Моделирование влияния финансовых рынков на оценку устойчивости коммерческого банка Текст научной статьи по специальности «Экономика и бизнес»

investment project on the bases of the Markov's chains was considered. Using the method of z-transforms gives a possibility to get the analytical form of money circulation during all project's execution.

Keywords: probabilistic approach, Markov's chains, investment project, z-transforms, matrix, funding.

Експертредакцшног колегм к.е.н., доцент УкрДАЗТЯкименко Н.В.

УДК 336.713

МОДЕЛИРОВАНИЕ ВЛИЯНИЯ ФИНАНСОВЫХ РЫНКОВ НА ОЦЕНКУ УСТОЙЧИВОСТИ КОММЕРЧЕСКОГО БАНКА

Меркулова Т.В., д.э.н., профессор, Ковпак Э.А., к.э.н., доцент (ХНУ им. В.Н. Каразина)

У cmammi розроблена та апробована система дистанцшно'1' експрес-оцтки фтансового стану комерцтних банюв, що побудована на основi використання iнструментарiю m4imrnx множин та дозволяе ураховувати нестабiльнiсть фiнансового середовища ix функцюнування. Сформовано висновки щодо можливостi застосування даноi о^нки для вiтчизняниx банюв.

Ключовi слова: експрес-оцтка, фшансовий стан банку, нестабтьтсть, фiнансовi ринки, нечШт множини.

Постановка проблемы и ее связь с научными и практическими задачами. На

современном этапе развития экономики финансовый рынок, представляющий собою сферу функционирования банков, является открытой системой, подчиняющейся воздействию широкого спектра факторов различной природы. Одними из основных в данном перечне являются факторы внешней финансовой среды, а именно влияние финансовых рынков других стран. Такого рода воздействие (зачастую - взаимодействие) значительно повышает уровень финансовой нестабильности среды функционирования банков, что отражается на их финансовом состоянии. В условиях финансовой нестабильности

необходимым является усовершенствование подходов к оценке финансового состояния коммерческого банка. Для получения детальной и всесторонней оценки кредитного учреждения нужен комплексный анализ деятельности всех его крупных бизнес-подразделений, объединяющий в себе анализ иерархической структуры банка, исследование рисков, связанных с отдельными подразделениями, и пошаговую выработку на их основе интегральной оценки степени надежности банка в целом [1]. Такого рода деятельность, во-первых, является довольно капиталоемкой, а во-вторых, требует значительных затрат времени. Методики дистанционного анализа опираются исключительно на данные, содержащиеся в

публикуемой отчетности банков, в ряде случаев туда включаются некоторые результаты проведенных ранее исследований на местах. Результаты, полученные дистанционным методом менее точны, чем инсайдерские исследования, однако процедура такой оценки быстра, ее можно выполнять гораздо чаще и с меньшими затратами.

Учитывая высокий уровень

нестабильности на финансовом рынке Украины, вызванный влиянием факторов внешней и внутренней финансовой среды, актуальными являются разработки в сфере формирования методик дистанционной экспресс-оценки финансового состояния коммерческих банков (альтернативных широко используемым в мировой практике), реализующих алгоритм оценивания посредством использования экспертной информации либо на основе публичной банковской отчетности.

Анализ исследований и публикаций. Следует отметить, что теоретическим и прикладным аспектам моделирования и оценки финансового состояния коммерческого банка посвящен достаточно узкий круг работ [1-3] и разработка этой проблематики нуждается в дальнейшем развитии. Основная часть рейтингов составляется с использованием определенной совокупности соотношений между

агрегированными статьями банковской отчетности (коэффициентов) - т.е. на базе коэффициентного

© Меркулова Т.В., Ковпак Э.А.

