Темы диссертаций по экономике » Математические и инструментальные методы экономики

Методы прогнозирования банковской деятельности в условиях неопределенности тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Олейник, Александр Павлович
Место защиты Москва
Год 2006
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Методы прогнозирования банковской деятельности в условиях неопределенности"

На правах рукописи

00305Б643

ОЛЕЙНИК Александр Павлович

МЕТОДЫ ПРОГНОЗИРОВАНИЯ БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

Специальность 08.00.13 - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

003056643

Диссертационная работа выпонена в Центре фундаментальных исследований проблем информатизации Всероссийского НИИ проблем вычислительно техники и информатизации Федерального агентства по информационным технологиям.

Научный руководитель:

Официальные оппоненты:

доктор экономических наук, доцент Харитонов Сергей Александрович

доктор экономических наук, профессор Емельянов Александр Анатольевич

кандидат экономических наук Чухланцев Дмитрий Олегович

Ведущая организация:

Всероссийский заочный финансово экономический институт

Защита состоится 26 апреля 2007 г. в 13.00 часов на заседании диссертационного совета Д219.007.01 во ВНИИПВТИ адресу: 115114, Москва, 2-й Кожевнический пер., дом 8, коферен - зал (ауд. 213).

С диссертацией можно ознакомиться в библиотеке ВНИИПВТИ. Адресу: 115114, Москва, 2-й Кожевнический пер., дом 8.

Автореферат разослан 26 марта 2007г.

Ученый секретарь диссертационного совета, кандидат экономических наук 1И Н.Т. Монастырская

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Банковская деятельность оказывает существенное влияние на развитие различных отраслей экономики. В настоящее время в работе банков широкое применение получили различные аналитические методы и специальное программное обеспечение для решения задач управления. В качестве примеров можно упомянуть получившую большее распространение так называемую клиентно-ориентированную стратегию CRM - Customer Relationship Management и платформу лDeductor 4. На рынке существует большое разнообразие CRM систем. Почти все эти системы предназначены для автоматизации работ по сбору и систематизации данных о клиентах, но не обладают развитыми средствами анализа. Платформа лDeductor 4 отчасти воспоняет этот пробел. Она создана для аналитических исследований, включая анализ воздействия рекламы, сегментацию клиентов, установление признаков клиентов, приносящих наибольшую прибыль, определение предпочтений товаров, прогнозирования успеха сдеки и объемов продаж.

Несмотря на совершенствование аналитических методов, сами по себе они не достаточны не только для поного исключения, но и для радикального снижения банковских рисков. Более того, виды рисков увеличиваются по мере усложнения банковских продуктов, используемых компьютерных систем хранения и обработки данных, вовлечения российских банков в международную банковскую систему.

Существует система управления рисками, которая включает устанавливаемые Центральным банком России стандартные требования, а также внутрибанковские схемы управления рисками.

Оценка рыночных рисков является одной из основных задач финансовых институтов. Рыночные риски (в отличие от политических, технических, организационных и других) обладают существенной спецификой. Они являются следствием флуктуации цен акций, сырьевых товаров, обменных курсов, процентных ставок и т.д. Простейшей мерой, выражающей зависимость инвестора от рыночных рисков, является величина изменения капитала портфеля, иначе говоря, прибыли или убытки, возникающие вследствие движения цен активов.

В последние годы достаточно большое внимание в публикациях об инвестициях уделяется вопросам их финансирования, в частности кредитования инвестиционных программ, что непосредственно увязывается с вопросами оценки кредитных рисков. Существенный вклад в разработку этих проблем внесли Л.Г. Батракова, А.В. Беляков, Г.Н. Белоглазова, А.В. Брыкин, JI.T. Гиляровская, О.И. Лаврушин, И.В. Ларионова, Ю.С. Мясличенков, И.Д. Момонова, А.Ю. Петров, К.К. Садвакасов, Л.Р. Смирнова и ряд других ученых.

В этих работах достаточно детально раскрыта сущность кредитных рисков и факторов, их определяющих, особое внимание уделяется оценке

кредитоспособности заемщиков, методикам оценки финансового риска кредитной организации.

Анализ литературных источников, посвященных методам исследования банковской деятельности и рыночным рискам, дает основание заключить, что математическое обеспечение маркетинговых исследований рынка кредитования, рынков иных банковских услуг, а так же управление устойчивостью банка остаются актуальными и недостаточно разработанными.

В этой связи выработка системного подхода на базе экономико-математического моделирования кредитных рисков становится остро необходимой и оказывает влияние на эффективность системы управления банковской деятельности в условиях неопределенности. Этим и определяется актуальность темы диссертационного исследования.

Целью диссертационного исследования является разработка экономико-математических моделей и инструментальных средств управления банковской деятельностью в условиях неопределенности.

Для реализации цели диссертационного исследования поставлены и решены следующие задачи:

- проведен анализ существующих аналитических методов анализа информации о клиентах на базе платформы Беёисщ'г 4 и технологии интелектуального анализа данных;

- сформулированы научно-методические проблемы по повышению эффективности аналитических исследований банковской деятельности и управления банковской деятельностью в условиях неопределенности;

проведен анализ программного обеспечения и определены современные инструментальные программные средства для решения задачи управления банковской деятельностью с учетом возможных коммерческих рисков;

- в процессе выпонения диссертационной работы обоснована необходимость разработки комплекса взаимосвязанных экономико-математических моделей, а именно: модель анализа маркетинговых исследований рынка банковских услуг; модель оценка емкости сегмента рынка банковских услуг; модель устойчивости банка; модель формирования кредитного портфеля банка:

- разработаны упомянутые экономико-математические модели и на основе этих моделей разработаны агоритмы анализа банковской деятельности в условиях неопределенности;

-выработаны процедуры диалогового взаимодействия пользователя с инструментальной компьютерной системой для реализации методики анализа банковской деятельности в условиях неопределенности.

Объектом исследования является кредитная организация (банк) и система его управления в условиях неопределенности.

Предметом исследования являются модели и методы анализа системы управления деятельностью банка.

Методология исследования. Теоретическую и методологическую базу исследования составляет системный подход к моделированию сложных социально-экономических систем, основу которого составили ключевые положения микроэкономики, кибернетики, общей теории систем и экономико-математического моделирования.

В ходе проведения исследований использовались труды отечественных и зарубежных ученых в области банковской деятельности. При решении конкретных задач были использованы научные работы в области теории вероятностей, математической статистики, дискретной математики, а также материалы научной периодики, конференций и семинаров.

Решение поставленных в диссертации задач потребовало разработки экономико-математических моделей и агоритмов поиска их решения.

Диссертационная работа по своему содержанию соответствует пункту 1.4 и 2.4 Паспорта специальностей ВАК по специальности 08.00.13 -Математические и инструментальные методы экономики.

Научная новизна заключается в разработке комплексной методики поиска эффективных стратегий управления банковской деятельности в условиях неопределенности.

Научную новизну содержат следующие положения.

1. Выявлены и сформулированы научно-методические проблемы по повышению эффективности аналитических исследований системы управления банковской деятельности, при прогнозировании спроса, предложения и равновесия на кредитном рынке; спроса на банковские услуги в различных секторах рынка; устойчивости банка.

2. Определены основные задачи, которые существенно влияют на эффективность системы управления банковской деятельности. К ним относятся: задача маркетинговых исследований рынка банковских услуг, задача определения оценки емкости сегмента рынка банковских услуг и задача исследования устойчивости банка.

3. Разработана стохастическая модель анализа кредитного рынка, в которой реализуется механизм рыночного формирования равновесных цены, спроса и предложения банковских услуг. Высокая эффективность агоритмов достигается за счет того, что на каждой итерации область возможных значений плана дихотомируется.

4. Разработана стохастическая модель оценки емкости сегментов рынка банковских услуг, учитывающая ожидаемый платежеспособный спрос на услуги банка, скорректированный с учетом качества услуги и уменьшенный на величину невозвращенных кредитов.

5. Разработана обобщенная модель анализа устойчивости банка в виде модели булевого программирования, которая позволяет выделить такие частные модели, как модель задачи достижения максимума краткосрочной или догосрочной прибыли банка; модель задачи перемещения минимально возможного объема средств между счетами; модель задачи, при котором банк стремится сделать переводы средств, затронув при этом минимальное количество счетов.

6. На основе проведенных экспериментальных расчетов показана применимость и эффективность предложенной методики поиска эффективных стратегий функционирования банковской деятельности в условиях неопределенности.

Практическая ценность работы заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение математических методов и инструментальных программных средств для разработки и практического применения новых моделей управления кредитными рисками в банках.

Проведенные исследования и полученные результаты составляют теоретическую основу экономико-математического моделирования управления кредитами и устойчивостью банков. Разработанные модели и методы направлены на решение практической задачи Ч повышение эффективности кредитования и устойчивости банка. Результаты исследований доведены до конкретных методик, агоритмов и рекомендаций по использованию стандартных инструментальных средств.

К основным результатам исследования, имеющим практическое значение, относятся модели и агоритмы решения задач маркетинга банковских услуг, управления кредитным портфелем банка, управления устойчивостью банка.

