Прогнозирование финансовых результатов работы банка по обслуживанию клиентов в иностранной валюте Текст научной статьи по специальности «Экономика и бизнес»

ПРОГНОЗИРОВАНИЕ ФИНАНСОВЫХ РЕЗУЛЬТАТОВ РАБОТЫ БАНКА ПО ОБСЛУЖИВАНИЮ КЛИЕНТОВ В ИНОСТРАННОЙ ВАЛЮТЕ

М.Ф. Гумеров

Всероссийский заочный финансово-экономический институт ул. Олеко Дундича, 23, Москва, Россия, 123995

Определяется роль чистых доходов от валютных операций в процессе формирования общей прибыли коммерческих банков, исследованы существующие модели прогнозирования их величины и построение новых моделей, учитывающих различные факторы, влияющие на нее. Они строятся на основе методов системно-структурного, факторного и корреляционного анализа. В результате исследования были получены модели, выражающие специфику чистых доходов от каждого вида валютных операций (конверсионных, ссудно-депозитных, расчетно-кассовых), а также модель для общего чистого дохода ото всех видов валютных операций.

Ключевые слова: коммерческий банк, валютные операции, чистые доходы, моделирование, прогнозирование.

Немногим более 20 лет назад в России произошел переход от командно-плановой экономики к рыночной, и отечественные предприятия, равно как и частные лица, получили возможность свободно взаимодействовать с зарубежными контрагентами. Одновременно в стране начала складываться система коммерческих банков, оказывающих в том числе и валютные услуги, которые нужны клиентам, работающим с заграницей (сюда относятся купля-продажа валюты, валютные платежи, валютное кредитование) [1. С. 202—204]. За прошедшие годы спрос со стороны резидентов на валютные услуги банков не ослаб, а напротив, усилился. В итоге работа с валютой стала для отечественных банков одним из ключевых направлений деятельности, которое сегодня по значимости отнюдь не уступает тем видам операций, которые традиционно являются приоритетными для банков (кредитование и инвестиции в ценные бумаги). В рамках настоящей работы поставлена задача выяснить, от каких факторов зависит величина чистых доходов банка от валютных операций (ВО) и построить математические модели, выражающие связь данного показателя с этими факторами и пригодные в дальнейшем для его прогнозирования.

Роль валютных доходов в формировании общей прибыли банка

В табл. 1 приведены данные о величине чистых доходов от ВО (т.е. за вычетом расходов по операциям этого же вида) в 2005—2009 гг. у банков, входящих в пятерку лидеров среди кредитных организаций страны по величине валюты баланса. В этой же таблице приведены данные об их соотношении с общими чистыми доходами банков (%).

Таблица 1

Чистые доходы от валютных операций и их доля в общих чистых доходах в 2005—2009 гг. для 5 крупнейших кредитных организаций страны

Наименование банка Показатель Год

2005 2006 2007 2008 2009

Сбербанк Чистый валютный доход, млн руб. 4 660,0 3 711,7 2 958,9 29 285,0 22 191,9

Доля в общ. чистых доходах, % 5,23 3,02 1,79 19,38 39,52

ВТБ Чистый валютный доход, млн руб. 409,8 1 467,5 1 043,9 70 465,2 40 269,3

Доля в общ. чистых доходах, % 2,41 5,59 3,67 183,90 112,76

Газпромбанк Чистый валютный доход, млн руб. 917,7 379,7 -1 422,9 50 187,7 -15 866,9

