- •Магістерська дипломна робота
- •Розділ і. Теоретичні основи та концептуальні аспекти оцінювання надійності комерційних банків
- •1.1.Стан банківської системи України
- •1.2. Сутність поняття «надійність комерційного банку»
- •1.3. Підходи до оцінювання надійності комерційних банків
- •Розділ іі. Моделі оцінювання надійності комерційних банків
- •2.1. Класифікація моделей та підходів оцінювання надійності комерційних банків
- •2.2. Характеристика моделей та підходів оцінювання надійності комерційних банків
- •Наукові статистичні або економіко-статистичні моделі
- •Рейтингові моделі
- •Коефіцієнтний аналіз, аналіз однорідних груп, системи комплексної оцінки банківського ризику та пруденційний аналіз
- •Пруденційний аналіз
- •Розділ ііі. Практична реалізація моделі оцінювання надійності комерціних банків
- •3.1. Опис методу та економічної суті
- •3.2. Вибір, економічний зміст та розрахунок показників
- •3.3. Практична реалізація моделі
- •Виконання алгоритму для 2013 року
- •Виконання алгоритму для 2014 року
- •Висновки
- •Додатки
Наукові статистичні або економіко-статистичні моделі
Моделі даної групи використовують математичний апарат економіко-математичного моделювання та, як відзначається у літератури – забезпечують не лише аналіз поточного стану, а й для оцінювання в майбутньому.
Серед використовуваних підходів варто відзначити основні:
- дискримінантний аналіз (дискримінантні моделі Кочака, Ердогана);
- нейромережі та нечітке моделювання (модель Паночишин-Рум'янцевої);
- регресійний аналіз;
- кореляційний аналіз;
- метод аналізу динаміки та побудови тренду;
- факторний аналіз (кластеризація);
- байесовський підхід;
- марківські процеси;
До зазначеного треба відмітити наступне:
Факторний аналіз, байесовський підхід та підхід на основі марківських процесів є такими, що розвиваються на теперішній час, конкретні моделі, що можна описати в літературних джерелах не зустрічаються;
Деякі із наведених підходів використовуються в рейтингових моделях, тому будуть розглянуті у розрізі рейтингових моделей;
Економіко-математичні методи та підходи до оцінювання надійності комерційних банків є найбільш актуальними, оскільки повною мірою намагаються використати потенціал сучасних обчислювальних машин Знаходять своє застосування у “дейтамайнінгу” – інтелектуальному аналізі даних;
Отож перейдемо до розгляду моделей як таких.
Дискримінантні моделі Кочака, Ердогана тощо.
Зміст дискримінантного аналізу полягає в тому, що за допомогою математично-статистичних методів будується функція та обчислюється інтегральний показник, на підставі якого з достатньою ймовірністю можна передбачити банкрутство суб’єкта господарювання. Оскільки теоретично було визначено та доведено, що таке надійність, то згідно відомого нам трактування ці моделі визначають надійність як ймовірність настання банкрутства, тобто втрати надійності. Дискримінантний аналіз базується на емпіричному дослідженні фінансових показників численних банків, певна частка з яких є банкрутами, а решта – успішно діють далі. При цьому добирається сукупність показників – коефіцієнтів, для кожного з яких визначається питома вага в так званій «дискримінантній функції». [18]
Модель Кочака
Багатофакторна модель розроблена Юджином Кочаком у 2000 році. Він дослідив плив 87 коефіцієнтів на банкрутство (надійність), 8 з яких виявилися найбільш впливовими. Для дослідження було обрано 84 банки, 50% з яких мали добрі показники фінансової звітності, а інші 50% – збанкрутілі банки або ті, які були на межі банкрутства.