анализа. Так, в популярнейших системах рейтинговых оценок состояний банков SCOR (Statistical CAMELS Off-site Rating) и SEER (System for Estimating Examination Ratings) большинство показателей используются не в абсолютном, а в относительном виде. Обычно для каждого коэффициента эмпирическим путем определяется диапазон значений, выход за рамки которого является тревожным сигналом. Именно на таком принципе основано большинство систем мониторинга коэффициентов. Кроме того,

оценки или разбиения объектов на однородные кластеры [2].

Существуют различные подходы к выбору критериев оценки финансового состояния коммерческого банка. В большинстве случаев [1, 2], ученые ограничиваются перечнем финансовых коэффициентов (рентабельности, ликвидности, устойчивости). В данном исследовании в качестве критериев оценки финансового положения коммерческого банка были также выбраны классические коэффициенты, при этом

популярным при построении систем оценок предполагалось, что рост каждого отдельного

финансового состояния банков является использование экспертных методов оценки. Последнее всегда сопряжено с рядом трудностей, таких как недостаток информации, проблема компетентности и согласованности экспертов,

используемого в системе показателя Х1 должен быть сопряжен со снижением степени риска банкротства банка. Таким образом, выбрана следующая система показателей для оценки финансового состояния банка: Х1 - коэффициент

влияние субъективных факторов на оценку рентабельности активов; Х2

коэффициент

специалиста и т.п. Целесообразным можно считать сочетание экспертных методов оценки и методов коэффициентного анализа.

Формирование цели статьи. Изложенная актуальность обусловила выбор цели исследования, которая заключается в разработке системы дистанционной экспресс-оценки финансового состояния коммерческого банка, сочетающей методы экспертной оценки и коэффициентного анализа на основании

работоспособности активов; Х3 - коэффициент кредитной активности; Х4 - коэффициент достаточности капитала; Х5 - коэффициент общей ликвидности; Х6 - коэффициент мгновенной ликвидности; Х7 - коэффициент обеспеченности собственными средствами.

Методологическая основа сочетания методов экспертной оценки и коэффициентного анализа на основании использования инструментария нечетких множеств заложена в

использования инструментария нечетких работах [3; 4].

множеств, который позволяет учитывать высокий

Разными экспертами один и тот же

уровень нестабильности финансовой среды их уровень финансового коэффициента Х1 может быть

функционирования.

Предметом исследования являются методы дистанционного анализа финансового состояния коммерческого банка на основании его финансовой отчетности. Объект исследования -функционирование отечественных коммерческих банков в условиях нестабильности внешней среды, вызванной взаимодействием финансовых рынков.

Основной материал. Всякая оценочная система включает критерии, характеризующие объект оценки, шкалы, на основании которых реализуется оценка по каждому критерию, и принципы получения итоговой рейтинговой

по-разному интерпретирован, к примеру, как низкий или средний уровень показателя. Использование теории нечетких множеств позволяет задать лингвистическую переменную «уровень финансового показателя Х1» введением 5 нечетких подмножеств ее значений (очень низкий, низкий, средний, высокий и очень высокий уровни). При этом каждое такое нечеткое подмножество описывается трапециевидным числом, абсциссы которого задаются соседними по столбцам значениями интервалов для каждого финансового показателя в табл. 1.

Таблица 1

Предлагаемый классификатор уровней выбранных показателей для мониторинга финансового

положения банка

Показатель Лингвистическая переменная «уровень финансового показателя»

очень низкий Низкий средний высокий очень высокий

Xi ниже 0,15 0,15<x1<0,25 0,25<x1<0,45 0,45<x1<0,65 выше 0,65

Х2 ниже 0,45 0,45<x2<0,55 0,55<x2<0,65 0,65<x2<0,85 выше 0,85

Х3 ниже 0,55 0,55<x3<0,75 0,75<x3<0,95 0,95<x3<1,4 выше 1,4

Х4 ниже 0,025 0,025<x4<0,09 0,09<x4<0,3 0,3<x4<0,55 выше 0,55

Х5 ниже 0,1 0,1<x5<0,2 0,2<x5<0,35 0,35<x5<0,65 выше 0,65

Хб ниже 0 0<x6<0,01 0,01<x6<0,08 0,08<x6<0,3 выше 0,3

Х7 ниже 0 0<x7<0,1 0,1<x7<0,3 0,3<x7<0,5 выше 0,5

Степень оценочной уверенности эксперта финансового показателя Х1, а значения степеней в отнесении показателя к тому или иному уровню принадлежности каждого 1-го показателя >му описывает функция принадлежности, поэтому она нечеткому подмножеству записываются в табл. 2. строится экспертом для каждого уровня