Апробация и внедрение результатов исследования. Проведенные в диссертации исследования непосредственно связаны с выпонением планов научно-исследовательских работ ВНИИПВТИ по информатизации финансово-кредитных организаций.

Результаты исследований прошли апробацию в КБ Инвестсбербанк при планировании его кредитно-финансовой деятельности в рамках планового баланса на 2006-2007 годы. Проанализированы возможные риски, возникающие в результате нецелесообразности выдачи кредитов, с целью усиления позиций банка в конкурентной среде. Разработанные автором методические положения использованы на этапе формирования планов инвестиционных вложений, направленных на модернизацию и расширение различных предприятий. Результаты расчетов обсуждались руководством банка и использовались при выборе стратегии кредитно-финансовой деятельности банка. Предложенные автором методики показали их практическую значимость, работоспособность и эффективность.

Теоретические и практические результаты диссертации были использованы при чтении лекций по курсу Управленческий анализ деятельности коммерческого банка для студентов экономического факультета РГГУ.

Основные положения диссертации докладывались и получили одобрение на Международной научно-технической конференции Информатизация и глобализация экономических процессов в XXI веке: теория и практика (Москва, ВЗФЭИ, 2006), ХУП-й Международной научно-технической конференции Математические методы и информационные технологии в экономике, социологии и образовании (Пенза, Пензенская государственная

технологическая академия, 2006), на научных семинарах на кафедр Автоматизированной обработки экономической информации ВЗФЭИ, Математического моделирования экономических процессов Финансовой академии при Правительстве РФ, Финансы и кредит РГГУ.

Публикации. По теме диссертации опубликовано 4 работы общим авторским объемом 2,3 п.л.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения, содержащего акты о внедрении результатов работы. Общий объем диссертационной работы 117 страниц, содержащих машинописный текст, 27 таблиц и 24 рисунка.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В соответствии с целью и задачами исследования в работе рассмотрены следующие проблемы.

Первая группа проблем связана с анализом наиболее эффективных методов сбора и анализа банковской информации, а также существующих моделей и методов управления кредитно-финансовой организации. Рассматриваются:

- основные способы применения баз данных и самоорганизующихся карт Кохонена (основные принципы построения агоритмов обучения);

- методы построения деревьев решений для анализа и систематизации исходной информации, а так же соответствующее программное обеспечение (ПО);

- основные, широко применяемые организационные принципы снижения рисков в банковской деятельности.

- методология, которую принято называть Value at Risk, и которая получила достаточно широкое распространение в России и в мире;

- программное обеспечение по системам банковского надзора.

В системе рисков важное место занимают кредитные риски, иначе говоря, риски потерь от неспособности или нежелания клиента выпонять обязательства перед банком. Кредитные риски включают прямой кредитный риск, т. е. риск не возврата кредита заемщиком и выплаты процентов по нему и риск дефота по договым ценным бумагам, иначе говоря, риск не возврата принципала и выплаты дохода по ценным бумагам. Традиционно банки в своей работе уделяли и уделяют большое внимание этим видам риска.

Относительно меньшее значение имеют такие виды кредитного риска, как риск дефота по внебалансовым обязательствам - риск невыпонения партнером обязательств по гарантиям, поручительствам и другим внебалансовым обязательствам, и риск дефота по производным финансовым инструментам, т. е. риск невыпонения партнером обязательств по свопам, опционам и пр.

Особое значение в российской банковской системе приобретает риск не перевода средств, т. е. риск не выпонения партнером обязательств при расчетах денежными средствами и ценными бумагами.

Управление кредитными рисками предполагает создание механизма идентификации факторов риска, анализа и расчета их величины, мониторинга текущего состояния заемщиков и контроля сдеки. Этот механизм основан на распределении пономочий и ответственности между подразделениями и колегиальными органами управления банка.

Клиентские и кредитные подразделения, целью деятельности которых является получение доходов от различных видов кредитования (коммерческое кредитование корпоративных и частных клиентов, ипотечное кредитование, проектное и торговое финансирование), идентифицируют факторы риска, обусловленные финансовым состоянием заемщика и самой кредитной сдекой, анализируют финансовое состояние заемщика и предполагаемую сдеку в соответствии с определенной методикой, готовят предложения по установлению размера и срока лимита кредитного риска на заемщика, а также по страхованию или хеджированию сдеки.

Департамент рисков, в свою очередь, готовит в соответствии со своей собственной методикой анализа заключение, содержащее оценку и расчеты возможной величины кредитного риска, и предложения по страхованию или хеджированию.

Кредитный комитет как колегиальный орган управления банка на основе представленных материалов, подготовленных и другими подразделениями (юридическим, безопасности и т. д.), выносит решение о выдаче кредита и размере лимита риска на заемщика, а также об отнесении кредита к той или иной группе риска и, соответственно, размере формируемого резерва.

Клиентские и кредитные подразделения осуществляют мониторинг прямого кредитного риска, т. е. осуществляют текущий анализ финансового состояния заемщика. В случае кредитования под залог анализируется состояние залога вплоть до завершения кредитной сдеки. Если в силу различных причин отмечается возрастание риска потерь, клиентские и кредитные подразделения предпринимают ряд мер, направленных на его снижение.

В целом, по первой группе проблем не достаточно разработанными являются способы прогнозирования:

- спроса, предложения и равновесия на кредитном рынке;

- спроса на банковские услуги на различных секторах рынка;

- устойчивости банка.

Эти вопросы являются актуальными, не достаточно разработанными и в научном отношении не тривиальными.

Вторая группа проблем связана с разработкой новых экономико-математических моделей и агоритмов, позволяющих повысить эффективность прогнозирования спроса, предложения и равновесия на кредитном рынке; спроса на банковские услуги на различных секторах рынка; устойчивости банка

1. Модель, предназначенная для анализа кредитного рынка. При разработке модели предполагается, что банк рассматривается как

организация, предоставляющая услуги в виде краткосрочных, среднесрочных и догосрочных кредитов. Модель учитывает конъюнктуру рынка, в частности, конкуренцию. Наиболее часто используемыми характеристиками рынка банковских услуг при его сегментации являются географические признаки, виды предлагаемых услуг и группы клиентов. После того как выбран конкретный сектор рынка, исходная информация для расчетов в основном может быть получена из годовых балансов. По Закону Российской Федерации О банках и банковской деятельности всем коммерческим банкам предписано публиковать свои годовые балансы. Кроме того, в соответствии с методическими указаниями коммерческие банки дожны публиковать в печати отчеты о прибылях и убытках.

При разработке модели были использованы следующие правила для обозначения переменных. Все переменные мы разделим на два типа -случайные величины, которые мы будем называть факторами, и условно-постоянные величины (показатели).

При разработке модели введены следующие обозначения:

- Факторам присваиваются порядковые номера. Фактор Ч случайная величина, исходной информацией о которой являются параметры гипотетического закона распределения вероятностей значений. Как правило, параметры оцениваются экспертно на основе имеющихся данных;

- Показатели имеют индивидуальные обозначения. Показатель -условно-постоянная величина, исходной информацией о которой является экспертная оценка конкретного значения;

- прогнозируемое значение объема привлекаемых заемных средств обозначается Факт;

- планируемое значение объема привлекаемых заемных средств обозначается План;

- расчетный показатель обозначается буквой Л с порядковым номером. Расчетный показатель - показатель, зависимый от искомого оптимального значения планируемого показателя, то есть от Плана. Перечень факторов дан в таблице 1.

Таблица 1: Факторы

Обозначение Описание

Фактор 1 Краткосрочные кредиты, выданные банком (либо, в зависимости от сегмента рынка, среднесрочные и догосрочные кредиты) (См АКТИВ, статья 5 или 6), руб

Фактор 2 Краткосрочные кредиты, выданные прочими банками на рассматриваемой территории (либо, в зависимости от сегмента рынка, среднесрочные и догосрочные кредиты) (См АКТИВ, статья 5 или 6), руб

Фактор з Экспертная оценка ожидаемого увеличения или снижения активности на рассматриваемом секторе рынка Данный фактор дожен отражать совокупное влияние предполагаемого роста или снижения числа предприятий и организаций в рассматриваемом регионе, улучшение или ухудшение их финансового состояния, наращивание или свертывание мощностей, %

Фактор4 Качество услуг, оказываемых банком в сравнении с качеством аналогичных услуг, оказываемых конкурентами (учитывается доверие к банку, его известность, удобство пользования предоставляемой услугой), доли единицы

Фактор 5 Проценты, выплаченные банком по счетам предприятий и организаций (См РАСХОДЫ, статья 1), руб

Фактор 6 Проценты, выплаченные банком банкам-корреспондентам (См. РАСХОДЫ, статья 1), руб

Фактор 7 Проценты, выплаченные банком по срочным вкладам и депозитам (См РАСХОДЫ, статья 1), руб

Фактора Расчетные и текущие счета предприятий и организаций (См ПАССИВ, статья 4), руб

Фактор9 Счета банков-корреспондентов (См. ПАССИВ, статья 5), руб

Факторю Срочные вклады и депозиты предприятий (См ПАССИВ, статья 5), руб

Фактора Риск не возврата кредита (неплатежа), иначе говоря, сумма, которую составляют неплатежи по выданным кредитам, руб

В модели присутствует 2 показателя: Пб - %, под который банк дает кредиты в рассматриваемом секторе рынка и Пк - %, под который дают кредиты в рассматриваемом секторе рынка банки - конкуренты.

