Статистический анализ и прогнозирование ресурсной базы коммерческих банков Российской Федерации тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Бурова, Ольга Алексеевна |
| Место защиты | Москва |
| Год | 2006 |
| Шифр ВАК РФ | 08.00.12 |
Диссертация
Автореферат диссертации по теме "Статистический анализ и прогнозирование ресурсной базы коммерческих банков Российской Федерации"
БУРОВА ОЛЬГА АЛЕКСЕЕВНА
СТАТИСТИЧЕСКИЙ АНАЛИЗ И ПРОГНОЗИРОВАНИЕ РЕСУРСНОЙ БАЗЫ КОММЕРЧЕСКИХ БАНКОВ РОССИЙСКОЙ ФЕДЕРАЦИИ
Специальность 08.00.12 - Бухгатерский учет, статистика
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата экономических наук
Москва - 2006
Работа выпонена на кафедре Теории статистики и прогнозирования Московского государственного университета экономики, статистики и информатики.
Научный руководитель: кандидат экономических наук, профессор
Шмойлова Римма Александровна
Официальные оппоненты: доктор экономических наук, профессор
Громыко Галина Леонтьевна,
Ведущая организация: Российский государственный торгово-
экономический университет
Защита диссертации состоится 30 ноября 2006 г. в 14.00 часов на заседании Диссертационного совета К212.151.02 в Московском государственном университете экономики, статистики и информатики по адресу: 119501, Москва, ул. Нежинская, д.7.
С диссертацией можно ознакомиться в библиотеке университета.
Автореферат разослан л_ октября 2006 г.
Ученый секретарь
кандидат экономических наук, доцент Сафронова Вера Петровна
диссертационного совета, кандидат экономических наук, доцент
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. В условиях рыночной экономики остро встает вопрос формирования и эффективности использования ресурсной базы коммерческих банков, определяющих развитие всех секторов экономики.
Для регионов это особенно актуально, поскольку на их территории сосредоточены значительные производственные мощности и сырьевые ресурсы. В настоящее время многие регионы становятся основой роста российской экономики. Однако без участия банковского капитала продожение этого процесса вряд ли возможно. В связи с этим возникает необходимость оценки состояния ресурсной базы коммерческих банков, эффективности ее использования на основе формирования региональной статистики деятельности кредитных учреждений.
За истекший период функционирования коммерческих банков проводились исследования, направленные на выявление тенденций и факторов, оказывающих влияние на формирование основных показателей состояния банковских ресурсов. Разным аспектам становления и развития современной банковской системы посвящены исследования российских специалистов в области финансов, статистики и банковского дела, однако до настоящего времени в отечественной литературе не получили широкого распространения многие прикладные методы анализа, позволяющие учитывать специфику данной сферы деятельности.
Современный комплексный статистический анализ лежит в основе объективной оценки состояния банковских ресурсов и принятия управленческих решений, но методологические аспекты данного анализа остаются до настоящего времени недостаточно разработанными. По этой причине возникает необходимость в глубоких исследованиях состояния ресурсной базы как конкретного банка, так и в масштабах всей страны.
Все вышеизложенное определяет актуальность исследования, научную новизну и практическую значимость.
Цель и задачи исследования. Целью диссертационной работы является разработка методики комплексного
РОС. НАЦИОНАЛЬНАЯ БИБЛИОТЕКА С.-Петербург ОЭ 200 акт яяа
статистического анализа и прогнозирования основных показателей ресурсной базы коммерческих банков Российской Федерации.
Цель исследования определила характер поставленных и решенных автором научных и практических задач:
- провести комплексный статистический анализ ресурсной базы коммерческих банков, учитывающий взаимосвязь ресурсов и эффективность деятельности;
- сформировать систему статистических показателей ресурсной базы коммерческих банков;
- выявить особенности формирования информационной базы статистики коммерческих банков;
- выявить основные тенденции и структурные изменения ресурсной базы коммерческих банков Российской Федерации на современном этапе;
- разработать методику статистического анализа структуры и динамики ресурсной базы коммерческих банков по данным агрегированных балансов;
- разработать методику многомерной классификации коммерческих банков по показателям, характеризующим ресурсную базу;
- построить прогнозную модель, характеризующую зависимость прибыли от основных показателей ресурсной базы.
Объектом исследования являются коммерческие, банки Российской Федерации.
Предметом исследования является совокупность показателей, характеризующих состояние ресурсной базы коммерческих банков.
Теоретическую и методологическую базу диссертационного исследования составили труды ведущих отечественных и зарубежных ученых по экономике, статистике и проблемам анализа банковской системы. В качестве исследовательского инструментария были использованы методы корреляционного, кластерного, регрессионного и компонентного анализа, анализа временных рядов и прогнозирования, а также
табличные и графические методы представления результатов исследования.
Для обработки первичной информации использовались пакеты прикладных программ статистического анализа: Statistica, СтатЭксперт, SPSS.
Информационную базу исследования составили данные бухгатерской отчетности Сбербанка РФ, статистические сборники Федеральной службы государственной статистики, а также публикации в периодической печати и официальные Интернет-сайты.
Научная новизна исследования состоит- в разработке методики комплексного статистического анализа и прогнозирования основных показателей ресурсной базы коммерческих банков Российской Федерации. В проведенном исследовании сформулированы и обоснованы следующие положения, содержащие элементы научной новизны и выносимые на защиту:
- усовершенствована система показателей ресурсной базы и систематизированы источники получения данных для ее оценки;
- разработана и апробирована методика статистического анализа ресурсной базы банка и ее использования на основе агрегированных бухгатерских балансов;
- выявлены структурные сдвиги в длительности пользования кредитом различных секторов экономики, кредитуемых Сбербанком РФ, с помощью показателей оборачиваемости кредита и индексного метода;
- разработана методика многомерной классификации филиальной сети Сбербанка РФ по основным показателям ресурсной базы на основе кластерного анализа и многомерной средней;
- выявлены основные факторы, влияющие на тенденцию платежеспособности банков методами регрессионного анализа;
- усовершенствована и апробирована методика прогнозирования основных показателей ресурсной базы коммерческих банков на основе одномерных и многомерных динамических рядов. . . ,,
Практическая значимость исследования заключаемся в возможности использования предложенной методики комплексного
статистического анализа и прогнозирования ресурсной базы коммерческих банков Федеральным органом государственной статистики, а также Центральным банком Российской Федерации для оценки состояния как совокупности банков, так и каждого банка в отдельности при принятии управленческих решений. Результаты исследования используются в учебном процессе в Академии бюджета и казначейства Минфина РФ по курсу Финансовая статистика.
Апробация работы. Основные положения диссертации докладывались на научно-практической конференции молодых ученых, аспирантов и студентов Прикладные аспекты статистики и эконометрики Москва 2003, а также обсуждались и получили одобрение на семинарах кафедры Теории статистики и прогнозирования МЭСИ.
Публикации. По теме диссертации опубликовано 7 статей, общим объемом 1,5 п. л., включая 1 статью в журнале, рекомендованным ВАК РФ.
Структура диссертации. Диссертационная работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность темы диссертации, определены цели и задачи исследования, отражена научная новизна и практическая значимость работы.
В первой главе Методологические вопросы статистического исследования уровня и динамики ресурсной базы коммерческих банков рассмотрены особенности ресурсной базы коммерческих банков как объекта статистического исследования, выявлены основные тенденции их развития, усовершенствована и допонена система показателей, выявлены основные источники информации статистики банковских ресурсов.
