показника на 1,27 млн. Tpm
Зауважимо, що oбчиcленi кoефiцieнти pегpеciï вiдoбpaжaють вплив на дocлiджyвaний mpa-метp у тiльки якоюь oднieï змiннoï х за неoдмiннoï умови, що вci iншi фaктopи не змiнюютьcя. Нaпpиклaд, cтocoвнo кoефiцieнтy x3 для «Кoмiнвеcтбaнкy» дане твеpдження пoтpiбнo poзyмiти так: вказаний вплив збшьшення залучених кош^в вiд фiзичниx ocí6 пpoявляeгьcя за умови, коли oбcяги cтaтyтнoгo кaпiтaлy, депoзитiв cyб'eктiв гocпoдapювaння, а також кoштiв НБУ та шших банюв збеpiгaютьcя на пoпеpедньoмy piвнi.
Як видно з piвнянь (10), (11) та (12), значення кoефiцieнтiв pегpеciï для вшх тpьox бaнкiв cyrre-во не вiдpiзняютьcя, незважаючи на знaчнi вщмшност! мiж pеaльними oбcягaми загального ^е-дитного пoтенцiaлy та його отладових. Це пoяcнюeтьcя тим, що кopеляцiйнo-pегpеciйний aнaлiз дae мoжливicть виявляти етлу зв'язку та впливу мiж pезyльтyючим показником та фaктopними ознаками без ypaxyвaння ïxнix фактичних значень. Тобто заволнована нами лiнiйнa pегpеciйнa модель дoзвoляe oб'eктивнo oцiнити мoжливocтi кожного о^емого банку щодо фopмyвaння та у^авлшня його pеcypcнoю базою.
S?
Вщносний юльюсний вплив фактор1в на результуючий фактор оцшюеться за допомогою кое-фщента еластичносп. Коефщент еластичност показуе, на сюльки вщсотюв змшиться р1вень результуючо! ознаки при змш факторно! ознаки на один вщсоток.
Коеф!ц!ент еластичност! обчислюеться за формулою
в = = , (13)
Хк у(хк) ¿хк
де хк — значення к-о! факторно! ознаки, для яко! визначаеться коефщент еластичност!,
у(хк) — значення результуючо! ознаки при вщповщному значенш хк, розраховане за р!внян-ням регрес!! [3, 76].
Нижче наведено значення коефщ!ент!в еластичност! для дослщжуваних банк!в:
• «Райффайзен Банк Аваль»:
в = (х1; х2; х3; х4) = (0,0756; 0,2819; 0,3569; 0,3322);
• «Банк Льв!в»:
в = (х1; х2; х3; х4; х5; х6) = (0,1752; 0,4223; 0,2255; 0,0414; 0,0706; 0,0376);
• «Комшвестбанк»:
в = (х1; х2; х3; х4) = (0,1579; 0,1043; 0,5215; 0,2090).
Знаки коефщ!ент!в еластичност! фактор!в впливу показують, як! фактори потр!бно збшьшува-ти, а як! — зменшувати для того, аби збшьшився загальний кредитний потенщал банку. Осюльки для наших банюв коефщенти еластичност! за ус!ма впливовими факторами е позитивними, то !хне збшьшення призводить до зростання кредитного потенщалу.
До прикладу, р!вняння еластичност! для банку «Райффайзен Банк Аваль» показуе, що за наивно! ситуаци найб!льший вплив на загальний кредитний потенщал банку мають депозити ф!зич-них ошб ! кошти НБУ та шших банк!в. Так, при зростанш обсягу кожного з цих фактор!в на 1% кредитний потенщал банку збшьшиться на 0,36% та 0,33%, вщповщно. Найменшим впливом характеризуеться статутний каттал, що адекватно його частщ у кредитному потенщал! та не-значн!й рол! у кредитно-швестицшнш д!яльност! банку.