Пусть е = 1, 2, 3, ...- номер статистического испытания, а Фактор' -реализация фактора номер /, полученная в статистическом испытании е. Пусть Яе - реализация датчика псевдослучайных чисел, равномерно распределенных между нулем и единицей. Пусть Р,(Фактор,) - закон распределения вероятностей значений фактора номер /. Тогда: Фактор' = Р~\А.е), где функция, обратная Т7,. При этом:

А' - {Фактор' + Фактор2') * ФаЩ

рассматриваемом сегменте рынка с учетом ожидаемого изменения активности.

вХ =-Фактор'_ _ доля банка на рассматриваемом сегменте рынка;

Фактор' + Фактор\

С' = В" *Фактор1 - доля банка с учетом качества услуги;

Ое = Ае * С - спрос на услугу банка без конкурента;

Е? = Бе * Пк/Пб - спрос на услугу банка, скорректированный с учетом

того, что если % банка по кредитам больше, чем у конкурента, то часть

потенциальных клиентов банка перейдет к конкурентам, и наоборот;

С = ^тор'^Фактор'^Фактор', _ средняя ставка (в долях единицы), ПО Которой Фактор| + Фактор + Фактор'Д

банк выплачивает клиентам за привлеченные у них заемные средства.

Факте = Е* - размер заемных средств, которые банк может привлечь и

использовать для операций на рассматриваемом секторе рынка;

План - искомый оптимальный размер заемных средств, который банку

целесообразно использовать на рассматриваемом секторе рынка.

//(План) = С? * (План - Факт") + Фактор'и - излишне принятые банком

обязательства.

у/2(План') = (Пб - С) *(Факте - План) - упущенный доход в виде процента от

ценных бумаг, в случае, если принятые обязательства недостаточны.

Расчетные показатели:

Я, = План * Пб /100 - прибыль.

Соотношения модели:

[('Фактор' + Фактор\) * Фактор, 100

Фактор. . , -Ч-* Фактор;

(Фактор' + Фактор'2)

Фактор\ + Фактор1 + Фактор' | ^

Фактор\ + Фактор\ + Фактор'0 J

ч [ С * (План - Факт"); План > Факт'4 = 1 Ч'1(План) = < (3)

[(Пб -С)* (Факт' - План), План < Факт',1 = 2

Примечание: Предполагается, что в каждом статистическом испытании индексу / автоматически присваивается значение / = 1, если План > Факте и значение г = 2, если План < Факте.

пип{тах М^ (План)}} (4)

У _ План * Пб , Дч

~ 100 '

Модель (1)-(5) является задачей стохастического программирования и принадлежит классу равновесных моделей статистической оптимизации. Эта модель определяет оптимальный план привлекаемых заемных средств (План), а так же ожидаемую прибыль.

Ниже приводится агоритм решения этой модели, т.е. ищутся План и прибыли от кредитования клиентов. Прибыль рассчитывается по формуле (5), в предположении, что известны План и Пб (процент, по которому банк выдает кредит). Таким образом, задача сводится к поиску Плана в предположении о наличии исходной информации в виде законов распределения вероятностей значений факторов, а так же величин Пб и Пк. Кроме того, заранее задается общее число статистических испытаний Е, так что: е = 1,...,Е. и число точек Т - для расчета рисков. Ниже приведенный агоритм дает решение, погрешность которого по вероятности сводится к нулю: чем больше Е и чем больше Т, тем меньше погрешность плана кредитования.

Агоритм поиска решения задачи (1) - (5) обладает следующими основными свойствами:

- Для поиска решения не производится аппроксимации законов распределения вероятностей значений факторов или Факта.

- План отыскивается среди реализаций значений Факт-а.

- Агоритм обладает высокой эффективностью, так как на каждой итерации область возможных значений плана дихотомируется.

- На каждой итерации выбирается пробное значение плана: Планк. В качестве Планк выбирается реализация факта, ближайшая к середине интервала.

- Рассчитываются математическое ожидание величины (7е * (Планк-Факте) на массиве тех статистических испытаний, в которых Планк > Факте, е = 1.....Е, то есть: м\р'*{Планк-Факт'},План* >Факт'} и математическое

ожидание величины (Пб - (3е) * (Факте -Планк) на массиве тех статистических испытаний, в которых Планк<Факте, е - 1.....Е, то есть: м{(Пб-С)*(Факт'-План'),План1 <Факт'}. На следующей итерации к + 1

отбрасывается правая часть интервала, если

м\С*{Планк-Факт'),Планк >Факт'} > м[(Пб-С)*{факт'-План"),План* <Факт'}, И

левая его часть, в противном случае.

- Сходимость агоритма гарантируется монотонным не убыванием по <сПланк математического ожидания м\р'*[Планк-Факт'),План* > Факт'} и

МОНОТОННЫМ не возрастанием м{(Пб-С)*(факт' - Планк),Планк <Факт'}.

Агоритм оптимизации задачи (1) - (5):

1) Найти реализации: Фактор' = (Л'), е = 1,...,Е, / = 1,...,11. ННН

2) Найти реализации Факте и(^,е = 1, ...,Е, где

Факт' - [ (Фактор' + Фактор\) * Фактор, акт -I Ч

ФакторГ , -Ч-г * Фактор;

(Фактор' + Фактор'^

С _ [ Фактор'5 + Фактор\ + Фактор' уФактор\ + Фактор'^ + Фактор,"0

3) Найти План' = тт{Факте, е-1, ...,Е} и Планк = тах{Факте, е = 1, ...,Е}, где КЧ наперед заданная константа.

4) Пусть Л Ч номер итерации, Vя - левая граница интервала, Vя - правая граница интервала, Пк - пробное значение плана на итерации Я. На 1-ой итерации положить: Vя = План', = Планк, Пл" - Факт4, где ц - номер статистического испытания, в котором реализация факта по абсолютному

значению минимально отличается от Ч-Ч, то есть д найдено из условия:

ЦТ" - V*

--Факт'

2 . . ----- .е = 1

5) Если

М {С *(Яган'-Факт'),Планк > ФактХ} > м{(Пб-С)*(факт' - Планк),Планк <Факт'}

то на итерации Я+1 полагаем Vя*1 = Vя, = Пля, в противном случае положить Vя*' = Пля, = Если количество реализаций Факт', таких, что Ук+1 < Факте < И/Я+1 меньше или равно 3-х - перейти к 6, иначе перейти к 4.

6) План = Пля.

_ План * Пб ~ 100 '

2. Модель оценки емкости сегментов рынка банковских услуг. Конечной целью маркетинговых исследований рынка банковских услуг является прогнозирование платежеспособного спроса на услуги банка на различных сегментах рынка и выработка на основе прогноза рекомендаций для руководства банка по выбору целевых сегментов, стратегии действий на них, в частности по ценовой политике, объемам услуг, размещению отделений банка и др. Разработанная в данном параграфе модель позволяет анализировать любой сегмент рынка, определяемый видом услуги и набором клиентов, то есть выбором элемента таблицы 2. Например - депозиты до востребования для клиентов, классифицированных по социальному статусу.

Для оперативного получения характеристик любого сегмента рынка можно использовать экспертные и иные приближенные (например, интервальные) оценки факторов, обеспечивая, при этом, достаточно высокое качество прогнозов. Матрица клиентов и видов услуг показана в таблице 2. Перечень факторов дан в таблице 3, а перечень показателей в таблице 4.

