CC BY
161
24. Ugurchiev O.B., Ugurchieva R.O. Some approaches to the analysis of factors of restructuring management of economic entities of the agro-industrial complex // Economics and Entrepreneurship. - 2016. - No. 7 (72). - S.700-703
25. Cherkesov S.Kh., Misakov V.S., Betrozov M.Kh. Combating organized crime as the basis of a regional system of economic security // Bulletin of the Kabardino-Balkarian Scientific Center of the Russian Academy of Sciences. - 2014. - No. 4 (60). -S.121-127
26. Yasin E.G., Jacobson L.I. Will there be a new model of economic growth in Russia? // Issues of economics. - 2013. - No. 5. - S. 4-39
А.А. Халяпин - доцент, к.э.н., Кубанский государственный аграрный университет, wamp_1@rambler.ru,
A. A. Khalyapin - associate Professor, candidate of economic Sciences, Kuban state agrarian University;
А.Ю. Юркевич - магистрант, Кубанский государственный аграрный университет, yurkevich. alexan der@bk.ru,
A. U. Yurkevich - master's student, Kuban state agrarian University;
М.С. Кочка - магистрант, Кубанский государственный аграрный университет, misha_koc@mail.ru,
M. S. Kochka - master's student, Kuban state agrarian University.
ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ МЕТОДИКИ ОЦЕНКИ CAMELS ПРИ ОЦЕНКЕ ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ БАНКА С ТОЧКИ ЗРЕНИЯ ИНВЕСТОРА
PECULIARITIES OF USING CAMELS VALUATION METHODOLOGY WHEN ASSESSING THE BANK'S INVESTMENT ATTRACTIVENESS FROM THE INVESTOR'S POINT OF VIEW
Аннотация. В инвестиционной практике на данный момент наблюдается тенденция к унификации систем оценки инвестиционной привлекательности. Однако банки как объекты оценки инвестиционной привлекательности имеют свою особенности, вследствие которых традиционные методики и критерии инвестиционной привлекательности оказываются неэффективными или даже бесполезными. В ходе исследования была использована система оценки коммерческих банков CAMELS, используемая ведущими Центральными банками мира, которая затем была приспособлена для оценки именно инвестиционной привлекательности банков. По нашему мнению, система оценки инвестиционной привлекательности банка должна включать себя методологические основы и наработки Центральных банков мира, и в то же время быть ориентированной на инвесторов, позволять качественно и всесторонне оценить инвестиционную привлекательность банка с учетом всей специфики ведения деятельности в этом секторе. В результате была создана методология, позволяющая проводить всеобъемлющую оценку финансовой деятельности и инвестиционной привлекательности банка, работа которой была продемонстрирована посредством анализа инвестиционной привлекательности ПАО Сбербанк.
Annotation. In investment practice at the moment there is a tendency to unify the systems of evaluation of investment attractiveness. However, banks as objects of investment attractiveness assessment have their own peculiarities, as a result of which traditional methods and criteria of investment attractiveness are ineffective or even useless. The study used the CAMELS system of evaluation of commercial banks, used by the leading Central banks of the world, which was then adapted to assess the investment attractiveness of banks. In our opinion, the system of assessment of investment attractiveness of the bank should include methodological bases and achievements of the Central Banks of the world, and at the same time be oriented to investors, allow to qualitatively and comprehensively assess investment attractiveness of the bank taking into account all specifics of activity in this sector. As a result, a methodology was created that allows for a comprehensive assessment of the financial performance and investment attractiveness of the Bank, the work of which was demonstrated through the analysis of the investment attractiveness of Sberbank.
Ключевые слова: CAMELS, банк, инвестиционная оценка, инвестиционная привлекательность.
Keywords: CAMELS, Bank, investment valuation, investment attractiveness.
Поскольку банки, как и другие коммерческие учреждения, стремятся максимизировать свои проценты, использование финансовых критериев для их работы имеет важное значение [10]. С другой стороны, структура деятельности банков такова, что они сталкиваются с различными рисками, такими как риск невозврата, поэтому оценка эффективности деятельности банка является сложным вопросом и обсуждалась и изучалась международными финансовыми институтами и мыслителями на протяжении многих лет. Модель CAMELS - это стратегия, предложенная международными финансовыми институтами, включая Банк международных расчетов (БМР) и БКБС, после многолетних исследований и исследований.