Багатофакторна дискримінантна модель мала наступний вигляд:
Z = 1.8601 × V1 - 2.008 × V6 + 4.7043 × V9 - 1.263 × V11
+ 1.4248 × V46 + 2.3574 × V56 - 1.656 × V58 + 4.4307 × V62 (2.1)
де, Z – це результативний показник, який характеризує собою ймовірність банкрутства банку;
V1 – чистий прибуток / зобов’язання банку;
V6 – операційні витрати / активи;
V9 – доходи по кредитам / активи;
V11 – заробітні плати / активи;
V46 – цінні папери / робочі активи;
V56 – інші доходи (небанківська діяльність) / активим
V58 – прострочені кредити / активи;
V62 – резервні фонди / неповернені кредити;
Значення Z <0 вказує на можливість банкрутства банків у найближчому
майбутньому. Точність показника: 95,7%. [18, c.19]
Модель Ердогана
Розроблена у 2008 році Берзен Ейгі Ердоганом. Запропонував 6-тифакторну модель для прогнозування банкрутства турецьких банків. Він розглянув 20 факторів, які, на його думку, мали вплив на фінансову стійкість банку і лише 6 із них мали найбільший вплив.
Модель мала наступний вигляд:
XB= -13.2074 + 0.6261 × C2 -2.1699 × C12 + 9.4295 × C14 +
+ 5.5284 × C16 + 2.3612 × C17 - 1.7048 × C19 (2.2)
де, ХВ — показник ймовірності банкрутства;
С2 – (власний капітал + загальний дохід)/(депозити + недепозитні фонди);
С12 – чистий прибуток (збиток) / активи;
С14 – чистий прибуток (збиток) / власний капітал;
С16 – процентні доходи / процентні витрати;
С17 – непроцентні доходи / непроцентні витрати;
С19 – резерви на втрати за кредитами / всього виданих кредитів;
Модель розраховує імовірність банкрутства банку на 95%. Граничне значення ХВ – показника дорівнює 0,5. Тобто, якщо показник банку буде вище 0,5 – банкрутство/втрата надійності банку не загрожує, якщо ж нижче 0,5 – банк знаходиться на межі банкрутства/втрати надійності. [18, c.19]
Модель викладачів економічного факультету політехнічного інституту міста Ово
Розроблена чотирма викладачами модель D – оцінки можливості банкрутства. Для розробки було використано звітність банків за період із 1993 по 2010 року двадцяти одного банку Нігерії.
З 11 факторів були обрані лише 5. Модель мала наступний вигляд:
D= -0,19 ×F1 -0,102 × F2 + 0,18 × F3 + 0,213 × F4 + 0,9 × F5 (2.3)
де, F1 – економічні умови країни / продуктивність праці персоналу;
F2 – кредитний ризик / ліквідність банку;
F3 – управлінська компетентність / якість активів;
F4 – дохідність банку / прибуток;
F5 – достатність капіталу банку / прибуток;
Модель описує ймовірність банкрутства на 78,1%. Якщо показник менше (-0,7), то присутня ймовірність банкрутства банку – втрати надійності. [18, c.20]
Перевагами наведених моделей є наступне:
Достатня простота розрахунків;
Інформація для розрахунку всіх показників доступна і міститься в основних формах звітності;
Популярність таких моделей;
Недоліками можна назвати:
Використовується статистика зарубіжних банків, що не враховує специфіки України – моделі не адаптовані до вітчизняної економіки, а також не враховують значної кількості специфічних показників;
Однозначність висновку – неможливо встановити більше детальний стан питання надійності комерційного банку;
Варто також згадати модель Фетисова та Кромонова. Оскільки модель Кромонова буде розглянута далі, то модель Фетисова пропонує так само, як і розглянуті вище моделі, деякий перелік коефіцієнтів, обраних методом кореляції, створеної из них дискримінантної функції з урахуванням вагових коефіцієнтів. Значення ваг визначають на основі теорій функцій чутливості та використання моделювання банку. Така модель має такі ж переваги і недоліки як і попердні моделі.
