МОДЕЛИРОВАНИЕ УСТОЙЧИВОСТИ ФИНАНСОВО-КРЕДИТНОЙ СИСТЕМЫ С УЧЕТОМ ВОЗДЕЙСТВИЯ ГЛОБАЛЬНЫХ ФАКТОРОВ Текст научной статьи по специальности «Экономика и бизнес»

МОДЕЛИРОВАНИЕ УСТОЙЧИВОСТИ ФИНАНСОВО-КРЕДИТНОЙ СИСТЕМЫ С УЧЕТОМ ВОЗДЕЙСТВИЯ ГЛОБАЛЬНЫХ ФАКТОРОВ

Суралев С.А.,

Донской государственный технический университет,

г. Ростов-на-Дону

Аннотация. В экономической практике существуют разнообразные методики для определения степени устойчивости предприятий. Если рассматривать банковское учреждение как экономическую единицу, то на основе исследования методик оценки устойчивости фирмы, можно вывести модель оценки устойчивости кредитной организации.

Модели, прогнозирующие устойчивость предприятия, с каждым годом все больше и больше интересуют не только практиков, но и теоретиков. На протяжении нескольких десятилетий многие математики и экономисты создают свои методики управления устойчивостью предприятия, ведь они являются применимыми на практике и помогают организации сохранить свою жизнеспособность.

В данной статье показано, что в настоящее время модели строятся не только на показателях внутренней отчетности предприятий, но и на показателях внешней среды организации, экономического климата страны, где функционирует предприятие.

Вместе с этим представлена авторская методика создания модели, которая подразумевает создание обобщающего показателя состоящего от двух до девяти переменных с присвоенными весами, которые отображают финансовое состояние компании. Данный показатель предсказывает кризисное

1

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

состояние организации до того момента, когда уже ничего нельзя исправить. Также в статье обосновано, что такой подход очень удобен при управлении компании в рыночных условиях, так как жизненные циклы организации становятся короче. Кроме этого, доказано, что инструмент управления устойчивостью позволяет более эффективно управлять компанией, как в кризисные времена, так и в обычные.

Ключевые слова: устойчивое развитие; прогнозирование деятельности; банковская система; кризисное состояние; моделирование процесса; институциональный показатель.

Первые попытки прогнозировать несостоятельность предприятий были предприняты в 20-30 годах прошлого столетия. Экономисты проводили исследования для определения инструментов, которые бы прогнозировали ухудшение состояния организации. Развитие компьютерных технологий во второй половине 20 века позволило ученым исследовать большие массивы данных, что дало положительный импульс в создании моделей банкротства [1].

Все модели были созданы, опираясь на массив данных о показателях компаний банкротов и компаний не банкротов. Для получения информации использовались данные бухгалтерских отчетов, управленческих и налоговых отчетов.

Построение регрессионной бинарной модели устойчивости банковской системы прошло в несколько этапов:

1. Сбор информации и создание базы данных;

2. Выборка данных;

3. Создание сбалансированности модели;

4. Расчет производных финансовых показателей;

2

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

5. Проведение теста корреляционной зависимости показателей;

6. Ввод экономических переменных в модель;

7. Ввод институциональных переменных в модель;

8. Тест на предсказательную силу модели.

1. Сбор информации и создание базы данных. В период с 2016 года по февраль 2017 года Центральный Банк РФ отозвал 100 банковских лицензий банковских организаций (в исследовании не учитывались небанковские кредитные организации). Для проведения исследования была создана база данных из отчетов по форме 101, 102 и 123, взятых с сайта ЦБ РФ за период 20111017 года, для всех 63 банков. Отчет 101- данные оборотной ведомости по счетам бухгалтерского учета, отчет 102 - финансовые результаты, отчет 123 - расчет собственных средств (капитал) по нормативам Базель III. База данных включает в себя около 2000 отчетов банков, у которых отозвали лицензию в 2016 и 2017 годах.

2. Выборка данных. Для увеличения точности модели и ее предсказательной силы сформирована выборка. В исследование включались только те банки, у которых Центральный Банк отозвал лицензию по причине рискованной банковской политики. Таких насчитывается 63 банка.

Банки, у которых отозвали лицензию по причине нарушения федерального закона N115 (легализация доходов, полученных незаконным путем) [2] и банков, которые самостоятельно прекратили деятельность, не были включены в исследование, так как их отзыв лицензии не указывал на то, что они были неустойчивы.