Аббревиатура CAMELS представляет собой сочетание начальных букв анализируемых компонентов, названия которых фактически аналогичны используемым российскими органами банковского надзора [3]:
C — capital adequacy, или достаточность капитала.
A — asset quality, или качество активов.
M — management, или качество управления.
E — earnings, или доходность (прибыльность).
L — liquidity, или ликвидность.
S — sensitivity to risk или чувствительность к риску.
По результатам оценки каждого компонента выставляется комплексная оценка (composite rating):
1 — Strong (сильный)
2 — Satisfactory (удовлетворительный)
3 — Fair (посредственный)
4 — Unsatisfactory (неудовлетворительный)
5 — Marginal (критический)
Каждый показатель оценивается по шкале от 1 до 5, где 1 получает финансово-устойчивый банк, имеющий лишь незначительные отклонения в определенных показателях по каждому элементу, которые не могут привести к негативным последствиям его деятельности; 5 — банк, объем и характер недостатков в деятельности которого имеет критический уровень и требует немедленного вмешательства со стороны надзорных органов и руководства банка.
Однако, по мнению автора, комплексная оценка не будет в полной мере отражать состояние кредитного учреждения в связи с усреднением всех показателей в единую оценку, а также большого влияния субъективного мнения специалиста касаемо значимости выставленной оценки того или иного аспекта деятельности банка. Возможным вариантом решения этой проблемы будет итоговая оценка, состоящая из пяти символов, соответствующим выставленным баллам по каждому направлению анализа в порядке их перечисления в названии методики (C.A.M.E.L.S). Таким образом, итоговая оценка будет выглядеть так: (1.2.3.4.5.1). Такое представление результатов анализа деятельности позволит объективно отразить оценку каждого направления деятельности банка и вместе с тем дает общую картину финансового состояния кредитного учреждения.
Система оценки CAMELS нашла широкое применение в государственном банковском контроле США и Европы, большинство ее элементов применяется и в методических Указаниях Банка России, что подтверждает актуальность и универсальность данной системы в оценке финансового состояния коммерческого банка.
Однако для инвестора такая методика оценки не совсем подходит. Несмотря на то, что система дает надзорным органам полную картину финансового состояния банка, различие целей инвесторов и центральных банков, с одной стороны, исключают из модели факторы, необходимые инвесторам, а с другой - включают те факторы, которые инвесторам малоинтересны. Кроме этого. например, российский инвестор, оценивая финансовое состояние кредитного учреждения, уже будет иметь в своем распоряжении значения нормативов, установленных Базелем III, что исключает необходимость повторных оценок факторов группы C - capital adequacy (достаточность капитала).
Кроме этого, автором предлагаются следующие модификации формулы CAMELS для использования ее в целях оценки инвестиционной привлекательности финансово-кредитных учреждений:
1. Направление анализа эффективности работы менеджмента в методике UFIRS представлено в основном абстрактными показателями, такими как: соблюдение законов, корпоративных правил банковского общества; реагирование на рекомендации аудиторов и надзорных органов; уровень надзора и поддержки всех видов деятельности, в соответствии с внутренней политикой организации; способность планировать, реагировать на риски, которые могут возникнуть в связи с изменением условий ведения бизнеса и т.д. Инвестор в любом случае будет проводить эмпирический анализ деятельности менеджмента организации, однако для более объективной оценки требуется определенный показатель, выраженный количественно. К тому же, количественное выражение показателя позволить использовать его для сравнения организаций внутри отрасли.
Показателями, которые могут служить индикаторами привлекательности для инвестора, измерителями эффективности работы менеджмента с позиции акционера, являются показатели внутренней стоимости акционерного капитала - IVE и остаточный доход банка - RI. Оба этих показателя отражают способность менеджмента организовывать деятельность банка таким образом, чтобы приносить максимальную доходность акционерам [9].
С точки зрения оценки стоимости акционерного капитала, ценность банка может быть выражена суммой инвестированного капитала и премии, равной текущей стоимости ожидаемых остаточных доходов, ежегодно создаваемой в будущих периодах. Тогда внутренняя стоимость акционерного капитала может выражена следующей формулой:
IVE = EEt + Z[=1 + MCCa (1)
где EEt - Инвестиции в собственный капитал;
RIt -остаточный доход в году t;
Се - стоимость затрат на использование собственного капитала;
MCCa - Предельная стоимость акционерного капитала банка (Рассчитывается как отношение прироста средневзвешенной стоимости капитала к приросту объему всего капитала).