Доля в общ. чистых доходах, % 4,28 1,95 0,00 212,66 0,00

Россельхозбанк Чистый валютный доход, млн руб. 1,9 91,5 146,6 1 110,3 1 755,4

Доля в общ. чистых доходах, % 0,26 3,18 4,84 36,15 51,41

Банк Москвы Чистый валютный доход, млн руб. 409,3 784,0 606,4 2 555,9 211,4

Доля в общ. чистых доходах, % 6,15 9,86 5,09 38,11 9,01

Данные взяты из отчетов о прибылях и убытках кредитных организаций, размещенных ими на сайте Банка России [2]. Из этой таблицы видно, что в 2008 г., когда отечественный банковский сектор находился в кризисном состоянии, чистые доходы от ВО и по абсолютному значению, и по доле в общей прибыли были существенно выше, чем в 2005—2007 гг., которые характеризовались экономической стабильностью. В этот период у рассмотренных банков доходы данного вида были очень небольшими, а Газпромбанк в 2007 г. даже понес убытки от работы с валютой. В 2008 г. чистые доходы от ВО составляли не менее трети общей прибыли банков, а у ВТБ и Газпромбанка их отношение к общей прибыли даже превысило 100%, т.е. они превзошли по доходности другие виды деятельности — кредитование, инвестиции в ценные бумаги и пр. — и смогли перекрыть убытки от них.

Таким образом, финансовые результаты от ВО банка при определенных обстоятельствах имеют огромное значение для общей прибыльности его бизнеса. Следовательно, кредитной организации нужно уметь предвидеть, насколько доходными будут эти операции в зависимости от влияния различных факторов, таких как колебания валютных курсов, ситуация на фондовом и сырьевом рынках, политики монетарных властей и общих индикаторов состояния национальной экономики (инфляция, безработица).

Модели прогнозирования банковских доходов

Анализ литературы по теории банковского дела показал, что в целом проблема доходов, расходов и прибыли банка (как в общем, так по отдельному, валютному направлению) исследована не так глубоко, как другие аспекты банковской дея-

тельности (ликвидность, кредитный, инвестиционный портфели и т.д.). Среди работ отечественных авторов наиболее полный обзор существующих моделей прогнозирования банковских доходов содержится в работе А.Е. Кулакова [3]. Однако все описанные в ней модели строятся по принципу экстраполяции — в них моделируемый показатель (доход или прибыль) ставится в зависимость только от одного фактора — времени, т.е. строится модель общего вида:

у = Г (г), (1)

Всего известно три вида таких моделей:

— линейная

Д(0 = а • г + Днач, (2)

— параболическая

Д(г) = а • г2 + Днач, (3)

— квадратичная

Д(г) = в • г2 + а • г + д^, (4)

где Д(г) — значение величины дохода в момент времени г; Днач — значение величины дохода в начальный момент проведения наблюдения; а и в — коэффициенты аппроксимирующего уравнения.

Очевидно, что в приведенном ряду математических моделей сложность увеличивается, но в то же время увеличивается точность и близость смоделированного результата к фактическому.

Для расчета доходов от ВО предлагается просто умножать результаты, рассчитанные по уравнениям (2)—(4), на поправочный коэффициент С(г), выражающий зависимость изменения валютного курса от времени в рассмотренном периоде. Данный коэффициент может быть рассчитан как простое отношение начального и конечного курсов в исследуемом периоде, а можно построить и более сложную аппроксимирующую модель.

В рамках настоящей работы предлагается использовать другой подход в прогнозировании, основанный на системно-структурном анализе и построении модели, в которой прогнозируемый показатель ставится в зависимость от нескольких факторов и учитывается мера воздействия на него каждого из них [4].

Построение моделей для прогнозирования

Объектами прогнозирования в рамках настоящего исследования выступают четыре вида чистых доходов коммерческого банка от ВО: чистый доход от конверсионных операций (КО) (Дконв), ссудно-депозитных операций (СДО) в валюте (Дпроц), расчетно-кассового обслуживания (РКО) в валюте (Дкомис) и общего чистого дохода ото всех видов валютных операций (Двал.общ).

В табл. 2 приводятся данные о величине чистых доходов от КО для четырех кредитных организаций, работающих на банковском рынке Республики Татарстан: ОАО «Банк „Казанский"», АКБ «Энергобанк» (ОАО), ООО МКБ «Аверс» и ОАО «Интехбанк».

Таблица 2

Чистые доходы от конверсионных операций у банков, взятых для исследования, в 2005—2009гг., млн руб.