В работе проведен критический анализ существующих в научной и учебной литературе понятий и содержания категории ресурсная база коммерческого банка, который позволил
определить банковские ресурсы как совокупность собственных и привлеченных (заемных) средств, имеющихся в распоряжении банка и используемых им для ведения активных операций.
Ресурсная база коммерческого банка
Собственный капитал
Уставный капитал
Добавочный капитал
Фонды банка
Резервы
Прибыль: 1->| отчетного года и предшествующих лет
Заемный капитал
Заемные средства
Межбанковские кредиты
Кредитные ресурсы ЦБ
Выпущенные договые ценные бумаги (векселя, облигации, денежн. сертификаты)
Привлеченные средства
Депозиты "До востребования", включая остатки на расчетных, текущих, транзитных и корреспондентских счетах
Срочные депозиты и вклады населения
Рис. 1. Структура ресурсной базы коммерческого банка по видам источников ресурсов
В диссертации определена структура ресурсной базы, состав которой может меняться в зависимости от специализации банков. В проведенном исследовании показано, что при анализе уровня и динамики ресурсной базы важен учет различий ресурсов по видам, в связи с чем в работе предложена классификация ресурсов в зависимости от источника их формирования (рис.1). Резервом ресурсов является собственный капитал, определяющий основной источник возмещения возможных убытков при недостаточности текущих доходов, а также гарантию защиты интересов вкладчиков и
кредиторов. За счет собственного капитала банки покрывают около 12 -20% общей потребности в банковских ресурсах, но как правило, дешевле и выгоднее привлечь средства вкладчиков, чем наращивать собственный капитал. Поэтому основным источником ресурсной базы являются депозиты юридических и физических лиц, на долю которых приходится до 95% пассивов.
Наиболее стабильной частью ресурсной базы являются срочные депозиты, что позволяет их использовать в кредитовании на более длительные сроки, и, следовательно, под более высокий процент. Самым дешевым ресурсом являются расчетные счета, уменьшающие процентные расходы банка, самым дорогим ресурсом - межбанковские кредиты.
В работе проведен анализ состояния ресурсной базы коммерческих банков Российской Федерации за период 20012004гг., который показал динамичное развитой ресурсной базы. Важнейшим источником роста ресурсной базы в рассматриваемом периоде являлись средства предприятий и депозиты населения, незначительную часть в ресурсах банка занимают собственные средства и меньше всего банки попоняют ресурсную базу за счет выпуска ценных бумаг (рис.2).
И Собственные средства 0 Средства предприятий
Депозиты населения и Собственные ценные бумага
Рис. 2. Динамика источников средств ресурсной базы коммерческих банков Российской Федерации за 2001-2004гг.
Динамичному развитию ресурсной базы коммерческих банков в анализируемом периоде в значительной степени способствовали средства населения. Данные табл.1 говорят о том, что за период с 2001 по 2004гг. наблюдается ежегодное увеличение собственных средств, что свидетельствует о повышении устойчивости ресурсной базы. Значительный рост собственного капитала наблюдася в 2003г., цепной темп роста которого составил 148,1%. На фоне значительного роста привлеченных средств юридических и физических лиц наблюдается снижение объемов привлечения средств в форме ценных бумаг.
Таблица 1
Динамика цепных темпов роста ресурсной базы коммерческих
банков Российской Федерации за период 2001-2004гг., %
Показатели 2002 2003 2004
Собственные средства 121,4 148,1 113,4
Средства предприятий 114,3 137,0 125,1
Депозиты населения 144,0 158,7 119,6
Собственные ценные бумаги 157,8 151,4 90,2
В большинстве публикуемых систем показателей статистики банковских ресурсов не учтен переход коммерческих банков с 1 января 2004г. на Международные стандарты финансовой отчетности (МСФО), что, несомненно, повлекло за собой изменение основных подходов к формированию системы показателей. Автором усовершенствована и допонена общепринятая система статистических показателей. статистики банковских ресурсов, выявлены особенности методологии исчисления показателей формирования ресурсной базы и ее размещения (рис.3). Предложенная система показателей ресурсной базы, по нашему мнению, дает возможность получить статистическую оценку наиболее важных аспектов состояния ресурсов банка: формирование, размещение, иммобилизацию, ликвидность, платежеспособность, эффективность. Однако она не является универсальной и предполагает корректировку состава показателей в зависимости от цели и задач исследования.
Система показателей ресурсной базы коммерческого банка |
> 1. Показатели формирования ресурсной базы
- Объем, динамика и структура собственных - Объем, динамика и структура заемных средств; средста-брутго и собственных средств-нетто; - Показатель клиентской базы; - Достаточность капитала; - Объем и динамика банковских резервов; -Размер уставного капитала - Показатель межбанковской зависимости; - Объем, динамика и структура примеченных - Остатки средств в ЦБР; средств; Показатели качества структуры пассива.
2. Показатели [шзисщешш средств ресурсной базы
- Объем, структура и динамика банковских активов; - Показатель стабильности ресурсной базы; -Иммобилизованные средства; - Средний срок хранения обязательств (размещение - Показатели качества активов, оцененные п средств); зависимости от степени: риска, ликвидности, - Показатель трансформации краткосрочных доходности, днвсрсифнцированности; ресурсов в догосрочные.
3, Показатели кредитной деятельности
- Кредитный потенциал; - Объем и динамика просроченной задоженности Х Классификация ссудных операций но видам по кредитам и се удельный вес в ссудной заемщиков, отраслям и секторам экономики, срокам задоженности; погашения и т.д.; - Показатели оборачиваемости кредита объем по - Объем и динамика задоженности по кредитам, но возврату кредита, длительность пользования видам юшеи юв, кредитом, количество оборотов кредита.
4. Показатели ликвидности и финансовой устойчивости
- Показатели ликвидности банка (активов, . Ф,ШШ1С01ИЯ усТ0|1,|мп0(Г,; клиентов); -Платежеспособность; - Показатели ликвидности баланса банка (норматив _ Автономиста! мгновенной ликвидности, норматив текущей ] Пр11ш1с)1с11и15 11мсгощих срочш>1Й ликвидности, норматив догосрочной характер ликвидности);
> 5. Показатели эффективности управления ресурсной базой
- Рентабельность дохода; ,.ДД - Д , . ' - Чистая прибыль - Рентабельность общего капитала; -Дохо п- Рентабельность активов, приносящих доход; Д Д _ 1 - Расходы; - Рентабельность собственных средств; _ _ - Рентабельность текущих активов;
* б. Показатели рисков при размещении средств ресурсной базы
- Показатель кредитив! о риска; - Показатель общего риска; - Показатель рыночного риска; - Показатель резервов под возможное обесценение - Показатель процентного риска; вложений в цепные бумаги; - Показатель валютного риска; - Показатель уровня обесценения других цепных - Показатель фондовт о риска; бума<
7. Показатели движении денежных средств ресурсной базы
- Денежные потоки от операционной деятельности; - Денежные потоки от финансовой деятельности; - Денежные потоки от инвестиционной - Чистый приток/отток денежных средств и их дстслыюсти; эквивалентов
Рис. 3. Блоки системы показателей ресурсной базы коммерческого банка
Во второй главе Комплексный статистический анализ состояния ресурсной базы Сбербанка РФ и его филиальной сети. предложены методика комплексного статистического анализа ресурсной базы и ее использования на основе агрегированных бухгатерских балансов коммерческого банка, методика многомерной классификации территориальных банков по основным финансовым показателям ресурсной базы и построена модель платежеспособности банков на главных компонентах.