3. Сбалансированность модели. Для увеличения предсказательной силы модели необходимо сбалансировать данные. В данном исследовании

3

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

использована сбалансированность по методике случайной выборки с одинаковым количеством банков обеих категорий.

В исследование мы включили 63 действующих банка. Таким образом, наша модель состоит из 63 банков банкротов, и 63 банков не банкротов. В исследование включены: Аспект Банк, Рублев, Холмск, ФОРА-банк, Тинькофф, Союз и некоторые другие. По данным банкам так же взяты отчеты за 2011 - 2017 года по форме 101, 102,123. В конечном итоге, наша база данных включает в себя около 3,5 тысяч отчетов по 163 банкам.

4. Расчет производных финансовых показателей. Для создания модели необходимо ввести переменные. Так как мы изучаем устойчивость банка, то нужно использовать переменные, основанные на финансовых показателях. Для более точной модели берутся производные финансовые показатели [3].

Отношение собственного капитала или же коэффициент достаточности капитала рассчитывается как: собственный капитал (по методике оценки капитала, основанного на соглашении Базель III (форма 123)) / чистые активы (форма 101). Данный показатель характеризует устойчивость банка и способность за счет своих средств хеджировать финансовые риски.

Отношение собственного капитала к выданным кредитам рассчитывается как: собственный капитал (по методике оценки капитала, основанного на соглашении Базель III (форма 123)) / сумма выданных кредитов (форма 101). Данный показатель так же характеризует устойчивость банка и оценку качества активов.

Отношение просроченной задолженности к выданным кредитам рассчитывается как: просроченная задолженность (форма 101) / сумму выданных кредитов (форма 101). Данный показатель характеризует качество активов,

4

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

показывает величину проблемных займов в общем портфеле.

Отношение резервов на потери к чистым активам рассчитывается как: резервы на потери (форма 101) / чистые активы (форма 101). Характеризует способность банка создавать резервы для управления финансовыми рисками.

Отношение обязательных резервов к чистым активам рассчитывается как: обязательные резервы на возможные потери по ссудам (РВПС) (форма 101) / чистые активы (форма 101). Характеризует минимизацию потерь по просроченным ссудам.

Отношение прибыли к чистым активам рассчитывается как: прибыль (форма 101) / чистые активы (форма 101). Этот коэффициент так же называют рентабельностью активов. Показывает, сколько денежных единиц чистой прибыли приносит каждая единица активов, коэффициент отображает эффективность управления банком.

Отношение прибыли к собственному капиталу рассчитывается как: прибыль (форма 101) / собственный капитал (форма 123). В финансовой аналитике этот коэффициент называют рентабельностью собственного капитала. Показывает, сколько единица прибыли приносит банку на каждую единицу собственного капитала. Характеризует эффективность использования собственных источников финансирования и эффективность деятельности банковской системы в целом.

Отношение денежных средств и ценных бумаг к чистым активам рассчитывается как: денежные средства и ценные бумаги (форма 101) / чистые активы (форма 101). Данный показатель характеризует ликвидность банка. Операции с ценными бумагами связаны с управлением финансовыми рисками банка.

5

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

Отношение госбумаг к чистым активам рассчитывается как: государственные ценные бумаги (форма 101) / чистые активы (форма 101). Характеризует так же ликвидность банка и управление его рисками.

Отношение процентных доходов к общим доходам рассчитывается как: процентные доходы (форма 102) / общие доходы (форма 102). Данный показатель характеризует долю полученных процентных доходов от всех доходов. Коэффициент отображает степень менеджмента организации и деятельности ее работников.

Отношение ценных бумаг к чистым активам рассчитывается как: ценные бумаги (форма 101) / чистые активы (форма 101). Данный показатель характеризует ликвидность банка. Операции с ценными бумагами связаны с управлением финансовыми рисками банка.

Отношение депозитов к чистым пассивам рассчитывается как: депозиты (форма 101) / чистые пассивы (форма 101). Важным источником финансирования банка является привлеченные депозиты. Данный показатель отображает структуру пассивов, в конкретном случае, долю депозитов.