Модель на основі нечітких множин та нечіткої логіки Паночишин-Рум'янцевої
Методика побудови моделі на основі математичного апарату теорії нечітких множин і нечіткої логіки передбачає вирішення таких задач: виділення параметрів, які характеризують досліджувану систему, визначення і формалізація лінгвістичних оцінок параметрів (фазифікація), побудова нечіткої бази знань про взаємозв’язки між параметрами, реалізація нечіткого логічного висновку про вплив вхідних параметрів на вихідний, перетворення нечіткого логічного рішення в чітке значення (дефазифікація). [19] Модель створена у 2011 році к.т.н. Паночишиним Ю.М. та к.пед.н. Рум’янцевою К.Є. За основу було взято відому методику Кромонова, що має наступний вид:
N = 45% * k1 + 20% * k2 * 10% + k3/3 + 15% * k4 + 5% * k55% + k6/3 (2.4)
де, k1 – генеральний коефіцієнт надійності;
k2 – коефіцієнт миттєвої ліквідності;
k3 – крос-коефіцієнт;
k4 – генеральний коефіцієнт ліквідності;
k5 – коефіцієнт захищеності капіталу;
k6 – коефіцієнт фондової капіталізації прибутку;
Кожен з показників нормується евристичним методом і множиться на емпіричну вагу. Евристичний метод нормування в даному випадку полягає в тому, що значення показників, які характеризують діяльність банку, ділять на відповідні показники „ідеального банку”, що має оптимальне співвідношення між надійністю і прибутковістю. Згідно з методикою „ідеальним банком” вважається банк, який має такі значення показників: k1=1, k2=1, k3=3, k4=1, k5=1, k6=3. Емпіричну вагу кожного показника визначено в результаті експертного дослідження його значущості ( k1 - 45% , k2 - 20%, k3 - 10%, k4 - 15%, k5 - 5%, k6 - 5%) і підібрано так, щоб значення індексу надійності N коливалося в межах від 0% (абсолютно поганий банк) до 100% (ідеальний банк). [19] Автори моделі висловили думку, що модель окрім економічних недоліків, має також спектр математичних – по-перше, зв’язок шести показників із стійкістю (надійністю) у вигляді зваженої суми не повністю формалізують всі знання. Недоліком також ж фіксована кількість показників. Автори погоджують лише перелік економічних параметрів. [19]
Сама модель представляє собою програмний код для розрахункового модуля програми Matlab. Словами це можна пояснити так:
на основі даних звітної документації банку обчислюють значення вхідних параметрів - лінгвістичних змінних моделі – тобто нечітке вираження суті значення чіткого показника – із запису типу значення дорівнює п’ять до нормальне/середнє/високе;
за допомогою формули обчислюють ступені належності значень вхідних параметрів до термів – тобто визначають до якої групи (нормальне/середнє/високе) належать вхідні змінні;
на основі формули обчислюють ступені належності значень вхідних параметрів до термів - визначення приналежності визначених раніше змінних не у логічних вираження, а у нечітких – замість або/і до більше/менше;
використовуючи формулу, отримують нечітку множину ;
за допомогою формули обчислюють значення вихідного параметра – перетворення нечіткої множини у чітке значення;
Після практичного застосування моделі було визначено наступне:
Модель є адекватною, значення близькі до тих, що визначає вихідна модель;
Висока ступінь точності значень (деталізації) за рахунок використання для між вхідними та вихідними зв’язку природної мови;
Можливість адаптації до змін як нечітких показників, так і параметрів без зміни структури;
Адаптація до експертних даних;
Недоліками є:
необхідність оптимізації баз правил приналежності до нечітких змінних;
необхідність окреслення переліку вхідних показників;
необхідні процеси оптимізації та складність використання;
Також існує модель/система SAABA прогнозування ймовірності банкрутства банківських установ, що є основою моніторингу фінансової системи Франції на державному рівні. Статистична модель SAABA складається з трьох модулів. Перший – модуль кількісного аналізу, який досліджує кредитний портфель банку й обчислює ймовірність неповернення різних типів кредитів. Другий модуль передбачає дослідження фінансового стану власників акцій банку, у тому числі їх спроможність підтримувати банк у разі виникнення фінансових проблем. У рамках третього модуля на основі рейтингових даних, результатів перевірок на місцях і даних із ринків діагностують якість управління банку, стан внутрішнього аудиту і ліквідність. Використовуючи дані всіх трьох модулів, система здійснює синтетичний діагноз банку і дає йому оцінку надійності за п’ятибальною шкалою. Детально дана модель не розглядається оскільки використовується не широко.