Таблица 2

Значения степени принадлежности уровня показателей нечетким подмножествам переменной «уровень

финансового показателя»

Показатель Лингвистическая переменная «уровень финансового показателя»

очень низкий низкий средний высокий очень высокий

Х1 Хп Я-12 Я13 Я14 Я15

Х2 Я,21 Я22 Я23 Я24 Я25

Хз Х31 Я32 Язз Я34 Я35

Х4 Я41 Я42 Я43 Я44 Я45

Х5 Я,51 Я52 Я53 Я54 Я55

Хб Я-61 Яб2 Яб3 Я64 Яб5

Х7 Я/71 Я72 Я73 Я74 Я75

В качестве оценки риска банкротства введем лингвистическую переменную «степень риска банкротства», которая будет описываться 5 нечеткими подмножествами: предельная, высокая, средняя, низкая, незначительная. Каждому i-му финансовому показателю в отношении каждой степени риска банкротства можно сопоставить оценку его значимости для распознавания значения переменной «степень риска банкротства». Одной из самых развитых систем коэффициентного анализа является BAKred Information System (BAKIS), применяемая с 1997 г. Центральным банком Германии (Deutsche Bundesbank). BAKIS включает в себя 47 коэффициентов, 19 из которых относятся к кредитному риску (в том числе коэффициент платежеспособности), 16 — к рыночным рискам, 2 — к рискам ликвидности и 10 связаны с прибыльностью банковских операцш, при этом всем этим показателям в системе BAKIS присвоены одинаковые весовые коэффициенты значимости. По аналогии с данной системой коэффициентного анализа все семь используемых в настоящей методике финансовых показателей были признаны равнозначимыми, т.е. имеющими одинаковые веса (для каждого финансового показателя его вес ri = 1/7).

Комплексная оценка риска банкротства

банка в нечеткой форме Qfuzzy будет определяться следующим образом:

Таблица 3

Соответствие комплексного показателя переменной «степень риска банкротства»

Интервал значений Q «степень риска банкротства»

0 - 0.2 Предельная

0.2 - 0.4 Высокая

0.4 - 0.6 Средняя

0.6 - 0.8 Низкая

0.8 - 1 Незначительная

=1 ^ • \). (1)

,=1 ,=1

где PJ - нечеткое трапециевидное число, определяющее >е подмножество лингвистической переменной «уровень финансового показателя»;

0 - операция умножения действительного числа на нечеткое.

Для получения действительного числа, отражающего комплексную оценку риска банкротства банка, предлагается выполнить двойную свертку данных табл. 2 по следующей формуле:

5 N

о=Т я 2>л, (2)

.,=1 1=1

При этом опорные веса для сведения нескольких отдельных показателей в один предлагается рассчитывать следующим образом:

Я,. = 0.9 -0.2х (, -1). (3)

Взаимное однозначное соответствие действительного уровня комплексного показателя Q, настроенного на систему весов (3), и переменной «степень риска банкротства» приведено в табл. 3.