Отношение выданных кредитов к привлеченным депозитам рассчитывается как: выданные кредиты (форма 101) / привлеченные депозиты (форма 101). Показатель, характеризующий как менеджмент организации, так и ее ликвидность. Чем ниже этот показатель, тем выше вероятность понижения устойчивости банка.

Отношение ликвидных активов к чистым активам рассчитывается как: ликвидные активы (форма 101) / чистые активы (форма 101). Важным показателем устойчивости банка является его ликвидность - возможность трансформации активов в денежные средства для выполнения обязательств.

6

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

Отношение прибыли к общим доходам рассчитывается как: прибыль (форма 101) / общие доходы (форма 102).

Список производных финансовых показателей, включенных в модель описан в таблице 1.

Таблица 1. Производные финансовые показатели, включенные в модель

Переменная Показатель

X! Отношение собственного капитала к чистым активам

X2 Отношение собственного капитала к выданным кредитам

Х3 Отношение просроченной задолженности к выданным кредитам

Х4 Отношение резервов на потери к чистым активам

Х5 Отношение обязательных резервов к чистым активам

Х6 Отношение прибыли к чистым активам

Х7 Отношение прибыли к собственному капиталу

Х8 Отношение денежных средств и ценных бумаг к чистым активам

Х9 Отношение государственных бумаг к чистым активам

Х10 Отношение процентных доходов к общим доходам

Х11 Отношение ценных бумаг к чистым активам

Х12 Отношение депозитов к чистым пассивам

Х13 Отношение выданных кредитов к привлеченным депозитам

Х14 Логарифм чистых активов

Х15 Отношение ликвидных активов к чистым активам

Х16 Отношение прибыли к общим доходам

Источник: составлено автором

В соответствие с вышеперечисленными производными финансовыми показателями, наша модель имеет вид: Z = a (Отношение собственного капитала к чистым активам; отношение собственного капитала к выданным кредитам; отношение просроченной задолженности к выданным кредитам; отношение резервов на потери к чистым активам; отношение обязательных резервов к чистым активам; отношение прибыли к чистым активам; отношение прибыли к собственному капиталу; отношение денежных средств и ценных бумаг к чистым активам; отношение госбумаг к чистым активам; отношение процентных

7

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

доходов к общим доходам; отношение ценных бумаг к чистым активам; отношение депозитов к чистым пассивам; отношение выданных кредитов к привлеченным депозитам; логарифм чистых активов; отношение ликвидных активов к чистым активам; отношение прибыли к общим доходам).

5. Проведение теста корреляционной зависимости показателей. Важной составляющей нашей модели является независимость переменных. Для исключения из модели взаимосвязанных производных финансовых показателей проводится тест на корреляцию, и строится корреляционная матрица.

Затем отбираются переменные, значение которых было больше 0,3 и меньше -0,3, то есть имеющие положительную и отрицательную корреляцию. В таблице 2 представлен сводный этих переменных.

Таблица 2. Коррелирующие финансовые переменные

Переменные Корреляция

X! Х4, Х12, Х14

XI Х3, Х6, Х8, Х9, Х11, Х12

Х3 Х12

Х5 Х7, Х14, Х16

Х6 Х7, Х14, Х16

Х7 Х16

Х8 Х11, Х15

Х10 Х14

Х12 Х13

Х14 Х16

Источник: составлено автором

Для повешения повышения предсказательной силы модели далее исключим из нее коррелирующие переменные. Поэтому в паре переменных отбираем наиболее близкую к ней по экономическому смыслу переменную.

Таким образом, из нашей модели были исключены следующие

8

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

переменные: отношение собственного капитала к выданным кредитам, отношение резервов на потери к чистым активам, отношение денежных средств и ценных бумаг к чистым активам, отношение депозитов к чистым пассивам, отношение прибыли к общим доходам, отношение прибыли к чистым активам, отношение ценных бумаг к чистым активам и логарифм чистых активов.

Соответственно, на этом этапе в нашу модель включается 8 производных финансовых показателей. Модель имеет следующий вид:

Z=a (Отношение собственного капитала к чистым активам; отношение просроченной задолженности к выданным кредитам; отношение обязательных резервов к чистым активам; отношение прибыли к собственному капиталу; отношение госбумаг к чистым активам; отношение процентных доходов к общим доходам; отношение выданных кредитов к привлеченным депозитам; отношение ликвидных активов к чистым активам).