В работе была разработана и апробирована методика статистического анализа ресурсной базы коммерческого банка по данным публикуемой финансовой отчетности Сбербанка РФ, составленной по международным стандартам, за период 20002005гг. Статистический анализ ресурсной базы был направлен на оценку объема, структуры и динамики банковских ресурсов коммерческого банка по источникам образования и направлениям использования, который позволил определить общую тенденцию развития ресурсной базы, установить факторы, влияющие на сложившуюся динамику и разработать меры, позволяющие ее корректировать.
Анализ структуры пассива агрегированных бухгатерских балансов показал, что ресурсная база Сбербанка РФ за период 2000-2005гг. увеличилась в 5,16 раза, в то время как собственный капитал банка вырос в 5,34 раза. Опережающий рост собственных средств-брутто по сравнению с ростом ресурсной базы свидетельствует о повышении финансовой устойчивости банка, а, следовательно, и его надежности.
Сумма иммобилизованных средств ресурсной базы Сбербанка РФ увеличилась за анализируемый период в 4,5 раза.
Опережение темпов роста собственных средств банка по сравнению с ростом иммобилизованных средств, привело к снижению удельного веса отвлеченных средств в общем объеме ресурсов (с 94,19% до 73,93%), что существенно повысило кредитные возможности Сбербанка РФ. Так, кредитный "потенциал Сбербанка РФ за период 2000-2005гг. вырос в 5,22 раза.
Для углубления статистического анализа состояния ресурсной базы банка была построена типологическая группировка, с помощью которой исследовалась структура и динамика ресурсной базы за 2000-2005гг. Анализ данных группировки по источникам формирования ресурсов показал, что значительных структурных сдвигов удельного веса отдельных источников ресурсной базы Сбербанка РФ не наблюдалось, а это говорит о стабильной работе банка и доверии вкладчиков (рис.4).
Согласно разработанной методике, подробно проанализированы структурные изменения собственных средсгв-нетго банка, увеличение которых произошло в основном за счет переоценки основных фондов банка, увеличения эмиссионного дохода, прибыли текущего года и прошлых лет.
В диссертации особое внимание было уделено анализу привлеченных средств, который проводися раздельно по физическим и юридическим лицам.
2000 г. 2005 Г.
^ Собственные ^ Прпвпеченные [-] Заемные средства средства средства
Рис. 4. Динамика структуры ресурсной базы Сбербанка РФ за 2000-2005 гг. (на начало года)
В результате анализа выявлена тенденция снижения доли средств физических лиц, преобладающих в составе ресурсной базы (на 01.01.2000г.-74,4%, на 01.01.2005r.-73,2%), которые в
абсолютном выражении выросли за пять лет в 5,22 раза, в то время как средства юридических лиц увеличились в 5,82 раза.
Самой распространенной формой привлечения ресурсов Сбербанка РФ являются депозиты, лишь небольшая часть средств клиентов банка вкладывается в сберегательные сертификаты и векселя, что говорит о неразвитости рынка ценных бумаг.
Важным этапом комплексного статистического анализа ресурсной базы являлось рассмотрение основных направлений размещения средств ресурсной базы, качественная характеристика которых давалась с помощью статистических группировок активов по их доходности, ликвидности и степени риска.
Анализ динамики основных активных операций Сбербанка РФ за период 2000-2004гг. позволил выявить неуклонный рост активов банка (рис.5).
2000 2001 2002 2003 2004 Г
Амнвы И (\-\дн;1я чадочленноеть П Вчоленпя в ценные оумагн
Рис. 5. Динамика основных активных операций Сбербанка РФ за период 2000-2004 гг.
Анализ динамики размещения средств ресурсной базы является основой для выделения рациональной структуры активов и указывает па изменение стратегии размещения ресурсов банка. В
работе предложены методологические подходы к оценке эффективности использования кредита, в связи с этим рекомендован ряд характеристик структуры и динамики ссудной задоженности банка, и получены необходимые обобщенные оценки структурных сдвигов пользования кредитом и оборачиваемости ссуд с помощью индексного анализа. Индексный анализ показал, что, сокращение длительности пользования кредитом на 22,51 дня в различных секторах экономики, кредитуемых Сбербанком РФ за период 20032004гг., произошло как за счет сокращения длительности пользования ссудами, так и за счет структурных сдвигов в однодневном обороте по погашению ссуд отдельных секторов экономики.
В работе предложена классификация ссуд (по видам заемщиков, целевому назначению ссуды, срокам кредитования, размерам, качеству обеспечения, способу платежа и др.), которую можно использовать в кредитной политике банка в целях оценки возникающих кредитных рисков. При этом выявлено, что минимизация риска ссудных операций достигается диверсификацией кредитного портфеля по различным секторам экономики.
В диссертации представлены результаты регионального анализа ресурсной базы территориальных коммерческих банков методом многомерной классификации. Построение многомерной классификации проводилось по данным филиальной сети Сбербанка РФ, насчитывающей около 20 тыс. единиц обслуживания, объединенных в 17 территориальных банков. Были апробированы две методики анализа с помощью многомерной средней и кластерного анализа. На основании предварительного качественного анализа были отобраны 15 финансовых коэффициентов, характеризующих ресурсную базу коммерческих банков, и по ним была проведена классификация.
Многомерная классификация проводилась различными агоритмами кластерного анализа, наилучшие результаты в содержательном аспекте получены методом дальнего соседа, который позволил выделить три кластера (рис.6).
В первый кластер вошли пять банков: Атайский, Дальневосточный, Западно-Сибирский, Повожский, СевероВосточный, которые имеют небольшой собственный капитал, незначительную прибыль и крайне ограниченные возможности привлечения средств клиентов.
Второй кластер оказася самым многочисленным, в него вошла половина территориальных банков Сбербанка РФ, это: Байкальский, Восточно-Сибирский, Западно-Уральский, Северный, Северо-Западный, Среднерусский, Уральский, Юго-Западный. Банки данной группы располагают стабильной ресурсной базой, активно кредитуют экономику регионов, для них характерно эффективное использование ресурсной базы. В третий кластер вошло четыре банка: Вого-Вятский, Северо-Кавказский, Сибирский, Центрально-Черноземный, которые получают большую прибыль, располагают значительным собственным и -заемным капиталом и оказались наиболее финансово устойчивы.
Северный 9
Уральский 15
Байкальский 2
Среднерусский 14
Восточно-Сибирский 4
Западно-Уральский 7
Северо-Западный 11
Юго-Западный 17
Воге-Вятский 3
Сибирский 13
Северо-Кавказский 12 Центр апьно-Черноэеинй 16
Западно-Сибирский 6
Повожский 8
Северо-Восточный 10
Дальневосточный 5
Атайский 1
Рис. 6. Дендрограмма классификации территориальных банков Сбербанка РФ по основным финансовым показателям ресурсной базы на 01.01.2005г.
Полученная классификация территориальных банков Сбербанка РФ была подтверждена также применением многомерной средней и свидетельствует о диспропорциях в развитии ресурсной базы, что позволило сделать выводы об устойчивом влиянии территориальных различий на состояние ресурсной базы.
После определения однородных групп банков, в целях углубления исследования, на основе полученных результатов многомерной классификации проводися регрессионный анализ. Была построена многофакторная регрессионная модель по показателям платежеспособности (У), которая позволила судить о состоянии ресурсной базы филиальной сети Сбербанка РФ в зависимости от комплекса факторов территориальных различий.
Модель строилась на главных компонентах, которые не коррелированны между собой, что позволило устранить мультиколинеарность показателей. Выделение трех главных компонент, объясняющих более 80% суммарной дисперсии, осуществлялось методом вращения Варимакс с нормализацией Кайзера (табл.2). Для построения использовася пошаговый агоритм включения переменных в модель.