Расчет ожидаемого остаточного дохода для банковских организаций основывается на следующих предположениях, которые учитывают специфику именно банковского бизнеса [4]:
- операционный доход банка (NOPAT) включает доходы и расходы, связанные с долговым финансированием за счет собственного капитала.
- Инвестиционный капитал в банковской сфере (EE) определяется инвестициями в собственный капитал. В данной формуле не учитываются финансовые инвестиции банка.
- Затраты на капитал (Ce) являются затратами на собственный капитал банка.
В результате, для оценки внутренней стоимости акционерного капитала будет применяться формула оценки остаточного дохода собственного капитала, т.е. акционерного.
Таким образом, формула расчета остаточного дохода, генерируемого акционерным капиталом банка, имеет следующий вид [2]:
й,= (^-ФЕ£-'<«-'> ю
Где NOPAT^. - скорректированная прибыль после выплаты налогов;
EEt/(t-i) - инвестиции в собственный капитал банка в предыдущем периоде;
Се - стоимость затрат на использование собственного капитала банка.
Необходимо учитывать, что в расчете RI значение инвестиций в собственный капитал (EE) берется с задержкой на период. Это делается исходя из определения остаточного дохода, т.е. сравнения размера генерируемой банком прибыли NOPAT в конце периода с вложенным капиталом инвесторов ЕЕ в начале периода.
В настоящее время эти модели довольно активно используются множеством банков в США и Европе [8]. В качестве эмпирического доказательства возможности применения указанных моделей и специфического подхода RI, некоторые авторы проверили исследование статистической корреляции между остаточным доходом и рыночной стоимостью банка. Так, согласно регрессионному анализу, проведенному в работе Криса Маттена [4], между рыночным мультипликатором Em/Eb и бухгалтерской чистой прибылью NI, прибылью на акцию EPS и остаточным доходом RI самое высокое значение коэффициента корреляции наблюдается с остаточным доходом RI со значением множественного коэффициента корреляции, равным R2 = 0.76. Что касается российских банков, то сила связи между прибылью на акцию EPS и остаточным доходом RI, построенная на данных нескольких крупных банках России по шкале Чеддока заметная и составляет R2 = 0.53 [2]. (ПК-18,24)
2. Корректировка параметров оценки чувствительности к риску. В оригинальной методике также содержатся субъективные факторы (размер учреждения, характер и сложность деятельности; способность руководства к выявлению, мониторингу рыночного риска), и факторы, которые раскрывает сам банк в соответствии с российским законодательством (например, достаточность капитала по отношению к уровню воздействия рыночного риска). В интересах инвесторов автор предлагает заменить эти факторы понятной и конкретной формулой расчета риска, которая характеризовала бы финансовую устойчивость банка к внешним рискам и уровень риска его основной деятельности в одном сводном показателе - индексе риска (Ir). Формула его расчета представлена ниже [2]:
(E(ROA)+CAP)
¡г =--(3)
s(ROA> v '
где E(ROA) - ожидаемая рентабельность активов;
CAP - отношение собственного капитала к совокупному размеру активов;
s(ROA) - стандартное отклонение доходности активов.
Высокие значения индекса риска объясняются меньшей изменчивостью ROA. Более высокие значения риска характеризуют банк с лучшей стороны. Данный факт свидетельствует об устойчивости генерируемой банком прибыли, тем самым, приближая бухгалтерское значение капитала к рыночной оценке создаваемой банковским бизнесом акционерной стоимости. (ПК-23)
Таким образом, адаптированная в интересах инвесторов система CAMELS, или с учетом изменений -AMELS примет следующий вид (Таблица 1):
Таблица 1 - Адаптированная система CAMELS (AMELS)
Фактор оценки Показатели, применяемый для его измерения
C - Capital Adequacy Исключен (см.выше)
A - Asset Quality - Достаточность резервов на возможные потери по ссудам$ - Концентрация риска кредитного портфеля; - Рентабельность активов.
M - Management - IVE - Внутренняя стоимость акционерного капитала; - RI - Остаточный доход, генерируемый акционерным капиталом банка.