Предлагаемая система экспресс-оценки финансового состояния коммерческого банка была применена на основании данных официальной отчетности банков за первые три квартала 2011 года для анализа рисков банкротства таких банков: ПАО КБ «Приватбанк» (вошедший в кластер стабильных украинских банков в соответствии с рейтингом 2011 г. [5], лидер по количеству клиентов с оценкой финансовой устойчивости в 7,17 баллов по 10-ти балльной шкале), «Укрсиббанк» BNP Paribas group (вошедший в кластер «среднестабильных» украинских банков

по итогам рейтинга [5], получив 5,67 баллов по критерию финансовой устойчивости из возможных 10), и АО «Родовид Банк» (занимающий последнее место в рейтинге 2011 года [5] с формулировкой «плачевное финансовое состояние» с оценкой финансовой устойчивости 1,83 из максимальных 10 баллов).

Согласно описанному алгоритму были получены значения действительного комплексного показателя финансовой устойчивости,

представленные в табл. 4.

Таблица 4

Оценка финансового положения ПАО КБ «Приватбанк», ПАО «Укрсиббанк» и АО «Родовид Банк» по

состоянию на конец III квартала 2011 г.

Наименование банка Значения исследуемых коэффициентов Значение комплексного показателя Q

Х1 Х2 Хз Х4 Х5 Хб Х7

ПАО КБ «Приватбанк» 1,57 0,88 0,88 0,12 0,80 0,79 0,10 0,64

ПАО «Укрсиббанк» -4,1 0,79 0,71 0,09 0,34 0,82 0,09 0,37

АО «Родовид Банк» -11,5 0,54 0,48 0,43 0,16 0,03 0,39 0,39

Анализ данных табл. 3 свидетельствует о низкой степени риска банкротства по состоянию на конец III квартала 2011 года у ПАО КБ «Приватбанк», и высокой степени банкротства - у банков ПАО «Укрсиббанк» и АО «Родовид Банк». Таким образом, полученные оценки финансового состояния исследуемых банков более пессимистичны, нежели результаты рейтинга [5]. Представляет интерес сопоставление полученных результатов с оценками финансового состояния соответствующих банков от международного рейтингового агентства Моойу'Б. Примечательно, что полученные в соответствии с предлагаемой системой оценки состояния банков ПАО КБ «Приватбанк», ПАО «Укрсиббанк» и АО «Родовид Банк», соответствуют их текущему международному рейтингу - "В-", "Е", "Е" соответственно.

Подтверждают результаты исследования и финансовые результаты данных банков по итогам 2011 года: положительный финансовый результат ПАО КБ «Приватбанк» составил 1,4 млрд. грн., убыток АО «Родовид Банк» составил 1,4 млрд. грн., а убыток ПАО «Укрсиббанк» 3,7 млрд. грн. [6; 7]. Последнее позволяет сделать вывод о работоспособности и адекватности предлагаемой системы экспресс-оценки финансового состояния коммерческих банков.

Выводы. Предлагаемая система экспресс-оценки финансового состояния коммерческих банков синтезирует метод коэффициентного анализа и метод экспертных оценок на основании использования инструментария нечетких множеств. Для украинских банков была настроена система весов для получения действительных

оценок комплексного показателя риска банкротства и ее работоспособность подтверждена. Необходимо отметить, что исторические данные об оценках финансового состояния банков — это хорошая количественная основа для классификации банков и построения

статистических моделей прогнозирования их будущего состояния. Поэтому перспективой дальнейших исследований по данной теме является разработка моделей прогнозирования финансового состояния банков на основании комплексных показателей риска банкротства за прошлые периоды.

СПИСОК ЛИТЕРАТУРЫ

1. Севриновский В. Развитие систем банковского мониторинга: анализируя мировой опыт [электронный ресурс]. Режим доступа: http://www.chiefriskofficer.ru/publications/337;

2. Сидоренков М.А. Банковские рейтинги [электронный ресурс]. Режим доступа: http://www.cfm.ru/fmanalysis/banks/bank_ratings.sht т1;

3. Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами [электронный ресурс]. Режим доступа: http://www.masters.donntu.edu.ua/2005/kita/sroka/1ibr ary/art8.htm;