Таблица 2: Матрица клиентов и видов банковских услуг

\Виды банковских услуг КРЕДИТЫ (включая межбанковский) ДЕПОЗИТЫ й -р 2 & 2 1 а з я о ш

Срочные

Клиенты банка Догосрочные о X Т о & 0 X 1 о Краткосрочные От дня до недели X X ш о ю и & о а о ч а> X А Ч а> й и и & ю и Месяц Квартал з 1- ИНВЕСТИЦИИ к я Й = к Я Ч о й 8. щ & ? о 1 1 о I &

1 2 3 4 5 6 7 8 9 10 11

По социальному статусу 1. Бизнесмены

2 Фермеры 3 Рабочие * I 'А 'А 'А 'А Я 'А 'А 'А Ао

4 Служащие 5 Пенсионеры

По РОВНЮ доходов 1. Высокий доход-А

2 Высокий доход - Б 3 Средний доход 4 Низкий доход II "А 'А "А "А "А "А "А % "А % %

По теооитории % 1 Предприятия и организации (оптовый рынок) 2. Население и мекий бизнес (розничный рынок) 3 Банки-корреспонденты 4 Банки-кредиторы 5 Прочие кредиторы III "А '"А "А ША "А "А "А % %

Таблица 3: Факторы спроса на услуги банка

Обозначение Описание

Фактор 1 Количество клиентов 1-го вида, единиц

Фактор? Количество клиентов 2-го вида, единиц

Фактор з Количество клиентов 3-го вида, единиц

Фактор4 Количество клиентов 4-го вида, единиц

Фактор $ Количество клиентов 5-го вида, единиц

Факторе Доход клиентов 1 -го вида, рублей

Фактор^ Доход клиентов 2-го вида, рублей

Фактор* Доход клиентов 3-го вида, рублей

Фактор9 Доход клиентов 4-го вида, рублей

Фактор ю Доход клиентов 5-го вида, рублей

Фактора Доля дохода клиентов 1-го вида, идущая на оплату данной банковской услуги, доли единицы

Фактор 2 Доля дохода клиентов 2-го вида, идущая на оплату данной банковской услуги, доли единицы

Фактор и Доля дохода клиентов 3-го вида, идущая на оплату данной банковской услуги, доли единицы

Фактор 4 Доля дохода клиентов 4-го вида, идущая на оплату данной банковской услуги, доли

единицы

Фактор^ Доля дохода клиентов 5-го вида, идущая на оплату данной банковской услуги, доли единицы

Фактор^ Доля сегмента рынка, занятая банками-конкурентами, доли единицы

Факторр Инфляция, %

Фактор м Рост покупательной способности, %

Таблица 4: Показатели, фигурирующие в модели платежеспособного спроса на __банковские услуги

Обозначение Описание

Пк, Ставка %, выплачиваемая кредиторам за полученные средства

Пк2 Ставка %, выплачиваемая кредиторам за полученные средства банками-конкурентами

Пк3 Ставка %, по которой банк предоставляет средства заемщикам

ПК4 Риск не возврата кредита (отношение суммы безнадежных догов к сумме выданных кредитов), доли единицы

Пк, Качество услуги, иначе говоря, сравнительная характеристика услуги, оказываемой банком и аналогичной услуги банков-конкурентов. При этом учитывается надежность, удобство и репутация (известность) р5=(А+В+С)/20, где А - экспертная оценка надежности в 10-бальной системе (0 - абсолютно не надежный, 10-абсолютно надежный), В - экспертная оценка удобства в 10-бальной системе (0 -абсолютно неудобно, 10 - идеально удобно), С - экспертная оценка имиджа (известности) (0 - совершенно неизвестный, или отрицательно известный, 10 -хорошо и положительно известный банк)

Агоритмы имитационной модели платежеспособного спроса на банковские услуги:

А' = Фактор* * Фактор\ * Фактор' - средства используемые на данную банковскую услугу. В' = Фактор\ * Фактор^ *Фактореп - средства используемые на данную банковскую услугу. С =Фактор1*Фактор1*Фактореп - средства используемые на данную банковскую услугу. Б" = Факторе4 * ФакторЦ * Фактор\ - средства используемые на данную банковскую услугу. Ее = Фактор\ *Факторею *Факторе15 - средства используемые на данную банковскую услугу. Се = Ае + Ве+Се + Ое + Ее- средства клиентов всех видов, идущие на данную банковскую услугу.

г,е Щ*100 + Фактор'

Н = С 100+ф- е - те же средства клиентов, скорректированные с

учетом динамики инфляции и покупательной способности. Пк

Г =Фактор'6*^1- - доля конкурента, с учетом того, что если конкурент

даст больший процент на вклад, (Пк2 > ПК1), то часть потенциальных клиентов банка перейдет к конкурентам и наоборот.

/ = Н" * (1 - Г) - ожидаемый платежеспособный спрос на услуги банка.

клиентов 1-го вида,

клиентов 2-го вида,

клиентов 3-го вида,

клиентов 4-го вида,

клиентов 5-го вида,

Факт' = ^ * Пк} - ожидаемый платежеспособный спрос на услуги банка, скорректированный с учетом качества услуги.

Факт\ =/ *(1 - Пк4) * Пк5 - ожидаемый платежеспособный спрос на услуги банка скорректированный с учетом качества услуги и уменьшенный на величину невозвращенных кредитов.

огноз, Факт') = Пк3 * (Прогноз - Факт;) - излишне принятые договые обязательства.

*Р2 {^Прогноз,Факт'^ = Пкх *{факт\-Прогноз}- упущенный доход в виде

процентов за кредиты. РАСЧЕТНЫЕ ПОКАЗА ТЕЛИ: Я, = (Пкз-Пк,)*Прогноз/100 -прибыль Я2 = Пк3*Прогноз/100 -доход

Дз = Пк1*Прогноз/100 - затраты

Соотношения модели:

\\Фактор1,УШ + ФаКт

\ -=1 'О

) Фактор'6 * Пк2 , ^

100 + Фактор^ ^

Факт; =Г* Пк, (7)

Факт1=Г*(\-Пкл)Пк$ (8)

V,(Прогноз,Факт;,Факте',) = (Прогноз-ФаКт;У, Прогноз > Факт;,, = 1

[Як, *(Факт'г Ч Прогноз),Прогноз < Факт'2,1 = 2

min {шах М{4'1 (Прогноз, Факт{, Факте2)}} (10)

Я, = (Пк3 -Пк,) * Прогноз/100 (11)

Я2 = Пк3* Прогноз/100 (12)

Я3 = Пк, * Прогноз/100 (13)

Модель (6) - (13) определяет оптимальный план привлекаемых заемных средств (План), а так же ожидаемую прибыль. Ниже приводится агоритм решения этой модели, то есть агоритм поиска оптимального Прогноза спроса на банковскую услугу, а так же соответствующих прибыли, дохода и затрат.

Кроме очевидных отличий модели (6) - (13) от модели (1) - (5), имеется существенное структурное отличие, состоящее в том, что модель (6) - (13) содержит два агоритма расчета факта, а именно ФактI и Факте2. Поэтому приведенный ниже агоритм является обобщением ранее рассмотренного для более общего случая.

Агоритм оптимизации задачи (6) - (13):

1) Найти реализации: Фактор; = Г~'(Ле), е = 1.....Е, / = 1,...,18.

2) Найти:

Ае = Фактор' * Фактор\ * Фактор', В" = Фактор\ * Фактор' * Фактореп, Се = Фактор\ * Фактор1 * Фактор"п, Ое = Факторе4 * Фактор\ * Фактор4,

Ее = Факторе * Факторе0 * Фактор,% ,Ge = Ае + В* + С + De + Е*,

не = ^, Ш + Фактор^ je = фактори Aif = He*(1.f)>e = 1>... д 100 + Фактор'7 Як,

3) Найти реализации Факт\ =J'*IIksи Факт[ е = 1,...,Е.

4) Найти Прогноз '' = тт{Факт\, е = 1,...,Е} и

ПрогнозК1 = тах{Факт, е = 1, ...,Е}, где К-наперед заданная константа;

Найти Прогноз1,2 = min{Факт\, е = 1, ...,Е} и ПрогнозК2 = тах{Факт\, е = 1,...,Е}, где /С-наперед заданная константа. Положить Прогноз' = min{ Прогноз'Прогноз'2} и Прогнозк = тах{ Прогноз''1, Прогнозк'2}

5) Пусть R - номер итерации, Vя - левая граница интервала, W11 - правая граница интервала, Пря - пробное значение прогноза на итерации R. На 1-ой итерации положить: Vя = Прогноз1, IVя = Прогнозк, Прк = Факт\, где Lnq присваиваются значения исходя из следующего: выбирается ql из условия

- ФаЩ*' -Фактf -Факт?

-Факт12

Факт' ,е - l,...,j и q2 из условия -Факт',е = 1, Если

, то L = 1 и q = ql, иначе L = 2 и q = q2.

м{Пкi *(Прогнозк -Факт'),Прогноз11 > Факт"} >

м{пР1*(Факт'2-Прогноз"),Прогноз* <Факт"2] то на итерации Ш-1 полагаем уЯ+1 = р* цЛ+1 = ЯдЛ) в противном случае положить Уя+' = Ял*, IVя = IVя. Если количество реализаций Факте, таких, что Vя*' < Факте < IVя*' меньше или равно 3-х - перейти к 6, иначе осуществить следующую итерацию.

6) Прогноз = Пк.

7) Я, = (Пкз -Пк,) * Прогноз/100, Я2 = Пк3* Прогноз/100, Я3 = Пк, * Прогноз/100

3. Модель анализа устойчивости банка. Эта модель формулируется в терминах булевого программирования как модель кредитного портфеля банка. В настоящее время в России от банков требуется соблюдение 14 экономических нормативов Центробанка, регламентирующих их деятельность. По экономическому содержанию эти нормативы можно разделить на следующие группы:

- норматив достаточности собственных средств (капитала) - Н1;

- нормативы ликвидности - Н2, НЗ, Н4, Н5, Н14;

- нормативы рисков по пассивным операциям - Н8, Н11, Н13;

- нормативы рисков по активным операциям - Н6, Н7, Н9, НЮ, Н12.