E - Earnings - Уровень доходов, включая тенденции и стабильность; -Уровень операционных расходов (OER) - индикатор необходим для оценки тенденции внутри банка, а также для сравнения с другими; - Чистая процентная маржа; - Доходность ссудных операций;
L - Liquidity - Коэффициент мгновенной ликвидности; - Коэффициент текущей ликвидности; - Коэффициент долгосрочной ликвидности. - Соотношение высоколиквидных активов и привлеченных средств.
S - Sensitivity to Risk - Индекс риска.
Итоговая оценка выставляется в формате (1.2.3.4.5), где каждое направление анализа получает сводную оценку, которые позже проставляются по порядку чередования в названии модели.
Проведем оценку инвестиционной привлекательности ПАО Сбербанк по модели AMELS. Базой для оценки качества активов (A - Asset Quality) будут служить следующие показатели в динамике за 2016-2018 гг., представленные в таблице 2.
Таблица 2 - Расчетная база оценка качества активов ПАО Сбербанк за 2016-2018 гг.
Показатель, млрд руб. 2016 г. 2017 г. 2018 г. Изменение 2018 к 2016 гг.
Абсолютное, млрд. руб. Темп прироста, %
Сумма активов банка 25368,5 27112,2 31197,5 5829 22,98
Объем кредитного портфеля 17361,3 18488,1 18889,1 1527,8 8,80
Резервы на возможные потери по ссудам 1303,4 1403,1 1497,3 193,9 14,88
Совокупный доход за год 492,4 750,5 762,7 270,3 54,89
Как видно из таблицы 2, показатели, служащие базой для расчетов, показывали в течение трех лет положительную динамику, особо выделяется совокупный доход за год, чей прирост за период 2016-2018 гг. составил 54,59%.
Достаточность резервов на возможные потери по ссудам вычисляется по формуле:
дрПс _ Резервы на возможные потери по ссудам .4.
Объем кредитного портфеля
Таким образом, в 2016 году ДРПС составил 0,075 или 7,5% кредитного портфеля покрыты резервами. В 2017 году значение ДРПС составило 0,076, то есть 7,6% портфеля покрывалось резервами. В 2018 году достаточность резервов составила 0,079, таким образом кредитный портфель был покрыт резервами на 7,9%. Динамика довольно незначительная.
Информация о концентрации рисков кредитного портфеля отражает диверсификацию кредитного портфеля по виду заемщика и по отраслям деятельности, если речь идет о юридических лицах.
Динамика концентрации рисков кредитного портфеля ПАО Сбербанк представлена в таблице 3.
Таблица 3 - Концентрация рисков кредитного портфеля ПАО Сбербанк, %
Показатель 2016 г. 2017 г. 2018 г. Изменение 2018 к 2016 гг., %
Физические лица 27 28,7 32 5
Нефтегазовая промышленность 7,8 8,8 8,9 1,1
Торговля 7 7,7 7,2 0,2
Операции с недвижимым имуществом 8,1 7,3 7,9 -0,2
Металлургия 8,3 6,7 7,5 -0,8
Пищевая промышленность и сельское хозяйство 5,8 5,5 5,2 -0,6
Энергетика 4,8 4,4 3,9 -0,9
Машиностроение 4,7 4,3 4 -0,7
Анализируя таблицу 3, можно сделать вывод о том, что к 2018 году произошло значительное увеличение доли кредитов физическим лицам - на 5%. При этом, доля кредитов юридическим лицам, которые вели деятельность в тех отраслях экономики, объем которых был наибольшим в портфеле в 2016 году, к 2018 году сократилась. Такую долю кредитов физическим лицам можно понять, учитывая направленность ПАО Сбербанк, однако в 2018 году их доля составляла уже треть всего кредитного портфеля, что, учитывая макроэкономические факторы, несет в себе определенные риски.
Рентабельность активов банка рассчитывается по следующей формуле:
= Совокупный доход за год * Ю0% Сумма активов
В 2016 году рентабельность активов ПАО Сбербанк составила 1,9%, в 2017 г. - 2,8%, в 2018 г. - 2,4%. Можно сделать вывод, что, несмотря на положительную динамику, рентабельность банка довольно низкая.