Отобранные финансовые переменные можно условно классифицировать на разные области деятельности банка или же банковской системы.

A) Капитал: отношение собственного капитала к чистым активам;

Б) Ликвидность: отношение ликвидных активов к чистым активам, отношение госбумаг к чистым активам;

B) Чувствительность: отношение просроченной задолженности к выданным кредитам, отношение обязательных резервов к чистым активам;

Г) Прибыль: отношение прибыли к собственному капиталу;

Д) Менеджмент: процентных доходов к общим доходам, отношение выданных кредитов к привлеченным депозитам;

Данная классификация показывает, что предлагаемая модель является диверсифицированной и включает в себя показатели, характеризующие

9

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

различные аспекты банковской деятельности. Это повышает предсказательной силы модели.

4. Ввод экономических переменных в модель. Эксперты в области экономико-математического моделирования отмечают, что для усиления предсказательной силы модели необходимо включать в анализ переменные, характеризующие деятельность экономических субъектов в условиях экономической стабильности и влияния факторов внешней среды [4].

5. В отношении банковской системы России, то в период с 2011 года по 2017 год экономика России подверглась нескольким шокам - кризис 2014 и 2015 года. Данные шоки влияют на изучаемые нами банки, так как в наше исследование включены 63 банка, у которых отозвали лицензию в 2016 - 2017 годах.

Кризис повлиял на устойчивость банковского сектора, поэтому необходимо при построении модели включить макроэкономические показатели, которые являются индикаторами состояния экономики [5]. В качестве основных показателей были выбраны: ключевая ставка банковского сектора, индекс потребительских цен, размер ВВП, курс доллара.

Ключевая ставка - процентная ставка по основным операциям Банка России, регулирующая ликвидность банковского сектора, являющаяся основным индикатором денежно-кредитной политики. Ставка влияет на экономическое положение в стране, если ЦБ снижает ставку, то денежная масса увеличивается, растут цены, снижается курс национальной валюты, растет объем инвестиций. Если же Центральный банк увеличивает ставку, то он начинает таргетировать инфляцию.

Поэтому ключевая ставка очень важная переменная нашей модели. Индекс

10

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

потребительских цен измеряет во времени средний уровень цен на продовольственные и непродовольственные товары и услуги, потребляемые в экономике. Это один из основных индикаторов инфляции, который отображает стоимость жизни населения.

Уровень валового внутреннего продукта отображает макроэкономическое развитие и показывает рыночную стоимость всех товаров и услуг, произведенных в стране. Курс доллара отображает взаимосвязь экономики страны с другими государствами. Курс влияет на внешнюю торговлю, стимулирует экспорт или же наоборот увеличивает торговый профицит. Данные по макроэкономическим показателем мы берем из официального источника -сайта федеральной службы государственной статистики.

Все эти макроэкономические показатели взаимосвязаны, поэтому так же необходимо произвести корреляционный тест, чтобы исключить зависимые переменные. Тест корреляции показал, что все четыре переменные коррелируют между собой. Матрица корреляции представлена в таблице 3.

Таблица 3. Матрица корреляции макроэкономических показателей

Ключевая ставка ВВП ИПЦ Курс доллара

Ключевая ставка 1,0000 -0,8682 0,4386 0,7926

ВВП 1,0000 -0,6536 -0,9433

ИПЦ 1,0000 0,7334

Курс доллара 1,0000

Источник: составлено автором

Как и в предыдущем анализе, необходимо выбрать одну

макроэкономическую переменную, которая отображала бы экономическую

среду в стране в целом. В качестве такой переменной была выбрана «ключевая

11

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

ставка», так как она является не только инструментом денежно-кредитной политики, который влияет на ИПЦ, ВВП, курс иностранных валют, но и имеет прямое отношение к банковскому сектору, в том числе через оказания воздействия на его устойчивость.