Банк Год

2005 2006 2007 2008 2009

Банк «Казанский» 8,5 13,3 9,8 21,9 11,9

Энергобанк 7,7 26,3 9,1 24,4 7,2

Аверс 30,0 47,0 41,2 56,3 45,2

Интехбанк 14,6 22,8 19,1 25,1 24,3

Среднее 15,2 27,3 19,8 32,0 22,1

Таблица составлена по источникам [5—8]. В настоящем исследовании предлагается следующая методика построения модели. В начале строится модель, выражающая зависимость между отобранными факторами и средним по группе банков значением чистого дохода от КО. Затем средний показатель умножается на поправочный коэффициент. В качестве его берется среднее отношение величины чистого дохода от КО конкретного банка к средней величине данного дохода по выбранной группе банков. Анализ табл. 2 показывает, что величина данного отношения для каждого из рассмотренных банков слабо изменяется с течением времени, и на основе этого делается предположение, что его значение не будет подвержено резкому колебанию в будущем.

Для средней величины чистого дохода от КО (далее он будет обозначаться как уконв) в качестве определяющих факторов отобраны: средняя за каждый год величина бивалютной корзины (х^, средняя за год величина индекса ММВБ (х2), средняя за год величина барреля нефти (х3), средняя за год ставка рефинансирования ЦБ РФ (х4), уровень безработицы (х5) и инфляции (х6) в соответствующем году. Величины моделируемого показателя и определяющих факторов за 2005—2009 гг. представлены в табл. 3.

Таблица 3

Зависимость среднего чистого конверсионного дохода от выбранных для моделирования внешних факторов

Год Чистый конв. доход, млн руб. Наименование фактора

Величина бивалютной корзины, руб. Индекс ММВБ, ед. Цена на нефть, долл./бар. Ставка ЦБ, % Безработица, % Инфляция, %

у 7 конв Х1 Х2 Х3 Х4 Х5 Х6

2005 15,2 31,3765 597,00 58,11 12,5 7,2 10,9

2006 27,3 30,2740 1 500,29 68,97 11,5 5,2 9,0

2007 19,8 29,8160 1 773,88 72,95 10,5 6,1 11,9

2008 32,0 30,0810 1 515,00 100,30 9,6 4,3 13,3

2009 22,1 37,3635 839,00 65,86 9,8 8,4 8,1

Таблица составлена по источникам [9—13]. Далее необходимо вычислить парные коэффициенты корреляции между моделируемым показателем и определяющими факторами и в парах самих факторов. Результаты этих расчетов представлены в табл. 4.

Таблица 4

Парные коэффициенты корреляции между определяемым показателем и внешними факторами и в парах факторов

Показатель у 7 конв Х1 Х2 Х3 Х4 Х5 х6

у 7 конв 1 -0,2090 0,5541 0,8342 -0,6029 -0,7313 0,2372

Х1 -0,2090 1 -0,6112 -0,3627 -0,3041 -0,8186 -0,7005

х2 0,5541 -0,6112 1 0,5860 -0,4100 -0,7298 0,4320

Х3 0,8342 -0,3627 0,5860 1 -0,6873 -0,7549 0,6873

Х4 -0,6029 -0,3627 -0,4100 -0,6873 1 0,1418 -0,1689

Х5 -0,7313 -0,8186 -0,7298 -0,7549 0,1418 1 -0,6488

Х6 0,2372 -0,7005 0,4320 0,6873 -0,1689 -0,6488 1

Из табл. 4 видно, что только два фактора — х1 и х5 — тесно связаны между

собой (=-0,8186). Поскольку = 0,7313 >

Кух1

= 0,2090, для включения

в модель берется фактор х5. Для всех коэффициентов корреляции между уконв и х2—5 величины ¿-критерия Стьюдента превышают пороговое значение (здесь для числа степеней свободы (2п - 2) = 8 и доверительного уровня вероятности 0,95 оно равно 2,31), значит, все эти коэффициенты значимы. Искомая модель будет иметь вид

Уконв = а2' х2 + а3 ■ х3 + а4 • х4 + а5 • х5 + а6 • х6 + Ь. (5)