Таким образом, принимая во внимание оценку основных аспектов качества активов банка, можно выставить 1 балл - сильное качество активов и практика кредитного администрирования. Выявленные недостатки являются незначительными, а подверженность риску является незначительной в отношении защиты капитала и возможностей управления.
Оценка качества менеджмента, как уже отмечалось выше, проводится посредством расчета внутренней стоимости акционерного капитала.
Сначала рассчитаем остаточный доход, генерируемый акционерным капиталом банка:
В 2018 году:
/1496 \
Д/ _ I —— - 1,74) * 105,4 _ 1293,64 млрд. руб.
\105,4 /
В 2017 году:
1339
Ш _ (т! - 1,5б] * П2,1 _ 1164,124 млрд.руб.
Внутренняя акционерная стоимость в 2018 году составила:
1293,64
1УБ _ 177,9 + (1 + 1,74)1 + 1,58 _ 834,01 млрд. руб.
В 2017 году:
1164,124
1УБ _ 105,4 + + 1 5б)1 + 1,71 _ 561,84 млрд. руб.
Таким образом, за последние два года произошло увеличение внутренней акционерной стоимость на 272,16 млрд. руб., что однозначно является положительным фактором для инвестора. 1 балл.
Оценка сегмента доходов начинается с изучения динамики показателей доходов банка за несколько периодов. Она представлена в таблице 4.
Таблица 4 - Структура и динамика финансовых результатов ПАО Сбербанк за 2016-2018 гг., млрд. руб.
Показатель 2016 г. 2017 г. 2018 г. Изменение 2018 к 2016 гг.
Абсолютное, млрд. руб. Темп прироста, %
Процентные доходы 2 399,00 2 131,40 2 188,30 -210,70 -8,78
Процентные расходы -986,90 -727,50 -718,20 268,70 -27,23
Чистые процентные доходы 1 362,80 1 348,80 1 396,50 33,70 2,47
Чистый расход от создания резерва под обесценение долговых финансовых активов -342,40 -263,80 -162,40 180,00 -52,57
Чистые процентные доходы после резерва под обесценение долговых финансовых активов 1 020,40 1 085,00 1 234,10 213,70 20,94
Комиссионные доходы 436,30 479,00 598,50 162,20 37,18
Комиссионные расходы -87,20 -101,90 -153,20 -66,00 75,69
Прочие операционные доходы 34,20 20,60 12,50 -21,70 -63,45
Операционные доходы 1 355,10 1 526,50 1 711,00 355,90 26,26
Расходы на содержание персонала и административные расходы -677,60 -623,40 -664,80 12,80 -1,89
Прибыль до налогообложения 677,50 903,10 1 046,20 368,70 54,42
Расход по налогу на прибыль -135,60 -187,50 -215,00 -79,40 58,55
Прибыль за год 541,90 715,60 831,20 289,30 53,39
Анализируя данные, представленные в таблице 4, можно сделать вывод, что прибыль за год (чистая прибыль) ПАО Сбербанк за период 2016-2018 гг. увеличилась на 53,39%. Чистые процентные доходы выросли всего на 2,47%, однако с учетом расходов на формирование резервов под обесценение долговых финансовых активов
рост чистых процентных доходов составил уже 20,94%. Операционные доходы за три года показали рост на 26,26%, вкупе со снижением административных расходов и расходов на содержание персонала на 1,89% дало рост прибыли до налогообложения на 54,42%. Таким образом, можно сделать вывод о том, что финансовые результаты ПАО Сбербанк показывают стабильную положительную динамику.
Чистая процентная маржа рассчитывается как отношение разницы процентных доходов и процентных расходов к активам, приносящим доход.
В 2016 году размер чистой процентной маржи составил:
Д — Р 2399 — 986 9
ЧПМ = ——п* 100% =-.--- . ' * 100% = 6,96% Ад 20285,4
В 2017 году:
Дп — Рп 2131,4— 727,5
ЧПМ = —л—п * 100% =--т—-¡-г-* 100% = 6,99%
Ад 20064,8
В 2018 году:
Дп — Рп 2188,3 — 718,2
ЧПМ = —п * 100% =---* 100% = 6,89%
Ад 21312,7
Как видно из расчетов выше, после повышения в 2017 году чистой процентной маржи на 0,03%, к 2018 году чистая процентная маржа снизилась на 0,07% по отношению к 2016 году. Это связано с ускорением темпов снижения ключевой ставки, из-за чего банк не мог оперативно реагировать соответствующим пропорциональным снижением ставок по кредитам и депозитам.