Таблица 2
Статистическая характеристика главных компонент регрессионной модели платежеспособности филиальной сети _Сбербанка РФ на 01.01.2005г._
Главные компоненты Собственные значения Доля дисперсии главных компонент Накопленный процент дисперсии
Р1 7,243 51,734 51,734
Б2 2,478 17,698 69,432
РЗ 2,090 14,926 84,358
Первая главная компонента (Р1) оказалась тесно связана с коэффициентом доходности капитала (а1,4=0,802), коэффициентом эффективного использования привлеченных средств (а|,7=0,735), коэффициентом зависимости от заемных средств (Э|,13=0,771),
коэффициентом финансовой устойчивости (а | ,14=0,863) и была интерпретирована как эффективность использования клиентской базы банка.
На вторую главную компоненту (F2) значительное влияние оказали: коэффициент просроченной задоженности (a2i5=-0,881), коэффициент качества кредитного портфеля (а2,б =-0,778) и коэффициент кредитного риска (а2,12=0,772), данная компонента была определена как качество кредитного портфеля.
Третья главная компонента (F3) включает два показателя: коэффициент доходности активов (а3,3=0,916) и коэффициент процентного риска (a3ill= 0,801); была интерпретирована как доходность активов банка.
Модель статистически значима (в скобках указаны значения t-критерия) и имеет вид:
У = 1,096 + 0,0229 *F1 + 0,0103 *F2 + 0,0068 *F3 (8,6) (3,8) (2,5)
R2 = 0,88 ; FHa6Д. (3,14) = 32,27
Полученная модель позволяет сделать вывод, что наибольшее влияние на показатель платежеспособности территориальных банков Сбербанка РФ оказывают эффективность использования привлеченных и заемных средств ресурсной базы, качество кредитного портфеля и доходность активов. Для улучшения платежеспособности следует повышать указанные показатели.
В третьей главе Моделирование и прогнозирование многомерных рядов динамики основных показателей ресурсной базы Сбербанка РФ и его филиальной сети дана характеристика абсолютной скорости и интенсивности изменения основных показателей ресурсной базы; проведен анализ тенденций основных показателей ресурсной базы и получены прогнозные значения на основе кривых роста и методом экспоненциального сглаживания; рассмотрена методика и представлены результаты прогнозирования основных показателей ресурсной базы на основе многомерных рядов динамики.
Анализ интенсивности изменения состояния ресурсной базы за период 2000-2005гг. показал, что собственный капитал Сбербанка РФ имеет неуклонную тенденцию к возрастанию. В среднем капитал банка ежеквартально увеличивася на 9,12 мрд.руб., или на 9,33%. Ресурсная база за счет привлеченных средств клиентов банка развивалась динамично, ежеквартальные темпы роста находились в пределах от 103,52 до 111,68%. Средний темп прироста средств физических лиц ежеквартально составлял 7,56%. Попонение ресурсной базы за счет юридических лиц составляло в среднем за квартал 8,29%.
В диссертации предложена методика построения моделей прогноза основных показателей ресурсной базы на основе одномерных рядов динамики. Для анализа было отобрано 13 показателей, характеризующих состояние ресурсной базы за период 2000-2005гг. поквартально. Для выделения детерминированного компонента показателей ресурсной базы были реализованы два подхода, основанные на аналитическом выравнивании и экспоненциальном сглаживании. На основе разработанных методик в работе осуществлен ретропрогноз основных показателей ресурсной базы методом Хольта, Брауна и Бокса-Дженкинса на 2005г. и построен прогноз на четыре квартала 2006г.
Проведенный анализ позволил выбрать модели, наилучшим образом аппроксимирующие объективно существующие тенденции изменения показателей ресурсной базы коммерческих банков и обладающие прогностическими свойствами. Анализ полученных результатов прогноза на 2006г. адаптивными методами показал, что более высокую точность прогноза обеспечила модель Бокса-Дженкинса. Но по сравнению с адаптивными методами наилучшие результаты дает метод аналитического выравнивания, в частности, наилучшими прогнозными свойствами обладают трендовые модели параболы второго порядка для большинства показателей (табл.3).
Об этом свидетельствуют наименьшие значения среднего модуля остатков и относительной ошибки аппроксимации. Данные прогноза свидетельствуют о том, что если развитие показателей
будет протекать в соответствии с параметрами модели, то показатели ресурсной базы Сбербанка РФ будут расти.
Таблица 3
Трендовые модели основных показателей ресурсной базы _Сбербанка РФ за период 2000-2005гг._
Показатели Трендовые модели
Фактическая прибыль У(0 = 3,42 -0,431 + 0,116Г1
Чистые активы УЦ )= 485-9,361 + 3,3612
Ликвидные активы У(1 )=92Д +781
Работающие активы У(Г )= 125 + 54,8 /1
Кредиты юридическим лицам Уа )= 125+5,61+ 1,57^
Собственный капитал У(0 = 17,7 + 5,621 + 0,1341"
Суммарные обязательства У(0 = 930 + 70,И + 3,19?
Обязательства до востребования У(0 = 163 + 5,81 + 0,396^
Валюта баланса У(1) = 962 + 80,71 + З.ЗР
Средства юридических лиц У(0 = 92,5-7,461 +0,8б12
Средства физических лиц У(0 = 164 + 33,41 + 0,68^
Вложения в ценные бумаги У(0 = 95,6 + 20,21 - 0,31?
Корреспондентский счет в ЦБ У(0= 6,73 + 0,06251
В работе поставлена и решена задача моделирования и прогнозирования ресурсной базы методом корреляционно-регрессионного анализа. В качестве результативного признака многофакторных регрессионных моделей были взяты показатели фактической прибыли (УО, характеризующей эффективность использования ресурсной базы и валюты баланса (У2), характеризующей перспективы расширения ресурсной базы, а в качестве факторных признаков было отобрано 13 показателей, тенденция которых была подтверждена ранее.
Для решения этой задачи автором были использованы два подхода к построению моделей прогноза: метод Фриша-Воу и метод гребневой регрессии для сравнения точности перспективных оценок прогноза. Ряды динамики были проверены на автокорреляцию и мультиколинеарность. На основе анализа матриц парных коэффициентов корреляции в работе были сделаны выводы о
наличии колинеарно связанных факторов и целесообразности включения тех или иных факторов в регрессионные модели. На основании построенных моделей был сделан ретропрогноз показателей на 2004-2005гг., исследование показало, что наименьшую ошибку прогноза дала модель по методу Фриша-Воу.
Проверка точности прогнозов показала преимущества моделей, построенной введением фактора время. Поэтому для получения прогноза на 2006г. были использованы модели регрессии, полученные методом Фриша-Воу, которые представлены в табл.4.
Таблица 4
Модели прогноза, построенные методом Фриша-Воу
Показатели Модели
Фактическая прибыль Y к = - 36,028 - 0,028Х2 + 0,0555 Х8 -0,135Х9 - 5,9591 + 0,052t2
Валюта баланса Fx, = 845 + 0.25Х, -1,02 Х12 - 82,96t + 2,46t2
Анализ моделей показал, что вариация фактической прибыли на 90,8% объясняется вариацией включенных в модель показателей: ликвидных активов (Х2), валюты баланса (Xg) и средств юридических лиц (Х<>). Уравнение регрессии фактической прибыли значимо по критерию Фишера-Снедекора, так как FДa6n = 48,3 > FKp. = 4,567. Изменение валюты баланса банка на 99,9% обусловлено вариацией вошедших в модель таких показателей, как: чистые активы (Х|) и корреспондентский счет в ЦБ (Xi2). Уравнение регрессии валюты баланса значимо, так как FHa6jI. = 640 > F^. = 5,802. Значимость коэффициентов регрессии моделей была подтверждена расчетными значениями критерия Стыодента.