При включении всех переменных наша модель показала, что показатель процентных доходов к общим доходам является незначимым для модели, поэтому мы его исключили. Модель устойчивости банковской системы на макроуровне выглядит следующим образом:

Ъ = - 3,4 * XI + 4,9 * Х2 + 14,3 * Х3 - 15,8 * Х4 - 21,9 * Х5 + 0,3 * Х6 -

6,8 * Х7 +25,7 * Х8 (3.2) Где Х1 - отношение собственного капитала к чистым активам, Х2 -отношение просроченной задолженности к выданным кредитам, Х3 - отношение обязательных резервов к чистым активам, Х4 - отношение прибыли к собственному капиталу, Х5 - отношение госбумаг к чистым активам, Х6 -отношение выданных кредитов к привлеченным депозитам, Х7 - отношение ликвидных активов к активам, Х8 - ключевая ставка.

Для того, чтобы перейти от модели устойчивости банковской системы к модели устойчивости конкретного банка (микроуровень) необходимо ввести институциональные переменные.

7. Ввод институциональных переменных в модель. В модель были включены следующие переменные: размер субъекта по количеству населения, где зарегистрирован банк, участие банка в системе страхования вкладов, наличие иностранного капитала в структуре собственного капитала банка, наличие государства, как владельца доли в банке. Все эти переменные влияют на устойчивость банка.

12

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

Тип собственности банка указывает на устойчивость, так например, государственные банки считаются более устойчивыми, так как они финансируются государством. Примером может послужить докапитализация государственных банков в 2015 году на сумму в 830 млрд, рублей.

Так же у государственных банков много причин, по которым они могут проигрывать частным банкам: бюррократическое управление, низкие финансовые результаты, повышенные административные расходы, отчетность перед государственными органами.

Так наличие иностранного капитала повышает устойчивость банка по мнению многих экономистов, данные могут подтвердиться в ходе исследования, так как за 2016 - 2017 года только у одного банка с иностранным капиталам из ста отозвали лицензию. В таблице 4 представлена информация по переменным.

Таблица 4. Институциональные переменные для построения модели

Название переменной Значение Описание

Размер субъекта 1 Население больше 3 млн, человек

0 Население меньше 3 млн, человек

Госбанк 1 Государство владеет долей в банке

0 Государство не владеет долей в банке

Иностранный капитал 1 Присутствует иностранный капитал в структуре собственного каптала

0 Не присутствует иностранный капитал в структуре собственного каптала

Система страхования вкладов 1 Участвует в системе страхования вкладов

0 Не участвует в системе страхования вкладов

Источник: составлено автором

Важным институциональным показателем является размер субъекта по количеству населения, в котором зарегистрирован банк. Чем больше людей проживают в субъекте, тем выше потенциальных клиентов может быть у банка,

13

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

как следствие это влияет на устойчивость.

Также участие банка в системе страхования вкладов может положительно сказаться на устойчивости. В банковскую систему будут привлекаться больше денег, потому что клиенты будут знать о том, что их вклады застрахованы. Включив институциональные переменные, модель приняла следующий вид:

Ъ = -7,4* Х1 + 6,1 * Х2 + 20,5 * Х3 - 26,1 * Х4 - 35,0 * Х5 + 0,4 * Х6 - 5,1 * Х7 + 17,6 * Х8 + 0,9 * Х9 - 5,1 * Х10 - 3,1 * Х11 + 1,9 * Х12 (3.1)

Где Х1 - отношение собственного капитала к чистым активам, Х2 -отношение просроченной задолженности к выданным кредитам, Х3 - отношение обязательных резервов к чистым активам, Х4 - отношение прибыли к собственному капиталу, Х5 - отношение госбумаг к чистым активам, Х6 -отношение выданных кредитов к привлеченным депозитам, Х7 - отношение ликвидных активов к активам, Х8 - ключевая ставка, Х9 - размер субъекта, Х10 - государственный банк, Х11 - банк с иностранным капиталом, Х12 -страхование.

8. Тест на предсказательную силу модели. Проведенный тест на предсказательную силу показал эффективность модели в 87,5%. Модель определила 63 из 63 банков - банкротов. Всего модель классифицировала 72 банка, как банкроты, из 126. То есть ошибочно было определено 9 банка. Всего было верно классифицировано 117 банков из 126 банков, это означает, что процент классификации модели равняется 92,9%.

Литература

1. Медведкина Е. А. Финансовые технологии для устойчивого развития: методология применения / Е. А. Медведкина // Финансовые исследования. - 2017. - № 4(57). - С. 31-36.

14

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

2. Федеральный закон "О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма" от 07.08.2001 N 115-ФЗ [Электронный ресурс]. - Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_32834.