Для обеспечения работы банка при условии соблюдения нормативов ЦБ необходимо соблюдение условия

Ск*Нк + At>0, к = 1,...,К (14)

где: -номер норматива; К- количество нормативов; Нк - текущее значение экономического норматива для конкретного банка; Ск = -1,1 для Vk\ Д. -предельное значение норматива, установленное ЦБР.

Кроме того, для выпонения требований ЦБР, банк дожен осуществлять перевод средств только внутри некоторых групп счетов, при этом суммарный объем средств, имеющихся в банке и в каждой из групп счетов дожен оставаться неизменным. Эти требования выражаются условиями (15) - (16).

(1 ,счет i принадлежит группе j

О, в ином случае

XхА = const У j (16)

где: х, - объем средств на счете i; М - количество групп счетов; G, -множество номеров счетов, принадлежащих группе j. Если учесть то, что формула для вычислений каждого из нормативов выглядит следующим

образом п к = Ч~, а Ак и Вк являются линейными функциями относительно вк

множества остатков счетов второго порядка, причем Ак > 0 и Вк > 0, то неравенство (14) примет вид:

Ск*Ак + Bk*Dk>0, к = 1,...,К (17)

Рассмотрим возможные целевые функции, которые могут ставиться банком перед собой при условии наличия указанных ограничений:

1) Обеспечить достижение максимума (минимума) некоторой функции, линейно зависящей от остатков на счетах второго порядка. В частности, может быть поставлена задача достижения максимума краткосрочной или догосрочной прибыли банка. С учетом условия (17), задача сведется в этом случае к задаче линейного программирования. Если же банк не выпоняет требования ЦБР, то это приводит к постановке нескольких задач с другими целевыми функциями.

2) Если банку необходимо для выпонения ограничений обеспечить перемещение минимально возможного объема средств между счетами, то это приводит к следующей целевой функции: ~х\ m'n > гДе х* cm - объем

перемещаемых средств со счета /. Эту целевую функцию можно преобразовать к следующему виду: ^{х1(:т-хУ ->min, что приведёт к

некоторой потере точности, но позволяет найти решение задачи с применением метода кусочно-линейной аппроксимации. В данном случае нелинейной является только целевая функция. Следовательно, кусочно-линейной функцией следует заменить только её. Точнее, целевая функция

будет заменена суммой N кусочно-линейных функций, каждая из которых будет зависеть только от одной неизвестной.

3) Возможен такой вариант, при котором банк стремится сделать переводы средств, затронув при этом минимальное количество счетов. В этом случае целевую функцию можно представить следующим образом:

{О х Ф х

,ст . Эта целевая функция не может быть

1' Х, - Х,ст

представлена через элементарные функции от множества счетов, поэтому невозможно решение такой задачи средствами линейного программирования.

Решить такую задачу можно произвести путём совмещения методов линейного программирования и метода ветвей и границ. На этой основе можно построить итерационную процедуру решения задачи, которая, однако, приводит к необходимости решения последовательности задач большой размерности. Это создает трудно преодолимые вычислительные трудности.

Обратимся теперь к задаче формирования оптимального кредитного портфеля банка. Эта задача связана, в свою очередь, с задачей управления рисками и задачей трансформации активов. Для некоторого момента времени задачу формирования оптимального кредитного портфеля банка можно сформулировать следующим образом:

{О,проект исключен из плана

I,проект включен в план

+ ->тах (21)

Где: N - число проектов кредитования; Я, - риск вложения средств в -й проект, иначе говоря, вероятность того, что вложенные средства не удастся вернуть; V, - сумма, которую необходимо вложить в -й проект; Р, Ч прибыль, получаемая от -го проекта (в процентах от V,); Ятах - максимально допустимая сумма средств, которыми можно рисковать; Утах - объем средств, которыми в настоящий момент располагает банк.

Величина + - выражает математическое ожидание прибыли,

получаемой от -го проекта. 2, - булева переменная, определяющая, будут ли вкладываться средства в -й проект {2, = 1) или нет (2, = 0).

Для максимального приближения модели (18) - (21) к реальности необходимо для каждого проекта учесть функции ликвидности, т.е. зависимость объема средств, которые можно получить от момента прерывания проекта и среднего квадратического отклонения прибыли от реализации проекта. Кроме этого необходимо учесть наличие диапазона времени, в течение которого возможно начать выпонение проекта.

В работе предложен агоритм поиска оптимального решения задачи (18) - (19) основанный на следующем утверждении: решение, оптимальное по

одному из ограниченных ресурсов и допустимое по другому ограниченному ресурсу оптимально по обоим ресурсным ограничениям. Кроме того, принято следующее допущение: если решение недоиспользует оба ограниченных ресурса, если это недоиспользование минимально и если уменьшенные объемы ресурсов используются оптимально, то решение считается приближенно оптимальным. Описание агоритма:

1) Упорядочить проекты по степени убывания величины (1+Р,) так, чтобы было (1+Р) > (1+Р.+,) для всех / = 1,

2) Ь = 0; М = О

3) е = - 1

4) е = е + 1

5) Включить в 1 -ый пробный план проект с номером N - е

6) Ь=Ь + Як.е*(1 +Рк_е)*ГД_е

7) Если * - ^тах перейти к 4

8) Упорядочить проекты по степени убывания величины Я,*(1+Ртак, чтобы было Я,*(1+Р) >Я,+1*(1+Р,ч) для всех г" = 1.....N

9) е = - 1

10) е = е + 1

11) Включить в 2-ый пробный план проект с номером Ы-е

12) М = М+ Ям.е * (1 + Р,,е) * Уи_е

13) Если - перейти к 10

14) Если Ь > М принять в качестве оптимального 1-ый пробный план, в противном случае принять в качестве оптимального 2-ой пробный план.

Третья группа проблем, связана с практическим применением разработанных экономико-математических моделей и агоритмов.

Наибольший интерес представляют исследования задач, перечисленных в таблице 6. Первая из этих задач нацелена не только на расчет емкости рынка кредитования, но также на проверку не вырожденности ситуации на рассматриваемом секторе рынка и получение допонительной информации, позволяющей оценивать положение банка на этом секторе рынка, в частности, информация, показанная в таблице 7.

Таблица 6Х Маркетинговые исследования и диалоговые процедуры

м Цель исследования Результат

1 Оценка емкости кредитного рынка Емкость рынка в натуральном выражении

2 Влияние факторов и исходных показателей на оптимум Влияние ставки процента на прибыль по выдаваемым кредитам

3 Оптимальный объем кредита Влияние надежности на соотношение рисков

4 Уточнение исходных данных Сокращение исходных интервалов значений факторов

Таблица 7- Прогноз показателей работы банка в области кредитования

Название Размерность Значение

Ожидаемый объем предоставляемых кредитов Тыс руб/год 4130

Завышение/Занижение Доли единицы 0,96

Надежность Доли единицы 0,47

Прибыль Тыс руб/год 443

Содержательный смысл показателей, представленных в таблице 6, требует пояснений. Объем предоставляемых кредитов 4130 тыс. руб. - это величина, обозначенная в модели (1)-(5) как План. Иначе говоря, это тот объем кредитования, на который может рассчитывать банк при ставке процента 20% и при сложившейся конъюнктуре рынка.

Этот объем кредитования является оптимальным планом кредитования для банка, так как минимизирует риск. Отступление от этого плана, как в сторону увеличения, так и в сторону уменьшения приводит к росту риска. Показатель Завышение/Занижение характеризует во сколько раз увеличится риск при увеличении объемов кредитования, в сравнении с увеличением риска при таком же по величине уменьшении объема кредитования. Поскольку Завышение/Занижение = 0,96 то отступление от 4130 тыс. руб. в сторону увеличения создает меньший допонительный риск, чем такое же отступление в сторону уменьшения. Надежность в данном случае характеризует вероятность того, что платежеспособный спрос на кредиты превысит план кредитования.

Таблица 8 представляет собой форму сбора исходных данных для анализа рынка банковских услуг с применением модели (6)-(13).

Таблица 8- Форма представления исходных данных для рынка депозитов

№ ФАКТОРЫ И ИСХОДНЫЕ ПОКА ЗА ТЕЛИ Размерность Значение

1 Средний объем вклада ПИП Тыс.руб 130,00

шах Тыс руб. 250,00

2 Число клиентов ПИП Тыс чел 9,00

шах Тыс чел 15,00

3 Процент по вкладам у конкурирующих банков ПИП % 5,00

шах % 7,00

4 Процент межбанковскому кредиту шш % 17,00

шах % 20,00

5 Процент по вкладам % 15,00

6 Обязательный размер % 3,00

Таблица запонена по данным одного из российских коммерческих банков. Исходная информация для факторов представляет собой экспертные оценки предельных значений (минимальных и максимальных). Для показателей даются оценки конкретных значений. В таблице 9 перечислены основные задачи, для решения которых использовалась модель (6)-(13).