Искомые коэффициенты а{ и Ь вычисляются из системы уравнений:

а2 Е х2 + а3 Е х2х3 + а4 Е х2х4 + а5 Е х2х5 + аб Е х2хб + х2 = Е Уконвх2, а2 Е х2х3 + а3 Е х3 + а4 Е х3х4 + а5 Е х3х5 + аб Е х3хб + х3 = Е Уконвх3 ,

а2 Е х2х4 + а3 Е х3х4 + а4 Е х4 + а5 Е х4 * х5 + аб Е х4хб + х4 = Е Уконвх4, а2 Е х2х5 + а3 Е х3х5 + а4 Е х4х5 + а5 Е х5 + а6 Е х5х6 + ЬТ х5 = Е Уконвх5 ,

а2 Е х2х6 + а3 Е х3х6 + а4 Е х4х6 + а5 Е х5х6 + а6 Е х62 + ЬЕ х6 = Е Уконвх6 , а2 Е х2 + а3 Е х3 + а4 Е х4 + а5 Е х5 + а6 Е х6 + 5Ь = Е У конв.

Искомая модель принимает вид

Уконв = 0,59 ■ х3 +1,65 ■ х4 - 0,76 ■ х5 -2,67■ х6 -5,81. (6)

С учетом поправочного коэффициента для отдельного банка итоговая модель может быть представлена в виде

Дконв = ^попр ■ [0,59 ■ Цнефть +1,65■ СтЦБ -0,76 ■ Безраб. -2,67 ■ Инф. -5,81]. (7)

Среднее по модулю отклонение фактических значений чистых конверсионных доходов банков от тех, что рассчитаны по формуле (7), составляет »16%, что можно считать приемлемым уровнем отклонения.

Исходные данные для моделирования чистых доходов от СДО в валюте представлены в табл. 5.

Таблица 5

Чистые доходы от СДО в валюте у исследуемых банков 2005—2009 гг. (млн руб.)

Банк Год

2005 2006 2007 2008 2009

Банк «Казанский» -10,5 3,7 9,1 -11,6 -54,3

Энергобанк -9,8 3,5 8,4 -9,4 -57,6

Аверс -12,8 4,2 10,6 -13,3 -79,0

Интехбанк -7,7 2,6 7,1 -10.5 -29,9

Среднее -10,2 3,5 8,8 -11,2 -55,2

Как и в предыдущем случае, таблица составлена по источникам [5—8]. И здесь также первоначально будет строиться модель для усредненного показателя, а затем на его основе через поправочный коэффициент будет рассчитываться Дпроц для конкретного банка.

Для среднего чистого дохода от СДО в валюте (далее обозначается как усдо) в качестве определяющего фактора выбрана средняя за год величина колебания бивалютной корзины по модулю (в модели она будет обозначена как %!). Величины определяемого и определяющего фактора по годам представлены в табл. 6.

Таблица 6

Зависимость среднего чистого дохода от СДО в валюте в 2005—2009 гг. от среднего колебания бивалютной корзины

Год Чистый доход от СДО в валюте, млн руб. Среднее колебание бивалютной корзины, руб.

Усдо *1

2005 -10,2 0,1

2006 3,5 0,06

2007 8,8 0,04

2008 -11,2 0,1

2009 -55,2 0,2

При построении данной таблицы использованы данные [9]. Коэффициент корреляции составляет -0,996 при уровне значимости 19,8. Модель зависимости будет иметь вид

Лдо =-407,11 X1 +27,85. (8)

Итоговая модель будет иметь вид

Дпроц = Кпопр • [-407,11 • Колеб.Курс + 27,85]. (9)

Среднее отклонение фактических значений чистых процентных доходов банков от теоретически рассчитанных составляет »18%.

В табл. 7 представлены данные о величине чистых доходов от РКО в валюте у исследуемых банков в 2005—2009 гг.

Таблица 7

Чистые комиссионные доходы от РКО в валюте у банков, взятых для исследования в 2005—2009 гг. (млн руб.)