Одной из задач, решаемой в диссертационной работе, являлось построение многофакторной динамической модели прогнозирования фактической прибыли, отражающей результат воздействия различных по силе и направленности социально-экономических факторов на эффективность использования ресурсной базы, исследованной на филиальной сети Сбербанка РФ. Анализ матриц парных коэффициентов корреляции показал, что сильное влияние на объем фактической прибыли на протяжении
2000-2005гг. оказывали показатели валюты баланса (Х&), ликвидных активов (Х2), и средств юридических лиц (Х<>). Построенные регрессионные модели фактической прибыли от выявленных факторов по каждому кварталу оказались значимы по Б-критерию. Средняя ошибка аппроксимации не превышала 12,3%, что свидетельствует о достаточной точности моделей. Анализ изменения коэффициентов регрессии во времени определил базовую динамическую модель, по которой был сделан прогноз методом экстраполяции (рис. 7).
ЧОЧЭмпирическое значение ЧвЧ Расчетное значение
ЧйЧПрогноз ЧXЧНижняя граница
ЧЖЧВерхняя граница
Рис.7. Фактические и прогнозные значения фактической прибыли филиальной сети Сбербанка РФ
Согласно полученному прогнозу фактическая прибыль филиальной сети Сбербанка РФ в первом квартале составит 58,3 мрд.руб., во втором - 60,7 мрд.руб., в третьем достигнет значения 62,5 мрд.руб., а к концу 2006г. - 64,1 мрд.руб., что превысит уровень 2005г. на 10,7%.
Данная модель учитывает изменения структуры влияния факторов на объем фактической прибыли территориальных банков и
закономерности изменения влияния результативного и факторных признаков за исследуемый период времени. Она может быть использована Сбербанком РФ для прогнозирования прибыли своих территориальных банков, а также самими банками в целях управления эффективностью использования средств ресурсной базы.
В заключении диссертации обобщены результаты проведенного исследования, сформулированы основные выводы и даны рекомендации по их практическому применению.
По теме диссертации опубликованы следующие работы:
1. Шмойлова P.A., Бурова O.A. Экономико-статистический анализ ресурсной базы территориальных банков Сбербанка РФ // Вопросы статистики, 2006 - № 11, 0,6 п.л. (в соавторстве; авторских - 0,3 п.л.).
2. Бурова O.A. Некоторые аспекты состояния банковской системы на современном этапе // Теория и практика статистического анализа: Сб.науч.тр.- М.: МЭСИ, 2002,0,2 п.л.
3. Бурова O.A. Переход российских банков на международные стандарты финансовой отчетности // Теория и практика статистического анализа: Сб.науч.тр.- М.: МЭСИ, 2003, 0,2 п.л.
4. Бурова O.A. Состояние и динамика капитала коммерческих банков и его влияние на ресурсную базу // Методология статистических исследований в бизнесе и социальной сфере: Сб.науч.тр.- М : МЭСИ, 2005, 0,2 п.л.
5. Бурова O.A. Система страхования банковских вкладов - гарант стабилизации ресурсной базы коммерческих банков // Методология статистических исследований в бизнесе и социальной сфере: Сб.науч.тр.- М : МЭСИ, 2005, 0,2 п.л.
. 6. Бурова O.A. Статистический подход к исследованию кредитного потенциала банка // Актуальные вопросы социально-демографической статистики: Сб.науч.тр.- М:МЭСИ, 2005,0,2 п.л.
7. Бурова O.A. Применение статистических методов в анализе собственного капитала коммерческих банков // Методология статистических исследований в бизнесе и социальной сфере: Сб. науч.тр.- М.: МЭСИ, 2006, 0,2 п.л.
p2 2 0 2й
Подписано к печати 24.10.06
Формат издания 60x84/16 Бум. офсетная №1 Печать офсетная Печ.л. 1,37 Уч.-изд.л. 1,3 Тираж 100 экз.
Заказ № 3727
Типография издательства МЭСИ. 119501, Москва, Нежинская ул., 7
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Бурова, Ольга Алексеевна
ВВЕДЕНИЕ.
ГЛАВА 1. МЕТОДОЛОГИЧЕСКИЕ ВОПРОСЫ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ УРОВНЯ И ДИНАМИКИ РЕСУРСНОЙ БАЗЫ КОММЕРЧЕСКИХ БАНКОВ.
1.1. Ресурсная база коммерческого банка как объект статистического исследования.
1.2. Теоретические основы построения системы показателей ресурсной базы коммерческого банка.
1.3. Организация статистического наблюдения и особенности формирования информационной базы исследования банковских ресурсов.
ГЛАВА 2. КОМПЛЕКСНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ СОСТОЯНИЯ РЕСУРСНОЙ БАЗЫ СБЕРБАНКА РФ И ЕГО ФИЛИАЛЬНОЙ СЕТИ.
2.1. Анализ структуры и динамики показателей пассивных и активных операций коммерческого банка.
2.2. Анализ распределения основных показателей ресурсной базы методами многомерной классификации.
2.3. Построение многофакторной регрессионной модели платежеспособности коммерческих банков на главных компонентах.
ГЛАВА 3. МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ОСНОВНЫХ ПОКАЗАТЕЛЕЙ РЕСУРСНОЙ БАЗЫ СБЕРБАНКА РФ И ЕГО ФИЛИАЛЬНОЙ СЕТИ.
3.1. Анализ основной тенденции и построение моделей прогноза основных показателей ресурсной базы коммерческого банка.
3.2. Построение моделей прогноза связных рядов динамики основных показателей ресурсной базы коммерческого банка.
3.3. Построение многофакторной динамической модели прогноза фактической прибыли коммерческих банков.
Диссертация: введение по экономике, на тему "Статистический анализ и прогнозирование ресурсной базы коммерческих банков Российской Федерации"
Актуальность темы исследования. В условиях рыночной экономики остро встает вопрос формирования и эффективности использования ресурсной базы коммерческих банков, определяющих развитие всех секторов экономики.
Для регионов это особенно актуально, поскольку на их территории сосредоточены значительные производственные мощности и сырьевые ресурсы. В настоящее время многие регионы становятся основой роста российской экономики. Однако без участия банковского капитала продожение этого процесса вряд ли возможно. В связи с этим возникает необходимость оценки состояния ресурсной базы коммерческих банков, эффективности ее использования на основе формирования региональной статистики деятельности кредитных учреждений.
За истекший период функционирования коммерческих банков проводились исследования, направленные на выявление тенденций и факторов, оказывающих влияние на формирование основных показателей состояния банковских ресурсов. Разным аспектам становления и развития современной банковской системы посвящены исследования российских специалистов в области финансов, статистики и банковского дела, однако до настоящего времени в отечественной литературе не получили широкого распространения многие прикладные методы анализа, позволяющие учитывать специфику данной сферы деятельности.
Современный комплексный статистический анализ лежит в основе объективной оценки состояния банковских ресурсов и принятия управленческих решений, но методологические аспекты данного анализа остаются до настоящего времени недостаточно разработанными. По этой причине возникает необходимость в глубоких исследованиях состояния ресурсной базы как конкретного банка, так и в масштабах всей страны.
Все вышеизложенное определяет актуальность исследования, научную новизну и практическую значимость.