Таблица 9. Диалоговые процедуры исследования рынка депозитов

Же Цель исследования Результат

1 Оценка емкости рынка депозитов при ставке в 15% Емкость рынка в натуральном выражении

2 Влияние факторов и исходных показателей на оптимум Влияние ставки процента по вкладам на доход

3 Оценка емкости рынка депозитов при ставке 9% Емкость рынка в натуральном выражении

4 Оценка чувствительности к изменению факторов и исходных показателей Расчет показателей, характеризующих степень влияния параметров факторов и исходных показателей на оптимум.

5 Влияние факторов и исходных показателей на оптимум Влияние ставки процента по вкладам на доход

Результат решения 2-й из этих задач показан на рисунке 1.

Рис 1: Зависимость дохода от депозитов от ставки процента

Из рисунка 1 можно видеть, что оптимальной ставкой процента по вкладам, обеспечивающей максимум дохода по депозитам, является ставка в 9% (исходная ставка по вкладам была принята 15%). Этот результат показывает, что необходимо решить задачу 3 из таблицы 9, чтобы найти показатели деятельности банка по депозитам в случае оптимальной ставки процента по вкладам. Результат решения показан в таблице 10, где для удобства в последнем стобце приведены исходные данные.

Таблица 10: Прогноз показателей работы банка в области кредитования

Название Размерность Значение при ставке:

9% 15%

Ожидаемый объем депозитов Тыс. руб /год 3459 4802

Завышение/Занижение Доли единицы 1,21 1,86

Надежность Доли единицы 0,46 0,71

Межбанковский кредит Тыс руб/год 64007 88851

Выплаты процентов Тыс руб/год 311 720

Доход Тыс. руб /год 328 169

Сопоставление позволяет заключить, что снижение ставки процента по депозитам приводит к: снижению объема депозитов примерно на 30%; приближению показателя Завышение/Занижение к единице, что свидетельствует о повышении устойчивости на рынке; значительному, примерно на 35%, снижению надежности; снижению межбанковского кредита примерно на 30%; двукратному снижению выплат по процентам; двукратному росту дохода.

В целом, таким образом, имеются как положительные, так и отрицательные следствия снижения ставки процента. Если основной целью деятельности банка является получение допонительного дохода, то снижение можно считать целесообразным. Вместе с тем, снижение ставки не может быть в данном случае средством увеличения объема депозитов, так как это приводит к обратному результату.

Задача 4 из таблицы 9 нацелена на исследование чувствительности оптимума к изменению исходных данных, иначе говоря, на расчет выраженного в процентах изменения оптимума при изменении исходного показателя на 1%. В результате расчетов установлено, что оптимум наиболее чувствителен к изменению минимального значения процента по вкладам у конкурирующих банков.

Последняя 5-ая задача нацелена на построение зависимости дохода от процента по вкладам.

Необходимая информация для формирования оптимального кредитного портфеля банка с помощью модели (18) - (21) представлена в таблице 11.

При этом: / - номер проекта; V, Ч сумма, которую необходимо вложить в /-й проект, тыс.руб.; Я, - риск вложения средств в /-й проект, иначе говоря, вероятность того, что вложенные средства не удастся вернуть, доли ед.; Р, -прибыль, получаемая от ьго проекта, в долях единицы от V,; У*Я, - сумма средств, которыми рискует банк, включаясь в финансирование проекта г, тыс. руб.; (-Я) *(1+Р)*У, - ожидаемая прибыль от проекта /, тыс. руб.

№ Сумма вложений Риск не Ожидаемая Объем Ожидаемая

проекта в проект возврата прибыль рисковых прибыль

(К) средств вложений

0) т (Л) (К'Я.) а-ю'а+ргк

1 350,00 0,11 0,21 38,50 376,92

2 1 310,00 0,31 0,25 406,10 1 129,88

3 715,00 0,25 0,17 178,75 627,41

4 270,00 0,07 0,61 18,90 404,27

5 417,00 0,17 0,42 70,89 491,48

6 1 655,00 0,27 0,17 446,85 1 413,54

7 877,00 0,15 0,17 131,55 872,18

8 539,00 0,33 1,05 177,87 740,32

9 1 370,00 0,13 0,19 178,10 1 418,36

10 611,00 0,21 0,40 128,31 675,77

11 290,00 0,15 0,60 43,50 394,40

12 395,00 0,31 0,07 122,45 291,63

13 879,00 0,09 0,17 79,11 935,87

14 1 450,00 0,19 0,05 275,50 1 233,22

15 1 550,00 0,21 0,03 325,50 1 261,23

Максимально допустимая сумма средств, которой банк может рисковать (Ктах) составляет 1650 тыс. руб.; объем средств, которыми располагает банк (Утах) составляет 9000 тыс. руб. Оптимальный вариант представлен в таблице 12.

Таблица 12: Оптимальный вариант кредитования

| о М-* о а 2 Доля риска Доля прибыл и % * Л X (О ё О о л ю к а л С с; Номера проектов кредитования

8998,00 2,12 3,97 1590 9096 1 I 4 | 5 | 7 | 8 I 9 | 10 | 11 | 12 | 13 | 14 | 15

Основные положения диссертации нашли свое отражение в следующих публикациях автора:

в научных журналах, рекомендованных ВАК:

1. Олейник А.П. Экономико-математические модели кредитования и устойчивости//: Экономические науки, №1, 2007 - 0,7 п.л.

2. Олейник А.П. Спекулятивный капитал и его влияние на результативность кредитной политики коммерческого банка// В приложении к №5, к журналу Экономические науки, 2005 - 0,6 п.л.

в научных сборника и конференциях:

3. Олейник А.П. Разработка оптимизационных методов принятия решений в банковской сфере// В сб. МНТК Информатизация и глобализация экономических процессов в XXI веке: теория и практика, М.: ВЗФЭИ, 2006 - 0,7 п.л.

4. Олейник А.П. Моделирование систем контроля финансового состояния банка// В сб. ХУП-й МНТК Математические методы и информационные технологии в экономике, социологии и образовании, Пенза: Пензенская государственная технологическая академия, 2006 - 0,3 п.л.

Принято к испонению 19/03/2007 Испонено 20/03/2007

Заказ № 1845 Тираж 70экз.

ООО СМСА ИНН 7725533680 Москва, 2й Кожевнический пер., 12 +7(495) 255-7060 www.cherrypie.ru

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Олейник, Александр Павлович

Введение

Глава 1. Методы сбора и анализа банковской информации и банковский надзор * *

1.1. Аналитические методы анализа информации о клиентах на базе платформы лDeducnjr 4

1.2. Использование деревьев решений для оценки кредитоспособности физических лиц с применением ^ технологии интелектуального анализа данных лData

1.3. Риски в банковской деятельности

1.4. Основы методологии лValue-at-Risk

1.5. Применение специального ПО в банковской деятельности

1.6. Перспективы применения нейронных сетей для решения 41 аналитических задач

1.7. Центральные и коммерческие банки 42 Выводы

Глава 2. Экономико-математические модели и агоритмы оптимизации кредитования и устойчивости

2.1. Модель и агоритм для маркетинговых исследований рынка банковских услуг ^

2.2. Агоритм оптимизации плана привлекаемых заемных 52 . средств

2.3. Модель и агоритмы оценки емкости сегментов рынка банковских услуг . ^

2.4. Агоритм оценки емкости сегментов рынка банковских 59 услуг

2.5. Модель и агоритмы устойчивости банка и задача формирования оптимального кредитного портфеля банка

2.6. Агоритм формирования оптимального кредитного портфеля банка

2.7. Процедуры построения имитаторов 66 Выводы

Глава 3 Экспериментальные расчеты по решению задач аналитического маркетинга в банковской деятельности

3.1. Маркетинг рынка банковских услуг

3.2. Исследование емкости сегмента рынка

3.3. Формирование оптимального кредитного портфеля банка 90 Выводы 99 Литература 101 Приложение

Диссертация: введение по экономике, на тему "Методы прогнозирования банковской деятельности в условиях неопределенности"

Актуальность темы исследования. Банковская деятельность оказывает существенное влияние на развитие различных отраслей народного хозяйства. В настоящее время в работе банков широкое применение получили различные аналитические методы и специальное программное обеспечение для решения задач управления. В качестве примеров можно упомянуть получившую большее распространение так называемую клиентно-ориентированную стратегию CRM -Customer Relationship Management и платформу лDeductor 4. На рынке существует большое разнообразие CRM систем. Почти все эти системы предназначены для автоматизации работ по сбору и систематизации данных о клиентах, но не обладают развитыми средствами анализа. Платформа лDeductor 4 отчасти воспоняет этот пробел. Она создана для аналитических исследований, включая анализ воздействия рекламы, сегментацию клиентов, установление признаков клиентов, приносящих наибольшую прибыль, определение предпочтений товаров, прогнозирования успеха сдеки и объемов продаж.

Несмотря на совершенствование аналитических методов, сами по себе они не достаточны не только для поного исключения, но и для радикального снижения банковских рисков. Более того, виды рисков увеличиваются по мере усложнения банковских продуктов, используемых компьютерных систем хранения и обработки данных, вовлечения российских банков в международную банковскую систему.

Существует система управления рисками, которая включает устанавливаемые Центральным банком России стандартные требования, а также внутрибанковские схемы управления рисками.