Доходность ссудных операций. Рассчитывается как отношение процентных доходов к общему объему ссуд. В 2016 году доходность ссудных операций составила:
Дп 2399
ДСО = --п-* 100% = * 100% = 13,82%
Кредиты и авансы клиентам 17361,3
В 2017 году:
Дп 2131,4
ДСО = --п-* 100% =.а' * 100% = 11,53%
Кредиты и авансы клиентам 18488,1
В 2018 году:
Дп 2188,3
ДСО = --п-* 100% = „гпг * 100% = 11,17%
Кредиты и авансы клиентам 19585
Таким образом, за три года доходность ссудных операций упала на 2,65%, что объясняется снижениями ключевой ставки, а соответственно, и ставок по кредитам. Тем не менее, прибыль более чем достаточна для поддержки операций и поддержания адекватного уровня капитала и резервов, и по итогу оценка прибыли ПАО Сбербанк составляет 1 балл.
Оценка ликвидности ПАО Сбербанк представлена расчетами коэффициентов мгновенной ликвидности; текущей ликвидности; долгосрочной ликвидности и соотношения высоколиквидных активов и привлеченных средств. Результаты расчетов представлены в таблице 5 [6].
Таблица 5 - Результаты расчета показателей ликвидности ПАО Сбербанк за 2016-2018 гг.
Показатель 2016 г. 2017 г. 2018 г. Изменение 2018 к 2016 гг.
Коэффициент мгновенной ликвидности 217,84 161,889 186,485 -31,36
Коэффициент текущей ликвидности 297,88 264,895 232,77 -65,11
Коэффициент долгосрочной ликвидности 55,31 57,52 63,998 8,69
Соотношение высоколиквидных активов и привлеченных средств 0,153 0,124 0,137 -0,016
Согласно данным, представленным в таблице 11, за анализируемый период уменьшились коэффициенты мгновенной ликвидности (на 31,36 п.п.), текущей ликвидности (на 65,11 п.п.) и соотношение высоколиквидных активов и привлеченных средств (на 0,016 п.п.). Коэффициент долгосрочной ликвидности, наоборот, вырос на 8,69%. В целом, коэффициенты ликвидности находятся в пределах, установленных ЦБ РФ. Несмотря на высокие и находящиеся в пределах нормы коэффициенты ликвидности, инвесторам стоит учесть факт их снижения, вследствие чего оценка ликвидности ПАО Сбербанк составляет 2 балла.
Оценка чувствительности к риску проводится путем расчета соответствующего показателя:
(Е(ЯОА)+САР)
¡г =--(4)
я(ЯОА) У '
где E(ROA) - ожидаемая рентабельность активов;
CAP - отношение собственного капитала к совокупному размеру активов; s(ROA) - стандартное отклонение доходности активов.
Стандартное отклонение доходности активов определяется по следующей формуле:
Z?=1 (Ri-ry
п — 1
s(ROA) _
где п - число периодов наблюдения;
Rl - доходность активов в 1-м периоде
г - средняя доходность активов за наблюдаемый период
Таким образом, стандартное отклонение доходности активов ПАО Сбербанк за период 2016-2018 гг. со-
ставит:
s(ROA) =
\
Z?=1 (Ri — ry
п — 1 ^
—0,472 + 0,432 + 0,032 --
---= 70,203 = 0,451
Тогда, приняв за ожидаемую рентабельность активов среднюю динамику рентабельности активов за 2016-2018 гг. (0,25%) получаем значение индекса риска:
(E(ROA) + САР) 0,25 + 0,124 1Г =-T(RÖÄ)-= 0,451 = °,829 П.