Цель и задачи исследования. Целью диссертационной работы является разработка методики комплексного статистического анализа и прогнозирования основных показателей ресурсной базы коммерческих банков Российской Федерации.
Цель исследования определила характер поставленных и решенных автором научных и практических задач:
- провести комплексный статистический анализ ресурсной базы коммерческих банков, учитывающий взаимосвязь ресурсов и эффективность деятельности;
- сформировать систему статистических показателей ресурсной базы коммерческих банков;
- выявить особенности формирования информационной базы статистики коммерческих банков;
- выявить основные тенденции и структурные изменения ресурсной базы коммерческих банков Российской Федерации на современном этапе;
- разработать методику статистического анализа структуры и динамики ресурсной базы коммерческих банков по данным агрегированных балансов; разработать методику многомерной классификации коммерческих банков по показателям, характеризующим ресурсную базу;
- построить прогнозную модель, характеризующую зависимость прибыли от основных показателей ресурсной базы.
Объектом исследования являются коммерчески банки Российской Федерации.
Предметом исследования является совокупность показателей, характеризующих состояние ресурсной базы коммерческих банков.
Теоретическую и методологическую базу диссертационного исследования составили труды ведущих отечественных и зарубежных ученых по экономике, статистике и проблемам анализа банковской системы. В качестве исследовательского инструментария были использованы методы корреляционного, кластерного, регрессионного и компонентного анализа, анализа временных рядов и прогнозирования, а также табличные и графические методы представления результатов исследования.
Для обработки первичной информации использовались пакеты прикладных программ статистического анализа: Statistica, СтатЭксперт, SPSS.
Информационную базу исследования составили данные бухгатерской отчетности Сбербанка РФ, статистические сборники Федеральной службы государственной статистики, а также публикации в периодической печати и официальные Интернет-сайты.
Научная новизна исследования состоит в разработке методики комплексного статистического анализа и прогнозирования основных показателей ресурсной базы коммерческих банков Российской Федерации. В проведенном исследовании сформулированы и обоснованы следующие положения, содержащие элементы научной новизны и выносимые на защиту:
- усовершенствована система показателей ресурсной базы и систематизированы источники получения данных для ее оценки;
- разработана и апробирована методика статистического анализа ресурсной базы банка и ее использования на основе агрегированных бухгатерских балансов; выявлены структурные сдвиги в длительности пользования кредитом различных секторов экономики, кредитуемых Сбербанком РФ, с помощью показателей оборачиваемости кредита и индексного метода;
- разработана методика многомерной классификации филиальной сети Сбербанка РФ по основным показателям ресурсной базы на основе кластерного анализа и многомерной средней;
- выявлены основные факторы, влияющие на тенденцию платежеспособности банков методами регрессионного анализа;
- усовершенствована и апробирована методика прогнозирования основных показателей ресурсной базы коммерческих банков на основе одномерных и многомерных динамических рядов.
Практическая значимость исследования заключается в возможности использования предложенной методики комплексного статистического анализа и прогнозирования ресурсной базы коммерческих банков Федеральным органом государственной статистики, а также Центральным банком Российской Федерации для оценки состояния как совокупности банков, так и каждого банка в отдельности при принятии управленческих решений. Результаты исследования используются в учебном процессе в Академии бюджета и казначейства Минфина РФ по курсу Финансовая статистика.
Апробация работы. Основные положения диссертации докладывались на научно-практической конференции молодых ученых, аспирантов и студентов Прикладные аспекты статистики и эконометрики Москва 2003, а также обсуждались и получили одобрение на семинарах кафедры Теории статистики и прогнозирования МЭСИ.
Публикации. По теме диссертации опубликовано 7 статей, общим объемом 1,5 п. л., включая 1 статью в журнале, рекомендованном ВАК РФ.
Структура диссертации. Диссертационная работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
Диссертация: заключение по теме "Бухгатерский учет, статистика", Бурова, Ольга Алексеевна
ЗАКЛЮЧЕНИЕ
Проведенное нами статистическое исследование состояния ресурсной базы Сбербанка РФ и его территориальных банков позволило разработать методику комплексного статистического анализа и прогнозирования ресурсной базы коммерческих банков.
В работе показано, что ресурсную базу банков составляет совокупность собственных и привлеченных средств, имеющихся в распоряжении банков и используемых ими для ведения активных операций. Определена структура ресурсной базы в разрезе источников ее формирования и выявлено, что резервом ресурсов является собственный капитал, являющийся главным источником возмещения возможных убытков при недостаточности текущих доходов и составляющий около 12 -20% общей потребности в банковских ресурсах. Основным источником ресурсной базы являются депозиты юридических и физических лиц, на долю которых приходится до 95% пассивов. В целях стабилизации ресурсной базы следует привлекать срочные депозиты, что позволит их использовать в кредитовании на более длительные сроки, и, следовательно, под более высокий процент. Для уменьшения процентных расходов банка следует привлекать больше средств на расчетные счета и минимизировать объем межбанковских кредитов.
В работе проведен анализ состояния ресурсной базы коммерческих банков Российской Федерации за период 2001-2004гг., который показал динамичное развитии ресурсной базы. Важнейшим источником роста ресурсной базы являются средства предприятий и депозиты населения, незначительную часть в ресурсах банка занимают собственные средства и меньше всего банки попоняют ресурсную базу за счет выпуска ценных бумаг.
В работе уделено внимание также анализу использования банковских ресурсов. Ресурсы, которыми на сегодняшний день располагают российские банки, позволяют сохранить высокие темпы кредитования экономики, установлено, что основной объем кредитных ресурсов коммерческие банки представляют корпоративным клиентам. Следует отметить возрастание объема выданных ссуд в зависимости от срока пользования кредитом. В целом рост кредитных вложений банковского сектора можно оценить как положительный вклад в устойчивое развитие российской экономики, хотя потребности в капитале крупнейших российских предприятий, муниципальных властей и самих банков по-прежнему обеспечиваются за счет заимствований на международном рынке и внутреннем рынке облигаций.
В работе проведен анализ информационной базы о ресурсах банков в разрезе источников информации, который показал, что основным источником информации остается в настоящее время финансовая отчетность. Систематизированы и раскрыты новые формы получения информации, такие как мониторинг, единовременные наблюдения, бюро кредитных историй, регистровая форма.
В диссертации усовершенствована система показателей статистики банковских ресурсов, выявлены особенности методологии исчисления показателей формирования ресурсной базы и ее размещения. Изменение основных подходов к формированию системы показателей было вызвано переходом коммерческих банков с 1 января 2004г. на Международные стандарты финансовой отчетности (МСФО). Предложенная система показателей ресурсной базы позволяет получить статистическую оценку наиболее важных аспектов состояния ресурсов банка: формирование, размещение, иммобилизацию, ликвидность, платежеспособность, эффективность, но состав показателей может меняться в зависимости от цели и задач исследования.
Проведенный комплексный статистический анализ ресурсной базы Сбербанка РФ и его филиальной сети за период 2000-2005гг. по данным публикуемой финансовой отчетности, составленный по МСФО, был направлен на оценку объема и структуры привлеченных и размещенных средств банка по источникам их образования и направлениям использования, который позволил определить общую тенденцию развития ресурсной базы, установить факторы, влияющие на сложившуюся динамику и разработать меры, позволяющие ее корректировать.
В результате анализа были выявлены приоритетные формы привлечения средств ресурсной базы, ими оказались средства физических лиц, что является актуальным в условиях принятия закона о гарантировании вкладов физических лиц для многих территориальных банков Сбербанка РФ, поставленных в одинаковые условия со всеми остальными коммерческими банками. Самой распространенной формой привлечения ресурсов оказались депозиты, лишь небольшая часть средств клиентов банка вкладывается в сберегательные сертификаты и векселя, что говорит о неразвитости рынка ценных бумаг.
