CC BY
59
УДК 336
Машкина Евгения Геннадьевна, магистрант по направлению подготовки Финансы и кредит, ФГБОУ ВО Курский государственный университет, Россия, г. Курск
e-mail: ara20@bk.ru
ПРОГНОЗ ДИНАМИКИ ПРОБЛЕМНОЙ ЗАДОЛЖЕННОСТИ РОССИЙСКИХ БАНКОВ
Аннотация: в статье приводится анализ динамики кредитного портфеля российской банковской системы. В качестве ключевого показателя, характеризующего проявление кредитных рисков, рассмотрена динамика просроченной задолженности. Отдельно рассмотрен кредитный портфель и уровень просроченной задолженности ПАО Сбербанк, как системообразующего банка. В результате прогноза получены значения проблемной задолженности и ее доли в кредитном портфеле.
Ключевые слова: банковская система, кредитный портфель, проблемная задолженность, просроченная задолженность.
Mashkina Evgenia Gennadyevna, the undergraduate in the direction of preparation Finance and the credit, FGBOOU WAUGH Kursky the state university, Russia, Kursk
e-mail: ara20@bk.ru
FORECAST OF DYNAMICS OF PROBLEM DEBT OF THE RUSSIAN BANKS
Summary: the analysis of dynamics of the loan portfolio of the Russian banking system is provided in article. As the key indicator characterizing manifestation of credit risks dynamics of arrears is considered. The loan portfolio and
ПОЛИТИКА, ЭКОНОМИКА И ИННОВАЦИИ № 7 (17), 2017 level of arrears of PJSC Sberbank as systemically important bank is separately considered. As a result of the forecast values of problem debt and its share in the loan portfolio are received.
Keywords: banking system, loan portfolio, problem debt, arrears.
Банковская деятельность неразрывно связана с различного рода рисками. Кредитный риск представляет собой наибольшую угрозу для финансового состояния кредитной организации. Данный аргумент подтверждается эмпирическими данными, свидетельствующими о том, что порядка 70-80 % банковских банкротств обусловлено неграмотной кредитной политикой, приведшей к резкому увеличению доли проблемной задолженности в кредитном портфеле банка [1]. Кроме того, финансовые кризисы последних лет показывают, что в их основе лежало именно ухудшение качества банковских активов, а точнее кредитов.
Для отечественной банковской системы вопрос управления проблемными кредитами представляется весьма актуальным. Это обусловлено отсутствием достаточного теоретического и практического опыта управления портфелями проблемных кредитов вследствие недостаточного периода функционирования самой банковской системы (с начала 1990-х) в новых экономических условиях. Наработки банковской системы плановой экономики практически неприменимы в нынешних условиях поскольку не учитывают коммерческого аспекта кредитования, а прямой перенос иностранной практики, без учета отечественной специфики, не дает должного результата.
Вместе с тем Банк России, понимая всю важность данного вопроса, указывает кредитным организациям на необходимость постоянного совершенствования управления кредитными рисками и предпринимает усилия по выработке единых стандартов безрисковой банковской деятельности с учетом зарубежных стандартов.
На основании фактических данных о динамике совокупного кредитного портфеля банковского сектора и просроченной задолженности построим
прогноз изменения этих параметров с использованием программы Excelи трендового метода (рис. 1).
Рис. 1. Прогноз уровня кредитного портфеля и просроченной задолженности в
целом по банковскому сектору, млрд. руб.
Полученные прогнозные значения указывают на рост кредитного портфеля банковского сектора, а также рост уровня проблемной задолженности с 2749,9 млрд. руб. в 2016 году до 3509,2 млрд. руб. в прогнозном 2017 году. Несмотря на больший темп роста просроченной задолженности в прогнозном периоде по сравнению с кредитным портфелем: 27,6 и 22,5% соответственно, доля просроченных кредитов в кредитном портфеле практически не изменится и составит 6,9% (на конец 2016 года 6,7%). Высокие значения R указывают на высокую вероятность совпадения прогнозных значений с фактическими данными. Совпадению прогнозных и фактических значений также будет способствовать относительно устойчивая ситуация на кредитном рынке.
Используя аналогичный подход построим прогнозные значения тех же показателей для ПАО Сбербанк (рис. 2).
Прирост кредитного портфеля в соответствии с полученным прогнозным значением составит 5,12%, в то же время прирост уровня просроченной задолженности составит 22,7% или 89,11 млрд. руб.
11205,1 148/2,3 У ' 1 Л * «Э f ^ 1 1 ьУ > R;'= 0."52
954 ".6 1538",8 14-65.8 1 * 02
^^ у=4~.36х + 211,4 R: = 0.611
269 26 / £ 1 316.5 53", 4 481.31 А
w
2012 2013 2014 2015 2016 ПРОГНОЗ
—•—Кредитный портфель ПАС) Сбербанк, сформирвоанныП за счет корпоративных клиентов п фш лиц
—пч них просроченная задолженность
-Линейная (Кредитный портфель ПАС) Сбербанк. сформирвоанныП за счет
корпоративных клиентов и фнз лиц)
— Линейная (из них просроченная задолженность)
Рис.2. Прогноз динамики кредитного портфеля и уровня просроченной задолженности в целом по банковскому сектору, млрд. руб.
При этом доля просроченной задолженности в кредитном портфеле банка вырастет с 2,65% в 2016 году до 3,1% в прогнозируемом 2017 году.
Полученные прогнозные значения ПАО Сбербанк меньше полученных значений по банковскому сектору, что соответствует текущей ситуации. В 2017 году ПАО Сбербанк в части величины кредитного портфеля должен выйти на уровень 2015 года, при этом уровень просроченной задолженности снизится как в абсолютном, так и в относительном выражении: в 2015 году - 537,4 млрд. руб., прогнозное значение 2017 года - 481,31% (доля в 2015 году - 3,5%; доля в прогнозном 2017 году - 3,1%). В этой связи управление проблемной и просроченной задолженностью в ПАО Сбербанк следует признать эффективной. Вместе с тем необходимо продолжить работу в части мониторинга и контроля за соблюдением лимитов на риски всеми участниками кредитного процесса в банке, что будет способствовать дальнейшему сокращению доли проблемной и просроченной задолженности в кредитном портфеле ПАО Сбербанк.
ПОЛИТИКА, ЭКОНОМИКА И ИННОВАЦИИ № 7 (17), 2017
Список источников:
1. Кузнецов С.В. Ссудная задолженность кредитных организаций: проблемы и инструменты ее урегулирования: диссертация на соискание ученой степени кан. эк. наук / Кузнецов С.В. Москва, 2008.
2. Статистика Банка России [Электронный ресурс] / Официальный сайт Банка России. - 2017. - Режим доступа: http://www.cbr.ru.
3. Статистика ПАО Сбербанк [Электронный ресурс] / Официальный сайт ПАО Сбербанк. - 2017. - Режим доступа: http://www.sberbank.ru.
