CC BY
33УДК 336.02
Березовская Е.А.
к.э.н., доцент, Южный федеральный университет
Чибичян Е.С.
студентка экономического факультета, Южный федеральный университет
СТРУКТУРНОЕ ДИНАМИЧЕСКОЕ МОДЕЛИРОВАНИЕ УПРАВЛЕНИЯ АКТИВАМИ КОММЕРЧЕСКОГО БАНКА
В работе рассматриваются проблемы планирования распределения активов и будущей доходности коммерческих банков, которое призвано обеспечить конкурентное преимущество банка на длительный период времени. Представлена имитационная модель распределения активов банка между его основными секторами кредитования в зависимости от разных долей активов, выделяемых на каждый сектор.
Ключевые слова: имитационное моделирование, структурное динамическое моделирование, НИтк, конкурентное преимущество банка, распределением активов коммерческого банка.
Бурное развитие банковского бизнеса в России в 90-х годах XX века привело к тому, что владельцы и руководство банков предпочитали экстенсивный путь развития: открывались новые банки, увеличивалось количество филиалов действующих банков. На данном этапе развития банковского сектора в России — это был вполне закономерный процесс. Банковская конкуренция отсутствовала, поскольку только началась коммерциализация банковской системы. При этом основную задачу банкиры видели в привлечении как можно большего числа клиентов через развитие инфраструктуры банка и расширение количества предлагаемых услуг. Планированию распределения активов не уделялось должного внимания. Многие банкиры использовали наличие планов для того, чтобы заинтересовать зарубежных партнеров в размещении дешевых денежных средств, открытии кредитных линий, подтверждении гарантийных обязательств и пр.
Цели привлечения ресурсов были достигнуты. Однако остались неразрешенные проблемы: ухудшилось качество активов, возросли валютные риски. Как результат, снизился порог «выживания» банков, а после кризиса августа 1998 г. ситуация в банковской системе России значительно ухудшилась, многие банки оказались на грани банкротства [1].
Кризис указал на неспособность руководства многих коммерческих банков действовать в быстро меняющейся ситуации и оперативно реагировать на создавшиеся новые условия бизнеса, а также на отсутствие контроля над внутренней ситуацией в банке. Банки оказались перед необходимостью разработки моделей управления, обеспечивающих эффективное использование вверенных кредитной организации ресурсов, что, с одной стороны, позволяло бы получать высокий доход, а, с другой стороны, повышать надежность банка.
Решением проблемы может стать планирование распределения активов и будущей доходности, призванное обеспечить конкурентное преимущество банка на длительный период времени. Составление плана для коммерческого банка, как и для любой фирмы, помогает ему тщательно разобраться в вопросе, чего он хочет добиться, опираясь на анализ внешней среды и внутренней ситуации в банке.
Для анализа ситуации с распределением активов коммерческого банка мы используем такой инструмент, как структурное динамическое моделирование в среде ¡ТЫпк [2]. Наша цель — построение имитационной модели распределения активов банка между его основными секторами кредитования в зависимости от разных долей активов, выделяемых на
финансирование каждого отдельного сектора в начале финансового года, разных сроков, процентных ставок, внутренних и внешних параметров, для отслеживания динамики изменения показателей конечной доходности по каждому отдельно взятому сектору и по банку в целом.
В построенной модели обязательными условиями являются:
- выдача суммы кредитов клиентам единоразово;
- погашение кредита аннуитетными (равными) платежами в течение всего срока;
- между видами (долгосрочные или краткосрочные) кредитов на входе модели нет приоритетов;
- в затратах банка учтены самые крупные, с точки зрения бухгалтерского баланса, расходы;
- за сроки кредитования и процентные ставки приняты усредненные показатели по каждому отдельному сектору;
- прибыльность определенного распределения активов банка по секторам рассчитывается на конец всего периода действия кредитов по каждому сектору;
- учитывается обязательный резерв, создаваемый банком в Центральном банке РФ. Работа над моделью началась с разработки письменной концептуальной модели, куда
были включены следующие подразделения коммерческого банка (отдел кредитования корпоративных клиентов, отдел кредитования малого и среднего бизнеса, отдел кредитования физических лиц) и процессы, протекающие внутри каждого сектора. После структурированного просмотра эксперты признали концептуальную модель валидной. Структура концептуальной модели управления активами банка представлена на рисунке 3.
Рисунок 1 — Концептуальный уровень имитационной модели банка
Основой модели являются семь смысловых блоков: «Actives» («Активы»), «Expenses» («Расходы»), «Distribution Sector» («Распределительный блок»), «Large Business Sector» («Сектор кредитования крупного бизнеса»), «Medium Business Sector» («Сектор кредитования малого и среднего бизнеса»), «Private Sector» («Сектор кредитования физических лиц»), различающихся по функциям, объёму и количеству производимых операций и по смыслу конечных результатов.