С помощью типологической группировки источников средств исследовалась структура ресурсной базы Сбербанка РФ за 2000-2005гг. Анализ данных группировки по источникам формирования ресурсов показал, что значительных структурных сдвигов удельного веса отдельных источников ресурсной базы Сбербанка РФ не наблюдалось, а это говорит о стабильной работе банка и доверии вкладчиков.
Анализ привлеченных средств целесообразно проводить, как в статике, так и в динамике, раздельно по физическим и юридическим лицам. Важным этапом комплексного статистического анализа ресурсной базы являлось рассмотрение основных направлений размещения средств ресурсной базы, качественная характеристика которых давалась с помощью статистических группировок активов по их доходности, ликвидности и степени риска. Анализ динамики размещения средств ресурсной базы является основой для выделения рациональной структуры активов и указывает на изменение стратегии размещения ресурсов банка. Анализ динамики основных активных операций Сбербанка РФ за период 2000132
2005гг. позволил выявить неуклонный рост активов банка. В структуре размещения предпочтение отдается ссудам юридических лиц, хотя потребительское кредитование населения широко используется банками в регионах.
В работе предложены методологические подходы к оценке эффективности использования кредита, в связи с этим рекомендован ряд характеристик структуры и динамики ссудной задоженности банка, и получены необходимые обобщенные оценки структурных сдвигов пользования кредитом и оборачиваемости ссуд с помощью индексного анализа.
В работе предложена классификация ссуд (по видам заемщиков, целевому назначению ссуды, срокам кредитования, размерам, качеству обеспечения, способу платежа и др.), которую можно использовать в кредитной политике банка в целях оценки возникающих кредитных рисков.
В диссертации представлены результаты регионального анализа ресурсной базы территориальных коммерческих банков методом многомерной классификации. Построение многомерной классификации проводилось по данным филиальной сети Сбербанка РФ, насчитывающей около 20 тыс. единиц обслуживания, объединенных в 17 территориальных банков. Было апробировано две методики анализа с помощью многомерной средней и кластерного анализа, которые показали одинаковый результат выделения трех групп банков с одинаковым финансовым состоянием ресурсной базы, что позволило сделать выводы об устойчивом влиянии территориальных различий на ресурсную базу.
В первый кластер вошли пять банков, которые имеют небольшой собственный капитал, незначительную прибыль и крайне ограниченные возможности привлечения средств клиентов.
Второй кластер оказася самым многочисленным, в него вошла половина территориальных банков Сбербанка РФ. Банки данной группы располагают стабильной ресурсной базой, активно кредитуют экономику регионов, для них характерно эффективное использование ресурсной базы.
В третий кластер вошло четыре банка, которые получают большую прибыль, располагают значительным собственным и заемным капиталом и оказались наиболее финансово устойчивы. Указанные диспропорции в развитии ресурсной базы территориальных банков следует учитывать в ресурсной политике филиальной сети Сбербанком РФ.
Влияние комплекса территориальных различий было исследовано при проведении корреляционно-регрессионного анализа платежеспособности филиальной сети Сбербанка РФ за период 2000-2005гг. В результате построения многофакторной регрессионной модели на главных компонентах была выявлено, что на платежеспособность территориальных банков оказывают наибольшее влияние показатели, оценивающие эффективность использования клиентской базы, качество кредитного портфеля и доходности активов банков Повышение указанных показателей улучшит платежеспособность территориальных банков.
Методология моделирования тенденции и прогнозирования основных показателей ресурсной базы была реализована через анализ скорости и интенсивности их изменения во времени, выявление и анализ наличия тенденции, ее видов и типов, а также определение основного направления ее изменения. Анализ интенсивности изменения состояния ресурсной базы за период 2000-2005гг. показал, что собственный капитал Сбербанка РФ имеет неуклонную тенденцию к возрастанию. В среднем капитал банка ежеквартально увеличивася на 9,12 мрд.руб., или на 9,33%. Ресурсная база за счет привлеченных средств клиентов банка развивалась динамично, ежеквартальные темпы роста находились в пределах от 103,52 до 111,68%. Средний темп прироста средств физических лиц ежеквартально составлял 7,56%, юридических лиц - 8,29%.
С целью оценки наличия основной тенденции в изучаемых показателях ресурсной базы были использованы два метода: метод сравнения средних уровней и метод Фостера-Стюарта, которые подтвердили наличие тенденции у большинства показателей, кроме показателей: уставного фонда и привлеченных средств банков.
Рассмотрены особенности моделирования и прогнозирования одномерных рядов динамики основных показателей финансового состояния ресурсной базы коммерческого банка. Показано, что анализ одномерных рядов динамики строится на основе воссоединения отдельных компонент ряда динамики, их оценки путем построения обобщенной модели. Для анализа было отобрано 13 показателей, характеризующих состояние ресурсной базы Сбербанка РФ за период 2000-2005гг. поквартально. В работе для выделения детерминированного компонента показателей ресурсной базы были реализованы два подхода, основанные на аналитическом выравнивании и экспоненциальном сглаживании. На основе разработанных методик в работе осуществлен ретропрогноз основных показателей ресурсной базы методом Хольта, Брауна и Бокса-Дженкинса на 2005г. и построен прогноз на четыре квартала 2006г. Выбор функции, наилучшим образом аппроксимирующей объективно существующие тенденции изменения показателей ресурсной базы коммерческих банков, был осуществлен с использованием статистических критериев точности и адекватности.
Проведенный анализ позволил выбрать модели, обладающие прогностическими свойствами. Анализ полученных результатов прогноза на 2006г. адаптивными методами показал, что более высокую точность прогноза обеспечила модель Бокса-Дженкинса Проверка точности разработанного прогноза показала, что по сравнению с адаптивными методами наилучшие результаты дает метод аналитического выравнивания, в частности, наилучшими прогнозными свойствами обладают трендовые модели параболы второго порядка для большинства показателей. Это было подтверждено наименьшим значением среднего модуля остатков, относительной ошибки аппроксимации, наилучшим значением коэффициента детерминации и критерия точности. Данные прогноза свидетельствуют о том, что если развитие показателей будет протекать в соответствии с параметрами модели, то показатели ресурсной базы Сбербанка РФ будут расти.
В работе поставлена и решена задача моделирования и прогнозирования ресурсной базы методом корреляционно-регрессионного анализа. В качестве результативного признака многофакторных регрессионных моделей были взяты показатели фактической прибыли, характеризующей эффективность использования ресурсной базы и валюты баланса, характеризующей перспективы расширения ресурсной базы, а в качестве факторных признаков - показатели, у которых был выявлен тренд.
Для постороения моделей прогноза автором были использованы два подхода: метод Фриша-Воу и метод гребневой регрессии. Ряды динамики были проверены на автокорреляцию и мультиколинеарность. На основе анализа матриц парных коэффициентов корреляции в работе были сделаны выводы о наличии колинеарно связанных факторов и целесообразности включения тех или иных факторов в регрессионные модели. На основании построенных моделей был сделан ретропрогноз показателей на 2004-2005гг.
Проверка точности прогнозов показала, что более высокую точность имеет прогноз, полученный методом Фриша-Воу.
Анализ моделей показал, что вариация фактической прибыли на 90,8% объясняется вариацией включенных в модель показателей: ликвидных активов, валюты баланса и средств юридических лиц. Изменение валюты баланса банка на 99,9% обусловлено вариацией вошедших в модель таких показателей, как: чистые активы и корреспондентский счет в ЦБ.