Значение индекса во многом обуславливается изменчивостью рентабельности активов банка, то есть чем выше изменчивость рентабельности активов, тем ниже значение индекса риска, и тем меньшую привлекательность будет иметь банк с точки зрения стабильности генерируемой активами прибыли [7]. Учитывая невысокую рентабельность активов ПАО Сбербанк, столь же невысокая разница в темпах изменения рентабельности активов снизило индекс риска банка. Кроме этого, исследование, проведенное Рассказовой А.Н. и Тепловой Т.В. в работе «Финансовые инновации в стратегическом анализе бизнеса» подтвердило отрицательную корреляцию индекса риска и отношения рыночной и балансовой стоимости банка, то есть наименьшие значения индекса риска делают банк более привлекательным для инвесторов [2]. Таким образом, индекс риска призван определить, насколько рационально банк относится к рискам: либо его активы имеют слишком высокий риск, что повышает индекс, либо банк наоборот излишне сторонится риска, что опять же повышает индекс. Инвестору, рассчитывающему на рост рыночной стоимости банка, важно, чтобы риски банка были сбалансированы так, чтобы банк не слишком рисковал, но и не сторонился потенциальной доходности, связанной с некоторыми рисками. Значения индекса риска ПАО Сбербанк говорит о его излишней боязни рисков и потери потенциального дохода. Тогда, с точки зрения инвестиционной привлекательности оценка риска банка составляет 2.
Оценив все аспекты деятельности ПАО Сбербанк с точки зрения инвестиционной привлекательности, автором были получены следующие оценки:
- оценка качество активов: 1 балл;
- оценка деятельности менеджмента: 1 балл;
- оценка прибыльности: 1 балл;
- оценка ликвидности: 2 балла;
- оценка риска: 2 балла.
Таким образом, итоговая оценка ПАО Сбербанк по модели AMELS составляет (1.1.1.2.2), что характеризует инвестиционную привлекательность банка как положительную: у банка исключительно хорошие показатели качества активов, менеджмента и прибыльности, однако отрицательная динамика показателей ликвидности и излишне консервативный подход к риску могут немного снизить привлекательность для инвесторов, рассчитывающих на значительный рост как котировок, так и внутренней стоимости банка.
Проведенная с помощью модели AMELS оценка инвестиционной привлекательности ПАО Сбербанк позволила сделать выводы, что у банка исключительно хорошие показатели качества активов, менеджмента и прибыльности, однако отрицательная динамика показателей ликвидности и излишне консервативный подход к риску могут немного снизить привлекательность для инвесторов, рассчитывающих на значительный рост как котировок, так и внутренней стоимости банка. Кроме этого, проведенное исследование подтвердило актуальность и применимость данной модели для оценки инвестиционной привлекательности.
Источники:
1. Молчанова С.М. Анализ финансового состояния отечественных коммерческих банков по методике CAMELS // Экономика и финансы. - 2016. - №2(10). - с. 14-21
2. Рассказова А.Н., Теплова Т.В. Финансовые инновации в стратегическом анализе бизнеса // МИР: Модернизация. Инновации. Развитие. - 2013. - № 4(15). - с. 56-62
3. Commercial Bank Examination Manual, Section A.5020.1 URFIS // Federal Reserve System United states of America [Текст] - URL: https://www.federalreserve.gov/boarddocs/supmanual/cbem/A50201.pdf
4. Matten, Chris (2015): Managing Bank Capital: Capital Allocation and Performance. - Р. 257
5. Seyed Kazem Ebrahimi, Ali Bahraminasab, Maryam Yousefi Fard. Performance Assessment of Banks listed on Tehran Stock Exchange based on CAMEL Indicators // International Journal of Economics and Financial Issues. - 2017. - №7(5). - р.128-136.
6. Официальный сайт Банка России - URL: https://cbr.ru
7. Халяпин А.А. Анализ международного опыта государственного регулирования АПК / Халяпин А.А. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - Краснодар: Куб-ГАУ, 2012, № 75. - С. 716-731.
8. Халяпин А.А. Формирование механизма государственного регулирования устойчивого развития предпринимательских структур Краснодарского края / Халяпин А.А. // Инженерный вестник Дона. - Ростов-на-Дону: Северо-Кавказский научный центр высшей школы федерального государственного автономного образовательного учреждения высшего профессионального образования Южный федеральный университет, 2012. № 4-2 (23). С. 42.
9. Халяпин А.А. / Теория формирования предпринимательских структур в аграрном секторе экономики // Халяпин А.А. // Новые технологии. - Майкоп: Майкопский государственный технологический университет, 2012, № 3. - С. 212-216.