Для «Банку Льв!в» серед найвпливов!ших фактор!в також е рефшансування НБУ та м!жбанювсью кредити, проте б!льш вагоме значення мають депозити суб'екпв господарювання. Наслщком зб!льшення !хнього обсягу на 1% стане зростання результуючого показника на 0,42%.
Коефщенти еластичност!, обчислеш за даними «Комшвестбанку», п!дтвердили важлив!сть такого джерела кредитного потенщалу вказаного банку як депозити ф!зичних ошб. 1хне зростання на 1% здатне збшьшити результуючий фактор на 0,52%.
Отже, розраховаш коеф!ц!енти парно! та частково! кореляц!!, а також коефщенти регрес!! та еластичност! констатують дуже сильний зв'язок обсяпв реф!нансування та м!жбанювського кредитування з кредитним потенщалом у вс!х трьох банках. Тобто, нараз! ¿снуе достатньо сильна залежшсть банк!в «Райффайзен Банк Аваль», «Банк Льв!в» та «Ком!нвестбанк» вщ ф!нансо-во! п!дтримки центрального банку та шших в!тчизняних банк!в. Позитивним моментом е сильний зв'язок м!ж депозитами, залученими вщ ф!зичних ос!б ! суб'ект!в господарювання, та за-гальним кредитним потенц!алом банюв. Даний зв'язок тдтверджують вс! вищенаведеш розра-хунки. Оск!льки, на нашу думку, залучен! кошти являються одним ¿з найоптимальшшим дже-рел для ведення кредитно-швестицшно! д!яльност!, такий результат е адекватним нишшнш ситуац!! у банювсьюй сфер!.
ВИСНОВКИ
Проведене дослщження щодо моделювання структури кредитного потенщалу комерцшних банк!в дозволяе зробити так! висновки:
1. Результати кореляцшно-регресшного анал!зу показали, що на обсяг кредитного потенщалу банюв ПАТ «Райффайзен Банк Аваль», ПАТ «Банк Льв!в» та ПАТ «Комшвестбанк» найбшьше впливають так! фактори, як депозити ф!зичних ! юридичних ос!б, реф!нансування НБУ, м!жбанювсью кредити та зовн!шн! запозичення банюв.
2. У контекст! актив!заци кредитно-швестицшно! д!яльносп банк!в в!тчизняний банк!вський менеджмент, на нашу думку, необхщно спрямувати, насамперед, на збшьшення обсяпв залучення довгострокових кошт!в на внутр!шньому ! зовн!шньому ф!нансових ринках та на зменшення за-лежност! банк!в вщ ф!нансово! п!дтримки НБУ й шших банюв, адже, як вщомо, рефшансування
88
та м1жбанювсью кредити передуем покликаш забезпечувати лшвщшсть та платоспроможшсть банювсько! установи.
3. Спещальне прикладне програмне забезпечення, розроблене на основ1 кореляцшного та ба-гатокритер1ального дисперсшного анал1зу, дозволяе моделювати структуру ресурсно! бази кре-дитно-швестицшно! д1яльносп банюв та прогнозувати обсяги кредитного потенщалу як окремо-го банку, так { банювсько! системи загалом.
СПИСОК ВИКОРИСТАНО1 Л1ТЕРАТУРИ
1. Назаренко О.М. Основи економетрики / О.М. Назаренко. — К.: «Центр навчально! лгтерату-ри», 2004. — 392 с.
2. Офщшний сайт Нащонального банку Украши. — [Електронний ресурс]. — Режим доступу: http://www.bank.gov.ua
3. Магнус Я. Эконометрика. Начальный курс / Я. Магнус, П. Катышев, А. Пересецкий. — М.: Дело, 2004. — 576 с.
4. Кухарев В. Экономико-математические методы и модели в планировании и управлении / В. Кухарев, В. Салли, А. Эрперт. — К.: Вища школа, 1991. — 262 с.
5. Ван дер Варден Б. Алгебра / Б. Ван дер Варден. — М.: Наука, 1979. — 624 с.
Стаття надшшла до редакцй 5 ачня 2014 року
89