Одной из задач, решаемой в диссертационной работе, являлось построение многофакторной динамической модели прогнозирования фактической прибыли, отражающей результат воздействия различных по силе и направленности социально-экономических факторов на эффективность использования ресурсной базы, исследованной на филиальной сети Сбербанка РФ.
Анализ матриц парных коэффициентов корреляции показал, что сильное влияние на протяжении 2000-2005гг. на объем фактической прибыли оказывали показатели валюты баланса, ликвидных активов, и средств юридических лиц. Построенные регрессионные модели фактической прибыли от выявленных факторов по каждому кварталу оказались значимы по F-критерию. Средняя ошибка аппроксимации не превышала 12,3%, что свидетельствует о достаточной точности моделей. Динамика коэффициентов регрессии определила базовую динамическую модель, учитывающую изменения структуры влияния, как факторов на объем фактической прибыли территориальных банков Сбербанка РФ, так и закономерности изменения влияния результативного и факторных признаков за исследуемый период времени, по которой был сделан прогноз методом экстраполяции.
Согласно полученному прогнозу фактическая прибыль территориальных банков Сбербанка РФ будет непрерывно расти, а к началу 2007 года достигнет отметки 64,1 мрд.руб.
Диссертация: библиография по экономике, кандидат экономических наук , Бурова, Ольга Алексеевна, Москва
1.20 Средства акционеров (участников) 0,20 0,05
2. Зарегистрированные обыкновенные акции и доли 0,19 0,049
3. Зарегистрированные привилегированные акции 0,013 0,013Продожение таблицы 2.11 2 3 4
4. Незарегистрированный уставный капитал неакционерных кредитных организаций 0 0
5. Собственные акции, выкупленные у акционеров 0 0
6. Эмиссионный доход 0,22 0,29
7. Прибыль к распределению (убыток) за отчетный период 3,64 2,25
8. Всего источников собственных средств 8,72 8,92
9. Айвазян С.А., Ешоков И.С., Мешакин Л.Д. Прикладная статистика. Основы моделирования и первичной обработки данных. М.: Финансы и статистика, 1993.179 с.
10. Айвазян С.А., Енюков И.С., Мешакин А.Д. Прикладная статистика: исследование зависимостей. М.: Финансы и статистика, 1985. 487 с.
11. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики: Учебник для вузов. М.: ЮНИТИ, 1998. 1022 с.
12. Айвазян С.А., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы: Учебник. М.: Финансы и статистика, 1998.352 с.
13. Анализ финансовых отчетов( на основе GAAP)/ Учебник, Карлин Т.Р., Макмин А.Р. М: ИНФРА М, 2000. 448 с.
14. Анализ и прогнозирование региональных экономических процессов / К.В. Степанов, Г.Г. Никитин, И.А. Моргачёва, А.Г. Никитин // Деньги и кредит. 1996. № 12. С. 27-34.
15. Андерсон Т. Введение в многомерный статистический анализ. М.: Физмат, 1989.315 с.
16. Антонов Н.Г., Пессель М.А. Денежное обращение, кредит и банки. М.:АО Финстатинформ, 1995. 269 с.
17. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. М.: Финансы и статистика, 2001.228с
18. Балабанов И.Т. Основы финансового менеджмента. М.: Финансы и статистика. 1997. 178 с.
19. Балакириева О.В. Анализ результатов деятельности коммерческих банков России. Дисс.: МЭСИ, 1997.65 с.
20. Банки и банковские операции: Учебник / Под ред. Е.Ф. Жукова. М.: Банки и биржи, ЮНИТИ, 1997. 98 с.
21. Банковское дело: Учебник./ Под ред. проф. В.И.Колесникова, Л.П.Кроливецкой, М.:Финансы и статистика, 2002. 460 с.
22. Банковский маркетинг Э.А.Уткин, 2-е изд. М: ИНФРА - М, 1995.304 с.
23. Банковское дело: Учебник для вузов./ Под ред. проф. Г.Н. Белоглазовой и Л.П. Кроливецкой, СПб.: Питер, 2002. 384 с.
24. Банковское дело / Под ред. О.И. Лаврушина. М.: Банковский и биржевой научно-консультационный центр, 1992. 428 с.
25. Банковское дело: управление и технологии: Учеб. пособие для вузов/Под ред. проф .А.М.Тавасиева. М.:ЮНИТИ-ДАНА, 2001. 863 с.
26. Банковское дело: Учебник / Под. ред. профессора О.И. Лаврушина, 2002. 672 с.
27. Бартроп Дж. Крис. Банки на развивающихся рынках. Том 2. М.: Финансы и статистика. М., 1994. 10 с.
28. Барышников Н.П. Бухгатерский учёт, отчётность и налогообложение, том 1, М.: Информационно-издательский дом Филинъ, 2000. 360 с. (Бухгатерский учёт сегодня).
29. Батракова Л.Г. Экономический анализ деятельности коммерческого банка/ Учебник для вузов, М,: Логос, 2003. 344 с.
30. Батракова Л.Г. Методология статистического исследования надёжности деятельности коммерческих банков: Докторская диссертация, М.: МЭСИ, Москва, 2000. 100 с.
31. Батракова Л.Г. Экономический анализ деятельности коммерческого банка: Учебник для вузов. М.: Издательская корпорация Логос, 2001. 44 с.
32. Богонюк И.В. Методология статистического анализа и прогнозирования численности и состава пенсионеров: Кандидатская диссертация. М.: МЭСИ, 2001. 44 с.
33. Бокс Дж. Дженкинс Т. Анализ временных рядов: прогноз и управление: Перевод с англ. А.А. Левишина. М.: Мир, 1974, вып. 1,405 с.
34. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. пособие. М.: Финансы и статистика, 1999. 107 с.
35. Булаков В.И., Львов Ю.И. Банки банковские операции. М.: Финансы и статистика, 1997. 98 с.
36. Букато В.И., Львов Ю.И. Банки и банковские операции в России. М.: Финансы и статистика, 1996. 336 с.
37. Бызалова Л.Н. Методология статистического анализа и прогнозирования уровня и динамики цен на продукцию топливной промышленности: Кандидатская диссертация. М.: МЭСИ, 1999. 49 с.
38. Бюлетень банковской статистики, № 1 (116), ЦБР, 2003,с.60
39. Бюлетень банковской статистики, №7(134), ЦБР, 2004,с.96
40. Венецкий И.Т., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе, справочник.-2-у изд., М.: Статистика, 1979. 447 с.
41. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: Учебное пособие. 2-е изд., перераб. и доп. М.: Издательский Дом Дашков и К, 2001. 308 с.
42. Гиляровская Л.Т., Паневина С.Н. Комплексный анализ финансово экономических результатов деятельности банка и его филиалов, СПб: Питер, 2003. 240 с.
43. Головин Ю.В. Банки и банковские услуги в России: вопросы теории и практики. -М: Финансы и статистика, 1999. 416 с.
44. Горбова Е.А. О статистической отчётности в банковской деятельности // Бухгатерия и банки. 1998. №2. С. 18-20.37
Похожие диссертации
- Анализ надежности и инвестиционной привлекательности коммерческого банка
- Теоретико-методические основы формирования ресурсной базы коммерческих банков региона
- Организационно-экономический механизм обеспечения конкурентоспособности услуг региональных банков Российской Федерации
- Оптимизация ресурсной политики коммерческих банков в условиях кризиса
- Анализ эффективности использования ресурсной базы коммерческого банка