10. Шедько, Ю.Н. Кадровое обеспечение инновационного развития российского государства / Москвитина Е.И., Ше-дько Ю.Н. // В сборнике: Фундаментальные и прикладные вопросы эффективного предпринимательства: новые решения, проекты, гипотезы Материалы V Международного научного конгресса. Под научной редакцией А.В. Шарковой, И.А. Мерку-линой. - 2017. С. 88-90.
Sources:
1. Molchanova S. M. Analysis of the financial condition of domestic commercial banks by the method of CAMELS / / Economics and Finance. - 2016. - No. 2 (10). - pp. 14-21
2. Rasskazova A. N., Teplova T. V. Financial innovations in strategic analysis of business. MIR: Modernization. Innovations. Development. - 2013. - No. 4 (15). - pp. 56-62
3. Commercial Bank Examination Manual, Section A. 5020. 1 URFIS / / Federal Reserve System United states of America [Text] - URL: https://www.federalreserve.gov/boarddocs/supmanual/cbem/A50201.pdf
4. Matten, Chris (2015): Managing Bank Capital: Capital Allocation and Performance. - R. 257
5. Seyed Kazem Ebrahimi, Ali Bahraminasab, Maryam Yousefi Fard. Performance Assessment of Banks listed on Tehran Stock Exchange based on CAMEL Indicators / / International Journal of Economics and Financial Issues. - 2017. - No. 7 (5). - p. 128136
6. Official website of the Bank of Russia-URL: https://cbr.ru
7. Khalyapin A. A. Analysis of international experience of state regulation of agriculture / Khalyapin A. A. / / Politematic network electronic scientific journal of the Kuban state agrarian University. - Krasnodar: Kubgau, 2012, No. 75. - Pp. 716-731.
8. Khalyapin A. A. Formation of the mechanism of state regulation of sustainable development of business structures of the Krasnodar territory / Khalyapin A. A. / / Engineering Bulletin of the don. - Rostov-on-don: North Caucasus research center of the higher school of the Federal state Autonomous educational institution of higher professional education southern Federal University, 2012. No. 4-2 (23). P. 42.
9. Khalyapin A. A. / Theory of formation of business structures in the agricultural sector of the economy / / Khalyapin A. A. / / New technologies. - Maikop: Maikop state technological University, 2012, no. 3. - Pp. 212-216.
10. Shedko, Yu. N. Personnel support of innovative development of the Russian state / Moskvitina E. I., Shedko Yu. N. / / in the collection: Fundamental and applied issues of effective entrepreneurship: new solutions, projects, hypotheses Materials of the V International scientific Congress. Under the scientific editorship of A. V. sharkboy, I. A. Marcolini. - 2017. Pp. 88-90.
О.А. Чернова - профессор кафедры информационной экономики, д.э.н., Южный федеральный университет, Россия, chernova.olga71@yandex.ru,
O.A. Chernova - Professor of Information economy Department, doctor of economic Sciences, Southern Federal University, Russia;
А.И. Даренин - аспирант, Южный федеральный университет, Россия, aid-dar0330@ram-
bler.ru,
A.I. Darenin - postgraduate, Southern Federal University, Russia.
ЦИФРОВЫЕ ТРАНСФОРМАЦИИ В ПРОМЫШЛЕННОСТИ КАК ФАКТОР
ЭКОНОМИЧЕСКОГО РОСТА DIGITAL TRANSFORMATION IN INDUSTRY AS A FACTOR OF ECONOMIC GROWTH
Аннотация. Новая парадигма ускоренного экономического развития базируется на внедрении цифровых технологий в производственные отношения. Задачи развития информационного общества как важнейшего национального приоритета закреплены в программных документах федерального уровня. Это обусловливает актуальность поставленной в данной статье цели: обозначить основные направления цифровых трансформаций в промышленности и продемонстрировать возможности влияния данных процессов на развитие российской экономики. В работе проанализированы изменения в промышленности, вызванные цифровой трансформацией, которые рассматриваются на следующих основных уровнях: процессуальный, организационный и бизнес-уровень. Сделан вывод, что влияние цифровизации в промышленности на экономическое развитие является значительным и порождает разнообразные мультипликативные эффекты во всех сферах жизнедеятельности. Это требует осмысления возникающих вызовов и угроз и является дальнейшим направлением исследований авторов.
Annotation. The new paradigm of accelerated economic development is based on the introduction of digital technologies in industrial relations. The objectives of the development of the information society as the most important