Оценка рыночных рисков является одной из основных задач финансовых институтов. Рыночные риски (в отличие от политических, технических, организационных и других) обладают существенной спецификой. Они являются следствием флуктуации цен акций, сырьевых товаров, обменных курсов, процентных ставок и т.д. Простейшей мерой, выражающей зависимость инвестора от рыночных рисков, является величина изменения капитала портфеля, иначе говоря, прибыли или убытки, возникающие вследствие движения цен активов.

В последние годы достаточно большое внимание в публикациях об инвестициях уделяется вопросам их финансирования, в частности кредитования инвестиционных программ, что непосредственно увязывается с вопросами оценки кредитных рисков. Существенный вклад в разработку этих проблем внесли Л.Г. Батракова, А.В. Беляков, Г.Н. Белоглазова, А.В. Брыкин, JI.T. Гиляровская, О.И. Лаврушин, И.В. Ларионова, Ю.С. Мясличенков, И.Д. Момонова, А.Ю. Петров, К.К. Садвакасов, Л.Р. Смирнова и ряд других ученых.

В этих работах достаточно детально раскрыта сущность кредитных рисков, факторы их определяющие; особое внимание уделяется оценке кредитоспособности заемщиков, методикам оценки финансового риска кредитной организации.

Обзор литературных источников по аналитическим методам банковских исследований и рыночным рискам дает основание заключить, что математическое обеспечение маркетинговых исследований рынка кредитования, рынков иных банковских услуг, а так же управление устойчивостью банка остаются актуальными и недостаточно разработанными.

В этой связи выработка системного подхода на базе экономико-математического моделирования кредитных рисков становится остро необходимой и оказывает влияние на эффективность системы управления банковской деятельности в условиях неопределенности. Этим и определяется актуальность темы диссертационного исследования.

Целью диссертационного исследования является разработка экономико-математических моделей и инструментальных средств управления банковской деятельностью в условиях неопределенности.

Для реализации цели диссертационного исследования поставлены и решены следующие задачи:

- проведен обзор существующих аналитических методов анализа информации о клиентах на базе платформы лDeducnjr 4 и технологии интелектуального анализа данных; сформулированы научно-методические проблемы по повышению эффективности аналитических исследований банков и управления банковской деятельностью в условиях неопределенности;

- проведен анализ программного обеспечения и определены современные инструментальные программные средства для решения задачи управления банковской деятельностью с учетом возможных коммерческих рисков;

- разработан комплекс взаимосвязанных экономико-математических моделей таких как модель анализа маркетинговых исследований рынка банковских услуг; модель оценки емкости сегмента рынка банковских услуг; модель исследования устойчивости банка; формирования кредитного портфеля банка;

-разработаны агоритмы, реализующие комплекс взаимосвязанных моделей анализа банковской деятельности в условиях неопределенности;

- организованы процедуры диалогового взаимодействия пользователя с инструментальной системой и сформировано документационное обеспечение по реализации методики анализа банковской деятельности в условиях неопределенности.

Объектом исследования является банк и система его управления в условиях неопределенности.

Предметом исследования являются модели и методы анализа системы управления банковской деятельности.

Методология исследования. Теоретическую и методологическую базу исследования составляет системный подход к моделированию сложных социально-экономических систем, основу которого составили ключевые положения микроэкономики, кибернетики, общей теории систем экономико-математического моделирования.

В ходе проведения исследований использовались труды отечественных и зарубежных ученых в области банковской деятельности. При решении конкретных задач были использованы научные работы в области теории вероятностей, математической статистики, дискретной математики, а также материалы научной периодики, конференций и семинаров.

Решение поставленных в диссертации задач потребовало разработки экономико-математических моделей и агоритмов поиска их решения.

Диссертационная работа по своему содержанию соответствует пункту 1.4 и 2.4 Паспорта специальностей ВАК по специальности 08.00.13 - Математические и инструментальные методы экономики.

Научная новизна заключается в разработке комплексной методики поиска эффективных стратегий управления банковской деятельности в условиях неопределенности.

Научную новизну содержат следующие положения.

1. Выявлены и сформулированы научно-методические проблемы по повышению эффективности аналитических исследований системы управления банковской деятельности, при прогнозировании спроса, предложения и равновесия на кредитном рынке; спроса на банковские услуги на различных секторах рынка; устойчивости банка.

2. Определены основные задачи, которые существенно влияют на эффективность системы управления банковской деятельности. К ним относятся: задача маркетинговых исследований рынка банковских услуг, задача определения оценки емкости сегмента рынка банковских услуг и задача исследования устойчивости банка.

3. Разработана стохастическая модель анализа кредитного рынка, в которой реализуется механизм рыночного формирования равновесных цены, спроса и предложения банковских услуг.

Повышение эффективности агоритмов для модели достигается за счет того, что на каждой итерации область возможных значений плана дихотомируется.

4. Разработана стохастическая модель оценки емкости сегментов рынка банковских услуг, учитывающая ожидаемый платежеспособный спрос на услуги банка скорректированный с учетом качества услуги и уменьшенный на величину невозвращенных кредитов

Повышение эффективности агоритмов для этой модели достигается за счет совместного расчета ожидаемого платежеспособный спрос на услуги банка с учетом качества услуги и уменьшенный на величину невозвращенных кредитов

5. Разработана обобщенная модель анализа устойчивости банка в виде модели булевого программирования, которая позволяет выделить такие частные модели, как модель задачи достижения максимума краткосрочной или догосрочной прибыли банка; модель задачи перемещения минимально возможного объема средств между счетами; модель задачи, при котором банк стремится сделать переводы средств, затронув при этом минимальное количество счетов.

Повышение эффективности агоритмов для этой модели достигается за счет использования методов линейного программирования при оценки ветвления в схеме ветвей и границ.

6. На основе проведенных экспериментальных расчетов, показана применимость и эффективность предложенной методики поиска эффективных стратегий функционирования банковской деятельности в условиях неопределенности.

Практическая ценность работы заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение математических и инструментальных программных средств для разработки и применения новых моделей и методов кредитными рисками в банках.

Проведенные исследования и полученные результаты составляют теоретическую основу экономико-математического моделирования управления кредитами и устойчивостью банков. Разработанные модели и методы направлены на решение практической задачи - повышения эффективности кредитования и устойчивости банка. Результаты исследований доведены до конкретных методик, агоритмов и рекомендаций по использованию стандартных инструментальных средств.

К основным результатам исследования, имеющим практическое значение относятся модели и агоритмы решения задач маркетинга банковских услуг, управления кредитным портфелем банка, управления устойчивостью банка.

Апробация и внедрение результатов исследования. Проведенные в диссертации исследования непосредственно связаны с реализацией планов научно-исследовательских работ ВНИИПВТИ по информатизации финансово-кредитных организаций.

Результаты исследований прошли апробацию в КБ Инвестсбербанк при планировании его кредитно-финансовой деятельности в рамках планового баланса на 2006-2007 годы. Проанализированы возможные риски, возникающие в результате нецелесообразности выдачи кредитов, с целью усиления позиций банка в конкурентной среде. Разработанные автором методические положения использованы на этапе формирования планов инвестиционных вложений, направленных на модернизацию и расширение различных предприятий. Результаты расчетов обсуждались руководством банка и использовались при выборе стратегии кредитно-финансовой деятельности банка. Предложенные автором методики показали их практическую значимость, работоспособность и эффективность.

Теоретические и практические результаты диссертации были использованы при чтении на экономическом факультете курсов Управленческий анализ деятельности коммерческого банка для студентов экономического факультета РГГУ.

Основные положения диссертации докладывались и получили одобрение на следующих конференциях и семинарах:

- Международной НТК Информатизация и глобализация экономических процессов в XXI веке: теория и практика(Москва, ВЗФЭИ, 2006);

- XVII-й Международной НТК Математические методы и информационные технологии в экономике, социологии и образовании (Пенза, Пензенская государственная технологическая академия, 2006), а также кафедрах: Автоматизированной обработки экономической информации ВЗФЭИ, Математического моделирования экономических процессов ФА при Правительстве РФ, Финансы и кредит РГГУ.

Публикации. По теме диссертации опубликовано 4 работы общим авторским объемом 2.5. п.л.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения, содержащего акты о внедрении результатов работы. Общий объем диссертационной работы 107 страниц, содержащих машинописный текст, 27 таблиц и 24 рисунка.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Олейник, Александр Павлович

Выводы и результаты исследования

1. Проанализированы существующие научно-методические подходы к управлению в банковской деятельностью и выявлены основные актуальные, не 1 достаточно разработанные и не тривиальные в научном отношении проблемы, а именно вопросы прогнозирования:

- спроса, предложения и равновесия на кредитном рынке;

- спроса на банковские услуги на различных секторах рынка;

- устойчивости банка.

2. Показана актуальность и не достаточная разработанность проблемы формирования оптимального кредитного портфеля банка, обеспечивающая его устойчивость.

3. Разработаны агоритмы имитационных моделей:

- объема привлекаемых банком заемных средств.