Банк Год

2005 2006 2007 2008 2009

Банк «Казанский» 3,2 3,3 4,3 2,9 4,4

Энергобанк 1,3 3,0 1,3 2,9 3,5

Аверс 1,0 1,9 3,0 1,2 1,8

Интехбанк 0,9 1,8 2,6 2,6 2,3

Среднее 1,6 2,5 2,8 2,4 3,0

Таблица, как и в двух предыдущих случаях, составлена по источникам [5—8], из нее видно, что величина чистого комиссионного дохода для каждого из исследованных банков и средний показатель по выбранной группе слабо изменяются с течением времени. Расчет коэффициентов корреляции показал, что данный признак слабо связан с теми факторами, которые были выделены в качестве определяющих в предыдущих главах (ни один из полученных коэффициентов не превышает 0,8). В связи с этим построение модели зависимости данного вида чистых банковских доходов от этих факторов не представляется целесообразным, и потому в качестве прогнозного значения чистого комиссионного дохода от РКО в валюте предлагается брать среднее значение данного показателя за несколько предыдущих лет.

Построение модели прогнозирования общего чистого дохода от работы с валютой

Итоговая модель для прогнозирования общего финансового результата от работы коммерческого банка с валютой может быть получена двумя способами:

— как сумма чистого конверсионного, комиссионного и процентного доходов:

Добщ.вал Дконв + Дпроц + Дкомис , (10)

или, что то же самое:

IД

ком. г

Добщ.вал = /(Цнефть, СтЦБ, Безраб, Инф) + /(Колеб.Курс) + ^-; (11)

— по модели, выражающей зависимость Добщвал от тех факторов, от которых зависит каждое из слагаемых в выражении (11) по отдельности. Однако, как было показано выше, чистый комиссионный доход от РКО в валюте, вообще не зависит ни от каких внешних факторов, т.е., данную модель можно представить в виде

у д

ком.

Добщ.вал = ДЦнефть, СтЦБ, Безраб, Инф, Колеб.Курс) + -. (12)

Расчеты показали, что значения моделируемого показателя, рассчитанные по модели (10), отклоняются от фактических в среднем менее, чем на 50%, а те,

п

что вычисляются по модели (12), — более, чем на 130%. Полученные результаты вполне объяснимы, так как в данном случае имеет место синергетический эффект, или эффект неаддитивности, суть которого как раз и заключается в том, что мера общего воздействия группы факторов на тот или иной объект не равна алгебраической сумме мер воздействия каждого из этих факторов в отдельности (само название данного явления — «синергия» — в переводе с греческого как раз и означает «усиление»). Значит, в качестве итоговой модели для вычисления общего финансового результата от работы банка с валютой будет выбран первый вариант модели, в соответствии с которым данный показатель вычисляется как сумма чистого

конверсионного, процентного и комиссионного доходов.

***

В результате проведенного исследования можно сделать следующие выводы.

1. Валютные доходы коммерческого банка, их абсолютная величина и роль в формировании общей прибыли банка зависят от различных факторов, таких, как общая экономическая ситуация в стране, политика Банка России, биржевые индексы и пр.

2. Финансовые результаты от разных видов операций находятся в зависимости от различных факторов: на величину чистого конверсионного дохода влияют ситуация в нефтяном секторе, базовая процентная ставка, уровень инфляции и безработицы; чистый процентный доход от ссудно-депозитных операций в валюте зависит только от величины среднего за год колебания валютных курсов, а чистый комиссионный доход от РКО в валюте вообще тесно не связан ни с одним фактором, и на протяжении исследованного отрезка времени колеблется примерно на одном уровне. Особенности формирования каждого из видов доходов учтены в моделях для их прогнозирования.

3. Установлено, что общий финансовый результат от проведения коммерческим банком всех видов валютных операций следует вычислять как простую алгебраическую сумму чистого конверсионного, процентного и комиссионного доходов, так как модель, выражающая связь данной величины с теми факторами, от которых зависят каждый из трех видов доходов по отдельности, дает завышенный результат в виду возникновения синергетического эффекта.