4. Недосекин А.О., Максимов О.Б. Применение теории нечетких множеств к финансовому анализу предприятий [электронный ресурс]. Режим доступа: http://www.vmgroup.ru/Win/index1.htm;

5. Рейтинг банков Украины 2011[электронный ресурс]. Режим доступа: http://bizkiev.com/content/view/1120/591/;

6.Рейтинг Ассоциации Украинских Банков. Показатели финансового результата за 2011 год. [электронный ресурс]. Режим доступа:

http://www.prostobankir.com.ua/spravochniki/reytingi _bankov/;

7. Финансовый результат УкрСиббанка BNP Paribas Group за 2011 г. [электронный ресурс]. Режим доступа: http://www.ukrsibbank.com /ru/tid3269436/finbansovyi-resultat-2011.html.

Аннотация. В статье разработана и апробирована система дистанционной экспресс-оценки финансового состояния коммерческих банков, которая построена на основе использования инструментария нечетких множеств и позволяет учитывать нестабильность финансовой среды их функционирования. Сформированы выводы о применимости данной оценки для отечественных банков.

Ключевые слова: экспресс-оценка, финансовое состояние банка, нестабильность, финансовые рынки, нечеткие множества.

Summary. In the paper was developed and tested system for remote rapid assessment of the commercial banks financial condition, which is based on the use of tools of fuzzy sets and allows to take into account the financial instability of the environment of their operation. Formed conclusions on it applicability for domestic banks.

Keywords: rapid assessment, the bank financial condition, instability, financial markets, the fuzzy sets.

Эксперт редакционной коллегии к.э.н., доцент УкрГАЖТ Назаренко И.Л.

УДК 368.042

ДЕРЖАВНО-ПРИВАТНЕ ПАРТНЕРСТВО ЯК ЗАС1Б УДОСКОНАЛЕННЯ ОБОВ'ЯЗКОВОГО СТРАХУВАННЯ В УКРА1Н1

Мужuлiвськuй В.В., астрант (ХНУБА)

У статтi визначено можливостi застосування державно-приватного партнерства (ДПП) у галузi обов'язкового страхування в Укра'т. Обтрунтовано необхiднiсть застосування ДПП для скорочення ктотних ризиюв та тдвищення ефективностi державноI полiтики у галузi страхування.

Ключовi слова: обов'язкове страхування, державно-приватне партнерство, державне регулювання.

Постановка проблеми. За даними Оргашзацп Об'еднаних Нацш, людству залишилося вщ 30 до 40 рошв для вжиття заходiв, яш необхвдт для порятунку вщ глобально! катастрофи. Частота природних аномалш по всьому свиу е загрозою для життя кожно! людини, незалежно вщ мюця проживания. Економiчнi втрати вщ стихшних лих тшьки за останнш рж ощнюються в бшьш як 100 млрд. доларiв США. Впевнешсть у завтрашньому дш та висош стандарта якосп життя можливi за умови виршення таких глобальних проблем: змша ктмату, забруднення водних ресурав, виснаження грунту, зменшення бюлопчного рiзноманiття, розповсюдження епiдемiй [1].

Завдяки розвитку сощально значущих видiв обов'язкового страхування юнуе можливiсть

© Мужилiвський В.В.

убезпечення вiд настання негативних насладив виникнення таких глобальних явищ. Державно-приватне партнерство у сферi обов'язкового страхування може стати важливим елементом забезпечення стабiльного соцiально-економiчного розвитку Украши.

Анал1з публшацш. Дослiдженню питань державно-приватного партнерства придшено багато уваги у працях вiтчизияних науковцiв i практиков, серед яких Б.Данилишин [2], Г.Мшенша [3], К.Павлюк [4], 1.Тараненко [5], Н.Чала [6] та ш., але стосовно розвитку ДПП на страховому ринку ця тема тшьки починае дослщжуватися [7].

Метою даног статтi е дослщження можливосп застосування державно-приватного

Вкник скономпки транспорту i промисловост № 37, 2012