3. Медведкина Е.А., Медведкин Т.С. Зеленые финансы как драйвер мировой экономической динамики // Инфраструктура рынка. - Вып. 2. - 2016. -Режим доступа: http://www.market-infr.od.ua/journals/2016/2_2016_ukr/6.pdf.

4. Patrakeeva O. Y. A systems dynamics decision support model for regional sustainable development / O. Y. Patrakeeva, T. S. Medvedkin // Innovation Management and Education Excellence through Vision 2020 : Proceedings of the 31st International Business Information Management Association Conference (IBIMA), Milan, 25-26 апреля 2018 года. - Milan: International Business Information Management Association, 2018. - P. 2097-2108.

5. Национальная и мировая экономика в условиях COVID-19: состояние, риски, ожидаемые последствия: В двух томах / Г. Г. Матишов, Н. Г. Кузнецов, О. В. Губарь [и др.]. - Ростов-на-Дону: Ростовский государственный экономический университет "РИНХ", 2021. - 321 с.

MODELING THE STABILITY OF THE FINANCIAL AND CREDIT SYSTEM TAKING INTO ACCOUNT THE IMPACT OF GLOBAL FACTORS

Suralev S.A., Don State Technical University, Rostov-on-Don

Annotation. In economic practice, there are various methods for determining the degree of sustainability of enterprises. If we consider a banking institution as an

15

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

economic unit, then based on the study of methods for assessing the stability of a firm, we can deduce a model for assessing the stability of a credit institution.

Models predicting the sustainability of an enterprise are becoming more and more interesting every year, not only for practitioners, but also for theorists. For several decades, many mathematicians and economists have been creating their own methods of managing the sustainability of the enterprise, because they are applicable in practice and help the organization to maintain its viability.

This article shows that currently models are based not only on the indicators of internal reporting of enterprises, but also on the indicators of the external environment of the organization, the economic climate of the country where the enterprise operates.

At the same time, the author's methodology for creating a model is presented, which implies the creation of a generalizing indicator consisting of two to nine variables with assigned weights that reflect the financial condition of the company. This indicator predicts the crisis state of the organization until the moment when nothing can be fixed. The article also proves that this approach is very convenient when managing a company in market conditions, since the life cycles of the organization are becoming shorter. In addition, it has been proven that the sustainability management tool allows you to manage the company more effectively, both in times of crisis and in ordinary times.

Keywords: sustainable development; forecasting of activity; banking system; crisis state; process modeling; institutional indicator.

References

1. Medvedkina E. A. Financial technologies for sustainable development: methodology of application / E. A. Medvedkina // Financial research. - 2017. - № 4(57). - P. 31-36.

16

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov

2. Federal Law "On Countering the legalization (Laundering) of proceeds from crime and the Financing of Terrorism" dated 07.08.2001 N 115-FZ [Electronic resource]. - Access mode: https://www.consultant.ru/document/cons_doc_LAW_32834.

3. Medvedkina E.A., Medvedkin T.S. Green finance as a driver of global economic dynamics // Market infrastructure. - Issue 2. - 201б. - Access mode: http://www.market-infr.od.ua/journals/201 б/2_2016_ukr/6.pdf.

4. Patrakeeva O. Y. A systems dynamics decision support model for regional sustainable development / O. Y. Patrakeeva, T. S. Medvedkin // Innovation Management and Education Excellence through Vision 2020 : Proceedings of the 31st International Business Information Management Association Conference (IBIMA), Milan, April 25-2б, 2018. - Milan: International Business Information Management Association, 2018. - P. 2097-2108.

5. National and global economy in the conditions of COVID-19: state, risks, expected consequences: In two volumes / G. G. Matishov, N. G. Kuznetsov, O. V. Gubar [et al.]. - Rostov-on-Don: Rostov State University of Economics "RINH", 2021. - 321 p.

17

Ссылка для цитирования: Суралев С.А. Моделирование устойчивости финансово-кредитной системы с учетом воздействия глобальных факторов [Электронный ресурс] // А-фактор: научные исследования и разработки (гуманитарные науки). - 2023. - № 4. - Режим доступа: http://www.a-factor.ru/archive/item/205-modelirovanie-ustoj chivosti-finansovo-kreditnoj -sistemy-s-uchetom-vozdej stviya-globalnykh-faktorov