4. Полученные на основе системного анализа влияния факторов модели дают результаты, которые весьма близки к фактическим. Значит, полученные математические модели можно считать пригодными для расчета прогнозных значений чистых доходов коммерческого банка от операций с валютой.

Таким образом, поставленную в начале настоящей работы задачу можно считать решенной.

ЛИТЕРАТУРА

[1] Основы банковского дела: Учеб. пособие / Ред. Г.Г. Коробова, Ю.И. Коробов. — М.: Магистр, 2008.

[2] Раскрытие информации по кредитным организациям // Официальный сайт ЦБ РФ, [М,

2010]. URL: http://www.cbr.ru/credit/transparent.asp (дата обращения 08.10.2010).

[3] Кулаков А.Е. Управление активами и пассивами банка: Практическое пособие. — М.: БДЦ-пресс, 2004.

[4] Экономическое прогнозирование: Учеб. пособие / Ю.Н. Лапыгин, В.Е. Крылов, А.П. Чернявский. — М.: Эксмо, 2009.

[5] Годовые отчеты ОАО «Банк «Казанский» за 2005—2009 гг. [Электронный ресурс] URL: http://www.bik.ru/index.php?page=content&DocID=129 (дата обращения 23.08.2010).

[6] Годовые отчеты ОАО «Интехбанк» за 2005—2009 гг. [Электронный ресурс] URL: http://www.intechbank.ru/invest/godotchet/ (дата обращения 01.09.2010)

[7] Годовые отчеты ООО КБ «Аверс» за 2005—2009 гг. [Электронный ресурс] URL: http://www.aversbank.ru/work/ar/ (дата обращения 26.08.2010)

[8] Годовые отчеты АКБ «Энергобанк» (ОАО) [Электронный ресурс] URL: http://www.energobank.ra/about/otkrytaya_informaciya_finansovye_pokazateli_i_otchetnost /godovoj_otchet_banka_po_msfo/ (дата обращения 26.08.2010)

[9] База данных по курсам валют // Официальный сайт ЦБ РФ [М, 2010]. URL: http://www.cbr.ru/currency_base/dynamics.aspx (дата обращения 04.10.2010).

[10] Индекс ММВБ // Официальный сайт ММВБ [М, 2009]. URL: http://www.micex.ru/marketdata/ indices/shares/composite#&index=MICEXINDEXCF (дата обращения 08.10.2010).

[11] NYMEX Light Sweet Crude II Официальный сайт Управления энергетической информации США (U.S. Energy Information Administration) [DC, 2010]. URL: www.eia.doe.gov/emeu/ international/crude2 (дата обращения 07.10.2010).

[21] Ставка рефинансирования // Официальный сайт ЦБ РФ [М, 2010]. URL: http://www.cbr.ru/ print.asp?file=/statistics/credit_statistics/refinancing_rates.htm (дата обращения 06.10.2010).

[13] Россия в цифрах II Официальный сайт Федеральной службы государственной статистики РФ [М, 2009]. URL: http://www.gks.ru/wps/wcm/connect/rosstat/rosstatsite/main/publishing/ catalog/statisticCollections/doc_1135075100641 (дата обращения 07.10.2010).

CREATION OF MODELS FOR FORECASTING BANKS' NET INCOMES FROM CURRENCY OPERATIONS

M.F. Gumerov

All-Russian Extramural Financil-economic Institute

Oleko Dundicha str., 23, Moscow, Russia, 123995

In the present article the author has the aims, such as identifying the role of net incomes from currency operations in the process of forming commercial banks' profit, exploring present models for forecasting their size and creation new ones, which take in account different factors which influence on it. They're created on the base of system structural, correlation and factorial analysis. In the result of this investigation the new models were received, they express the specific of each kind of currency operations (conversion, loans and deposits and cash settlement), and the model for the common net income from all kinds of currency operations.

Key words: commercial bank, currency operations, net incomes, mathematical modeling, forecast.