После согласования концептуальной модели началась проработка всех структурных элементов и механизмов взаимодействия. На данном этапе осуществлялся выбор параметров, которые будут включены в модель, в зависимости от их влияния на конечный результат в реальной системе. Многие однородные показатели были укрупнены и объединены во избежание «перегрузки» структурной модели. Хочется отметить, что данное решение глобально не повлияло на близость полученных данных к реальности.
На втором уровне (рис.2) расположены все структурные элементы модели и показана взаимосвязь между ними, fcl ДЛИМ WilW
Рисунок 2 — Структурный уровень имитационной модели
Блок «Actives» представляет собой потоки денежных средств, которые поступают в пул банковских активов в результате различных операций и потоков. В их число входят «Loan indebtedness» («Ссудная задолженность»), «Cash» («Кассовая наличность»), «Investments» («Инвестиции»), «Securities» («Ценные бумаги, акции и облигации»), а также «Income» («Доход»), величина которого получается в ходе работы модели, и «Expenses» («Затраты»).
Из всех этих величин формируются «Current Actives» («Активы, находящиеся в обращении»). То есть, на входе модели известными параметрами являются средства, полученные в результате активных операций банка и привлеченные средства.
Согласно Положению Банка России от 20 марта 2006 г. № 283-П (в ред. от 26 июня 2009 г.) все банки обязаны формировать резервы на возможные потери. Хотя в обычной практике банка резерв на возможные потери формируется по каждому отдельно-взятому кредиту или портфелю однородных ссуд, в данной модели рассмотрен усредненный резерв в размере 20%. Механизм его формирования представлен в данном блоке в виде конвейера «Reserve» («Резерв») и конвертера «Reserve Rate» («Резервная ставка»). Конвейер удерживает в себе резерв в течение месяца (один шаг), а потом по истечении этого срока возвращает его в структуру активов, находящихся в обращении.
Блок «Distribution Sector» представляет собой некий промежуточный пункт на пути активов в секторы кредитования. Именно здесь происходит распределение всей величины активов на доли (Рисунок 8). Именно этот блок и интересовал нас в самом начале работы над моделью, потому что именно он отображает стратегию банка в отношении его кредитной политики.
Величина конвертера «Spend» — свободные активы для распределения — равна: Spend = Current_Actives * (1 — Reserve_Rate)
Абсолютная величина активов «Part Sum» является суммой долей свободных активов, выделяемых на финансирование отделов кредитования крупного бизнеса, малого и среднего бизнеса и физических лиц. В данной модели мы принимаем априори, что все свободные активы направляются на работу перечисленных трех отделов кредитования, т.е. «Part Sum» должен быть равен единице. Однако на практике такая ситуация невозможна, т.к. есть и другие статьи распределения активов внутри банка. Поэтому для приближения модели к реальной системе в использованных формулах мы везде величину средств, выделяемых отделам по кредитованию, делим на Part Sum.
Величина средств, направляемых отделу кредитования крупного бизнеса — «Large Spend» — рассчитывается по формуле:
Large_Spend = Spend * Large_Part / Part_Sum Аналогичным образом рассчитываются данные показатели для отдела кредитования малого и среднего бизнеса (6) и для отдела кредитования физических лиц (7).
Medium_Spend = Spend * Medium_Part / Part_Sum Private_Spend = Spend * Private_Part / Part_Sum Величины показателей «Large Part», «Medium Part», «Private Part» можно изменять с помощью панели управления, на которой можно производить любые изменения параметров распределения активов. Именно эти показатели отображают стратегию банка по управлению активами, и их изменение будет непосредственно влиять на величину будущего дохода, если принять такие показатели, как срок и процентная ставка, за константу.
Таким образом, можно спроектировать и увидеть числовые результаты всех возможных ситуаций, задавая различные параметры распределения в указанных диапазонах их значений (от 0 до 1). Остальные параметры модели (сроки, процентные ставки, размеры резерва и др.) можно изменять на втором уровне построенной модели.
Далее переходим к рассмотрению блоков, имитирующих секторы кредитования. Блок «Large Business Sector» состоит из конвертеров «Large Month Pay» («Величина месячного платежа с учетом процентов по кредитам крупного бизнеса»), «Large Mean Months» («Средний срок кредитования крупного бизнеса», принятый за 48 месяцев), «Large Mean Rate Percent» («Средняя процентная ставка по кредитам для крупного бизнеса». Величина месячного платежа рассчитывается по формуле:
Large_Spend * Large_Mean_Rate_Percent Large_Month_Pay = Large_Mean_MOnths
Входной поток подмодели «Large IN'» равен «Large Month Pay». «Sub Large» — накопитель, необходимый для создания подмодели, в расчетах он не участвует. «Large OUT'» — выходной поток из подмодели, равный доходу, полученному в ходе работы сектора кредитования крупного бизнеса.