- платежеспособного спроса на услуги банка на различных сегментах рынка.

4. Разработаны модели:

- модель стохастического программирования маркетинговых исследований рынка банковских услуг;

- модель стохастического программирования оценки емкости сегмента рынка банковских услуг;

- модель булевого программирования устойчивости банка;

- модель булевого программирования кредитного портфеля банка.

5. Разработаны агоритмы позволяющие решать сформулированные задачи, в частности: агоритм оптимизации плана привлекаемых заемных средств; агоритм оценки емкости сегментов рынка банковских услуг агоритм формирования оптимального кредитного портфеля банка.

6. Определены источники информации и формы представления исходной информации.

7. Разработаны агоритмы решения задач:

- прогнозирования спроса на банковские услуги;

- прогнозирования устойчивости банка;

- управления кредитным портфелем банка.

8. Разработаны способы интерпретации результатов оптимизационных расчетов.

9. Выпонены практические расчеты, показавшие практическую применимость предлагаемых методов, их работоспособность и эффективность. На основе сопоставления вариантов решений, принимаемых традиционными методами и решений, которые можно получить с применением оптимизационных расчетов с помощью предложенной в диссертации методологии позволяет заключить, что ожидаемое повышение эффективности управления может составить от нескольких процентов, до 10-11% от объема инвестиций.

Диссертация: библиография по экономике, кандидат экономических наук , Олейник, Александр Павлович, Москва

1. Абрютина М.С. Финансовый анализ коммерческой деятельности. - М.: Финпресс, 2002.

2. Автоматизация банковской деятельности/Со ст. АОЗТ "Московское финансовое объединение"; Под. общ. ред. СИ. Кумок, 1994.

3. Автоматизированные системы обработки учетно-аналитической информации: Учебник/Д.С. Рожнов, В.Б.Либерман, Э.А. Умнова и др.; Под ред. проф. B.C. Рожнова. М.: Финансы и статистика, 1992.

4. Блэк Ю. Сети ЭВМ. Протоколы, стандарты, интерфейсы. М.: Мир, 1990.

5. Брага В,В. Компьютеризация бухгатерского учета: Учебное пособие для вузов. ВЗФЭИ. М.: АО "Финстатинформ", 1996.

6. Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1980.

7. Возможности универсальных бухгатерских программ. Экономика и жизнь. -1997.-№12.

8. Волобуев А.П., Мищенко В.Ф. Выбор бухгатерских программ на основе их классификации. Бухгатерский учет. 1997. - № 3.

9. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992.

10. Глухов В.В., Медников М.Д., Коробко С.Б. Математические методы и модели для менеджмента. СПб.: Лань, 2000.

11. Гулинии B.C. Выставка "Бухгатерский учет и аудит' 96". Бухгатерский учет. 1996.-№5.

12. Гулинин B.C. Шестой международный конкурс программного обеспечения Бизнес-Софт 97. Бухгатерский учет. 1997. - № 12.

13. Дейт К. Руководство по реляционной СУБД DB-2. Пер с англ. с предисловием М.Р. Когаловского. М: Финансы и статистика, 1988.

14. Диго СМ. Проектирование и использование баз данных: Учебник. М.: Финансы и статистика, 1995.

15. Дубова Н. Управление распределенной корпорацией в версии С А Unicenter TNG. Computerworld, Россия. - 1997. - № 14.

16. Информационные системы в экономике. Под ред. В.В. Дика. М.; Финансы и статистика, 1996.

17. Инфософт от бухгатерского учета к корпоративным системам. Бухгатерский учет. - 1996. -№9.

18. К. Шеннон. Работы по теории информации и кибернетике. М. Иностранная литература, 1963

19. Каган Б.М. Электронные вычислительные машины и системы. М.: Энергоатомиздат, 1991.

20. Ключко В.И. Кодирование информации. Курс лекций. Краснодар, КубГТУ, 1998.

21. Комлев П.В. Пять лет на рынке бухгатерских программ. Бухгатерский учет. -1996. №1.

22. Компьютерные технологии обработки информации. Под ред. СВ. Назарова. -М.: Финансы и статистика, 1995.

23. Конюховский П.В. Микроэкономическое моделирование банковской деятельности. СПб.: Питер, 2001.

24. Короткий С, ТУРБО БУХГАТЕР бухгатерия будущего. PC WEEK.- 1997. -№4.

25. Короткий С. Нейронные сети: агоритм обратного распространения.

26. Кредитование физических лиц. Деньги и кредит, 1993, №5

27. Крейнес А. Единообразие мать порядка. Computerworld Россия. - 1997. -№48.

28. Липский В. Комбинаторика для программистов М.: Мир, 1988.

29. Мамиконов А.Г. Проектирование АСУ: Учебник для специальности АСУ вузов: М: Высш. шк., 1987.

30. Мишеин AM. Теория экономических информационных систем. М; Финансы и статистика, 1993.

31. Нанс Б. Компьютерные сети. М.: БИНОМ, 1996.

32. Никитина Т.В. Банковский менеджмент. СПб.: Питер, 2001.

33. Одинцов Б.Е., Романов А.Н. Советующие информационные системы в экономике. М.: Юнити, 2000.

34. Озкарахан Э. Машины баз данных и управление базами данных. Пер. с англ.-М: Мир, 1989.

35. Олейник А.П. Разработка оптимизационных методов принятия решений в банковской сфере// В сб. МНТК Информатизация и глобализация экономических процессов в XXI веке: теория и практика, М.: ВЗФЭИ, 2006 0,7 п.л.

36. Олейник А.П. Экономико-математические модели кредитования и устойчивости.

37. Олейник А.П. Спекулятивный капитал и его влияние на результативность кредитной политики коммерческого банка.

38. Основы теории вычислительных систем. С.А.Майоров, Г.И. Новиков, Т.И. Алиев и др. М.; Высшая школа, 1987.

39. Пахал ко О. Составляющие информационной системы предприятия. ЭкономикаIи жизнь,- 1997.-№14.

40. Пещанская И.В. Организация деятельности коммерческого банка. М.: ИНФРА-М, 2001.

41. Попов Э.В. и др. Статистические и динамические экспертные системы: Учеб. пособие. Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот. М.: Финансы и статистика. 1997.

42. Поппель Г., Гольдстайн Б. Информационная технология милионные прибыли. - М.: Экономика, 1990.

43. Представление и использование знаний. Пер, с яп. X. Уэно, Т. Кояма, Т. Окамото и др.; Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989.

44. Программные продукты БЭСГУ. Экономика и жизнь. 1997. -№7.

45. Ревенко П.В. Программный продукт нового поколения Интегратор. Бухгатерский учет. - 1995. - № 4.

46. Ревунков Г.И. и др. Базы и банки данных и знаний: Учебник. Г.И. Ревунков, Э.Н.Самохвалов, В.В. Чистов; Под ред. В.Н.Четверикова. М.: Высш. шк.,1992.

47. Свиридепко С.С. Современные информационные технологии. -М.: Радио и связь, 1989.

48. Семенов ММ. и др. Автоматизированные информационные технологии в экономике: Учеб. пособие для агроэкономических специальностей вузов. М.И. Семенов, В.И. Лойко, Т.П. Барановская; Под общ. ред. И.Т.Трубилина. -Краснодар: Изд-во Куб-ГАУ, 1998.

49. Смирнов А.Д. Архитектура вычислительных систем. М.: Наука, 1990.

50. Советов Б.Я. Информационная технология: Учебник для вузов по спец. Автоматизированные системы обработки информации и управления -М.: Высш. шк.,1994.

51. Советов Б.Я., Яковлев С.А. Построение сетей интегрального обслуживания. -Л.: Машиностроение, 1990.

52. Справочник по искусственному интелекту. В 3-х томах. Под ред. Э.В. Попова и Д.А. Поспелова. - М.: Радио и связь, 1990.

53. Финансовое моделирование в программе Project Expert. Экономика и жизнь. -1997. -№14.

54. Шварц М. Сети связи: протоколы, моделирование и анализ. В 2-х ч. Пер. с англ. М.: Наука, 1992.

55. Шварцман Б. Об организации бухгатерских программ. Экономика и жизнь. -1997.-№14.

56. Шеннон К. Работы по теории информации и кибернетике. Пер. с англ.; Под ред. Р.Л.Добрушина, О.Б. Лупанова. М.: Изд-во И-Л., 1963.

57. Шикин Е.В., Боресков А.В., Зайцев А.А. Начала компьютерной графики. М.: Диалог - МИФИ, 1993.

58. Шуремов ЕЛ. Феномен л1С Бухгатерский учет. - 1996. - № 8.

59. Щербаков В. БЭСТ технология автоматизации торговли. Экономика и жизнь. - 1997. -№5.

60. Эффективная работа с СУБД. А. Горев, Р. Ахаян, С. Макашарипов. -СПб.: Питер, 1997.

61. Якубайтис Э. А. Информационные сети и системы. -М.: Финансы и статистика, 2001.

62. J. Ross Quinlan. С4.5: Programs for Machine learning. Morgan Kaufmann Publishers 1993

Похожие диссертации