Накопитель «Current Large» накапливает ту сумму средств, которые предприятия — заемщики вернут банку. Входной поток «Current Large IN» равен «Large IN'», который в свою очередь равен «Month Pay».
Сектор «Delay Large» создает задержку в один месяц для «Current Large». Входной поток «Delay Large IN» равен «Current Large», т.е. сумме возвращенных средств.
«Substr Large» — конвейер, который создает задержку для «Month Pay», чтобы через время «Mean Months» вычесть её из суммы средств, подлежащих возврату «Current Large». «Substr Large IN» — входной поток для конвейера «Substr Large», равен «Month Pay».
Блок «Incoming» состоит из конвертеров-призраков «Large OUT», «Medium OUT», «Private OUT» и конвертера «Income», являющего суммой доходов, полученных от всех секторов.
Блок «Expenses» показывает величину затрат банка. Сюда входят дивиденды акционеров, зарплаты сотрудников, налоги, расходы на благотворительность, расходы по привлеченным средствам, процентные расходы по депозитам, капитал для развития.
После построения модели было необходимо проверить правильность ее работы, а точнее провести валидацию результатов. Для этого в качестве входных параметров были взяты данные из бухгалтерского баланса ОАО КБ «Центр-инвест» за 2013 г. Примерные доли распределения активов были взяты из финансовой отчетности за прошлый год. Доли приблизительно были равны 0,2 (для сектора кредитования крупного бизнеса), 0,43 (для сектора кредитования малого и среднего бизнеса) и 0,37 (для сектора кредитования физических лиц). Полученные результаты представлены на рисунке 4. За 12 месяцев мы получили доход в размере 14 573 млн. руб., причем после вычитания из этой суммы расходов в размере 6 380 млн. руб. мы получаем чистый доход в размере 8 193 млн. руб., что приблизительно равно фактически полученному банком чистому доходу в размере 8 181 млн. руб.
в -Ч ПЧ> Q?|0.»,lB
Г Part Surr
тв ®М
Run
Large Part
0.0000 "НИ
[Ü] I 0.2000
Medium Part
0.0000
а 1 0.4300
0.0000
а 1 0.3700 1
» 1:
ncome 4573
2: Large OUT 3022
3: Medium OUT 8701
4: Private OUT 2851
20000050000 100000 60000
100000 25000
50000 30000
0 0 0
.00 15 75 30 50 45 25 60.0(
Page 1
^За/ ?
20:43 9 Июн 2014,
Рисунок 4 — Графики основных показателей Проведя аналогичные эксперименты над моделью с данными бухгалтерской отчетности за предыдущие периоды, мы получили показатели, близкие к реальным.
Далее для окончательной проверки полученной модели был применен тест Тьюринга [3]. Экспертов попросили проанализировать наборы данных системы и модели. При этом они
точно не знали, какие данные были получены на основе модели, а какие из самой системы. Большинство экспертов не нашли разницы между полученными результатами, а один эксперт и вовсе признал более реальным результат, полученный на основе работы модели.
Учитывая данные, полученные в результате опроса мнения экспертов и на основании полученных выходных данных, близких к реальным показателям, построенную модель можно признать валидной.
Итак, мы построили модель распределения активов банка между его основными секторами кредитования в зависимости от разных долей активов, выделяемых на каждый сектор. Данная модель может стать помощником для менеджмента банка, а также эффективным инструментом для планирования, так как она позволяет отследить динамику изменения показателей доходности в зависимости от выбранного банком способа распределения активов. В будущем модель может быть дополнена и усовершенствована, в нее могут быть внесены любые корректировки, связанные с изменением кредитной политики банка, изменений структурных единиц банка, внедрением новых кредитных продуктов и так далее. Так же в модель могут быть включены и другие банковские секторы, участвующие в формировании структуры и распределения активов (например, сектор лизинга или факторинга).
Литература
1. Фролов В.К. Финансы, денежное обращение и кредит. — М.: Дашков и К, 2012.
2. Крюков С.В., Патракеева О.Ю. О системно-динамическом инструментарии для поддержки принятия решений по управлению экономической системой // Доклады Академии Наук. 2015. Т. 462. № 6. С. 645-648.
3. Пепеляев В.А., Чёрный Ю.М. О современных подходах к оценке достоверности имитационных моделей / Режим доступа: http://www.gpss.ru
